跳到正文

#模型发布

今日 1 条

4月20日星期一

量子位 · 公众号

苏度科技估值超20亿美元,发布具身模型Sudo R1:零真实机器人数据训练,首次抓取成功率约98%

苏度科技放出了他们的具身智能首秀Sudo R1,说是在完全没有用真实机器人数据训练的情况下,直接零样本测试了200多次,对100多种没见过的物体(包括透明、金属、软的和反光的东西)首次抓取成功率约98%,试两次基本能到100%。整个演示跑了60分钟。他们用的方法是在高保真模拟器里结合世界模型和强化学习来训练,相当于先在虚拟世界里把技能练好再搬到真机上。

推荐理由:苏度科技发布具身模型Sudo R1,在未用真实机器人数据训练的情况下,对100多种未见物体完成200多次零样本抓取测试,首次成功率约98%,其训练路径为仿真到真机迁移提供参考。

4月16日星期四

36 氪 · 直链

Anthropic 下周要把能找安全漏洞的 Mythos 模型拿给英国银行试用

Anthropic 计划下周通过“玻璃翼计划”,让部分英国金融机构提前用上它的 Mythos 模型。公司说这个模型很擅长识别甚至利用网络安全漏洞,所以这次不是公开发布,而是定向开放给银行。正文没披露模型的具体参数、收费方式和已有客户数量,目前能看到的信号就是一次受控的行业试用。

推荐理由:Anthropic 计划下周通过玻璃翼计划让部分英国银行提前试用 Mythos 模型,该模型擅长识别甚至利用网络安全漏洞,此次定向开放而非公开发布。

Google DeepMind

Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型

Google DeepMind 发布 Gemini 3.1 Flash TTS,一款主打可控性与表现力的文本转语音模型,已在 Gemini API、Google AI Studio、Vertex AI 和 Google Vids 中开放预览。

推荐理由:Gemini 3.1 Flash TTS 在 Gemini API、AI Studio、Vertex AI 和 Google Vids 开放预览,支持 70 多种语言,并可通过音频标签控制语音风格与节奏。

4月13日星期一

Google DeepMind

Google DeepMind 发布 Gemini Robotics-ER 1.6 机器人推理模型

Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人的推理优先模型升级版,强化了空间推理与多视角理解,并新增仪表读数能力。

推荐理由:Google DeepMind 发布 Gemini Robotics-ER 1.6,强化空间推理与多视角理解,并新增读取复杂仪表的能力,开发者已可通过 Gemini API 和 Google AI Studio 调用。

4月9日星期四

量子位 · 公众号

腾讯推出MoT架构,2B参数的具身模型在22项评测里拿了16项第一

腾讯混元与Robotics X联合发布了HY-Embodied-0.5,核心是一个叫MoT-2B的模型。它总参数量4B,实际干活时只激活2B,在22项具身智能评测中拿了16项第一。训练数据量不小:用了超过1亿条具身数据、600B以上的预训练token、3000多万条中期训练样本,还引入了视觉隐空间token、双向注意力、RFT、强化学习和在线蒸馏。

推荐理由:腾讯混元与Robotics X发布HY-Embodied-0.5,其MoT-2B模型以4B总参数、2B激活参数在22项具身智能评测中拿下16项第一,训练数据与架构细节均有披露。

X · @op7418(歸藏)

小扎挖的团队交卷了:Meta 发 Muse Spark,多模态推理但暂不开源

Meta 把之前挖来的团队做的第一个模型 Muse Spark 放出来了。它原生支持多模态推理,能看图、用工具、展示视觉思维链,还能让多个 Agent 并行干活。有个叫“沉思”的模式,就是协调多个 Agent 一起推理。

