跳到正文
11月8日周日
11月7日周六
  1. The Decoder73

    Nous Research 微调 Qwen3.8-27B 发布 Arete-27B,倾向性回答比例从 22% 降至 0.9%

    Nous Research 对阿里 Qwen3.8-27B 做约 5300 万 token 的监督微调,得到开源权重模型 Arete-27B,其倾向性回答比例从 22% 降到 0.9%,事实准确度从 2.32 升到 2.98。

    推荐理由:Nous 用 5300 万 token 监督微调把 Qwen3.8-27B 的倾向性回答比例从 22% 降到 0.9%,并公开权重与测试数据。

  2. Qwen 模型发布80

    Qwen 开源 Qwen3.6-27B 模型权重

    Qwen 团队发布 Qwen3.6 系列首个开源权重版本 Qwen3.6-27B,这是一个 27B 稠密因果语言模型,带视觉编码器,原生上下文 262,144 tokens,可扩展至 1,010,000 tokens。

    推荐理由:27B 稠密模型在 SWE-bench Verified 等编码智能体基准上给出与更大模型对照的分数,可据此判断小尺寸开源模型的编码能力位置。

  3. Qwen 模型发布78

    Qwen 发布 Qwen3.6-35B-A3B-FP8 开源权重

    Qwen 发布 Qwen3.6 系列首个开源权重版本 Qwen3.6-35B-A3B-FP8,采用 block size 128 的细粒度 FP8 量化,性能与原模型接近。

    推荐理由:官方模型卡给出 FP8 权重、完整基准对比和部署命令,可据此判断开源小激活模型的编码与智能体能力。

  4. Qwen 模型发布88

    Qwen 开源 Qwen3.8-2.4T-A95B-FP8 模型权重

    Qwen 发布 Qwen3.8-2.4T-A95B 的 FP8 量化权重与配置文件,这是 Qwen 首次将 Max 级模型开放发布,总参数 2.4T、激活 95B,原生上下文 262,144 tokens 并可扩展至 1,010,000 tokens。

    推荐理由:Qwen 首次把 Max 级模型开放权重,2.4T 总参数、95B 激活,并给出与闭源前沿模型的逐项基准对照。

  5. 量子位38

    阿里巴巴发布《2026 AI向善行动报告》:数据中心可持续发展与“AI+医疗”成亮点

    阿里巴巴11月5日发布《2026 AI向善行动报告》,披露26个AI向善案例,涵盖教育、医疗、环保、科研等领域。阿里云将数据中心资源密度从0.8千瓦/平方米提升至4.5千瓦/平方米,绿电占比提升73.6%,PUE降至1.187,全模块化设计把交付工期缩短到100天。达摩院开源通用医疗影像AI模型DAMO RADAR,可一次性识别超过146种病症。

11月6日周五
  1. Tencent Hy62

    腾讯混元转发 Mercor 的 APEX-Agents 榜单,Hy4 以 77.6% Pass@1 位列开源权重模型第一,在 69 个模型中总排名第 3,平均分 85.1%。开源权重前五依次为 Hy4 77.6%、DeepSeek-V4.1-Flash-1017 69.8%、Kimi K3.1 Pro 65.5%、Qwen3.8-Max 63.3%、MiMo V2.6 Flash RL 57.4%。Hy4 在管理咨询、投行分析、公司法务三个分项中均为开源权重模型最高,分别为 85.6%、75.3%、71.9%。

    引用Mercor@mercor

    Hy4 from @TencentHunyuan is the new #1 open-weights model on APEX-Agents. 77.6% Pass@1 (#3 of 69) 85.1% mean score (#3 of 69) Here’s the updated APEX-Agents open-weights top 5 (Pass@1): 1. Hy4: 77.6% 2. DeepSeek-V4.1-Flash-1017: 69.8% 3. Kimi K3.1 Pro: 65.5% 4. Qwen3.8-Max: 63.3% 5. MiMo V2.6 Flash RL: 57.4% Hy 4 is also the top open-weights model in every APEX-Agents domain: Management Consultant: 85.6% Investment Banking Analyst: 75.3% Corporate Lawyer: 71.9% Congrats to @TencentHunyuan. See the full leaderboard: https://www.mercor.com/apex/

  2. 量子位50

    阿里 Wan3.0 生成双11淘宝AI品牌短剧,温碧霞、全友家居出镜带货

    阿里用视频生成模型 Wan3.0 为淘宝双11制作《九尾神临》《终章之外》《毛手毛脚餐厅》三部AI品牌短剧,分别由温碧霞、全友家居和天猫国际宠物紫药箱出镜,剧中可挂商品链接直达下单。Wan3.0 于今年8月推出,主打角色、道具、空间关系一致性及视频编辑能力。淘宝短剧自今年618以来已上线超30部AI品牌剧,合作品牌超50个。

