跳到正文
10月29日周四
  1. 智东西74

    英伟达开源340亿参数语音模型Nemotron 3.5 Transcribe

    英伟达发布并开源语音模型Nemotron 3.5 Transcribe,总参数量约340亿、每次推理激活约43亿,整合语音转写、多人发言识别与多语言处理能力。该模型支持40种语言、最长可处理1小时录音,在英文语音识别9个公开测试集上平均WER为4.71%,优于Qwen3-ASR-1.7B的4.94%。

    同一件事,精选收录的是《NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe,支持 40 种语言转写》

10月24日周六
  1. 腾讯混元模型发布73

    腾讯混元发布 Hy-Nomas 交互式世界生成模型 Diffusers 权重

    腾讯混元发布 Hy-Nomas 视频世界生成模型的 BF16 Diffusers 权重,支持通过文本指令和相机控制进行自由形式的多轮交互,逐段生成视频。模型由分段自回归 DiT、Qwen 文本编码器、相机条件模块和 PixelUMM 视频解码器组成,通过持久 KV cache 在段间传递上下文,示例中每段使用 4 步去噪,输出 704×1280、24 FPS。

    同一件事,精选收录的是《腾讯混元发布 Hy-Nomas 交互式世界生成模型》

10月29日周四
  1. IT之家72

    DiffuSpace 开源 Clover-35B-A3B-Preview 扩散语言模型

    人工智能实验室 DiffuSpace 发布 Clover 系列首个成员 Clover-35B-A3B-Preview,以 Apache 许可开源。该模型采用 MoE 架构的扩散语言模型,通过多轮迭代从模糊到具体生成结果,官方称其在多项基准上超过同规模自回归模型 Qwen3.6-35B-A3B,并保持更快生成速度,尤其擅长智能体编程与工具使用任务。

    同一件事,精选收录的是《扩散智能发布扩散语言模型Clover-35B-A3B-Preview,主打Agent与代码任务》

10月28日周三
10月30日周五
11月14日周六
11月5日周四
10月27日周二
  1. 面壁 MiniCPM 模型发布62

    面壁发布 MiniCPM-V 4.7,含 1B 与 35B-A3B 两个版本

    面壁发布 MiniCPM-V 4.7 多模态模型,提供 1B 和 35B-A3B 两个版本,并配套发布 DSpark 投机解码头。1B 版本在 Instruct 模式下整体得分与推理效率均超过 Qwen3.5 0.8B,采用 ViT 内早期压缩并支持 4x/16x 混合视觉 token 压缩。

    同一件事,精选收录的是《面壁开源 MiniCPM-V 4.7 35B-A3B,首个可在端侧流畅运行的 MoE 多模态模型》

11月10日周二
11月8日周日
11月5日周四
  1. 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21日周六
11月13日周五
  1. 极客公园58

    AI 录音硬件卖的是时间差,窗口可能只剩半年

    极客公园分析认为,苹果在 watchOS 27.3 测试版中加入 Live Rewind 和 Siri Recap 后,AI 录音硬件的窗口期可能只剩半年。文章指出 OPPO AI 心力球、千问 QwenNote A2 等产品已转向只留文字不留录音,而手机厂商的系统 Agent 掌握着读取这些记录的入口。作者实测把心力球记录经飞书接入 Codex 等工具,几千段对话中有效信息不到 10%。

11月12日周四
  1. 面壁 MiniCPM 模型发布58

    面壁开源 MiniCPM-V 4.6 GGUF 量化版

    面壁发布 MiniCPM-V 4.6 的 GGUF(llama.cpp)量化版本,原始 BF16 权重见 openbmb/MiniCPM-V-4.6。该模型基于 SigLIP2-400M 与 Qwen3.5-0.8B 构建,引入 4x/16x 混合视觉 token 压缩,视觉编码 FLOPs 降低 50% 以上,token 吞吐约为 Qwen3.5-0.8B 的 1.5 倍。

10月23日周五
10月22日周四
10月21日周三
10月20日周二
11月13日周五
10月28日周三
  1. IT之家55

    火狐 Firefox 智能窗口新增 AI 表单填写与网站监控

    Mozilla 扩展火狐 Firefox 浏览器的 AI 浏览功能“智能窗口”,新增 AI 表单自动填写和网站监控两项能力,目前面向部分桌面版测试用户开放。AI 表单填写会调用 Google 的 Gemini 3.1 Flash Lite 分析表单字段并从已打开标签页提取上下文,网站监控则通过输入 /watch 追踪降价、补货等变化,由 Qwen 模型识别网页变化。

10月25日周日
10月23日周五
11月3日周二
  1. 雷锋网50

    阿里达摩院玄铁 C950 获“中国芯”年度重大创新突破产品奖

    阿里巴巴达摩院玄铁 C950 在 2026 年“中国芯”集成电路产业促进大会上获“年度重大创新突破产品奖”。这款面向服务器场景的旗舰 RISC-V 处理器 IP 最高主频 3.2GHz,SPECint2006 单核性能首次突破 70 分,并首次实现 CPU 原生支持 Qwen3.8-Flash-Next、DeepSeek V4-Flash 等主流大模型运行。

11月18日周三
  1. 机器之心48

    港大提出 A-GRAE 打破 GRPO 隐式优势对称性,提升模型探索与准确率

    香港大学团队揭示 GRPO 存在阻碍探索与难度适应的“隐式优势对称性”,并据此提出非对称组相对优势估计算法 A-GRAE。该算法在 Qwen2.5-Math-7B 等基座模型上验证,于 AIME2025 基准将 DAPO+A-GRAE 表现提升至 53.3%,同时显著增强模型探索能力与回答多样性,代码已开源。

11月9日周一
11月11日周三
  1. MiniMax 模型发布44

    MiniMax 开源 MiniMax-H3-Image-PE 提示词扩展模型

    MiniMax 发布 MiniMax-H3-Image-PE,为 MiniMax-H3-Image 提供提示词扩展,把简短请求转成详细图像描述并给出宽高比建议。该模型由 Qwen3.8-27B 微调而来,采用 FP4 精度,可通过 SGLang(sglang>=0.5.23、xgrammar>=0.2.7)部署,支持在线 API 调用。图像编辑 PE 仍在开发中,本次仅提供其任务提示词。

11月17日周二
  1. 钛媒体42

    AI4S火热,离“ChatGPT时刻”还有多远?