推荐理由:Meta 发布挖角团队打造的 Muse Spark,原生支持多模态推理与多 Agent 并行,其沉思模式可协调多个 Agent 共同推理。

4月3日星期五

Google DeepMind

Google DeepMind 发布 Gemma 4 开源模型家族

Google DeepMind 发布 Gemma 4,称其为迄今最智能的开源模型,面向高级推理与智能体工作流,采用 Apache 2.0 许可。该系列包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,31B 在 Arena AI 文本榜位列全球开源模型第 3,26B 位列第 6。

推荐理由:Gemma 4 以 Apache 2.0 许可开源四种尺寸,31B 在 Arena AI 文本榜排开源模型第 3,26B 排第 6,为开发者选择开源模型的部署与微调方案提供参照。

3月24日星期二

Mistral AI

Mistral AI 发布 4B 参数语音合成模型 Voxtral TTS

Mistral AI 发布首个文本转语音模型 Voxtral TTS,4B 参数,支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言,具备情感表达与零样本跨语言音色适配能力。

推荐理由:Mistral AI 推出 4B 参数语音合成模型 Voxtral TTS,覆盖 9 种语言并支持零样本跨语言音色适配,其与 ElevenLabs 的对比评测提供了多语言语音质量的一个参照。

3月17日星期二

Mistral AI

Mistral 发布 Mistral Small 4,统一推理、多模态与编码能力

Mistral AI 发布 Mistral Small 4,这是首个把 Magistral 推理、Pixtral 多模态和 Devstral 编码智能体能力统一到单一模型的 Mistral 模型,采用 Apache 2.0 许可。

推荐理由:Mistral Small 4 把推理、多模态与编码能力合并进单一开源模型,并给出相比 Mistral Small 3 的延迟与吞吐数据,可用于判断统一模型对部署成本的影响。

2月10日星期二

36 氪 · 直链

阿里千问发布 Qwen-Image-2.0,一个图像生成基础模型,已开放 API 邀测

千问推出了新一代图像生成基础模型 Qwen-Image-2.0。现在可以在阿里云百炼上申请 API 测试,也能在 Qwen Chat 上免费试用。不过正文没披露模型参数量、具体定价、评测跑分和正式公开时间,所以实际效果和成本还不好判断。

推荐理由:阿里千问上线新一代图像生成基础模型 Qwen-Image-2.0,并在阿里云百炼开放 API 邀测、Qwen Chat 免费试用,为关注国内图像生成模型的人提供了一条可直接体验的接入路径。

2月6日星期五

TechCrunch · AI

OpenAI 和 Anthropic 在同一天抢着发布能自己干活的编程模型,前后只差几分钟

OpenAI 推出了 GPT-5.3 Codex,一个专门给自家编程工具 Codex 用的新模型。按 OpenAI 的说法,这个模型让 Codex 从“能写代码、审代码”升级到“几乎能替开发者在电脑上干所有事”,甚至能在几天内从零做出功能复杂的游戏和应用。

推荐理由:OpenAI 在 Anthropic 发布同类模型几分钟后推出 GPT-5.3 Codex,两家公司几乎同时押注能自主完成开发任务的编程模型。

2月5日星期四

Mistral AI

Mistral 发布 Voxtral Transcribe 2 语音转写模型家族

Mistral 发布 Voxtral Transcribe 2,包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime 两款语音转文字模型。

推荐理由:Mistral 发布 Voxtral Transcribe 2,其中实时转写模型 Realtime 以 Apache 2.0 开源,延迟可配置到 200 毫秒以内,并支持 13 种语言。

1月6日星期二

NVIDIA 博客

NVIDIA 一口气开源了一堆模型、数据和工具,覆盖智能体、机器人、自动驾驶和生物医药

NVIDIA 在 2026 年 1 月 5 日放出了一批新的开源模型和数据集。语言模型方面,有 Nemotron 系列的新成员,专门做语音、外挂资料库(RAG)和安全对齐;还有一个叫 Alpamayo 1 的模型,正文没具体说它擅长什么。