  3. IT之家58

    西门子医疗与阿里达摩院签约推广 AI 一扫多筛

    11 月 6 日,西门子医疗与阿里巴巴达摩院在第九届进博会签署战略合作协议,计划将达摩院基于平扫 CT + AI 的“一扫多筛”技术与西门子医疗影像设备、临床应用结合,用于胰腺癌、胃癌、肠癌、食管癌、肝癌及主动脉夹层、肺动脉栓塞等疾病的早期发现。

  4. 钛媒体58

    从口红到Token,AI厂商挤进双十一

    识礁Farsight 复盘 2026 年双十一,AI 厂商把模型调用套餐、应用会员和硬件附带 AI 权益搬上电商货架,千问办公个人基础版月卡在李佳琦直播间以 1 分钱售出近 10 万份。文章引用腾讯研究院调研称 AI 用户付费比例仅 9.8%,并借 RevenueCat 的续订数据指出,双十一之后能否让尝鲜用户以原价续费才是真正考验。

  5. Qwen 模型发布88

    阿里 Qwen 发布 Qwen3.8-Flash-Next 开源权重模型

    阿里 Qwen 团队发布 Qwen3.8-Flash-Next 开源权重模型,采用 Gated DeltaNet 与 Qwen Sparse Attention 混合注意力、Gated Residual 和 n-gram 嵌入,总参数 125B、激活 6B,另有 51B n-gram 嵌入参数。

    推荐理由:原文给出新架构的组件设计与多基准对比,可据此判断稀疏注意力与 n-gram 嵌入在长上下文场景的取舍。

  6. Qwen 模型发布88

    Qwen 发布 Qwen3.8-27B 稠密多模态模型

    Qwen 发布 Qwen3.8-27B,这是 Qwen3.8 系列中面向部署的 27B 稠密模型,原生支持图像与视频理解,上下文长度 262,144 tokens 并可扩展至 1,000,000。

    推荐理由:27B 稠密模型给出原生 262K 上下文与多项智能体基准对比,可据此判断小尺寸模型的部署取舍。

  7. Rohan Paul78

    webAI 开源 TwIL-8B,这是一个基于 IBM Granite 4.2 8B 训练的 8.8B 模型,面向数学、编码和指令遵循。量化文件为 4.98 GiB,可在 CPU 或普通显卡上运行;LiveCodeBench 得分 81.6%,比 Qwen3.5-9B 高 16.0 分,并超过参数量为其 3.5 倍的 Gemma 4 31B。

    引用David Stout@Davidstout

    Modest intelligence is arriving faster than most people realize. Today, we're open-sourcing TwIL-8B. Just 8.8 billion parameters, yet approaching frontier-model scores on several difficult benchmarks: • 93% of frontier performance on coding • 92% on instruction following • 90% on contest mathematics All from a model small enough to run on your own hardware. But the benchmarks aren't the most important part of this announcement. For years, the AI industry has focused on building the most capable model, regardless of the cost required to run it. I believe that equation is changing. The next era of AI will be defined by the cost of completing work. Not simply the intelligence of the model, but how efficiently that intelligence can accomplish the task. If a model with 8 billion parameters can reliably complete the same work as one with hundreds of billions, why pay for the larger model? As smaller models become more capable, intelligence becomes something we can distribute, specialize, and run across the hardware we already own. That's the future we're building at @thewebAI TwIL-8B is available today. Open weights. And this is just the first of several announcements we're making today. HF Link: https://huggingface.co/webAI-Official/TwIL-8B

    推荐理由:8.8B 小模型在编码与数学基准上逼近前沿模型,并给出量化后可在本地运行的体积。

  8. 机器之心47

    对谈千问蒋冠军:Personal Agent 的模型、记忆与生态架构如何搭建

    千问事业部 AI 算法负责人蒋冠军在机器之心对谈中拆解了 Personal Agent 的技术框架,提出模型、记忆、生态三个核心。千问正邀测的 Personal Agent「千问 Go!」围绕 30 多个行业定义了 8000 多项模型原子能力需求,通过后训练和强化学习提升任务稳定性,并将相关任务上下文规模降低约 40%。

