#模型发布

Gemini 4 Argon 仅通过观看视频，就教会了机器人玩沙包投掷游戏

Gemini 4 Argon 仅通过观看视频，就教会了机器人玩沙包投掷游戏。 它推演了物理规律，为自己编写了仿真程序，并教会 @Apptronik 的 Apollo 人形机器人连续 7 次投中。

Gemini 4 Argon 现已面向全球推出，是 Google 迄今能力最强的前沿模型

Google 正在向全球的开发者、企业和消费者推出 Gemini 4 Argon，以取代 Gemini Pro，成为其前沿系列模型。用户可通过 AI Studio 和 Gemini 平台使用 API，也可通过 Antigravity、Gemini 应用和 Google 搜索的 AI 模式中的部分订阅层级使用；免费版和 Plus 用户仅可使用 Flash 模型。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入可享 95% 折扣。

Google 发布 Gemini 4 Argon，定价具竞争力并声称基准测试成绩提升

Google 推出了 Gemini 4 Argon，称其推理能力和基准测试表现有所提升，可与 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 相比。该模型从今天起向 Pro 和 Ultra 订阅用户开放，可在 Gemini 应用和 Search 的 AI 模式中使用；Ultra 订阅用户还可在 Antigravity 中使用。Plus 订阅用户和免费用户能否使用仍不明确。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，11 月底价格将翻倍；不过，较低的 token 费率并不一定意味着任务成本更低。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Liquid AI 发布 LFM2.5-24B-A2B，打造快速、私密的设备端智能体

Liquid AI 发布了 LFM2.5-24B-A2B，这是一款开放权重推理模型，总参数量为 24B，激活参数量为 2B，面向能够进行推理并调用工具的设备端智能体。其上下文窗口从 32K 扩展至 131K 个 token，推理版和 Base 版均已在 Hugging Face 上提供。Liquid AI 报告称，该模型在 Apple M5 Max 上的速度为 184 tokens/s，工具使用表现具有竞争力，同时也承认，在知识密集型和代码基准测试中，更大的模型仍有优势。

谷歌员工使用 Gemini 4 Argon 构建的一些精彩案例 🧵 它对编程和多步骤工具调用的掌握强得多——从 Google Antigravity 中的原始 Pixel CAD 文件出发，Argon 通过 Blender MCP 制作了这段分解视图动画，并完成了灯光、镜头调度和音频。它进行了 1,000 轮迭代循环，检查自己的渲染结果，并在过程中不断优化代码。

谷歌员工使用 Gemini 4 Argon 构建的一些精彩案例 🧵 它对编程和多步骤工具调用的掌握强得多——从 Google Antigravity 中的原始 Pixel CAD 文件出发，Argon 通过 Blender MCP 制作了这段分解视图动画，并完成了灯光、镜头调度和音频。 它进行了 1,000 轮迭代循环，检查自己的渲染结果，并在过程中不断优化代码。

Josh Woodward 称最新 Gemini 模型做到了这一点

@chetaslua 表示，Gemini 4 ARGON 在 Antigravity 中通过多智能体视觉评审循环，构建了一个细节丰富的宝塔模型。该模型在 Blender 中自主雕刻了一座寺庙建筑群。Josh Woodward 作出回应：“我去” https://twitter.com/chetaslua/status/2110050110784798950

Ethan Mollick 称 Gemini 4 比此前的模型有了巨大飞跃

Ethan Mollick 表示，Gemini 4 比早期的 Gemini 模型有了显著提升，也是首个达到 Fable/Mythos/Astra 标准的非 OpenAI 或 Anthropic 模型。他觉得它用起来更愉快、更具智能体特性，也有鲜明的个性；不过，他指出它在复杂的多智能体任务上表现落后，而且有时过于自信、懒于思考。他的帖子还链接了三个城市建造游戏演示。