推荐理由:NVIDIA 一次性开源覆盖智能体、机器人、自动驾驶和生物医药的模型、数据集与工具,其中 Nemotron 新成员分别面向语音、RAG 和安全对齐。

2025年12月17日星期三

Mistral AI

Mistral 发布 OCR 3,表单与手写识别升级并接入 Document AI Playground

Mistral 发布 Mistral OCR 3,在表单、扫描文档、复杂表格和手写内容上相对 Mistral OCR 2 取得 74% 的整体胜率,并称准确率超过企业文档处理方案和 AI 原生 OCR 方案。

推荐理由:Mistral OCR 3 在表单、手写和复杂表格上的升级与每千页 2 美元的定价,可供评估文档解析方案时参考。

2025年12月9日星期二

Mistral AI

Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI

Mistral AI 发布 Devstral 2 编码模型家族,含 123B 的 Devstral 2 与 24B 的 Devstral Small 2,分别采用修改版 MIT 和 Apache 2.0 许可,均为开源。

推荐理由:Mistral 开源 Devstral 2 编码模型家族,123B 版本在 SWE-bench Verified 上达到 72.2%,并同步推出终端编码代理 Mistral Vibe CLI。

2025年12月3日星期三

Mistral AI

Mistral 发布 Mistral 3 系列模型,含 675B 参数 Mistral Large 3

Mistral AI 发布 Mistral 3 系列,包括 14B、8B、3B 三个稠密模型和采用稀疏 MoE 架构的 Mistral Large 3,后者为 41B 激活、675B 总参数,全部以 Apache 2.0 许可开源。

推荐理由:Mistral 以 Apache 2.0 开源 Mistral 3 系列,含 3B 到 14B 稠密模型与 675B 总参数的稀疏 MoE 大模型,覆盖端侧到前沿规模。

2025年12月1日星期一

DeepSeek · API 更新日志

DeepSeek 非正式部署 DeepSeek-V3.2-Speciale API 服务

DeepSeek 非正式部署 DeepSeek-V3.2-Speciale API,价格不变,仅支持思考模式下的对话,不支持工具调用等功能。用户可设置 base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215" 访问模型。最大输出长度默认为 128K,服务支持时间截止至北京时间 2025-12-15 23:59。

推荐理由:DeepSeek 非正式部署仅支持思考模式对话的模型 API,工具调用缺失与限时开放共同限定了这项服务的接入用途。

DeepSeek · API 更新日志

DeepSeek API 两个模型入口升级至 DeepSeek-V3.2

deepseek-chat 和 deepseek-reasoner 均已升级为 DeepSeek-V3.2。deepseek-chat 对应非思考模式,deepseek-reasoner 对应思考模式。

推荐理由:DeepSeek 将 API 模型升级至 DeepSeek-V3.2,两个入口的对应关系明确区分非思考与思考模式。

2025年9月29日星期一

DeepSeek · API 更新日志

DeepSeek-V3.2-Exp 发布,两个 API 模型入口均已升级

deepseek-chat 和 deepseek-reasoner 均已升级为 DeepSeek-V3.2-Exp。deepseek-chat 对应非思考模式,deepseek-reasoner 对应思考模式,详细更新内容可参阅文档。

推荐理由:DeepSeek 将两个 API 入口升级为 DeepSeek-V3.2-Exp,两个调用名称分别对应非思考与思考模式。

2025年8月21日星期四

DeepSeek · API 更新日志

DeepSeek-V3.1 发布,deepseek-chat 与 deepseek-reasoner 同步升级

deepseek-chat 和 deepseek-reasoner 都已升级为 DeepSeek-V3.1,分别对应非思考模式与思考模式。该模型采用混合推理架构,DeepSeek-V3.1-Think 相比 DeepSeek-R1-0528 能在更短时间内给出答案,并通过 Post-Training 优化提升工具使用与智能体任务表现。