11月5日周四
  1. 智东西38

    阿里发布《AI向善行动报告2026》:数据中心算力密度两年增近5倍,绿电占比73.6%

    阿里巴巴11月5日发布《阿里巴巴AI向善行动报告2026》,提出AI需满足社会可接受、环境可承载、经济可持续三个条件。阿里云数据中心算力密度从两年前约0.8kW/㎡升至4.5kW/㎡,预计2027年3月底达9kW/㎡,过去一年自建数据中心清洁电力占比73.6%。报告还展示了多癌早筛模型、氢离子医学AI助手等医疗AI实践。

  2. 极客公园58

    世界互联网大会领先科技奖背后,Qoder 如何拿下中国 AI 编程市场第一

    极客公园梳理阿里智能体平台 Qoder 获 2026 年世界互联网大会领先科技奖的情况,称其为国内唯一获此奖的通用 Agent 产品。文章援引 IDC 2025 年中国 AI 编程市场份额报告,阿里以 47.6% 位居第一,Qoder 全球用户已超 800 万;并列举吉利逾千名研发人员、500 余个研发场景及山东山大华天软件等落地案例,说明其从编程工具向通用智能体工作台扩展。

  3. 钛媒体55

    李佳琦直播间1分钱卖千问办公会员,AI服务试水直播带货

    11月2日晚,千问办公CEO陈宇森走进李佳琦直播间,推介原价28元的个人会员月卡,促销价0.01元,开售10分钟售出5万份,约半小时销量接近10万份,对应Token使用权益规模约2万亿。文章认为,这场直播的意义不在销量,而在AI公司开始用消费品方式获取用户,但销量不等于商业化成绩,真正要看的是激活、持续使用和优惠结束后按正常价格付费的比例。

  4. 智东西58

    智东西实测国行苹果智能:端侧功能加千问补位

    智东西在 iOS 27.3 Beta 上实测国行苹果智能,该功能将于 12 月随 iOS 27.3 正式版推送给国内 iPhone 用户。端侧原生能力包括实时通话翻译、通话录音转写、照片消除、智绘表情和通知摘要,复杂创作与深度问答则需用户同意后调用千问。作者体验后认为多数功能国产 AI 手机早已具备,苹果智能目前仍无法自主执行复杂长任务,也不能调用其他垂类 Agent。

  5. 钛媒体40

    灵光2.0、Today AI、Alice 实测:个人 Agent 谁先露怯

    灵光2.0、Today AI 和 Alice 三款个人 Agent 在应用连接、任务执行、长期记忆、主动服务和交互体验五个维度接受同指令实测。Today AI 能识别闹钟指令的时间限制并改用日历提醒,灵光2.0 则设置出可能当天响起的单次闹钟。三款产品在关闭、调整闹钟等操作上均无法通过自然语言完成,仍需手动收尾。

  6. The Decoder88

    GPT-6 Astra 通过权重直接改写其他模型

    研究团队提出 Weight-Space Programming,让 GPT-6 Astra 直接读取和生成模型权重,无需常规训练。在 Qwen3.5-0.8B 上 Astra 只改动 0.016% 的权重,MATH-500 准确率从 7.9% 升至 48.1%,指令遵循从 21% 升至 62%。

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

  7. 机器之心60

    天数智芯发布端侧算力终端彤央 TY1200,实测多项指标超英伟达 Thor T5000

    天数智芯在上海媒体开放日发布端侧算力终端彤央 TY1200,稠密算力标称 300 TOPS,并现场完成机器鸭从环境构建、策略训练到实时仿真的本地全流程训练。官方实测显示,其运行 Qwen3.8-27B-AWQ 的生成吞吐为英伟达 Thor T5000 对照方案的 1.38 倍,首 Token 返回 0.223 秒、生成速度每秒 30.21 Token。

11月4日周三
  1. meng shao82

    腾讯混元正式发布 Hy4,总参数约 770B、MoE 架构、上下文 1M token,首次加入视觉理解和 Computer Use,命令行与图形界面均可操作。官方称其在金融、办公、前端游戏和科研场景做了针对性训练,WorkBuddy 评测平均分 83.18、任务通过率约 96%,搜索相关幻觉率从预览版 15.76% 降到 5.45%。目前可通过 TokenHub、OpenRouter、WorkBuddy/CodeBuddy、元宝等入口使用,权重计划开源但正式版尚未放出;团队也承认在前沿数学、超长开发任务和视觉问答上与顶尖闭源模型仍有明显差距。