Google 发布 Gemini 4 Argon，提供付费访问并推出 API 入门定价

据 Baoyu 报道，Google 于 10 月 13 日发布 Gemini 4 Argon，用于处理复杂的多步骤任务，并援引了 Sundar Pichai 关于全球付费可用性的公告。访问方式包括付费的 Gemini API 和平台、Google Antigravity 中的 Ultra 订阅，以及 Gemini 应用和搜索中的 Pro 或 Ultra 订阅。入门 API 定价为每百万输入令牌 2 美元、每百万输出令牌 10 美元（包括思考令牌），有效期至 11 月 30 日；12 月 1 日起价格翻倍。输入、思考和输出共用 1,048,576 个令牌的限额。

Google DeepMind 推出 Gemini 4 Argon，面向复杂推理和智能体任务

Google DeepMind 已通过其 API 和部分 Google 产品在全球推出 Gemini 4 Argon，具体访问权限取决于订阅或服务等级。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元；缓存输入 token 可享受 95% 的折扣，通过 Gemini API 的统一输入输出 token 上限为 1M。Google 表示，该模型在编程、专业工作流程、科学研究和机器人领域均有提升，同时增强了智能体防护措施和抵御提示注入的能力。

Google DeepMind 推出用于机器人的 Gemini 4 Argon

Google DeepMind 推出 Gemini 4 Argon，这是一款通用型物理推理模型，可用于机器人控制、仿真重建、物理理解和自我改进。Google DeepMind 报告称，该模型仅通过推理便取得了 87% 的 ERQA 得分；此外，在一项仿真生成的训练示例中，真实世界机器人的成功率从 56% 提高到 75%，完成时间则从 35s 缩短到 24s。Google AI Ultra 订阅用户今天起可通过 Google AI Studio 和 Google Antigravity 使用 Argon；付费 Gemini API 层级用户也可在 Interactions API 中使用 gemini-4-argon。

Google 在全球推出 Gemini 4 Argon，覆盖 API 和订阅服务

Gemini 4 Argon 已正式推出。 从今天起，全球开发者和企业可通过 Gemini API 和 Gemini 平台的付费层级使用；Ultra 订阅用户可通过 Google Antigravity 使用；Gemini 应用和搜索则向 Ultra 和 Pro 订阅用户开放。 希望大家喜欢！

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Google 在 Gemini API、Gemini App 和 Antigravity 中推出 Gemini 4 Argon

Logan Kilpatrick 宣布，Gemini 4 Argon 将于今天在全球范围内推出，面向 Gemini API 用户、Gemini App 中的 Pro + Ultra 用户，以及 Antigravity 中的 Ultra 订阅用户开放。他表示，过去一个月里，Google 有超过 100,000 人测试了该模型；fairwind 计划中的网络防御人员和提前体验客户则在过去 2 周内获得了访问权限。他重点介绍了模型的写作、知识、持久编码能力，以及在需要投入更多工作时可提供的 1M token 输出。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Sundar Pichai宣布Gemini 4 Argon面向全球付费层级用户开放

Josh Woodward写道：“Go!”，并附上Sundar Pichai宣布Gemini 4 Argon现已推出的链接。 https://twitter.com/sundarpichai/status/2110038898009407584 Pichai表示，今天起，全球开发者和企业用户可通过Gemini API和Gemini平台的付费层级使用该产品；Google Antigravity中的Ultra订阅用户，以及Gemini应用和搜索中的Ultra和Pro订阅用户也可使用。

Gemini 4 Argon 现已在全球推出。该模型旨在从头到尾解决您最棘手的问题，在编码、企业工作流和网络防御方面带来前沿能力。

Gemini 4 Argon 现已在全球推出。 该模型旨在从头到尾解决您最棘手的问题，在编码、企业工作流和网络防御方面带来前沿能力。

Google 的 Gemini 4️⃣ Argon ✨ 正在全球陆续推出

Gemini 4️⃣ Argon ✨ 正在全球陆续推出。 Google 称，其前沿模型专为应对编码、金融、法律、网络安全和科学领域的复杂现实任务而打造。 了解如何在你喜爱的 Google 产品中使用 Argon 🧵 https://t.co/PtoPqbtPel

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Google 在 Gemini 应用中推出 Gemini 4 Argon