推荐理由:DeepSeek-V3.1 将思考与非思考模式整合进同一模型,现有两个 API 模型名称分别对应两种模式。

2025年8月7日星期四

OpenAI News

OpenAI 发布 GPT-5:一个模型自动判断该快答还是慢想,全员可用

OpenAI 在 8 月 7 日上线了 GPT-5,所有 ChatGPT 用户都能用。这次最大的变化是把快速回答和深度推理合进了一个系统:内置一个路由器,根据问题类型、复杂度和用户意图实时决定用哪个模型。Plus 用户额度更高,Pro 用户能解锁 GPT-5 pro,那个版本推理链条更长,答案更细。

推荐理由:OpenAI 上线 GPT-5 并向所有 ChatGPT 用户开放,内置路由器按问题类型和复杂度实时决定快答或深度推理,Plus 与 Pro 用户额度更高。

2025年8月5日星期二

OpenAI News

OpenAI 发布最强开源推理模型,但没说具体叫什么、有多大、怎么用

OpenAI 在 8 月 5 号宣布放出了他们自称“能力最强的开源权重推理模型”,主打让开发者、政府和非营利组织能在自己的服务器上跑,不用把数据交给第三方。这波操作主要是为了配合他们的“OpenAI for Countries”计划,拉拢盟友国家用美国主导的 AI 基础设施,同时给有数据本地化要求的机构一个选择。

推荐理由:OpenAI 宣布开放权重推理模型,允许开发者和机构在自有服务器上部署,配合其国家合作计划,为有数据本地化要求的用户提供不依赖第三方的选项。

OpenAI News

OpenAI 开源了两个新模型 gpt-oss-120b 和 gpt-oss-20b,用 Apache 2.0 协议,主打低成本部署和强推理能力

OpenAI 发了两个开源模型,大的叫 gpt-oss-120b,小的叫 gpt-oss-20b,都用了 Apache 2.0 协议,可以商用。这两个模型是 OpenAI 自 GPT-2 之后第一次开源的语言模型。它们用了混合专家架构,120B 版本总参数 1170 亿,但每次只激活 51 亿参数,一张 80GB 显存的显卡就能跑。

推荐理由:OpenAI 以 Apache 2.0 协议开源 gpt-oss-120b 和 gpt-oss-20b,是自 GPT-2 后再次开放语言模型权重,其中 120B 版单卡 80GB 显存即可运行。

2025年7月15日星期二

Mistral AI

Mistral 发布 Voxtral 语音理解模型,24B 与 3B 双版本开源

Mistral 发布 Voxtral 语音理解模型,提供 24B 和 3B 两个版本,均以 Apache 2.0 许可开源并上线 API。模型支持 32k token 上下文,可处理最长 30 分钟转写或 40 分钟理解,具备内置问答与摘要、多语言识别和语音函数调用能力,并保留 Mistral Small 3.1 的文本能力。

推荐理由:Mistral 开源两款语音理解模型,给出 32k 上下文、函数调用等能力与低于同类 API 一半的定价,便于评估语音方案选型。

2025年7月11日星期五

Mistral AI

Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1

Mistral AI 与 All Hands AI 合作推出 Devstral Medium,并升级 Devstral Small 1.1。

推荐理由:Mistral 与 All Hands AI 联合发布 Devstral Medium 并升级 Devstral Small 1.1,后者以 Apache 2.0 许可开放,前者在 SWE-Bench Verified 上得分 61.6%,API 定价为每百万输入 0.4 美元、输出 2 美元。

2025年6月10日星期二

Mistral AI

Mistral AI 发布首款推理模型 Magistral,含 24B 开源版与企业版

Mistral AI 发布首款推理模型 Magistral,分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。

推荐理由:Mistral AI 推出推理模型 Magistral,同时给出 24B 开源版与企业版,并披露两者在 AIME2024 上的得分,可比较开源与商用版本的性能差距。

2025年5月28日星期三

DeepSeek · API 更新日志

deepseek-reasoner 升级为 DeepSeek-R1-0528,增强推理并支持工具调用

deepseek-reasoner 升级为 DeepSeek-R1-0528,增强推理能力、优化 Web 前端生成、降低幻觉,并支持 Json Output 与 Function Calling。

