Claude Mythos 5.2 预测基因治疗载体 AAV 衣壳结构
Claude 官方视频介绍 Claude Mythos 5.2 预测了完整 AAV 衣壳结构,即用于递送基因治疗的蛋白质外壳。模型编写代码在相邻五链分组上运行开源折叠模型,再利用衣壳对称性拼合全部 60 条链;在 AAV2 上预测结果与实验结构误差约为一个原子宽度。
推荐理由:原文给出了具体预测方法和精度结果,读者可以据此了解该模型在结构生物学任务上的实际表现。
另有 1 家信源报道全球 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16日 19:34 · 每小时自动更新
Claude 官方视频介绍 Claude Mythos 5.2 预测了完整 AAV 衣壳结构,即用于递送基因治疗的蛋白质外壳。模型编写代码在相邻五链分组上运行开源折叠模型,再利用衣壳对称性拼合全部 60 条链;在 AAV2 上预测结果与实验结构误差约为一个原子宽度。
推荐理由:原文给出了具体预测方法和精度结果,读者可以据此了解该模型在结构生物学任务上的实际表现。
另有 1 家信源报道Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,两者为同一底层模型,Mythos 需通过 Cyber 或 Life Sciences Verification Program 申请访问。
推荐理由:官方发布给出了具体基准对比、定价与安全测试细节,读者可据此评估新旧模型的能力与成本差异。
另有 14 家信源报道Meta 发布 Muse Ember(muse-ember-1.0),定位最小最高效的复杂推理执行模型,面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
推荐理由:官方给出与 Claude Haiku 5.5 和 GPT-6 Luna 的逐项成本与基准对比,读者可据此评估智能体高频任务的性价比选型。
另有 7 家信源报道美团龙猫LongCat开源 LongCat-2.5,MIT 协议支持商用部署与二次训练。模型总参数 1.6 万亿,每 token 激活约 480 亿,支持一百万上下文,面向长程智能体、Visual Coding 与专业办公任务。
推荐理由:官方开源公告给出参数规模、上下文长度和针对国产算力的训练推理方案,并附开源与评测链接,便于评估部署可行性。
另有 2 家信源报道字节 Seed 发布新一代图像创作模型 Seedream 5.5,带来三项升级:非编辑区域像素级保持、支持围绕同一作品多达 100 轮连续编辑;新增原生 RGBA 透明素材生成,直接输出带 Alpha 通道的图像,省去抠图;改善光照材质与皮肤纹理表现,并显著提升文字渲染能力。
推荐理由:官方原文给出多轮编辑稳定性、RGBA 透明输出和文字崩坏率等具体评测数据,可据此判断其在专业生产流程中的可用性。
另有 3 家信源报道Artificial Analysis 对 OpenAI 于 11 月 4 日发布的 GPT Image 2.6 进行了基准测试,两款模型在 AA-Image-T2I v2.1 和 AA-Image-Editing v2.1 上分列第一、二名。
推荐理由:独立实测给出两款模型的速度、质量与价格数据,读者可以据此在 Flare 和 Sunburst 之间做出选择。
Thinking Machines Lab 发布第二代模型 Inkling 2 Small,为 594B 总参数、17B 激活的 MoE 模型,支持图像输入与 variable effort,Artificial Analysis Intelligence Index 得分 31。
推荐理由:官方完整披露训练配方、RL 规模与安全评测,开放权重计划和基于基准的定位值得跟踪其后续表现。
另有 3 家信源报道蚂蚁百灵发布原生多模态模型 Ling-3.2-flash,总参数 560B、单步激活 25B,支持 1M 原生长上下文,重点强化视觉反馈自检与异常自适应恢复能力。
推荐理由:原文给出 Ling-3.2-flash 的参数规模、视觉自检与异常恢复机制和推理加速数据,可据此判断其在长程任务中的可用性。
另有 2 家信源报道Google 发布来自 Google DeepMind 的更新视频生成模型 Gemini Omni 1.2 Flash。草稿可在 360p 或 720p 生成($0.07/s)再放大到 1080p 或 4K,成本降低 30%;支持生成与编辑最长 15s 的视频,可指定 3s 到 15s 的任意时长,并支持在对话中逐轮替换背景、主体或光照,多说话人对话口型更同步,镜头连续运镜减少跳切。
推荐理由:官方逐项列出成本、时长、对话式剪辑等能力变化,含具体价格与规格,便于评估视频生成工作流的取舍。
另有 4 家信源报道OpenAI 发布网络安全模型 GPT-6 Cyber,针对漏洞发现、验证与修复训练,并通过 Daybreak Red/Blue 平台向审核通过的安全团队开放。
