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 09:22 · 每小时自动更新

9月2日 周三10 条

Sundar Pichai@sundarpichai模型AI 评分65

Google 发布 Gemini 3.8 Flash,称在 DeepSWE v1.1 上超越多数更大前沿模型

Google 发布 Gemini 3.8 Flash,为 6 周内第 3 次 Flash 更新。官方称相较 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升,在 DeepSWE v1.1 上以更低成本自主端到端解决复杂工程问题,表现超越多数更大的前沿模型。图中基准显示其 Terminal-bench 2.1 得 89.4%、HLE-Verified 得 54.9%,输入价格 $0.75/1M tokens、输出 $3.75/1M tokens,为 2026 年 12 月 31 日前 introductory 价。详情见 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

推荐理由:原文给出模型能力变化、定价和多项基准对比,读者可据此评估它相对更大模型的性价比与适用场景。

另有 13 家信源报道
Qwen@Alibaba_Qwen模型AI 评分69

Qwen3.8-Max-0902 登顶 Code Arena 并以 $5/MToken 领跑 Pareto 前沿

通义千问发布 Qwen3.8-Max-0902,在 Code Arena: WebDev 以 1,691 分首次亮相即排名总榜第一,并以混合价 $5/MToken 成为 Pareto 前沿上得分最高的模型,现已可在 QwenCloud 试用。

推荐理由:官方发布自家新模型并给出 Arena 排名与价格数据,读者可据此比较其在编码场景的性价比位置。

另有 1 家信源报道
Meta AI:Research Blog模型AI 评分62

Meta 发布 Muse Spark 1.3,提升智能体与编码任务表现

Meta 发布 Muse Spark 1.3,在智能体和编码任务上性能提升,max reasoning 版本现已在 Muse Code 和 Meta Model API 开放。

推荐理由:官方发布给出智能体协作、编码效率和安全性变化,以及约20%工具调用和25% token的降幅,便于对比现有工作流。

cat@_catwu模型AI 评分70

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Anthropic 推出 Claude Fable 5.1 和 Claude Mythos 5.1,称其为面向编码和知识工作的最先进模型。Claude Code 产品负责人 Cat Wu 表示团队用 Fable 5.1 承接了此前需数月完成的大型项目,并邀请用户在 Claude Code、Claude Cowork、Claude Tag 中试用并反馈。

推荐理由:作者以 Claude Code 产品负责人身份说明团队用 Fable 5.1 承接原本需数月的项目,并给出在 Claude Code 等产品中试用入口。

OpenAI:官网动态模型AI 评分82

OpenAI 评定 Astra 达到网络安全 Critical 能力阈值,将受限发布

OpenAI 宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值,是首个被评定为该级别的模型,可在少人干预下发现未知漏洞并构建利用链。

推荐理由:OpenAI 说明了把 Astra 评为 Critical 网络安全能力的评估依据、对应的安全防护设计和受限开放安排,有助于读者理解前沿模型能力分级与放行逻辑。

Anthropic:Newsroom模型AI 评分87

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1,两者为同一模型但安全防护级别不同,Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。

推荐理由:官方发布给出了定价变化、基准数据和科学应用实例,读者可以据此评估新模型在编码与科研场景中的成本与能力取舍。

另有 4 家信源报道
Claude Platform:开发者版本说明模型AI 评分72

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Anthropic 发布 Claude Fable 5.1(claude-fable-5-1),面向长时间运行的智能体编码、知识工作与研究,Claude Mythos 5.1 面向 Project Glasswing 参与者。

推荐理由:官方版本说明给出定价、缓存和 API 兼容性变化,开发者可据此评估迁移成本与新特性用法。

另有 8 家信源报道
Artificial Analysis 完整文章模型AI 评分66

Google 发布 Gemini 3.8 Flash,四个月内第四款 Flash 模型

Google DeepMind 发布 Gemini 3.8 Flash,在 Artificial Analysis Intelligence Index 上以 high 推理得分 59,较 Gemini 3.7 Flash 提升 3 分。

推荐理由:评测方一手数据给出了智能指数、单任务成本和速度的具体变化,可帮助读者判断该模型在实际任务中的性价比。

Artificial Analysis 完整文章模型AI 评分74

Meta 发布 Muse Spark 1.3,Artificial Analysis 指数达 61/62 分逼近前沿

Meta 发布 Muse Spark 1.3,是其五个月内第四个 Muse Spark 版本。xhigh 版在 Artificial Analysis Intelligence Index 得 61 分。

