跳到正文
K = 0.731订阅
时光机停在2026年10月27日 周二‹ 前一天后一天 ›加速史回到现在

今日 AI 新闻：精选与新兴事件

2026.10.27 · 周二· 智能体时代

宇宙在降温，
文明在升温。

站在时间之外看这一天，和刚刚推着文明往前走的那几件事。

订阅每日 08:00 日报打开加速史智能成本指数
设为 4K 壁纸 →
当天头条6 家信源 · 02:52推出 GPT-6.1 TerraOpenAI 推出 GPT-6.1 Terra，并称它将快速且强大的计算机使用能力带给所有人。读这件事 →

压力表 · 此刻最热

完整热点榜
  1. 2OpenAI 发布 GPT-6.1 Terra，支持电脑操作并降低 API 价格28.5
  2. 3微软 MAI-Image-2.7-Preview 在 Artificial Analysis 图像编辑基准测试中排名第二19.6新
  3. 4百度开源文心无限OCR 2，用于长文档解析15.7

最新精选

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27日周二
  1. Mustafa Suleyman65

    Artificial Analysis 在 Mustafa Suleyman 分享的一则帖子中报告称，微软的 MAI-Image-2.7-Preview 在 AA-Image-Editing v2.1 上排名第 2，位于 OpenAI 的 GPT Image 2.5 Sunburst（max）之后。它在全部 7 项测量的编辑操作中均优于 MAI-Image-2.6，并在其中 4 项中排名第 1。该模型现已在 MAI Playground 中用于图像编辑，文中称文本生成图像功能即将推出。

    引用Artificial Analysis@ArtificialAnlys

    Microsoft's MAI-Image-2.7-Preview takes #2 on AA-Image-Editing v2.1, close behind OpenAI's GPT Image 2.5 Sunburst (max) and a clear step up from MAI-Image-2.6 MAI-Image-2.7-Preview is Microsoft AI's newest image editing model, succeeding MAI-Image-2.6, released in August. In our testing, MAI-Image-2.7-Preview scores higher than MAI-Image-2.6 on all 7 editing actions we measure, and ranks #1 on 4 of them: Scene & Style Edit, Text or Symbol Edits, Reasoning-Based Edit, and Enhancement & Restoration. This new model improves on MAI-Image-2.6 with the biggest gains in Composition & Framing (+57 Elo), Text or Symbol Edits (+49) and Scene & Style Edit (+48). We see its best use cases to be in Live-Action Film, Consumer and Frontier edits, where it ranks #1. MAI-Image-2.7-Preview is available today in MAI Playground for image editing only, with text to image stated to be coming soon. Congratulations to @MicrosoftAI on the release! See below for our detailed analysis and example outputs of MAI-Image-2.7-Preview in the Artificial Analysis Image Arena 🧵

    推荐理由

    各项操作的结果显示了 MAI-Image-2.7-Preview 相较前代的提升之处，提供了比整体图像编辑排名更具体的比较。

  2. 量子位85

    OpenAI 发布 GPT-6.1 Terra，价格更低，据称在计算机操作方面有所提升

    OpenAI 发布了 GPT-6.1 Terra，其标准 API 价格为 GPT-5.6 Terra 的一半，可通过 ChatGPT Work、Codex 和 API 使用。OpenAI 表示，GPT-6.1 Terra 在 Agents’ Last Exam 上的表现与 GPT-6 Astra 相当，而每个 token 的价格仅为后者的十分之一；不过，对于最难的任务，OpenAI 仍建议使用 Sol 和 Astra。社区测试显示出不同的权衡：DesignArena 报告称，在一项渲染任务中，GPT-6.1 Terra 的完成时间接近四倍，但成本低 38%；Victor Nunez 则报告称，在一项初步测试中，Terra 完成表单的时间比 Sol 快 53.5 秒。

    推荐理由

    这些对比区分了 token 价格、任务成本和完成时间，展现了价格更低的模型可能耗时更长，但总体支出仍然更少。

  3. Artificial Analysis88

    OpenAI 已发布 GPT-6.1 Terra。Artificial Analysis 报告称，在最高推理强度下，该模型每项任务的成本不到 GPT-5.6 Terra 的三分之一，同时具备更高的智能水平（0.40 美元，对比 1.40 美元）。 输入/输出定价为每百万 token 1 美元/5 美元，之前为 2 美元/12 美元。Artificial Analysis 报告称，在最高推理强度下，Intelligence Index 提升了 6 分；在 AA-Omniscience 上，幻觉率从 88% 降至 38%，准确率则提高了 2 个百分点。低和中推理强度设置进入了 Intelligence Index 的成本效率前沿。