    引用meng shao@shao__meng

    腾讯混元正式发布 Hy4:首次能看图、能操作电脑,开源权重还在路上,团队对 Hy4 与顶级闭源模型的差异非常坦诚! Hy4 第一次加上视觉和 Computer Use,主打金融、办公、前端游戏和科研。已进入最强开源阵营,但团队也坦诚和顶尖闭源模型仍有明显差距;权重「计划开源」,眼下主要通过 API 和腾讯产品可用。 https://hy.tencent.ai/research/hy4 # 模型信息 Hy4 总参数约 770B,MoE 架构,上下文 1M token。相对 8 月的 Hy4 preview,正式版大幅加了预训练和后训练。新能力有两块:第一次能看图,能做细粒度识别、复杂图表分析和视觉数学推理;第一次支持 Computer Use,命令行和图形界面都能操作,还专门练过 Blender、CAD 这类专业软件,以及跨应用的长周期任务。 # 几个主打场景 金融方面,腾讯和 FiT 做了几千个工作区、上万个任务,覆盖基金研究、个股分析、量化、资产配置、公司财务和税务。213 位金融从业者参与评测,其中 153 人来自外部机构,超过七成有五年以上经验,共 579 个真实任务。按四分制,Hy4 得 3.04,DeepSeek-V4.1-Flash-1017 是 2.97,Kimi K3.1 Pro 和 GLM-5.3 都是 2.68。搜索相关的幻觉率从预览版的 15.76% 降到 5.45%,靠猜测出错的比例从 23.1% 降到 5.6%。对 Word、Excel、PowerPoint 的协同编辑也做了加强;合作方 Manus 称办公文档任务完成率接近 97%,这是对方自报数字。 办公和协同方面,在 WorkBuddy 评测里平均分 83.18,任务通过率约 96%。接上企业微信后,它可以把聊天、邮件、文档、日程和会议串起来,整理多项目进度、待办和优先级。 前端和游戏方面,加强了复杂交互、业务逻辑和状态管理,并加深了对 UE、Unity、Godot 的适配。相对预览版,GameDev 和 GameLogic 分别提升约 19.1% 和 9.8%,这是和自己比,不是和别家比。 科研方面,内部基准 TenureTrail 有七个学科、123 个可执行研究任务,Hy4 在开源权重模型里排第一,在全部对比模型里大约是第三(约 53.6,Claude 约 59)。它在数学构造、物理建模、地球科学、系统工程和社会经济决策上表现较好。一个官方案例是:给 84 张无序、部分镜像的二维切片,含约 699 万个细胞,Hy4 在离线、没有专用配准工具的情况下,约 1.5 小时完成小鼠胚胎三维重建。 # AI 研发与开源副产品 混元在为「递归自我改进」做准备。Hy4 配上 Hyra 2.0 开发框架,能优化同架构小模型的预训练基础设施,并自动训出在多项评测上超过官方 Jev 基线的变体。还开源了两个基础模型:做单细胞表征的 HyCell,以及做物理场建模的 HyPDE。 # 公开榜单表现如何 腾讯自己跑了一组对比。在非内部的公开类评测里,Hy4 多数排在第二到第四;十二项主表里没有总榜第一,最好成绩之一是 E-Bench 2.0 的第二。开源阵营里和 Kimi K3.1 Pro 大致打平,各有胜负:代码、三维建模、检索和科研偏 Hy4,终端自动化和科学终端任务偏 Kimi。 Agent 评测 APEX-Agents v1.1 上,腾讯表里 Hy4 是 75.2,略高于它测到的 Claude Opus 5.5(约 74.8)和 DeepSeek(约 72.9)。但在其他多数行上,Opus 仍领先。腾讯自己也写了:和顶尖闭源模型仍有明显差距,尤其在前沿数学、超长开发任务、模型迭代和视觉问答上。例如 Hy-FrontierMath T5 大约只有 13,和 GPT 系接近满分差得很远。 # 价格、入口与安全 标价和预览版一样:输入每百万 token 6 元,输出 18 元,缓存命中 0.3 元。腾讯云 TokenHub 优惠到 2026-12-31,打五折。WorkBuddy / CodeBuddy 在 11 月 4 日到 15 日有一定免费额度。已上线 TokenHub、OpenRouter、WorkBuddy/CodeBuddy、元宝、企业微信「大元」、ima 等;权重「计划开源」,并会配系统卡,目前正式版权重还没放出来。更便宜的 Hy4 flash 也说快来了。 安全上,网络安全训练只保留防御向内容,不含利用、逆向和渗透;生物安全自测 Hy-BioExperimentBench 约 30.4/100,团队称未发现明显降低实施生物危害的门槛。

    同一件事,精选收录的是《腾讯混元发布 Hy4:770B MoE、1M 上下文,首次支持视觉与 Computer Use》