推荐理由:独立评测方给出与同档模型的分数和单任务成本对比,读者可据此判断该模型在智能与成本上的位置。

9月1日 周二3 条

上海人工智能实验室 InternLM:原创项目模型AI 评分63

上海AI实验室发布 InternLumina-U2:16B-A1B 多码本扩散统一多模态模型

上海AI实验室发布 InternLumina-U2,一个 16B 参数(激活 1B)的 MoE 扩散语言模型,用 8 码本全离散视觉表示统一覆盖文本问答、文生图、图像理解与编辑、视频及 3D 理解。

推荐理由:原文给出多码本全离散统一架构的设计细节、基准分数和双硬件适配说明,读者可以了解统一理解与生成模型的一条新路线。

Meta AI:Research Blog模型AI 评分64

Meta 发布实时音频感知模型 Muse Voice Transcribe

Meta Superintelligence Labs 发布 Muse Voice Transcribe,称其为首个实时音频感知模型,提供流式 ASR、最多 20+ 说话人的 diarization 和 endpointing。

推荐理由:原文给出流式 ASR、说话人分离和自适应延迟的技术细节与架构说明,读者可以了解其实时语音感知的实现方式。

Runway:News模型AI 评分67

Runway 发布 Interface World Models 首个模型 Solaris,实时逐帧生成可交互界面

Runway 发布 Solaris,称其为新模型家族 Interface World Models 的第一个模型,由世界模型实时逐帧生成界面并对点击、拖拽等交互作出响应,无需代码等中间表示。

推荐理由:官方完整披露了模型机制、用户研究和局限,读者可以据此理解去除中间表示后界面生成与智能体训练的路径。

8月31日 周一1 条

IT之家·人工智能模型AI 评分77

DeepSeek-V4-Flash-Vision-Exp 模型已开源,多模态 Agent 能力接近 Opus-4.8

DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp,采用 MIT License,公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。

推荐理由:原文梳理了模型开源内容与能力定位,读者可据此评估其在多模态 Agent 场景中的可用性。

8月29日 周六1 条

IT之家·人工智能模型AI 评分72

智谱开源 GLM-5.3 模型权重,主打智能体编程与网络防御

智谱宣布开源 GLM-5.3 模型权重,支持本地运行与个性化定制,擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分,与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级,并与 Kimi K3 并列开源模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查。

推荐理由:许可条款把强制安全审查限定在百亿美元级外部模型服务,自有部署和中小团队实际不受影响,开源可用性比表面限制更宽。

8月28日 周五3 条

Z.ai@Zai_org模型AI 评分65

GLM-5.3 开源权重,智能体编码与网防最强

GLM-5.3 现已开放权重。 我们最强大的智能体编码与网络防御模型,现已可供下载、运行和定制。 权重:https://huggingface.co/zai-org/GLM-5.3 技术博客:https://z.ai/blog/glm-5.3

推荐理由:开放权重让需要私有化部署的编码智能体与安全防御场景可以直接下载、运行和定制模型,不再受闭源 API 限制。

另有 2 家信源报道
Google DeepMind:Blog模型AI 评分70

Gemini Omni 1.1 Flash 发布,为开发者提供更强生成式视频控制

Google 推出 Gemini Omni 1.1 Flash,为开发者提供更强的生成式视频控制能力。新模型支持场景扩展(可分析最多 10 秒先前上下文,以 10 秒为增量累计延长至 40 秒)、指定首尾帧生成平滑过渡,以及 4K 高清输出。

推荐理由:360p 预览的成本降到 720p 的三分之一并提速最多 60%,让视频生成的前期探索可以低成本多版本比较,改变的是创意工具迭代的节奏。

8月27日 周四2 条

jietang@jietang模型AI 评分71

唐杰宣布GLM-5.3 Flash AA登顶OpenRouter

Ox Alpha = GLM-5.3 Flash AA = 57,以1/100的前沿价格, 由纯国产芯片驱动。在OpenRouter上实现了近20%的周token份额(第一)。 感谢大家的支持。

推荐理由:OpenRouter 周 token 份额近两成说明开发者已在用真实调用投票,低价模型正从价格敏感场景切入,团队评估模型成本时会更多参考实际使用量而非榜单单项分。

Google DeepMind:Blog模型AI 评分68

Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型

Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文本模型,支持流式与非流式两种 API。据 Artificial Analysis 评测,其流式与非流式平均词错率分别为 4.0% 和 2.6%,支持超 85 种语言、自定义词汇及最多三人说话人识别。

推荐理由:相较于上一代 Chirp 3,流式词错率降到 4.0% 且最终转录延迟改善 70%,会影响语音代理和实时字幕方案的成本与体验取舍。

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。