跳到正文
11月18日周三
  1. AK56

    澳大利亚 AI 模型 Agentaus 1 向全球开放

    澳大利亚 AI 模型 Agentaus 1 向全球开放,拥有 220B 参数,MMLU-Pro 得分为 84.4%,全球排名第 43。模型运行在澳大利亚服务器上,输入内容不会用于训练,删除聊天后数据会被永久清除,可从 agentaus.com.au 免费开始使用。

  2. Sam Altman68

    Sam Altman 宣布 GPT-6.2 Sol 与 Astra 发布

    Sam Altman 宣布 6.2 Sol 和 Astra 已发布,称两款模型能力出色且 token 效率很高,希望用户能从中获得价值。他尤其推荐 6.2 Sol ultrafast;引用推文称,ultrafast 已扩展至 GPT-6.2 Sol 的 Pro 200 计划。链接:x.com/thsottiaux/status/21227…

  3. TestingCatalog89

    OpenAI 发布 GPT-6.2 Astra 和 Sol

    OpenAI 宣布 GPT-6.2 Astra 和 Sol 现已可用,称两款模型强调效率和真实场景表现。公布的基准显示,Astra 在 Agents’ Last Exam 上比 GPT-6 Astra 高 5.2 points,成本不到三分之一;比 Claude Fable 5.2 高 5.5 points,成本为其 5%。

    同一件事,精选收录的是《OpenAI 推出 GPT-6.2 Astra 和 Sol,提升专业输出、编码与计算机操作能力》

  4. OpenAI News82

    OpenAI 推出 GPT-6.2 Astra 和 Sol,提升专业输出、编码与计算机操作能力

    OpenAI 推出 GPT-6.2 Astra 和 Sol,提升专业输出、编码、计算机操作与效率,并降低使用成本。两款模型覆盖 ChatGPT Work、Codex 和 API。

    推荐理由:材料同时交代两款模型在专业输出、编码和计算机操作方面的改进,以及产品覆盖与成本变化,便于评估其对现有工作流的影响。

11月17日周二
  1. Hugging Face 每日热门论文90

    K2-Horizon 提出六款面向推理与智能体工作的全开源语言模型

    K2-Horizon 提出六款全开源语言模型,规模从 0.9B 稠密模型到 375B-A23B MoE,面向通用推理与智能体任务。这些模型在智能体和编码基准上领先或可与同规模强开源模型竞争;36B-A4B 结合 MoVA 和 softplus 注意力门控,以 1/7 活跃参数几乎匹配同数据训练的 32B 稠密模型,Uno 则可将解码加速最高 2.2x。

    推荐理由:同数据训练的对照结果显示,36B-A4B 以 1/7 活跃参数接近 32B 稠密模型,为研究规模与稀疏性提供了可复用基线。

11月16日周一
  1. Qwen84

    Qwen4-Max 发布,支持原生视觉与 1M-token 上下文窗口

    Qwen 官方发布 Qwen4-Max,采用新的 MoE 架构,支持原生视觉和 1M-token 上下文窗口。官方内部评估称,其相较 Qwen3.8-Max 最多可减少约 50% 的 token 使用量,单任务平均成本下降超过 60%;输入价格为 $1.5/M tokens,输出价格为 $4.5/M tokens,隐式缓存价格为 $0.075/M tokens。

    同一件事,精选收录的是《Qwen4-Max 发布,采用 2.4T 主干参数并支持百万 token 上下文窗口》

  2. Qwen Blog85

    Qwen4-Max 发布,采用 2.4T 主干参数并支持百万 token 上下文窗口

    QwenTeam 正式发布 Qwen4-Max,该模型基于 Qwen4 系列新架构,拥有 2.4T 主干参数、原生视觉能力和百万 token 上下文窗口。相比 Qwen3.8-Max,Qwen4-Max 在 Work360 的 Xhigh 和 High 推理强度下 token 消耗分别减少约 24% 和 35%,单个任务平均费用从 26.58 元降至 11.16 元,降低 58%。

    推荐理由:原文同时披露了 Qwen4-Max 的架构变化、评测结果和成本下降,便于比较它相对 Qwen3.8-Max 在能力与 token 效率上的改进。

11月15日周日
11月14日周六
11月13日周五
11月12日周四
  1. Google DeepMind77

    Google DeepMind 宣布 Gemini 4 Carbon 正式开放使用

    Google DeepMind 宣布 Gemini 4 Carbon 现已正式开放使用,称其具备编码和科学推理能力,并可配合更新后的 Antigravity Science plugin 协助科学家工作。文中称,它已用于追查异常 assay 结果、挖掘大规模数据集,并将 cheminformatics 等计算流程从数周压缩至数小时。

11月11日周三
  1. Qwen48

    Qwen4 即将到来:更深知识、更丰富的世界理解与更强的编码和智能体能力

    千问 Qwen 宣布 Qwen4 即将到来,主打更深的知识、更丰富的世界理解以及更强的编码和智能体能力。Qwen4-Max 已通过 Alibaba’s Token Plan 开启预览,并可在 QwenWork、Qoder、Qwen APP 和 QwenStudio 提前体验。模型面向复杂编码、知识工作、前端构建和专业软件工作流等真实任务。

  2. Google AI83

    Google 发布 Gemini 4 Carbon 前沿模型

    Google 发布 Gemini 4 Carbon,面向复杂知识工作、软件工程、网络安全和科学推理中的长流程智能体任务。Google 表示 Gemini 4 Argon 仍适合大多数软件工程和知识工作,Carbon 则用于多步骤调试和开放式科学研究等高难度任务。

  3. Jim Fan84

    GR00T 2 发布开放式机器人 System One 模型

    Jim Fan 宣布 GR00T 2 这一开放式机器人 System One 模型,可完全运行在机器人机载计算上,实现脱离外部连接运行。模型权重、智能体框架、仿真引擎、标注引擎、硬件设计和 100K hours 训练数据现已提供,X-Adapt recipes 将于 December 提供。

    推荐理由:原文同时给出本地运行、长时程机器人任务和多项开放组件,读者可据此了解 GR00T 2 的部署方式与可复用资源范围。