跳到正文
只看模型
找到 27 条 · 更新于 13:13
10月14日周三
  1. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。

10月1日周四
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再向开发者、企业和消费者推出。

    推荐理由：官方披露了 Argon 的输出上限、定价与多项基准成绩，可据此判断前沿模型在长任务上的能力边界。

10月14日周三
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在高风险领域的防护设计。该模型在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的监控数据。

9月16日周三
  1. Google AI78

    Google 发布两款 Gemini 音频模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。Gemini 3.8 Live 侧重规模、速度和成本效率，支持句中打断、在 97 种语言间即时切换并理解视觉上下文；3.8 Live Extended Thinking 则边推理边说话，可处理规划活动等多步骤任务。

    推荐理由：两款音频模型分别面向低延迟对话与复杂任务推理，读者可据此判断语音交互的适用边界。

10月1日周四
  1. Google AI69

    Google 发布新前沿模型 Gemini 4 Argon，面向复杂长程工作流持续进行深度推理，在真实软件工程、法律与金融等企业知识工作以及网络安全防御场景中提供前沿性能。该模型输出 token 上限提升至 1M tokens，目前正通过 Fairwind Program 向一批受信任的网络安全防御方逐步开放，后续将尽快扩大可用范围。

    推荐理由：官方给出 Gemini 4 Argon 的定位与 1M 输出 token 上限，可据此判断长程复杂工作流的可用边界。

9月23日周三
10月15日周四
10月14日周三
今天10月23日周五
10月7日周三
7月20日周一
  1. 字节 Seed 模型发布71

    字节发布 UniVR-34B 视觉推理模型并开源权重

    字节发布 UniVR，一个基于 Emu3.5（34B）的视觉推理框架，直接在视觉空间生成推理轨迹，不依赖中间文本链。模型经 VR-X 数据集 SFT 冷启动和 VR-GRPO 强化学习训练，在 VR-X 基准上较 Emu3.5 基线最高提升 25%，整体得分 58.2，接近 Gemini 3 Pro + Nano Banana 2 的 66.1。

    推荐理由：字节开源 34B 视觉推理模型，在自建 VR-X 基准上较 Emu3.5 基线提升最多 25%，并给出可下载权重与训练脚本。

9月2日周三
  1. 月之暗面 Kimi 模型发布88

    月之暗面开源 Kimi K3：2.8T 参数原生多模态模型，支持 100 万 token 上下文

    月之暗面发布开源权重模型 Kimi K3，总参数 2.8T、激活参数 104B，基于 KDA 与 AttnRes 架构，原生支持文本、图像、视频并具备 100 万 token 上下文窗口。

    推荐理由：月之暗面开源 2.8T 参数原生多模态模型，给出完整架构参数与多榜单对比，可据此判断开源前沿模型的当前水位。

5月19日周二
  1. 月之暗面 Kimi 模型发布85

    月之暗面开源 Kimi K2.6 多模态智能体模型

    月之暗面发布开源原生多模态智能体模型 Kimi K2.6，采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，视觉编码器为 400M 参数的 MoonViT。

    推荐理由：模型卡给出完整架构、评测对比和部署方式，可据此判断开源多模态智能体模型的当前水平。

4月30日周四
  1. 月之暗面 Kimi 模型发布85

    月之暗面开源 Kimi K2.5 原生多模态智能体模型

    月之暗面发布开源原生多模态智能体模型 Kimi K2.5，在 Kimi-K2-Base 上以约 15 万亿视觉与文本混合 token 持续预训练而成。模型采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，配备 400M 参数的 MoonViT 视觉编码器，支持即时与思考两种模式。

    推荐理由：月之暗面开源原生多模态智能体模型，1T 总参数与 Agent Swarm 设计给出了与闭源旗舰对比的完整基准。

4月23日周四
  1. 月之暗面 Kimi 模型发布82

    月之暗面发布 Kimi K2 Instruct 模型

    月之暗面发布 Kimi K2，这是一个总参数 1T、激活参数 32B 的 MoE 语言模型，在 15.5T token 上预训练，采用 Muon 优化器，并针对工具调用与自主问题求解做了优化。

    推荐理由：原文给出 1T 总参数、32B 激活的 MoE 架构与完整评测对照，可据此判断开源模型在编码和工具调用上的位置。

10月21日周三
  1. 爱范儿78

    实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页

    作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用纯提示词生成特斯拉飞行 3D 网页，耗时 35 分钟、消耗 3752 万 Token，按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。

    推荐理由：作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距，可据此判断低价模型能覆盖哪些任务。

10月22日周四
今天10月23日周五
  1. TechCrunch · AI60

    Canva 发布首个图像生成模型 Canva Craft

    Canva 发布其首个图像生成模型 Canva Craft，由公司研究团队开发，用于与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。该模型分两阶段工作，先生成包含元素空间关系、相对比例、视觉层级和文字信息的规划，再输出最高 2K 分辨率、支持 30 种宽高比的图像。

10月22日周四
  1. 量子位52

    中国电信星辰实验室发布并开源意图理解模型 Xing4.0-29B-Intent

    中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放275.3万条训练语料、模型权重与推理镜像。模型将意图识别与参数抽取结合，按预定义字段输出 JSON 结构化信息，已在电信万号客服和智能家居音箱等场景应用。官方评测中该模型在48个中英文公开数据集抽取的6000道题上总分58，高于本次参评18款通用模型的最高分49。