AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月19日 13:25 · 每小时自动更新

4月20日 周一1 条

蚂蚁 inclusionAI:GitHub 新仓库模型AI 评分69

DR-Venus:基于开放数据的边缘级深度研究智能体

DR-Venus 是一个仅用1万条开放数据训练的40亿参数深度研究智能体,基于Qwen3-4B-Thinking-2507架构,支持200步工具调用和超20万tokens的上下文。它通过监督微调与强化学习两阶段训练,在BrowseComp、GAIA等多个深度研究基准上树立了小模型性能新标杆。其SFT版本已超越多数同类开源模型,而RL版本进一步将长程任务可靠性和工具使用校准度提升2-3个百分点。项目已全面开源模型、代码与训练流程。

推荐理由:4B 参数、仅用 1 万条公开数据就能在多个 deep research benchmark 上碾压 8B 对手,蚂蚁 inclusionAI 这次证明了小模型做 Agent 的关键不在参数量而在数据管线,做端侧 Agent 的团队值得拆一下它的 SFT+RL 流程。

4月17日 周五2 条

蚂蚁 inclusionAI:GitHub 新仓库模型AI 评分56

inclusionAI发布LLaDA2.0-Uni模型

LLaDA2.0-Uni是一个统一的多模态模型,具备对世界的理解与生成能力。该模型通过整合视觉、语言等多模态信息,实现了跨模态的语义理解和内容生成。其架构支持从图像理解到文本生成、跨模态检索等复杂任务,标志着多模态人工智能向更通用、统一的方向演进。

推荐理由:蚂蚁 inclusionAI 推出 LLaDA2.0-Uni,主打理解与生成统一架构,但距发布已过两周且信息极少,建议等官方技术报告出来再决定是否跟进。

OpenAI:官网动态模型AI 评分73

OpenAI 发布 GPT-Rosalind,面向生命科学研究

OpenAI发布面向生命科学的专业推理模型GPT-Rosalind。该模型专门针对药物发现、基因组学分析、蛋白质推理及科学研究工作流设计,旨在加速生物医药研发进程。作为前沿推理模型,GPT-Rosalind将AI能力深度应用于生命科学场景,为科研人员提供从基因数据分析到药物筛选的智能支持,提升复杂生物信息处理效率。

推荐理由:OpenAI 第一个垂直领域推理模型,把前沿推理带进药物研发和基因组学,性能压过人类专家,生命科学工具链可能要从头搭起。

4月16日 周四4 条

Anthropic:Newsroom模型AI 评分79

Claude Opus 4.7 正式发布

Claude Opus 4.7 全面上线,在高级软件工程任务上实现重大飞跃,93项编码基准测试解决率较 Opus 4.6 提升 13%,并首次解决四项前代无法完成的难题。新版本支持更高分辨率图像识别,在研究代理基准测试中总分达 0.715,长上下文性能表现最为稳定。模型定价维持每百万输入 token 5 美元、输出 25 美元不变。出于安全考量,其网络攻击能力较 Claude Mythos Preview 有所削弱,并配备自动拦截高风险网络安全请求的防护机制,合法安全研究人员可通过 Cyber Verification Program 申请使用权限。

推荐理由:Opus 4.7 不是最炫的模型,但多家真实用户反馈指出它在复杂工程任务上的可靠性提升是实打实的,尤其长链自主执行和指令遵循,对开发 Agent 的团队是一次直接的生产力升级。

公众号:通义实验室模型AI 评分62

Qwen3.6-35B-A3B 开源!

通义千问开源 Qwen3.6-35B-A3B,一款总参数 350 亿、推理仅激活 30 亿参数的稀疏 MoE 模型。其在 SWE-bench、Terminal-Bench 等编程基准上显著超越前代,并超越 270 亿参数的稠密模型;原生多模态,在 RefCOCO 上得分 92.0。

推荐理由:千问又推轻量 MoE 模型,35B 总参激活仅 3B,小团队能跑,但正文就一句宣传语,缺技术细节,先观望。

Claude Platform:开发者版本说明模型AI 评分82

Claude Opus 4.7 发布:复杂推理与智能体编码能力升级,定价不变

Anthropic 发布 Claude Opus 4.7,定位为最强大的通用模型,擅长复杂推理与智能体编码,定价保持与 Opus 4.6 相同的 $5/$25 per MTok。

