ThinkingCap 发布 Gemma-4-26B-A4B 优化模型,思考 token 平均减少 38.9%
ThinkingCap 发布基于 gemma-4-26B-A4B-it 的优化模型,在 12 项基准上思考 token 平均减少 38.9%、最多减少 69.1%,平均准确率下降 0.15pp。
ThinkingCap 发布基于 gemma-4-26B-A4B-it 的优化模型,在 12 项基准上思考 token 平均减少 38.9%、最多减少 69.1%,平均准确率下降 0.15pp。
Canva 发布首款自研图像生成模型 Canva Craft,所有用户均可通过 Dream Lab 和公开 API 使用。Canva 称,该模型主要基于数百万设计模板从零训练,先规划构图、比例和文字,再生成最高 2K 分辨率、支持超过 30 种宽高比的图像,可渲染 55 种语言的文字,结果可通过 Magic Layers 拆分为可编辑图层。
MiniMax 宣布公开 M3.1 Flash 权重,该模型总参数为 428B,每 token 激活 23B。模型权重可通过 Hugging Face 和 ModelScope 下载。
MiniMax 开源 M3.1 Flash 模型权重,总参数 428B,激活参数 23B。上线 72 小时内,真实用户处理的 token 超过 100 万亿。
Canva 推出首款 AI 图像模型 Canva Craft,采用先规划设计、再生成图像的两阶段架构,现已向全球所有用户开放。模型支持最高 2K 分辨率和超过 30 种宽高比,Canva 称该架构可提升复杂图像中文字的可读性和物体放置的准确性。
推荐理由:Canva Craft 使用平台内容库中的人工模板训练,训练素材涵盖社交帖子、演示文稿、信息图和菜单等具体设计场景。
Canva 发布首个图像生成模型 Canva Craft,已向平台所有用户开放,可从 Dream Lab 标签页访问。模型先解析提示词并规划布局,再生成最高 2K、支持 30 种宽高比的图像;Canva 称其支持清晰文字和不改变其他部分的精确编辑。
Recursive 发布首个语言模型 Flint,AI 系统 Eureka Machine 参与了几乎全部开发环节,模型在四个月内完成。
可灵(Kling)宣布 Kling 4.0 已在 OnSolo 上线,支持单次生成 30 秒原生视频。模型支持在快速动作和大运镜下保持稳定,提供立体声、更准确的口型同步及 21:9 宽屏。单个任务可叠加最多 15 个参考图和 10 个关键帧,以保持角色、镜头与剧情一致。
WorldTUI 基于 Qwen2.5-Coder-0.5B 微调,用 360M 参数模型根据按键预测终端屏幕变化,背后没有真实 shell 或文件系统。训练使用 336k 段真实终端会话,并通过错误修复训练改善一致性,通过并行生成屏幕行和顺序验证加速推理。
Recursive 发布可在笔记本电脑上运行的免费编码模型 Flint,称自动化研究系统 Eureka Machine 协助了几乎全部开发环节,小团队在不到 4 个月内从零完成模型。
Inception 发布扩散语言模型 Mercury 3,称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5,运行速度快 4–8 倍。
NVIDIA 在 GTC Berlin 宣布欧洲车企与出行服务商展示基于 Hyperion 的 L3、L4 及未来 robotaxi 应用,并发布自动驾驶模型与安全技术。
NVIDIA 扩展开放模型组合,推出 Nemotron 3.5 Super VL、Kumo、Cosmos 3.5 等模型,支持组织用本地数据定制并部署到自主控制的基础设施上。
Meta 的开放权重模型 Muse Spark Open 发布当日上线 Fireworks serverless,使用美国区容量且不收取美国区溢价。该 MoE 模型拥有 816B 参数,每个 token 激活 42B 参数,上下文窗口为 1M token,面向长时程编码与智能体任务。
推荐理由:Fireworks 将 Muse Spark Open 部署于美国区并默认零数据留存,为受监管专业工作提供了明确的数据驻留与留存边界。
Elevenlabs 发布 Eleven Realtime v1 Max 和 v1 Mini 两款语音到语音模型,面向实时 AI 对话。v1 Max 在 Big Bench Audio 基准上得分为 98.8%,响应时间为 0.57 秒,面向客服等复杂任务;v1 Mini 主打低成本自然对话,能区分用户说完话与仅发出“嗯哼”等回应。