    推荐理由

    不同推理强度的对比有助于区分哪些设置在每项任务的成本所对应的智能水平方面具备竞争力，哪些则落后于测得的效率前沿。

  4. OpenAI News60

    推出 GPT-6.1 Terra

    OpenAI 推出 GPT-6.1 Terra，并称它将快速且强大的计算机使用能力带给所有人。

10月24日周六
  1. 量子位77

    OpenMOSS 与 Mosi 发布 MOSS-Image，四天内下载量达 130 万次

    Mosi 与 OpenMOSS 发布了 MOSS-Image，这是一款开源图像生成模型，采用 5B 参数的 DiT 主干网络，据报道四天内下载量达 130 万次。它支持中英文文本渲染、带边界框的结构化 JSON Layout 输入，以及最长 4096 个 token 的文本条件输入。社区开发者已推出 8 步和 4 步加速版本、量化版本及 LoRA 模型；该模型也提供 API。

    推荐理由

    据报道的文本覆盖率指标和布局基准测试，为评估 MOSS-Image 在设计工作流中的表现提供了背景，同时明确区分了文本覆盖率与字符准确率。

  2. Simon Willison81

    Kimi K3.1 Pro 正式推出

    Kimi K3.1 Pro 今日在 Kimi API 上线，Moonshot 承诺于 2026 年 11 月 4 日前提供完整模型权重。定价为每百万输入 token 2.00 美元、每百万输出 token 10 美元；Highspeed 版本的速度快 2–3 倍，价格则为两倍，但输入 token 缓存命中除外。Artificial Analysis 给它打了 55 分，低于 Claude Opus 5.5 的 58 分，高于另外三个模型的 53 分；Simon Willison 也测试了它在低、中和最高推理级别下生成 SVG 鹈鹕图像的表现。

    推荐理由

    定价和注明来源的基准比较为评估 Kimi K3.1 Pro 与竞品提供了背景，同时也区分了当前 API 已可用和承诺发布模型权重这两件事。

  3. The Decoder84

    Kimi K3.1 Pro 在 Artificial Analysis 排名第四，接近 Claude Opus 5.5

    Moonshot AI 发布了 Kimi K3.1 Pro。该模型在 Artificial Analysis Intelligence Index 上得分为 55，比 K3 高 11 分，比 Claude Opus 5.5 低 3 分。用户可通过 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 使用该模型；Moonshot 还称，Highspeed 版本的运行速度是其两到三倍。Token 价格下调 33%；如果按计划于 2026 年 11 月 4 日前开放权重，且排名保持不变，它可能成为得分最高的开放权重模型。

    推荐理由

    基准测试对比显示，计划中的权重开放可能缩小开放模型与专有模型之间的差距，同时区分独立测量结果与公司报告的结果。

  4. 宝玉79

    Moonshot 于 10 月 23 日推出 Kimi K3.1 Pro，当天即可通过 Kimi 网页版和 App、Kimi Work、Kimi Code 以及 API 使用。 据宝玉引用的官方公告，这是该公司能力最强的开放权重模型，具备 100 万 token 上下文、2.8T 总参数 / 104B 激活参数（MoE）以及多模态能力。宝玉称，完整权重将于 11 月 4 日前发布。

    引用Kimi.ai@Kimi_Moonshot

    Introducing Kimi K3.1 Pro: our most capable 3T-class open-weight model. 🔹 1M-token context, 2.8T total / 104B active params (MoE), Multimodal. 🔹 Full-project coding: games in Unreal, Unity & Godot. 🔹 Excels at parametric 3D modeling in Blender & CAD. 🔹 More reliable at https://t.co/klydcszv02

    推荐理由

    此次发布将通过 Kimi 产品和 API 即时使用，与稍后提供完整模型权重区分开来，为读者评估访问选项提供了明确的时间表。

10月23日周五
  1. Tibor Blaho76

    Ideogram推出了Ideogram Vector，这是一款可根据文本提示或现有图像生成可缩放、可编辑SVG的模型，适用于徽标、印刷设计和插画，可在Ideogram及其API中使用。 Tibor Blaho表示，自2023年以来，Ideogram一直是他最喜欢的工具之一，但他还没有试用这款模型，计划近期用几个新徽标测试一下。 https://ideogram.ai/models/vector/