推荐理由:Opus 4.7 发布,定价不变但加入了 task budgets 和高分辨率支持,对于构建 coding agent 的团队,这次更新相当于给模型装了进度条和显微镜。

Google Blog:AI模型AI 评分70

Gemini 3.1 Flash TTS:下一代表现力AI语音技术

Google正式发布Gemini 3.1 Flash TTS,作为下一代表现力AI语音技术,该模型现已全面上线Google旗下各产品线。此次升级标志着Google在语音合成领域的技术突破,旨在为用户提供更自然、富有情感表现力的AI语音交互体验,进一步强化其AI生态系统的语音能力。

推荐理由:Google 把 TTS 的控制权交给了文本指令,音频标签这个设计让语音应用从'选择预设'变成'现场导演',对多模态应用是个实在的增强。

4月15日 周三2 条

Midjourney:Updates模型AI 评分72

V8.1 Alpha 发布

V8.1 Alpha 版本正式发布,接替此前测试一个月的 V8.0 模型。该版本在视觉风格上回归 V7 的一致性审美,并针对 Moodboards 和 srefs 功能进行优化。此次迭代在保持熟悉交互体验的同时,进一步完善了模型的视觉生成能力。

推荐理由:Midjourney V8.1 把 HD 模式提速 3 倍且变成默认,对设计师意味着每次出图成本骤降,探索速度接近 draft。加上图像提示回归,实用性跨了一大步。

字节 Seed:Research Papers模型AI 评分66

字节 Seed 发布 Seedance 2.0 音视频联合生成模型

字节 Seed 发布原生多模态音视频生成模型 Seedance 2.0,2026 年 2 月初在中国正式上线,采用统一架构支持文本、图像、音频、视频四种输入模态。

推荐理由:官方技术报告梳理了 Seedance 2.0 的统一架构、多模态输入上限与分辨率规格,读者可对照前代看能力变化。

4月14日 周二1 条

Google DeepMind:Blog模型AI 评分68

Gemini Robotics-ER 1.6:通过增强具身推理赋能真实世界机器人任务

Gemini Robotics-ER 1.6 正式发布,通过增强具身推理能力为真实世界机器人任务提供底层支持。该版本重点升级空间推理与多视角理解功能,使自主机器人能够更精准地解析三维环境、理解物体间空间关系,并在复杂场景中实现高效决策与操作执行,显著提升机器人在物理世界中的感知与交互性能。

推荐理由:Gemini Robotics-ER 1.6 在机器人推理上迈了一大步,仪器读取和多视角成功检测是真需求,尤其是波士顿动力集成后,做具身智能的团队值得第一时间测试。

4月9日 周四1 条

Hugging Face 社区博客模型AI 评分60

Waypoint-1.5:为消费级GPU打造的高保真交互世界模型

Wayve发布Waypoint-1.5模型,用于生成高保真可交互虚拟世界。该模型经优化后能在消费级GPU(如RTX 4090)上高效运行,降低硬件门槛,支持实时交互与动态场景生成,适用于自动驾驶模拟、游戏开发等领域,推动AI技术民主化。

推荐理由:Waypoint 1.5 把实时生成世界从 demo 变成了消费级 GPU 上能跑的东西,360p 版的兼容性让游戏本也能玩。高保真不是重点,实时响应和本地运行才是,做互动内容的值得关注。

4月8日 周三4 条

公众号:智谱模型AI 评分62

GLM-5.1开源:一个独立工作8小时的模型

智谱推出开源模型GLM-5.1,支持独立工作长达8小时。模型可直接部署使用,无需人工频繁干预,适用于长周期自动化任务场景。

推荐理由:智谱把 GLM-5.1 开源,并且主打 8 小时独立工作,这个定位切中了 agent 场景下长任务执行的痛点,想做自动化流程的可以跑起来试试。

jietang@jietang模型AI 评分69

GLM 5.1 发布,聚焦长时任务与记忆反思

GLM 5.1 即将到来 https://huggingface.co/zai-org/GLM-5.1 编码是基石,长时任务(LHT)是本次的新特性。 更专注于:1. 记忆 2. 进化/持续学习 3. 自我判断/反思。