fal 发布与 Black Forest Labs 合作后训练的视频模型 FLUX 3 Max,在第三方独立人类偏好评测中获 1139 Elo,与 Seedance 2.5 并列图生视频质量第一梯队。该模型约 12 秒生成一段 10 秒 720/768p 视频。未来三周降价 75%,后续还将继续通过后训练改进。
Mistral AI 发布面向实时语音智能体的 Voxtral 3 模型家族,将听取、思考、工具调用与说话整合进单一流式管线。系统包含 Voxtral Small Transcribe 3、Voxtral Mini TTS 3 和基于 LiveKit 的语音智能体 SDK,转录覆盖超过 50 种语言,语音输出支持超过 35 种语言及 50 种方言,并支持情绪适配。
Electric Plant 用过去三年收集的数据构建大语言模型 Bombadil,可解读约 125 种植物的电信号并向种植者反馈需求。传感器通过穿透形成层的螺钉采集信号,数据经低功耗无线网络传输后由云端模型处理,结果可用于调整灌溉或施肥安排。
Mistral AI 发布 Voxtral 3 语音识别与语音生成模型系列,并推出整合听取、推理、工具调用和发声的实时语音智能体 SDK。转录支持 50+ 种语言,实时转录延迟低于 500ms;语音生成支持 35+ 种语言和 50+ 种方言,可按上下文调整情绪、语速和重音。
推荐理由:Mistral 将语音识别、推理、工具调用和语音生成整合为流式管线,各阶段模型可独立替换,减少更换语言或声音时重写智能体的需求。
Cohere 发布企业检索重排模型 Rerank 5 Pro 与 Rerank 5 Fast,分别面向重排质量优先和延迟、成本敏感的场景。
Cloudflare 发布文档数据提取模型 Clairic,已在 Workers AI 开放预览,并计划很快开放权重。模型单次处理即可返回用户指定字段的值、格式和置信度,缺失值返回 null,也支持简单计算、估算和预测。
doubleAI 推出代码执行模型 Maxwell,根据程序运行时的硬件与数据优化代码,并对每项改进进行形式化等价证明。它在 CPU 和 GPU 上运行,收集足够运行时数据后,在程序持续运行期间替换为针对当前机器的优化代码。页面称数据处理流水线加速 38 ×、AI 推理内核加速 4.25 ×,LTX-2.5 在两块 B200 上生成每段 4K 视频的耗时从 250s 降至 134 s。
Latent Space 汇总 DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash 和 Mercury 3 的发布信息、定价与评测,并判断它们暂时不会得到广泛使用。
fal 发布与 bfl_ai 合作的后训练视频模型 FLUX 3 Max,在第三方图生视频质量评测中并列第一。生成 10 秒 720/768p 视频约需 12 秒,未来三周提供 75% 折扣,并被标注为同质量级别最便宜的前沿视频模型。
可灵发布 Kling 4.0,支持单次生成最长 30 秒视频、双声道立体声音频及超过 10 种语言的口型同步,并推出轻量版 Kling 4.0 Flash。主模型支持最多 10 张关键帧图像、8,000 tokens 提示词及最多 15 个参考素材,可通过 MCP 和 CLI 接入自动化工作流;Flash 侧重更快、更低成本的生成,上限为 720p、20 秒。
MiniMax 发布推理模型 M3.1 Flash,Artificial Analysis Intelligence Index 从前代 M3 的 29 分升至 42 分,单任务成本降至不到一半、约 $0.22。
推荐理由:MiniMax M3.1 Flash 的单任务成本低于 DeepSeek,在高难度问答和事实准确率测试中领先,综合智能指数略低。
Inception 发布扩散式大语言模型 Mercury 3,宣称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5,运行速度快4–8x。
推荐理由:Inception 将 Mercury 3 的参数规模扩大至 Mercury 1 的40倍以上,同时保持相近速度,为文本扩散模型提供了规模化比较。
Inception 的扩散模型 Mercury 3 上线 OpenRouter,生成速度超 1,000 tok/s,支持 1M 上下文,为 Mercury 2.5 的 4 倍。