    引用Ideogram@ideogram_ai

    Today, we’re introducing Ideogram's first vector model. Generate clean, editable SVGs with smooth gradients and sharp typography from a text prompt, or turn any image into a detailed, scalable vector. Live in Ideogram and the API: https://ideogram.ai/models/vector/

    推荐理由

    可编辑的SVG输出将提示词和图像生成与需要可缩放图形的设计工作流程衔接起来；徽标、印刷设计和插画是其列出的预期用途。

  2. The Verge · AI77

    Canva 首款 AI 图像模型会先规划设计，再生成图像

    Canva 推出了 Canva Craft，这是一款采用两阶段架构的图像生成模型，会先规划设计，再生成图像。Canva 表示，这种架构提升了精确度、一致性和可控性。它支持最高 2K 分辨率和 30 多种宽高比；Canva 称，该模型基于数百万个人工制作的模板进行训练。Craft 现已通过 Dream Lab 面向全球所有用户开放。Canva 计划推出 Craft-fast、Craft-ultrafast，并支持通过 Model Context Protocol 使用。

    推荐理由

    Canva 使用人工制作的模板作为训练数据，这为其注重设计布局、文字清晰可读和对象精准摆放提供了背景。

  3. Hugging Face Blog79

    OlmoEarth v1.3 发布全球卫星嵌入数据和基于浏览器的地图探索工具

    OlmoEarth 团队发布了 OlmoEarth v1.3，提供预先计算的 10 米卫星嵌入数据，维度为 64 和 128，并推出无需账户或 GPU 即可使用的基于浏览器的 Embeddings Explorer。团队报告称，在与 AlphaEarth Foundations 和 Tessera v2 的 27 项评估中，其 128 维嵌入数据有 20 项表现领先。模型权重、预训练数据和代码均已开放；发布时，嵌入数据覆盖 2023–2025 年的全球范围，以及 2017–2022 年的部分国家。

    推荐理由

    预先计算的嵌入数据可让团队将卫星地图绘制转化为轻量级分类任务，减少为每种应用下载影像并运行 GPU 微调的需求。

10月22日周四
  1. The Decoder76

    Recursive发布Flint：一款借助其Eureka Machine AI系统开发的编程模型

    Recursive发布了Flint，这是一款开放权重的MoE语言模型，面向本地智能体编程，由其Eureka Machine AI研究系统在四个月内开发完成。Flint总参数量为400亿，每个词元激活25亿个参数，权重以Apache 2.0许可在Hugging Face上提供。Recursive表示，该系统参与了架构设计、训练、量化和推理调优；其基准测试说法尚未经过独立验证，Flint也尚未展示递归式自我改进能力。

    推荐理由

    Flint提供了一个自动化模型研究的具体案例，涵盖架构设计、量化和推理调优；与此同时，文章将这些贡献与研究系统本身得到改进的证据区分开来。

  2. Hugging Face Blog77

    NVIDIA 推出 Kumo Relational，无需针对特定任务训练即可预测数据库数据

    NVIDIA 推出了 Kumo Relational，这是一款预训练基础模型，可直接从关系数据库进行预测，并将最多 10,000 个历史样例用作上下文，无需针对特定任务训练或进行特征工程。NVIDIA 报告称，在 15 个数据库上的 41 项任务中，该模型的表现优于监督学习方法；在 SAP SALT 上，其 MRR 比 AutoGluon 集成模型高出 8%。用户可通过开源的 structured-data-models 库或 NVIDIA NIM 使用该模型，也可选择进行微调。

    推荐理由

    这些基准测试对比为评估关系型上下文学习何时能够取代经过工程设计的预测流程提供了具体依据，而任务规模和关系结构界定了实际应用的限制。

  3. ollama69

    认识一下来自 @Recursive_SI 的 Flint，这是一款约 400 亿参数的 MoE 开源模型，专为快速、准确的设备端智能体编程而设计。 Ollama 报告称，在短上下文条件下，M4 Pro MacBook Pro 上的速度超过 125 tps，配备 64GB 内存的 NVIDIA RTX Spark 上超过 150 tps。 立即在 Ollama 上试用： ollama run https://t.co/iPvjopIgp3

    引用Richard Socher@RichardSocher

    Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from https://t.co/ufg2xScSGw