Google Gemini 表示，其新一代前沿模型 Gemini 4 Argon 现已开始在 Gemini 应用中推出，帮助用户将最复杂的想法变为现实。 这篇帖子介绍了关于 Gemini 4 Argon 的讨论串，以及 Gemini 应用的最新更新，帮助用户充分利用每条提示。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Google 在全球范围内通过 API 和面向消费者的服务发布 Gemini 4 Argon

François Chollet 对此次发布表示祝贺，称 Gemini 4 Argon 看起来是一款非常出色的模型。 在引用的公告中，Sundar Pichai 表示，该模型今日起面向全球开发者和企业用户开放，可通过 Gemini API 和 Gemini 平台的付费层级使用；Google Antigravity 的 Ultra 订阅用户，以及 Gemini 应用和搜索中的 Ultra 与 Pro 订阅用户也可使用。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Gemini 4 Argon 开始向 Google Ultra 和 Pro 订阅用户推出

Gemini 4 Argon 今日开始向 Google Ultra 和 Pro 订阅用户在 @GeminiApp 和 Search 中推出，并向 Ultra 订阅用户在 @antigravity 中推出。 Demis Hassabis 称赞了它在知识工作和编程方面的能力，并分享了一款他们让它制作的巫师棋游戏，作为其物理理解和 3D 建模能力的示例。这款游戏让他想起了 Amiga 上的 Battlechess。 更多信息和完整的推出范围：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Meta 发布 Muse Wonder 和 Muse Wonder Full 前沿模型

Meta 超级智能实验室发布了 Muse Wonder 和 Muse Wonder Full，这是其第二代模型系列，面向个人和专业场景中的智能体工作。Latent Space 报道称，Wonder 可通过 Meta Model API 和 Muse Code 使用，而 Full 仅限 Muse Code 订阅用户使用。Artificial Analysis 给出的 Wonder Full 和 Wonder Intelligence Index v4.3 得分分别为 56 和 52，而 Opus 5.5 为 58；Wonder 支持 1M 上下文窗口，可输入文本、图像、视频和音频，输出仅支持文本。

Meta发布Muse Wonder系列模型，在编程和智能体基准测试中取得进步

Meta发布了Muse Wonder和Muse Wonder Full，在Artificial Analysis Intelligence Index v4.3中分别获得52分和56分，而Muse Spark 1.3为48分。两款模型均支持一百万Token的上下文窗口，以及文本、图像、视频和音频输入；编程和智能体表现更强，但事实知识弱于领先竞品。Muse Wonder可通过Meta的API和Muse Code使用，价格高于前代产品；Muse Wonder Full目前仅限Muse Code用户使用。

同一新闻，精选展示《Meta releases frontier models Muse Wonder and Muse Wonder Full》

Alexandr Wang 在一段关于 Muse Wonder 的视频中，预告将进行现场直播的年度绩效评估

Muse Wonder，配上一杯俏皮的啤酒 这段视频里，我会在镜头前接受年度绩效评估直播——真是个温情时刻 🥹

NVIDIA 祝贺 Fin 推出基于 Nemotron 微调的 Fin Apex 模型

很高兴看到 Fin 团队基于 NVIDIA Nemotron 打造的成果 🙌 他们针对全新的 Fin Apex 客户服务模型，对 Nemotron 3 Super 和 Nano 进行了微调。 祝贺你们发布新产品！ https://t.co/XxVuc3TzqJ

Ethan Mollick 认为 Meta 的 Muse Wonder 进步迅速

我曾提前体验过 Muse Wonder，但没多少机会深入使用。根据有限的测试，它似乎是个不错的模型。 更令人印象深刻的或许是，自 4 月以来，我那个淹没的新哥特式城市 twigl 着色器测试所取得的进展。Meta 在短时间内进步非常快。

Alexandr Wang 发布“MUSE WONDER”

🍉 MUSE WONDER 🍉 @hdubugras 表示 Alex 和 Meta 势头正盛，而且这个模型已经在他们的多种工作流程中取代了 Astra/Opus。他们说，这个模型能高效、快速地处理日常任务，并向他们表示祝贺。Alexandr Wang 的回应：“🍉 MUSE WONDER 🍉”

