Dream Labs 出隐身发布 Dream-1:首个公开 API 的 World Action Model,获 $90M 种子轮融资
【这是什么】Dream Labs 发布的首个 World Action Model Dream-1,可通过公开 API 开箱即用地控制未见过的双臂平行夹爪机器人,完成未见任务,无需微调或该机器人的数据。
【这是什么】Dream Labs 发布的首个 World Action Model Dream-1,可通过公开 API 开箱即用地控制未见过的双臂平行夹爪机器人,完成未见任务,无需微调或该机器人的数据。
【这是什么】BottlecapAI 的第五款 ThinkingCap 系列 token 高效模型,基于 Google 的 gemma-4-26B-A4B-it 训练,目标是减少思考 token 消耗而不改变答案质量。
Hacker News 页面标题介绍 Dessa——一个仅用语音训练的对话模型。但页面正文实际为 dessa.com 的隐私声明,说明 Block, Inc. 在该网站收集哪些信息及如何使用,声明不适用于 Square、Cash App、Afterpay 或 TIDAL。正文未提供该模型的具体参数、性能或可用性信息。
【这是什么】Kimi 推出 K3.1 系列首款模型 K3.1 Pro,号称其最强 3T 级开源权重模型,支持 100 万 token 上下文,另有速度提升 2-3 倍的 K3.1 Pro Highspeed。
推荐理由:官方发布长文给出完整基准数据与开源权重的安全取舍思路,可参考其在 cyber 数据清理与发布决策上的做法。
【这是什么】Moonshot AI 的 Kimi K3.1 Pro 及更快的 Kimi K3.1 Pro Highspeed 现已在 Vercel AI Gateway 上线,支持交互式使用场景。
推荐理由:官方宣布 Kimi K3.1 Pro 接入 Vercel AI Gateway,给出了多编码 agent 调用方式和不加价的计费政策,值得接入多模型的开发者参考。
【这是什么】Kimi Code 上线 K3.1 Pro 系列模型,K3.1 Pro 为 3T 参数、1M 上下文的旗舰模型,仅支持思考模式;K3.1 Pro Highspeed 能力相同,输出速度约 2–3 倍,配额消耗约 2 倍。
【这是什么】作者将 Qwen2.5-Coder-0.5B 微调成 WorldTUI,用 360M 参数模型预测按键后屏幕变化,模拟一个没有 shell 和文件系统的终端,可运行 vim、tmux、Python REPL 和贪吃蛇。
荣耀 10 月 21 日发布 WIN2、WIN RT2、WIN Turbo2 三款游戏手机及 WIN 平板、WIN 耳机和游戏手柄,WIN2 国补到手价 4999 元起,三款手机均采用 2K 185Hz 屏幕。
研究者用数千个 AI agent 分析生物数据,以发现其中未被注意的新线索。该文登上 Hacker News 首页,获得 135 分和 85 条评论。
【这是什么】Mistral Large 4,一款开源权重的通用多模态大模型,采用细粒度 Mixture-of-Experts 架构。【商业逻辑】以开源权重方式提供前沿通用模型,供开发者自行部署使用。
OpenAI 提出 Patch the Planet 项目,探讨在 AI 智能体不断发现软件漏洞时如何进行全球范围的响应协调。该项目目前在 Hacker News 首页获得 255 分和 171 条评论讨论。
Mistral 正式发布 Voxtral 3 系列语音模型及配套语音 Agent SDK,将听觉识别、上下文推理、工具调用与语音合成整合为一体化实时流式处理流水线。
【这是什么】DeepSeek 开源了驱动其大规模生产服务的推理框架 DeepInfer,提供离线推理与规模化服务核心能力,当前支持 DeepSeek-V4.1-Flash 模型。
MiniMax 于 10 月 19 日正式上线 M3.1 Flash 模型,推理速度较此前提升近 3 倍,Agent 类任务综合成本降低 70%。模型在 BankerToolBench 取得 76.2 分、DeepSWE v1.1 取得 73.7%,OSWorld V2 和 ALE 成绩官方称均列国产模型第一。