    推荐理由

    报告的吞吐量数据同时注明了硬件和短上下文条件，为考虑将 Flint 用于本地智能体编程工作流的读者提供了具体参考。

10月21日周三
  1. Hugging Face Blog69

    IBM 推出 Granite Speech 5.0，并更新 Turbo CTC 和 4.1 2B Plus

    IBM 推出了 granite-speech-5.0-2b，并更新了 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus，三者均采用 Apache 2.0 许可证并原生支持 Transformers。新的 2B 模型借助最多包含 2,000 个词条的关键词列表提升了转录和翻译效果；Turbo CTC 新增多语言转录功能，达到 19,870 RTFx，速度约为发布时的 1.6 倍，准确度保持在同一水平。更新后的 Plus 模型提升了说话人归属和时间戳表现，长篇内容的 WER 降低了 24%。

    推荐理由

    这项比较将准确度、吞吐量和说话人归属方面的改进对应到不同的录音工作流程，为用户依据三款模型公布的能力和评测结果进行选择提供了实用依据。

  2. NVIDIA Blog82

    NVIDIA 扩展开放模型，助力欧洲各行业发展主权 AI

    NVIDIA 正在扩展其开放模型组合，涵盖语言、机器人、生物学和量子计算，使组织能够利用本地数据定制模型，并将其部署在自己掌控的基础设施上。此次发布包括 Nemotron 3.5 Super VL、面向结构化业务数据的 Kumo 模型、Cosmos 3.5 世界模型，以及用于蛋白质设计的 BioNeMo RFD4-Proteina。Nemotron 3.5 Bolt E4B 4GB 预计将于周五（10 月 23 日）发布，Alpamayo 2 Edge 计划于本月晚些时候开放下载。

    推荐理由

    该模型组合为组织提供了一种共同的方法，使其能够利用本地数据调整模型，并将模型部署在自己掌控的基础设施上，以适应多个不同的行业工作负载。

  3. 雷锋网78

    MiniMax M3.1 Flash 与 DeepSeek V4.1 Flash：实战智能体测试对比

    雷锋网测试了 MiniMax M3.1 Flash 和 DeepSeek V4.1 Flash，任务是根据手绘平面图和建筑尺寸搭建一个可交互的 3D 校园。两套方案都满足了主要要求，但 MiniMax Code 搭配 M3.1 Flash 用时 55.4 分钟，而 OpenCode 搭配 DeepSeek V4.1 Flash 用时约 121 分钟；按测试所用的定价，两者的模型费用均约为 6.5 元。已发布的基准测试显示，M3.1 Flash 在复杂智能体任务上领先，DeepSeek 则在软件工程方面领先。

    推荐理由

    这项校园测试具体对比了两套编码方案的耗时和模型费用，说明了为什么评估智能体工作流时应衡量整个任务的成本。

  4. vLLM67

    1M token 上下文。40 亿参数。Apache 2.0。可控思考。 vLLM 表示，Spark-X2.6-4B 已上线并提供首日服务支持，并向 @SparkLLM 表示祝贺。在引用的公告中，@SparkLLM 称，通过改进后训练，模型的编程、智能体和长上下文能力有所增强，并提供 none / low / high 三种思考选项。 https://huggingface.co/XHToken/Spark-X2.6-4B https://twitter.com/SparkLLM/status/2112614036227408363

    引用SparkLLM@SparkLLM

    Spark-X2.6-4B is here! Stronger coding, agents & long-context skills through improved post-training. Thinking: none / low / high. @huggingface @ModelScope2022 @ollama @vllm_project @sgl_project https://huggingface.co/XHToken/Spark-X2.6-4B

    推荐理由

    1M token 上下文、40 亿参数和可选思考等级的组合，为读者评估模型规模和推理选项提供了一个具体的比较基准。

  5. Hugging Face Blog73

    NVIDIA 推出 Cosmos3-H-Dreams，用于临床手术交互式生成模拟

    NVIDIA 推出 Cosmos3-H-Dreams，这是一种手术模拟模型，使用临床胆囊切除术视频以及来自 CMR Surgical Versius 平台的机器人运动学数据训练。该模型由 Cosmos 3 驱动，并通过 FlashDreams 加速，可在单块 NVIDIA RTX PRO 6000 GPU 上实时控制手术器械；分别训练的四步和两步检查点在视觉质量与推理速度之间实现平衡。它是一款研究模拟器，并非经过验证、可用于患者护理的系统。

    推荐理由

    分别训练的两步和四步检查点，为研究人员提供了一个具体的权衡方案：在根据自身数据调整交互式手术模拟时，如何平衡推理速度与视觉质量。