Meta发布前沿模型 Muse Wonder 和 Muse Wonder Full

Meta的超级智能实验室于周一发布了 Muse Wonder 和 Muse Wonder Full。这两款更大的模型据称比 Muse Spark 能力更强。Meta称，它们的基准测试得分与 Fable 5.1 和 GPT-6 Astra 相当，并强调通过“主动记忆”保留信息。通过 Meta Model API 使用 Wonder 的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元；Wonder Full 仅向 Muse Code 订阅用户开放。这两款模型都将为 Muse 智能体提供支持。

如果你公布了某个模型的基准测试成绩，却说要“稍后”才发布（权重、产品、API 等），那在你发布之前，就几乎可以肯定会有人推出同类别中更好的模型。

如果你公布了某个模型的基准测试成绩，却说要“稍后”才发布（权重、产品、API 等），那在你发布之前，就几乎可以肯定会有人推出同类别中更好的模型。

MUSE WONDER 🍉 这个模型专为打造个人智能体而开发。三大亮点：- 主动记忆：跨越数天、数周、数月的最佳记忆能力 - 主动专注：帮你完成任务 - 领域专长：金融和法律领域达到最先进水平，健康领域实力强劲

MUSE WONDER 🍉 这个模型专为打造个人智能体而开发。三大亮点： - 主动记忆：跨越数天、数周、数月的最佳记忆能力 - 主动专注：帮你完成任务 - 领域专长：金融和法律领域达到最先进水平，健康领域实力强劲

Meta发布Muse Wonder和Muse Wonder Full AI模型

Meta发布了Muse Wonder和Muse Wonder Full，Muse Code订阅用户从今天起即可使用；Wonder也可通过Meta Model API调用。Meta称，内部基准测试显示，这些模型可与OpenAI的GPT-6 Astra以及Anthropic的Claude Opus 5.5和Claude Fable 5.1相媲美。该公司计划使用Wonder为其Muse AI智能体提供支持，首先面向订阅用户，但尚未提供时间表。

介绍 Muse Wonder：我们的全新前沿模型。在个人智能体和专业智能体领域处于最先进水平。迄今规模最大、能力最强的模型——足以与那些大牌选手一较高下

介绍 Muse Wonder 我们的全新前沿模型。在个人智能体和专业智能体领域处于最先进水平。 迄今规模最大、能力最强的模型——足以与那些大牌选手一较高下

MUSE WONDER 这是 MSL 一年多研究与基础设施工作的成果。自 4 月最初发布 Muse Spark 以来，我们持续扩大模型在预训练和 RL 方面的规模，如今已达到前沿水平 🏆 查看我们的模型在 Artificial Analysis 指数上的提升：

MUSE WONDER 这是 MSL 一年多研究与基础设施工作的成果。 自 4 月最初发布 Muse Spark 以来，我们持续扩大模型在预训练和 RL 方面的规模，如今已达到前沿水平 🏆 查看我们的模型在 Artificial Analysis 指数上的提升：

Meta推出Muse Wonder和Muse Wonder Full，用于智能体任务

Meta推出Muse Wonder和Muse Wonder Full，并称它们是迄今最强大的模型，也是面向个人和专业智能体任务打造的前沿模型。 Muse Wonder 今日起可通过 Meta Model API 和 Muse Code 使用。Muse Wonder Full 今日起向 Muse Code 订阅用户开放。 Muse Wonder 也将很快为 Meta 的个人智能体产品 Muse 提供支持，首先向订阅用户推出。

同一新闻，精选展示《Meta releases frontier models Muse Wonder and Muse Wonder Full》

微软推出 Maia 300，并计划部署多吉瓦级 Maia 系统

微软将推出 Maia 300。Satya Nadella 表示，与领先的基于 GPU 的系统相比，Maia 300 每瓦可处理的 token 数量提高了 40%。 从明年起，微软将把 Maia 系列扩展至多吉瓦级部署，使其成为自家产品和服务的主要推理系统。 微软已在美国、欧洲和澳大利亚部署 Maia 200，在 Teams 和 Copilot 的各项体验中，每瓦可处理的 token 数量最高提升至原来的 1.7 倍。微软的目标是在持续将生态系统创新引入其计算集群的同时，进一步发挥全栈效率提升的优势。