推荐理由:DeepSeek-R1-0528 提升了推理基准表现,复杂推理问题比老版本 R1 使用更多 tokens,能力提升伴随生成用量增加。

2025年5月21日星期三

Mistral AI

Mistral AI 发布智能体编码模型 Devstral,Apache 2.0 开源

Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral,以 Apache 2.0 许可开源,在 SWE-Bench Verified 上得分 46.8%,比此前开源 SOTA 模型高出 6 个百分点以上。

推荐理由:Mistral 与 All Hands AI 联合发布的智能体编码模型,给出了 SWE-Bench Verified 成绩与本地部署门槛。

2025年5月7日星期三

Mistral AI

Mistral AI 发布 Mistral Medium 3,主打低成本与企业部署

Mistral AI 发布 Mistral Medium 3,称其在各项基准上达到或超过 Claude Sonnet 3.7 的 90%,成本为每百万 token 输入 $0.4、输出 $2。

推荐理由:Mistral Medium 3 以更低成本对标 Claude Sonnet 3.7,并给出企业私有化部署与定制路径。

2025年3月24日星期一

DeepSeek · API 更新日志

deepseek-chat 升级为 DeepSeek-V3-0324,增强推理与代码能力

deepseek-chat 模型升级为 DeepSeek-V3-0324,增强推理、前端开发、中文写作与 Function Calling 能力。MMLU-Pro 从 75.9 提升至 81.2,GPQA 从 59.1 提升至 68.4,AIME 从 39.6 提升至 59.4,LiveCodeBench 从 39.2 提升至 49.2。

推荐理由:DeepSeek-V3-0324 在四项基准中均有提升,AIME 增幅为 19.8,高于知识与代码基准的增幅。

2025年3月17日星期一

Mistral AI

Mistral AI 发布 Mistral Small 3.1,支持多模态与 128k 上下文

Mistral AI 发布 Mistral Small 3.1,在 Mistral Small 3 基础上提升文本性能、多模态理解,并将上下文窗口扩展至 128k tokens,推理速度达 150 tokens per second,以 Apache 2.0 许可开源。

推荐理由:Mistral AI 以 Apache 2.0 许可开源 Mistral Small 3.1,将上下文扩至 128k tokens 并加入多模态理解,可在单张 RTX 4090 或 32GB 内存的 Mac 上运行。

2025年3月12日星期三

Hugging Face 博客

谷歌发布 Gemma 3 系列开源模型,最高 270 亿参数,能看图、懂 140 多种语言

Gemma 3 是谷歌最新放出的开放权重模型,有 1B、4B、12B、27B 四个尺寸。4B 及以上的版本能同时处理图片和文字,支持超过 140 种语言,上下文窗口拉到 128k token(1B 是 32k)。官方说 4B 的指令版在跑分上能打赢上一代 27B,27B 则超过了 Gemini 1.5 Pro。

推荐理由:谷歌放出 Gemma 3 开放权重模型,4B 及以上版本同时处理图文并支持超 140 种语言,官方称 4B 指令版跑分超过上一代 27B。

2025年1月30日星期四

Mistral AI

Mistral AI 发布 Mistral Small 3,24B 模型采用 Apache 2.0 许可

Mistral AI 发布面向低延迟任务的 24B 模型 Mistral Small 3,以 Apache 2.0 许可开放预训练和指令微调检查点。官方称其性能与 Llama 3.3 70B instruct 相当,同硬件下速度超过 3x,MMLU 准确率超过 81%;模型未使用 RL 或合成数据训练。

推荐理由:Mistral AI 将 Small 3 的性能对标 Llama 3.3 70B,并报告同硬件下超过 3x 的速度优势。

2025年1月20日星期一

DeepSeek · API 更新日志

DeepSeek-R1 发布,支持通过 deepseek-reasoner 调用

DeepSeek 发布新模型 DeepSeek-R1,可通过指定 model=deepseek-reasoner 调用。详细更新和调用指南分别参见《DeepSeek-R1 正式发布》和《推理模型》。