DeepSeek 发布 DeepSeek V4.1 Flash 1017,在 Artificial Analysis Intelligence Index 得分 45,较 DeepSeek V4.1 Flash 提高 6 分。该模型与 GLM-5.3 并列开源权重模型第二,仅次于 MiMo-V2.6-Pro。
Laminar 发布 flow-1,用 RL 训练模型查找智能体轨迹中的错误,并称其在自家基准上检测质量匹配 GPT-6-sol、成本低 23x。模型由小型开源模型微调并经数千次合成调查训练,在 Signals 中检索轨迹片段,按用户定义的 JSON 结构返回发现。
Nvidia 周四发布 Nemotron 3.5 Super VL 和两款轻量 Bolt 开放权重模型,分别面向企业智能体与本地电脑部署。Super VL 拥有 120-billion 参数,支持组织在自有数据上后训练并部署到自有基础设施;Nemotron 3.5 Bolt 74B-A9B 24GB 面向本地多步骤推理、工具调用和网页浏览,Bolt E4B 面向对话智能体。
蚂蚁 inclusionAI 开源 Ming-3.0-tts,提供 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型,后者为 7.9B total · 1.3B active。
erikkannike 发布 qwen3-4b-deslop,以 Qwen3-4B-Instruct-2507 为基础在 MacBook Air 上微调,无需系统提示词即可减少破折号、三项列举等 AI 写作习惯。
MiniMax 发布 M3.1 Flash,称在线推理速度接近提升三倍,智能体任务整体用量成本较前代降低 70%。模型在 DeepSWE v1.1 上取得 73.7%,日常输出速度可达 200+ TPS,每 1M tokens 输入、输出和缓存输入价格分别为 $0.15、$0.60 和 $0.015。
推荐理由:MiniMax M3.1 Flash 将智能体任务用量成本较前代降低 70%,在复杂任务、编码与计算机操作基准上达到领先模型水平。
深度求索发布 Deepseek-V4.1-Flash-1017,在自家多项编码与智能体基准中超越前代及部分更大竞品,已通过网站、应用和 API 提供,并开放模型权重。
推荐理由:深度求索在自家编码基准中将每任务成本从约 $0.50 降至不足 $0.20,同时取得高于前代的准确率。
DeepSeek V4.1 Flash 1017 是 2026 年 10 月 17 日的模型快照,由 DeepSeek 以 deepseek-flash API 模型名提供服务。
推荐理由:DeepSeek V4.1 Flash 将缓存内存压至上一代约四分之一,降低多步骤智能体任务的缓存开销。
DeepSeek V4.1 Flash 已升级至 DeepSeek-V4.1-Flash-1017,官方网页端与 APP 同步更新,API 价格不变,仍通过 deepseek-flash 调用。
推荐理由:DeepSeek 在保持 API 价格与调用方式不变的同时提升模型表现,并缩短任务运行时间与输出长度以降低任务成本。
Reflection 发布开源 MoE 模型 Beam,总参数为 501B、每个 token 激活 23B,支持 1M tokens 上下文,采用 Apache 2.0 许可证。
推荐理由:Hugging Face 为 Beam 提供分精度部署和微调配方,将模型权重、长上下文缓存与训练所需的硬件资源分别列明。
Meta 发布 Muse Spark Open,拥有 816B 总参数、42B 激活参数和 1M tokens 上下文窗口,权重以 Muse Model License 在 Hugging Face 提供。
推荐理由:Meta 为 Muse Spark Open 配套可自动调优的跨硬件内核与后训练支持,降低专用内核的开发维护成本。
Meta 的开放权重模型 Muse Spark Open 今日上线 Together AI,面向长时间运行的智能体编码工作流。模型提供 1M-token 上下文窗口,支持子智能体协作、工具调用、电脑操作与网页浏览,并接受文本、图像、音频和音视频输入。
推荐理由:Together AI 在发布当天提供 Muse Spark Open 服务并公布分项价格,让长任务模型的接入方式与调用成本有了明确依据。