Apple 发布 FastFrames 视频生成模型,提供 14B 与 1.3B 版本
Apple 发布可实现交互式延迟的 FastFrames 视频生成模型。FastFrames-L(14B):huggingface.co/apple/FastFram…;FastFrames-S(1.3B):huggingface.co/apple/FastFram…。
Apple 发布可实现交互式延迟的 FastFrames 视频生成模型。FastFrames-L(14B):huggingface.co/apple/FastFram…;FastFrames-S(1.3B):huggingface.co/apple/FastFram…。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,前者面向专业工作且 API 价格较上一代低 20%,后者面向日常任务并维持 GPT-6.1 Sol 定价。
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》
NVIDIA 在 Hugging Face 发布一款 4B 参数的推测解码草稿模型,用于加速 Qwen3.8-27B。其 token 接受率较内置 head 提升 46%。
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。
Qwen3.8-27B-pi-adapted 发布,通过强化学习和 LoRA adapter 针对 pi 编码智能体完成适配。其 pass@1 在 SWE-bench Pro (Hard 51) 从 29.4% 升至 62.7%,Terminal-Bench 2.1 从 39.5% 升至 55.8%,每项任务的工具调用减少 55–62%,并开放权重。
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…
Qwen3.8-27B-pi-adapted 面向 pi 编码智能体完成强化学习与 LoRA 适配,并开放权重。其 pass@1 在 SWE-bench Pro (Hard 51) 达 62.7%,Terminal-Bench 2.1 达 55.8%;每项任务工具调用减少 55–62%。
OpenAI 现已在 Codex 和 API 中开放 GPT-6.2 Astra 与 GPT-6.2 Sol,用户可以开始使用这两个模型版本。
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》
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》
Microsoft 在 Ignite 宣布 MAI Decision 1、MAI Code 2、Code 2 Flash 和 Cyber 2 四款模型。MAI Decision 1 比通用模型快 10x、便宜 200x,现已可通过 Foundry、OpenRouter 等提供商使用;MAI Code 2 的更多细节将很快公布。
Microsoft 宣布 Transcribe Dragon 和 Realtime 1 两款新模型,Realtime 1 将为 Copilot 的 Voice Mode 提供支持。作者主观体验认为它与 GPT Live 模型非常接近,但表示还需要测试。
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。
OpenAI 宣布 GPT-6.2 Astra 和 Sol 现已可用,称两款模型效率极高,并针对真实世界中的关键表现而构建。有人一直非常礼貌地询问,也有人只是一直在问。openai.com/index/introducing-…
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》
TestingCatalog 称 OpenAI 正在向 ChatGPT Work、Codex 和 API 推出 GPT-6.2 Astra 与 GPT-6.2 Sol。
Cloudflare 将自身定位为 neolab,依据是它已推出受 Jev 启发的决策模型 Clef 和 System One 提取模型 Clairic。这一称谓扩展了原本多用于研究导向、高算力且尚无显著收入的 AI 初创公司的定义,因为 Cloudflare 是年化收入超过 $3 billion 的上市基础设施公司。
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。
阿里巴巴发布旗舰 MoE 模型 Qwen4-Max,采用 Qwen4 混合架构,拥有 2.4 trillion parameters、每个 token 激活 71 billion parameters,并支持原生图像处理和 100 万 token 上下文窗口。
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》
Alibaba 发布 Qwen4 Max,采用 xhigh reasoning effort 时在 Artificial Analysis Intelligence Index 得分 43,较 Qwen3.8 Max 高 9 分。
推荐理由:原文同时给出 Qwen4 Max 与前代及其他模型的指数、成本和 token 使用量对比,便于判断性能提升与调用开销的关系。
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》
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。
Anthropic 的语言模型 Claude Fable 5.2 通过 Python 代码驱动模拟画笔、颜料和画布,逐笔绘制复杂乃至接近照片的图像,而不是调用外部图像模型。
Runway 开源发布机器人控制模型 Praxis-1,提供开放权重与源代码,采用 Apache 2.0 许可支持商用。该模型基于视频训练学习物体运动规律,再用人类动作视频和机器人数据微调,输入摄像头图像、文字指令和机器人位置信息来预测环境变化并计算机器人动作。
美团LongCat团队发布了1.6万亿参数的智能体模型LongCat-2.5权重,模型完全基于中国芯片训练,自托管方案使用194块华为Ascend Atlas A2芯片,无需Nvidia GPU。
NVIDIA 发布 GR00T 2,这是面向机器人研究的开放 System One 模型,可从人类示范中学习技能并预测动作如何改变物理世界。学到的技能可以迁移到不同机器人本体,减少为每台机器人从头教授每项任务的需要。
Google Gemini 4 Hydrogen 已面向所有用户开放,Google Gemini 展示了用户在 Gemini、Antigravity 和 Google AI Studio 中实现的“what if”创意。LuminaBench 构建了一个可从日出飞到夜晚的 3D 水上飞机。
Google推出Gemini 4 Hydrogen模型,替代此前产品中使用的Gemini 3.8 Flash,面向普通用户开放,不像此前的Argon和Carbon限制为付费订阅用户。
Logan Kilpatrick 宣布 Gemini 4 Hydrogen,称其是一款能力强且速度快的模型,旨在让更多人使用 Gemini 4。
Google 推出 Gemini 4 Hydrogen,面向日常编码和智能体工作流,主打速度与效率。
Google DeepMind 介绍 Gemini 4 Hydrogen,称其面向快速编码、多模态合成和日常工作流。该模型完成任务的速度比 3.8 Flash 快 2.5x,并在 @ArtificialAnlys Intelligence Index 上超过 Argon。
Google DeepMind 发布 Gemini 4 Hydrogen,并将其面向开发者、企业和消费者全球开放,用于快速执行与智能体工作流。
推荐理由:文章同时给出 Hydrogen 的性能、价格与安全数据,并说明 Orchestrator 如何在 Carbon 与 Hydrogen 间切换,便于理解其在开发工作流中的定位。
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。
Google 发布 Gemini Decision 1 及 Gemini Decisions API,用于对文本、图像、音频、视频和 PDF 进行单次闭集决策。
Google 推出 Gemini Decision 1 决策模型 API,加入 Jev 和 OpenAI 的决策模型分类,支持文本、图像、音频、视频和 PDF 多模态输入,是三者中唯一覆盖全部这些类型的。
Gemini API 发布 Gemini Decision 1 前沿决策模型,输入价格为 $0.10 per 1M input tokens,且不收取额外费用。该模型原生支持图像、音频、视频和 PDF,提供 256K context window、1K questions,并可在 API 中免费试用。
Jim Fan 发布 GR00T 2,这一开放 System One 机器人模型在本体计算上控制真实灵巧手,端到端完成化学实验并清理现场。GR00T 2 支持跨 20+ 步骤、5+ 分钟的长时程任务,并通过 X-Adapt 从人类穿戴设备和仿真数据适配到多种真实机器人。
Google DeepMind 发布 AlphaGenome 2,用于预测 DNA 序列及变异如何影响特定人类细胞类型和细胞状态。
推荐理由:它把单细胞状态作为条件输入,连接遗传变异与具体细胞类型,为研究者定位疾病相关变异及其调控基因提供可复用的预测工具。
Tether AI Research 发布 BotPsy,这是一个基于 Qwen3.5-0.8B、面向工具调用和智能体工作流的 0.8B 参数语言模型,适用于端侧部署。
推荐理由:文章披露 BotPsy 的四阶段训练和多项基准结果,便于比较 0.8B 参数智能体在工具调用、推理效率和端侧部署上的表现。
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。
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。
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。