MiniMax 正式发布 MiniMax M3.1 Flash,前身为匿名运行的 Space Bunny(处理超 200 万亿 tokens),在 agentic 任务、编程、Computer Use 和网络安全方面实现代际提升。
【这是什么】Inception Labs 发布扩散式大模型 Mercury 3,称其为迄今最强的 diffusion LLM。【商业逻辑】主打低延迟实时场景如浏览器 Agent、实时教学与客服,在 50 个 Mind2Web 导航任务上完成率超 GPT-6.1-Sol,且每 token 成本更低。
【这是什么】Cloudflare 推出 System One 类抽取模型 Clairic,可从非结构化文本和图片中抽取、计算、估算和预测类型化数值,已以 @cf/cloudflare/clairic 在 Workers AI 上开放预览,计划后续开源权重。
推荐理由:Cloudflare 官方详解新模型品类的定位与工程取舍,读者可参考其用单次前向替代 LLM 抽取以降低成本的思路。
【这是什么】Mistral 发布其首个时间序列基础模型家族 Timestral,提供概率型多变量预测,参数规模分 5M、28M、123M、209M 四档。【商业逻辑】面向传感器遥测、可观测性指标、产能规划、能源、供应链等企业场景,支持仅历史协变量和已知未来协变量,零样本即可跨领域预测。
【这是什么】MiniMax 开源多模态模型 M3.1 Flash 现已在 Vercel AI Gateway 上线,10 月 22 日前免费提供。【商业与痛点逻辑】模型主打编码与 agent 任务,支持 1M token 上下文,适合长文档和多步 agent 会话,官方称在复杂 agent 任务、编码和网络安全上较前代有提升。
推荐理由:官方公告可直接参考其接入方式,开发者可借 AI Gateway 统一 API 免费试用 MiniMax 新模型做编码与 agent 测试。
DeepSeek V4.1 Flash 1017 (Max) 的模型评测数据出现在 Hacker News 首页,涵盖智能指数、开放性指数等能力评测。页面同时列出 Token 使用成本、上下文窗口,以及以输出速度(tokens per second)、首 Token 延迟和 500 token 端到端响应时间衡量的速度指标,并附开源权重模型的模型规模对比。
【这是什么】DeepSeek V4.1 Flash 的 1017 快照版本,基于全新 Causal Encoder-Decoder(CED)架构的稀疏 MoE 模型,总参数 552B,输入激活 8B、输出激活 16B。
【这是什么】Ultramarine 1 Flash 是一款面向金融、法律、咨询和运营等专业知识工作的开源模型,官方称达到 Fable 级水平,价格约为其 1/60。
【这是什么】DeepSeek 发布 DeepSeek-V4.1-Flash-1017,是 DeepSeek-V4.1-Flash 的小版本更新,在推理、编码、Agent 任务和视觉基准上均有提升。
Anthropic 让 Claude Mythos 5 根据纯文字规格自主设计量子电路,覆盖化学、优化、量子模拟和数论领域的 8 个计算原语。通过外部评估程序自动验证正确性并按「qubit 数 × gate 数」打分,Claude 在无人介入的闭环中发现优于已发表最佳算法的新设计,部分改进达一个数量级以上,其中将某优化算法最昂贵步骤的成本降低约 12x。这类改进可显著减少实用量子应用所需的资源。
【这是什么】Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein,支持文生图、图像编辑和最多 10 张参考图的多参考生成。
推荐理由:BFL 官方发布 5.6B 开源图像模型,参数更小却声称领先更大的开源模型,对本地部署和消费级 GPU 推理有参考价值。
Tim Cook 表示 Apple 智能国行 Beta 版本将于本月晚些时候上线测试,包含实时翻译、照片消除工具和写作工具,但不包含 Siri AI。此外,iPhone Duo 为中国独家生产制造,此前多款国行 iPhone 已完成进网许可换证,新增 Apple 智能、通义万相和通义千问的备案编号。