推荐理由:DeepSeek 明确了新模型 DeepSeek-R1 与 API 调用名的对应关系,接入时需指定 model=deepseek-reasoner。

2024年12月26日星期四

DeepSeek · API 更新日志

deepseek-chat 模型升级为 DeepSeek-V3,接口不变

deepseek-chat 模型升级为 DeepSeek-V3,接口保持不变。可通过指定 model=deepseek-chat 调用,详细更新请参考《DeepSeek-V3 正式发布》。

推荐理由:DeepSeek 将 deepseek-chat 升级为 DeepSeek-V3 并保持接口不变,现有接入可沿用原模型调用参数。

2024年10月1日星期二

OpenAI News

OpenAI 在 API 里上线了模型蒸馏,让你用大模型的回答去教小模型

OpenAI 10 月 1 号在自家 API 里推了一套模型蒸馏工具,核心思路是:先用 GPT-4o 或 o1-preview 这类大模型跑出结果,再用这些结果去微调 GPT-4o mini 这种便宜模型,让它在特定任务上接近大模型的表现,但成本更低。

推荐理由:OpenAI 把模型蒸馏做成 API 内置流程,用 GPT-4o 或 o1-preview 的输出微调 GPT-4o mini,让团队不必自建这套流水线就能压低特定任务的推理成本。

2024年9月12日星期四

OpenAI News

OpenAI 发布 o1 系列模型,先想清楚再回答,数学推理从 13% 飙到 83%

OpenAI 在 9 月 12 日推出了 o1-preview 和 o1-mini 两个新模型,主打“先思考再回答”。在数学奥赛预选题上,GPT-4o 正确率只有 13%,o1 推理模型做到了 83%,编程能力也到了 Codeforces 前 11%。

推荐理由:OpenAI 推出 o1-preview 和 o1-mini,主打先思考再回答,数学奥赛预选题正确率从 GPT-4o 的 13% 提升到 83%,编程达到 Codeforces 前 11%。

2024年9月5日星期四

DeepSeek · API 更新日志

deepseek-coder 与 deepseek-chat 合并升级为 DeepSeek V2.5

DeepSeek V2 Chat 与 DeepSeek Coder V2 已合并升级为 DeepSeek V2.5,API 用户通过 deepseek-coder 或 deepseek-chat 均可访问新模型。

推荐理由:DeepSeek 将聊天与代码模型合并为 V2.5,并保留两个原有 API 访问名称以兼容既有用户的调用方式。

2024年6月28日星期五

DeepSeek · API 更新日志

deepseek-chat 升级为 DeepSeek-V2-0628,推理与角色扮演能力提升

deepseek-chat 模型升级为 DeepSeek-V2-0628,推理能力提升,角色扮演能力显著增强。HumanEval Pass@1 从 79.88% 提升至 84.76%,MATH ACC@1 从 55.02% 提升至 71.02%,BBH 从 78.56% 提升至 83.40%。

推荐理由:DeepSeek 升级后的数学基准提升幅度高于代码与推理基准,在 Arena-Hard 中对 GPT-4-0314 的胜率也有提升。

2024年6月14日星期五

DeepSeek · API 更新日志

deepseek-coder 升级为 DeepSeek-Coder-V2-0614

deepseek-coder 模型升级为 DeepSeek-Coder-V2-0614,代码能力显著提升。官方称,其代码生成、代码理解、代码修复和代码补全能力达到 GPT-4-Turbo-0409 的水平,并拥有卓越的数学和推理能力,通用能力与 DeepSeek-V2-0517 持平。

推荐理由:DeepSeek 升级代码模型,将代码生成、理解、修复和补全四项能力对标 GPT-4-Turbo-0409。