    阿里发布Qwen4-Max展示自主设计新型冷却液分子并调用自动化实验平台完成合成与测试的能力。Anthropic的Claude Fable 5.2和Mythos 5.2、腾讯混元Hy4正式版也相继展示了通用大模型解决理论物理、数学研究等领域复杂问题的能力。

11月11日周三
10月21日周三
11月19日周四
11月18日周三
  1. 机器之心38

    UIUC等提出Ask to Distill,让大模型学会向老师提问

    UIUC等机构提出Ask-to-Distill框架,通过强化学习优化合成问题生成器,在不依赖标准答案的情况下提升知识蒸馏效率。实验显示该方法在数学推理、代码生成及智能体任务中均取得最优性能,Qwen3-4B学生模型在LiveCodeBench上成绩超越教师参考值。A2D生成的问题使回答长度减少约20%,同时累计学习信号增加约28%。

10月28日周三
  1. AWS Machine Learning Blog36

    Exowatt 用 SageMaker 无服务器模型定制,精度超越前沿模型、成本低至 49 倍

    Exowatt 基于 Amazon SageMaker AI 无服务器模型定制,为边缘告警分诊和云端能源市场分析分别微调 Qwen3-1.7B 与 Qwen3-14B,精度超过前沿模型且成本最高低 49 倍。该流程从原始运营数据到经评估的部署产物可在数天内完成,而非数月。两个模型只是这条可复用流水线的首批产出。

10月21日周三
10月28日周三
11月16日周一
  1. Ethan Mollick78

    Ethan Mollick 表示,Fable/Mythos 首次公开已超过 8 个月,但至今没有出现同级别的开源模型,这与许多人的预期相反。他引用 Artificial Analysis 的数据:阿里发布 Qwen4 Max,在 Intelligence Index 上得分 43,比 Qwen3.8 Max 高 9 分,比 Kimi K3.1 Pro 低 3 分,每任务成本约低 11%。

    引用Artificial Analysis@ArtificialAnlys

    Alibaba has launched Qwen4 Max, gaining 9 points over Qwen3.8 Max on the Artificial Analysis Intelligence Index and landing 3 points behind Kimi K3.1 Pro at ~11% lower Cost per Task Qwen4 Max, using xhigh reasoning effort, scores 43 on the Intelligence Index, 9 points ahead of Qwen3.8 Max (xhigh) and 3 points behind Kimi K3.1 Pro (max, 46) Key takeaways: ➤ Qwen4 Max improves on every evaluation in the Index vs Qwen3.8 Max (xhigh, 34): HLE-Diamond +21 points (24% to 45%), AA-Omniscience +18 points, AutomationBench-AA +17 points, CritPt v2 +13 points, Terminal-Bench-Science +11 points, Terminal-Bench 4.0 +9 points, GDP.pdf +3 points, FrontierCode 2.0 +3 points and AA-Briefcase +82 Elo. ➤ Qwen4 Max costs $3.27 per Intelligence Index task, ~3x less than Qwen3.8 Max ($10.02) and ~11% less than Kimi K3.1 Pro ($3.68): This is driven by 25% lower per-token pricing than Qwen3.8 Max, 70% cheaper cache hits and lower token usage. Tencent Hy4 costs ~3x less per task ($1.03) than Qwen4 Max but scores 8 points lower on the Index. ➤ Qwen4 Max uses 39% fewer output tokens per task than Qwen3.8 Max: ~105k output tokens per Intelligence Index task vs ~171k for Qwen3.8 Max, ~72k for Kimi K3.1 Pro and ~78k for Tencent Hy4. Qwen4 Max uses fewer tokens, while increasing 9 points on the Intelligence Index ➤ Improvements in AA-Briefcase (knowledge work): On AA-Briefcase, our evaluation of agentic work across real business files, Qwen4 Max reaches 1686 Elo vs 1674 for Kimi K3.1 Pro and 1446 for Tencent Hy4. ➤ Qwen4 Max trails Kimi K3.1 Pro on Terminal-Bench 4.0 and Tencent Hy4 on FrontierCode 2.0: Qwen4 Max scores 48% on Terminal-Bench 4.0 vs 67% for Kimi K3.1 Pro and 37% for Tencent Hy4. On FrontierCode 2.0, @cognition’s private evaluation of real-world coding tasks, it scores 26%, level with Kimi K3.1 Pro (26%) and behind Tencent Hy4 (31%). Key model details: ➤ Context window: 1M tokens ➤ Multimodal: Text and image input with text output ➤ Pricing: $1.50/$4.50 per 1M input/output tokens on Alibaba's first-party APIs, with a $0.075 cache hit price. This is lower than Qwen3.8 Max across the board ($2.00/$6.00, with a $0.25 cache hit price) ➤ Availability: @Alibaba_Qwen 's first-party APIs

    推荐理由:作者以开源模型发布节奏为参照,指出 Fable 级开源模型迟迟未出现,可与引用中的闭源模型进展对照阅读。