【这是什么】Meta 发布开源权重模型 Muse Spark Open,总参数 816B(激活 42B),1M token 上下文,主打编程与 agentic 长任务。
【这是什么】Krea 发布 Krea 3 图像模型,定位为面向大规模编辑的图像模型。【商业与痛点逻辑】针对批量、规模化图像编辑的使用场景,具体能力细节以官方页面为准。【技术与状态】该内容来自 Hacker News 首页讨论,316 分、101 条评论,正文仅含链接,完整信息需查看官网。【直达链接】https://www.krea.ai/krea-3
【这是什么】TypeSafe AI 的 Jev 是一款面向软件的决策模型,输入状态和一组问题,返回带概率的 Choice、Score、Boolean 类型化答案,而非自由文本,可用于分类、路由、评分和自动化验证,一次请求并行回答所有问题。
OpenCode 宣布免费提供 DeepSeek V4.1 Flash 模型供用户使用。更新程序后通过 /model 命令切换即可找到该模型,但上下文限制为 200KB。支持 macOS 与 Linux 通过一行脚本安装,Windows 推荐使用 WSL,也可通过 choco、scoop 或 npm 原生安装。官网:https://opencode.ai
【这是什么】Liquid AI 发布 LFM2.5 系列最大也是最后的模型 LFM2.5-24B-A2B,24B 总参数、每 token 仅激活 2B 的推理模型,专为端侧 Agent 设计。
【这是什么】TypeSafe 发布 Jev 1.14.0,并推出面向尝鲜用户的实验性 danger zone 功能。【商业/痛点逻辑】团队不想把极端可靠性要求强加给探索型开发者,因此通过 API 头 TypeSafe-Danger-Zone-Images 和 TypeSafe-Danger-Zone-Long-Context 开放图像与更长上下文,声明不担保生产可用。
博主用 How I AI bench(涵盖原型、Agent 工作流、编程、写作和创作等近 20 项任务)实测了 Meta 的 Muse Wonder 和 Wonder Full 前沿模型,并用 LLM-as-a-judge 和语音笔记评分。
Gemini 4 Argon 面向机器人领域推出,在物理理解、代码生成和视觉语义推理上有明显跃升。它在 3D 环境物理推理基准 ERQA 上以纯推理取得 87% 的成绩,超过所有其他前沿模型。Argon 可应用于机器人全生命周期,包括基于 MuJoCo 的移动操作控制、zero-shot 机械臂控制、Real2Sim 重建、物理理解标注,以及在硬件上的迭代自我改进。
【这是什么】Google DeepMind 发布旗舰模型 Gemini 4 Argon,面向科学、数学、机器人与网络防御等前沿任务,现已向 Google AI Pro 和 Ultra 订阅用户开放。
Meta 推出 Muse Wonder 与 Muse Wonder Full 两款模型,在个人与专业 Agent、记忆和编程相关基准上达到 state-of-the-art 表现。
QGIS 合并了由核心贡献者 Nyall Dawson 发起的 QEP428(PR #387),全面禁止任何 LLM、AI 或 agent 辅助的代码贡献进入 qgis/qgis 仓库,违者将面临代码回滚和贡献者权益处罚。
阿里云百炼新推出 jev 类的模型 API,限时免费开放,模型名为 decision-model-preview。该消息由 V2EX 创造节点用户发布,帖子正文未提供更多模型参数或使用细节。
【这是什么】Karpathy 在 X 上发帖指出,人们对 LLM 能力水平的理解差距正在扩大。【商业/痛点逻辑】该观点引发 Hacker News 热议,653 分、953 条评论,反映从业者对模型真实能力的判断分歧。
Claude Haiku 5.5 与 GPT Luna 6 基础价格相同,但定位不同:Haiku 更适合 10 万 tokens 以内、质量要求高的复杂任务,Luna 更适合长文本、高并发和成本敏感型工作负载。超过 10 万 tokens 后 Haiku 费率上涨 5 倍,输出较多的场景总成本可能达到 Luna 的约 12 倍,选择应以真实任务效果和整体成本为准。