推荐理由:官方给出具体基准数字、Linux 与 Firefox 实战成果和分平台访问安排,读者可据此评估其安全研究能力与准入门槛。
另有 8 家信源报道腾讯混元转发并感谢 Artificial Analysis 对其最新模型 Hy4 的评测。Hy4 在 Artificial Analysis Intelligence Index v5 得 35 分,与中国实验室模型中仅次于 Kimi K3.1 Pro(46 分),与 Grok 4.7 (xhigh) 持平,比 Claude Haiku 5.5 (max) 低 1 分。评测要点:FrontierCode 2.0 得 31%,为中国实验室模型最高;AA-Omniscience v1.1 达 50% 但幻觉率高达 89%;定价 $0.834/$2.501 per 1M input/output tokens,支持 1M token 上下文窗口和文本加图像输入。
推荐理由:引用 Artificial Analysis 对腾讯混元 Hy4 的评测,给出得分、编码能力、幻觉率与性价比的横向对比数据。
另有 1 家信源报道百度文心团队发布 ERNIE-5.5-Flash-Base,开放预训练终点 checkpoint,未经中训练与后训练,供社区自行开展领域适配、指令微调和强化学习。
推荐理由:官方开放了未经后训练的预训练终点权重,并给出架构细节与同级 Base 模型评测,适合关注领域适配和继续训练的开发者参考。
另有 4 家信源报道Preferred Networks 将自家翻译服务使用的翻译特化 LLM PLaMo 3 Translate 以开放权重形式在 Hugging Face 公开,提供 0.8B、2B、8B、31B 四个尺寸。
推荐理由:翻译特化模型以开放权重放出四个尺寸,小型机型也能在断网设备上本地运行,可据此评估端侧翻译部署方案。
Cognition 发布编码模型 SWE-2 Flash,称其在主流评测上超越所有美国开源权重模型,包括部分大 3 倍的模型。
推荐理由:Cognition 自述训练细节与基准数字,读者可据此比较 SWE-2 Flash 在低价高速编码场景下的实际定位。
另有 1 家信源报道月之暗面按 10 月 24 日发布时的承诺,在 Hugging Face 开放 Kimi K3.1 Pro 权重。
推荐理由:原文汇总了权重开放入口、Agent Arena 排名细节和基准成绩,并指出 5.6TB 权重在消费级硬件上难以本地部署的现实情况。
另有 2 家信源报道美团 LongCat 团队发布 LongCat-2.5,总参数 1.6 万亿、每 token 约 480 亿激活,主打长时程智能体任务,结合视觉理解与智能体编码,权重以 MIT 协议开源。
推荐理由:模型卡给出完整评测表、量化方案和 NPU 部署指引,读者可对照主流模型评估其智能体编码与视觉能力。
腾讯混元发布 Hy4 正式版,相比 Hy4 preview 扩展预训练与后训练规模,首次引入视觉能力和电脑操作支持,GameDev 与 GameLogic 评测分别提升 19.1% 和 9.8%。
推荐理由:官方发布稿给出视觉、电脑操作、金融与科研等场景的具体评测数字和攻防安全审计结果,读者可据此评估其开源模型定位。
另有 4 家信源报道Mistral 团队成员 Pierre Stock 宣布 ML4(Mistral Large 4)正式开放权重,称其在代码智能体与网络安全方向具备前沿能力,且比三周前的 Preview 版本更高效、更紧凑。技术报告讲述其研发过程:https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B/blob/main/assets/technical_report.pdf,Mistral AI 官方转发并称可在 alphaxiv 上阅读这一研发故事(https://www.alphaxiv.org/abs/2611.mistral-large-4)。
推荐理由:原文给出模型权重开放入口与技术报告链接,读者可以据此了解模型在代码智能体与安全方向的能力定位。
智元于 10 月 29 日发布新一代具身基座模型 GO-3 Preview,登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单,并计划于 2026 年底全面开源。
推荐理由:官方详细披露了 GO-3 Preview 的 WRAM 架构、全链路训练方法与真实便利店场景的持续进化数据,可了解具身模型的技术路线。
Pika Labs 在 MiniMax H3 上做后训练,推出并开源 Pika H3 Flex,采样步数从 50 步压缩到 6 步,生成时间大幅降低且质量有所提升。
推荐理由:原文点出采样步数从50步压到6步且开源,本地视频生成玩家可据此评估实际收益。