推荐理由:智谱 GLM 5.1 把长程任务记忆和自进化作为新能力,这比单纯编码提升更值得关注,做 agent 的团队可以认真评估它在持续任务上的表现。

Tomasz Tunguz 博客模型AI 评分61

Mythos 横空出世

Anthropic 发布迄今最大的 Claude Mythos 模型,参数量达 10 万亿,为此前前沿模型的六倍。该模型在测试中发现了一处存在 27 年的操作系统漏洞和一处 16 年历史的视频软件缺陷,而传统工具曾对此检查过 500 万次均未发现。这些安全能力并非专门训练所得,而是代码、推理和自主性提升后涌现的副产品。Mythos 目前按 ASL-3 安全标准仅向 40 余家组织开放访问,这种排他性将重塑行业格局——拥有访问权的企业获得结构性安全优势,软件防护标准被重新定义,工程预算也将从开发转向深度加固。

推荐理由:Claude Mythos 的漏洞发现能力是意外的副产物,这让安全变成了准入壁垒,没有访问权的公司软件将默认多孔。

Meta AI:Research Blog模型AI 评分80

Meta Superintelligence Labs 发布 Muse Spark 多模态推理模型

Meta Superintelligence Labs 发布 Muse 系列首个模型 Muse Spark,为原生多模态推理模型,支持工具使用、视觉思维链和多智能体编排,已在 meta.ai 和 Meta AI 应用上线并开放部分用户的私有 API 预览。

推荐理由:官方发布给出基准成绩与三条扩展轴的技术细节,读者可以了解其相对 Llama 4 Maverick 的效率变化和安全评估结论。

4月7日 周二1 条

Cognition 模型 / Devin 博客模型AI 评分65

Cognition 发布软件工程智能体模型 SWE-1.6,上线 Windsurf

Cognition 发布面向软件工程智能体的新模型 SWE-1.6,已在 Windsurf 全面开放,未来 3 个月免费。模型在 SWE-Bench Pro 上与 SWE-1.6 Preview 表现相当,同时显著减少过度思考、循环推理和依赖终端等行为,更多使用并行工具调用;训练中引入长度惩罚,响应长度增长更慢且任务解决率保持稳定。

推荐理由:官方说明了用长度惩罚等训练手段改善模型 UX 的具体做法和效果,对关注智能体行为质量的人有可参考的细节。

4月2日 周四1 条

3月30日 周一1 条

Inception Labs:Blog模型AI 评分61

Inception Labs 发布扩散模型 Mercury Edit 2,专注代码 next-edit 预测

Inception Labs 发布 Mercury Edit 2,一个专为 next-edit 预测构建的扩散 LLM(dLLM),基于近期编辑和代码库上下文预测下一步修改,并行生成 token 以降低延迟。

推荐理由:官方给出了 KTO 偏好对齐带来的接受率和展示率变化及定价,可帮助开发者评估扩散模型做 next-edit 的实际收益。

3月26日 周四1 条

Cohere Labs:官方研究博客模型AI 评分65

Cohere 发布开源语音识别模型 Cohere Transcribe,登顶 HuggingFace Open ASR Leaderboard

Cohere 发布开源 ASR 模型 Cohere Transcribe,基于 Conformer 编码器-解码器架构,参数量 2B,支持英语、法语、中文、日语、阿拉伯语等 14 种语言,采用 Apache 2.0 许可证。

推荐理由:原文给出了模型规格、WER 数据和推理吞吐表现,读者可以据此评估它在语音识别工作流中的实际可用性。

3月25日 周三1 条

ARC Prize:官方博客模型AI 评分72

ARC Prize 发布交互式基准 ARC-AGI-3,ARC Prize 2026 设超 200 万美元奖金

ARC Prize 官方发布 ARC-AGI-3,包含数百个由人类游戏设计师手工制作的回合制交互环境,无指令、无规则、无既定目标,要求智能体自行探索并跨关卡迁移所学。人类得分 100%,前沿 AI 得分 0.51%。ARC Prize 2026 同步开启,奖金超 200 万美元,设 ARC-AGI-3 竞赛与 ARC-AGI-2 大奖两个开源竞赛,并发布技术论文。

推荐理由:官方公布交互式基准的构成、人类与前沿 AI 的分数差距及两个竞赛的奖金安排,可据此了解智能体评测方向。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。