跳到正文
K = 0.731
全部动态 · 今日7条

全部 AI 动态

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
模型

新模型、模型版本、权重开放、模型能力与价格变化的发布与评测结果

10月2日周五
10月1日周四
  1. Hugging Face Blog62

    AI2 发布 Olmo-core 3：面向大型 MoE 的开源可扩展训练基础设施

    AI2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重要升级，重新设计了开放的 MoE 训练系统，目标是把 MoE 训练扩展到万亿参数级别并保持计算效率。

    推荐理由：原文给出了 MoE 训练栈的吞吐与显存对比数据，读者可据此判断大规模 MoE 训练的成本变化。

  3. Latent Space82

    Google DeepMind 发布 Gemini 4 Argon，支持 1M 输出 token

    Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络安全人员中开放，之后才向开发者、企业和消费者开放。

    推荐理由：汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧，可对照其与 Astra、Opus 5.5 的实际差距。

  5. The Decoder78

    Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先

    Google 发布新前沿模型 Gemini 4 Argon，在多项基准上追平 OpenAI 与 Anthropic，但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放，之后才面向开发者、企业和消费者，API 定价为每百万输入 token 2 美元、输出 token 10 美元（促销价）。

    推荐理由：汇总第三方与人类偏好榜单，呈现 Gemini 4 Argon 与 OpenAI、Anthropic 的分数、token 消耗和价格对比。

  6. Demis Hassabis · X70

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Demis Hassabis 宣布推出新的前沿 AI 模型 Gemini 4 Argon，称其在多项关键能力上有大幅提升。该模型今天起通过 Fairwind Program 优先面向政府和可信网络安全防御方负责任地开放，随后将扩大可用范围。

    推荐理由：Gemini 4 Argon 的发布信息给出了能力定位与分阶段开放路径，可据此判断前沿模型的落地节奏。

  7. The Verge · AI78

    Google 发布 Gemini 4 Argon，初期仅向可信网络安全方开放

    Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。该模型初期仅向一组可信网络安全方开放，Google 表示正参与美国政府的前沿模型预发布访问流程并逐步扩大范围，同时会在更大范围铺开前加强防范滥用、提示词注入和失准的保障措施。

    推荐理由：Google 发布 Gemini 4 Argon 却先只开放给可信网络安全方，读者可据此观察前沿模型发布与安全审查的绑定趋势。

  8. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：Gemini 4 Argon 把输出上限提到 1M token 并给出多项基准与内部落地数据，可据此判断长程工作流的能力边界。

  11. Logan Kilpatrick · X76

    Google 发布 Gemini 4 Argon 前沿模型

    Google 发布新前沿模型 Gemini 4 Argon，今日起先向网络安全防御人员开放，之后尽快扩大范围。该模型介绍期定价为输入 $2、输出 $10。

    推荐理由：原文给出新模型名称、首发对象和定价，读者可据此判断其能力定位与使用成本。

  13. Google AI · X62

    Google 发布 Gemini 4 Argon 前沿模型

    Google 发布了 Gemini 4 Argon，这是一款新的前沿模型，旨在复杂的长周期工作流程中持续进行深度推理，并在软件工程、法律和金融等企业知识工作以及网络安全防御方面达到前沿性能。Google 正在将该模型的输出 token 上限提升至 100 万。Argon 正向 Fairwind Program 中值得信赖的网络防御人员推出，计划尽快扩大提供范围。

  14. Perplexity · X42

    我们开发了一种训练上下文嵌入模型的新方法，使模型在编码文档的每个片段时都能看到完整文档。pplx-embed-v2-context-9b-preview 在 ConTEB 和 @turbopuffer 新推出的私有基准测试 context-bench 上树立了新的最先进水平。https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage

    我们开发了一种训练上下文嵌入模型的新方法，使模型在编码文档的每个片段时都能看到完整文档。 pplx-embed-v2-context-9b-preview 在 ConTEB 和 @turbopuffer 新推出的私有基准测试 context-bench 上树立了新的最先进水平。 https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage

9月30日周三
  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，将不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：SynthID 水印从图像扩展到合成生物，读者可了解 AI 生成蛋白质如何被标记与验证。

  6. Qwen · X52

    Qwen3.8-27B 上线 Nebius Token Factory

    Qwen3.8-27B 现已通过 Nebius Token Factory 提供，官方称其面向编码、深度研究和智能体工作流，侧重多步骤任务的规划与完成。该模型为 27B 稠密模型，开发者可通过 Nebius Token Factory 的端点接入使用。

  9. AWS Machine Learning Blog62

    Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

    AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。

    推荐理由：原文交代了 Sonnet 5.5 在编码与文档任务上的改进，并给出与 Opus 5.5 的分工和 Bedrock 接入方式。

9月29日周二
  1. Hugging Face Blog62

    NVIDIA 发布 Kumo Tabular 表格预测基础模型

    NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签的表格行即可单次前向传播预测新行标签，覆盖分类与回归，无需训练、调参和特征工程。模型提供 28M 到 215M 三种规模，完全在人工合成表格上预训练，采用 OpenMDW-1.1 许可可商用，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准上排名第一。

    推荐理由：原文给出模型规模、训练数据来源与四项基准排名，可据此判断表格基础模型的准确率与效率取舍。

  2. Microsoft Research62

    微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统

    微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，最高排名化合物在湿实验中产生了最大的经典态向基底态转变，从缩小搜索空间到选出候选验证只用了一个周末。

    推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。

  3. OpenAI News78

    OpenAI 发布 GPT-6.1 Sol

    OpenAI 发布 GPT-6.1 Sol，定位为面向编码、计算机操作和专业工作的接近 Astra 级别的智能，标准 API 输入与输出 token 价格仅为 Astra 的五分之一。

    推荐理由：OpenAI 发布 GPT-6.1 Sol，给出接近 Astra 的能力定位与五分之一的 API 价格，读者可据此判断成本与能力取舍。

  5. Latent Space78

    AINews：Opus 5.5 擅长生成讲解视频

    Latent Space 的 AINews 汇总 9/24-9/25 动态，指出 Opus 5.5 本周发布后社区反馈积极，尤其在用代码生成讲解视频上表现突出。

    推荐理由：汇总一周模型与 Agent 基础设施动态，可快速了解 Opus 5.5 在代码生成视频上的社区反馈与各家新模型定位。

  6. Simon Willison80

    Anthropic 发布 Claude Sonnet 5.5

    Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数任务成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于前者。

    推荐理由：作者实测了 Sonnet 5.5 的编码表现与免费层可用性，并给出与 Opus 5.5 的横向对比。

  7. Mike Krieger · X78

    Claude Sonnet 5.5 发布，速度更快、成本低于 Sonnet 5

    Mike Krieger 分享了 @claudeai 关于 Claude Sonnet 5.5 的公告。这是 Claude 5.5 系列的第二款模型。 它的运行速度比 Sonnet 5 快 30% 以上，大多数任务的成本最多可降低 30%。

    推荐理由：与 Sonnet 5 的对比为读者提供了具体参照，帮助了解此次发布所报告的速度提升，以及大多数任务的成本降低。

  8. Anthropic · X80

    Anthropic 发布 Claude Sonnet 5.5

    Anthropic 宣布 Claude Sonnet 5.5 上线，这是 Claude 5.5 家族的第二款模型。据其介绍，该模型相比 Sonnet 5 运行速度提升超过 30%，多数工作场景成本最多降低 30%。

    推荐理由：Anthropic 官方发布 Claude 5.5 家族第二款模型，给出速度与成本两项可比较的变化。

9月28日周一