据报道，智谱 GLM-5.3-Highspeed 模型达到每秒 490 个 token

智谱已将 GLM-5.3-Highspeed 模型加入 Zcode，目前正随机向订阅用户逐步开放。一名用户报告称，该模型的生成速度达到每秒 490 个 token；文章称，该模型目前可在 Zcode 3.15.1 中测试。该速度尚未得到独立确认，作者表示自己无法访问该模型。

微软发布基于 Qwen 的 Microsoft-Decision-1，并测试其在多个领域的应用

微软发布了 Microsoft-Decision-1，这是一款基于 Qwen3.5-9B 进行后训练的决策模型。微软称，在结构化决策任务中，该模型在延迟和准确性方面优于包括 Jev 1.13.0 在内的大语言模型和决策模型。微软 Xbox 研究团队已用它处理了超过 10,000 条玩家反馈；首席执行官萨提亚·纳德拉则表示，微软正在测试该模型在多个领域的应用，包括事件响应、质量控制和科学发现。报道将决策模型描述为更小、更快的模型，它们输出预测、概率和置信度分数，而非自然语言。

vLLM 祝贺 vllm-sr 开源 Decision 3.0 多模态模型

vLLM 祝贺 vllm-sr 团队发布 Decision 3.0，称其为最先进的多模态 Jev 模型，其权重现已在 Hugging Face 上开源。Xunzhuo Liu 的公告引述称，该开源模型系列涵盖 0.6B 至 27B，在其评估中于两个 Jev Decision Index 榜单上均排名第一，处于新的帕累托前沿。

Odyssey 公开预览其 Odyssey-3 世界模型

Odyssey 已推出 Odyssey-3 的免费公开研究预览，这是一个世界模型，可根据文本提示生成交互式环境，并在自回归扩散 Transformer 上实时运行。基础模型有 140 亿参数，输出 832 × 480 视频，而 Odyssey-3 Pro 支持 1280 × 720。其报告的 66.1 分 Physics-IQ Verified 分数来自使用选择方法的单次运行，低于该基准要求的四次运行。

谷歌发布支持4K输出的Nano Banana 2.1图像模型

谷歌发布了Nano Banana 2.1，这是一款升级版图像生成模型，支持4K输出、基于蒙版的编辑以及改进的主体一致性。据Arena称，它在文生图、多图编辑和单图编辑方面平均提升了约61.7分，谷歌将1K和2K图像的API价格减半，同时将4K价格下调约25%。该模型已在Gemini应用和Google AI Studio中上线，每天提供50个免费额度。

微软发布基于 Qwen3.5-9B 的 Decision-1 决策模型

微软发布了 Decision-1，这是一个用于分类、评估和路由决策的决策模型，基于 Qwen3.5-9B 构建。微软表示，该模型在涵盖近 150,000 个问题的 36 项基准测试中位居榜首，准确率达 83.5%，延迟为 85 毫秒，比排名第二的 H2O-Lightning-4B 快 2.5 倍。该模型可通过 Microsoft Foundry 和 OpenRouter 使用，价格为每百万输入 token 0.042 美元，输出 token 免费。

Step 5 Preview 在 10 月 15 日开源发布前登顶 OpenRouter 趋势榜

StepFun 的旗舰基础模型 Step 5 Preview 登上 OpenRouter 趋势榜榜首，并在其日榜中位列第二，官方开源发布定于 10 月 15 日。该稀疏 MoE 模型总参数量为 6000 亿，每 token 激活约 270 亿参数，Artificial Analysis 给出的综合智能指数为 44，位列全球开源前三。

介绍 Microsoft-Decision-1，这是我们面向快速决策的新模型。它在结构化决策任务中表现出色，在延迟和质量方面均优于大型语言模型和其他决策模型。我们已在微软内部测试该模型，应用场景涵盖事件响应、质量控制和科学发现等。

介绍 Microsoft-Decision-1，这是我们面向快速决策的新模型。 它在结构化决策任务中表现出色，在延迟和质量方面均优于大型语言模型和其他决策模型。 我们已在微软内部测试该模型，应用场景涵盖事件响应、质量控制和科学发现等。