昆仑万维发布并开源单张 RTX 5090 实时运行的视频大模型游戏 Matrix-Game 4.0
昆仑万维于2026年10月15日发布 Matrix-Game 4.0,称其为第一款运行在单张消费级显卡上的视频大模型游戏,并同步开源。
推荐理由:原文给出具体硬指标与三模块架构,还对比了同类方案的延迟和算力门槛,读者可据此评估这条实时世界模型路线的落地价值。
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17日 00:43 · 每小时自动更新
昆仑万维于2026年10月15日发布 Matrix-Game 4.0,称其为第一款运行在单张消费级显卡上的视频大模型游戏,并同步开源。
推荐理由:原文给出具体硬指标与三模块架构,还对比了同类方案的延迟和算力门槛,读者可据此评估这条实时世界模型路线的落地价值。
另有 1 家信源报道Gemini 官方宣布 Gemini 4 Argon 已向全球 Google AI Pro 和 Ultra 订阅者开放。该模型此前已在 Gemini 应用中逐步推出,定位为处理复杂任务的前沿模型,更多详情见官方推文线程 https://x.com/GeminiApp/status/2110039322229649783。
推荐理由:原文确认 Gemini 4 Argon 已面向 Google AI Pro 和 Ultra 订阅者全球开放,读者可据此确认自己是否可用。
另有 1 家信源报道Arena 发布基于超过 5000 次真实智能体会话的评测结果,Meta 的 Muse Wonder (Max) 进入 Agent Arena 第12名,净提升 +6.4%,比 Muse Spark 1.3 (Max) 高 +2.8 分并上升四位。
推荐理由:原文基于5000多个真实智能体会话给出排名和成本对比,读者可据此衡量 Muse Wonder (Max) 的性价比变化。
Musk 发文称 Grok Voice 3.0 已是全球领先的对话语音模型,并引用 Artificial Analysis 的评测:Grok Voice 3.0 以 86.9 分登顶 Speech to Speech Index,领先 GPT-Live-1(Astra, medium)的 83.2 和 Gemini 3.8 Live 的 82.6,较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 Realtime API 提供,价格 $0.08 每分钟,Big Bench Audio 平均首音频延迟 0.81 秒,任务成功率 94.8% 居榜首。
推荐理由:作者引用第三方评测数据,读者可以据此对比 Grok Voice 3.0 与同类语音模型在评分、延迟和价格上的差异。
另有 3 家信源报道xAI 发布语音对话模型 Grok Voice 3.0,在 Artificial Analysis 的 Speech-to-Speech Index 以 86.9 分排名第一,延迟低于 1 秒。
推荐理由:原文给出独立评测分数、延迟和价格对比,读者可据此评估该语音模型在客服与车载场景的适用性。
另有 2 家信源报道蚂蚁百灵正式开源 Ling-3.1-flash,总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文,权重可在 Hugging Face 和 ModelScope 获取。
推荐理由:官方开源 560B 级模型并给出量化后 4 卡部署、价格与公开评测数据,可供自部署团队评估能力与算力成本。
另有 2 家信源报道Arena 宣布 Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 榜单第15名(1651分),与 Kimi K3 (Max) 的 1655 分相差 4 分。
推荐理由:榜单给出了 Muse Wonder (Max) 与邻近模型的分差和名次变化,读者可以据此比较它在编码与文本上的实际位置。
Gemini 4 Argon 正式进入 GA,在 Artificial Analysis Intelligence Index 上与 GPT-6 Astra 排名持平,Cost per Task 为后者的 60%。
推荐理由:原文给出 Gemini 4 Argon 与 GPT-6 Astra 的智能指数对比及折扣期定价细节,可用于评估模型的性价比选择。
Liquid AI 发布开源权重模型 LFM2.5-24B-A2B,总参数 24B、每 token 激活 2B,定位端侧快速智能体。
推荐理由:原文给出完整基准对比、端侧推理速度和开源权重入口,读者可据此评估该模型在本地智能体场景的适用性。
另有 2 家信源报道Google 发布 Gemini 4 Argon,面向开发者、企业、科学家和消费者全球开放,可经 Gemini API、AI Studio、Google Antigravity。
推荐理由:官方发布带来定价、1M token 上下文、基准成绩和多领域落地案例,读者可以据此评估它在工程与科研工作流中的可用性。
另有 19 家信源报道Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena,用户可实测,分数即将公布。
推荐理由:Meta 新模型刚上架 Arena,分数尚未公布,读者可先在 Agent Arena 实测其智能体任务表现。
面壁智能联合 OpenBMB 社区于10月13日发布并开源 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本,称其为全球首个可在端侧无损流畅运行的开源 MoE 多模态大模型。
推荐理由:原文详解了 LES 专家调度、权重布局优化和视觉 token 压缩等技术细节,读者可以了解 MoE 模型在 3GB 内存端侧设备上的实现路径。
另有 2 家信源报道Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型,在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分(max reasoning effort)。
推荐理由:Artificial Analysis 独立实测了两款新模型的智能指数、token 用量和成本,读者可据此对比它们在同类模型中的位置。
另有 15 家信源报道ARC Prize 公布 2026 赛季 ARC-AGI-2 高分榜,TUFA Labs 以 88.06% 排名第一。10 万美元之外另设的 15 万美元 Bonus Prize 将由所有得分超过 85% 的团队分享;榜单第 2 至第 5 名分别为 Rabbithole(80.56%)、Yi-Chia Chen(77.22%)、Nubanana(77.08%)和 _hans(67.64%)。
推荐理由:ARC Prize 官方公布 2026 赛季 ARC-AGI-2 高分赛况,88.06% 登顶并触发超过 85% 团队共享的 15 万美元奖金。
另有 1 家信源报道Arena 宣布 Mistral Large 4 进入 Agent Arena 前十五实验室,基于超 5000 个真实智能体会话,该预览版净改进分为 -6.6%,总排名第 43,比前代 Mistral Medium 3.5(-12.60%)高出 11 位。
推荐理由:Arena 用 Agent Arena 实测数据给出 Mistral Large 4 的排名与分数,可对照其官方发布信息核实模型实际表现。
Arena 公布 Anthropic Claude Haiku 5.5 (High) 的真实评测结果,在 Code Arena: WebDev 以 1587 分首秀排名第 30,略在 Pareto 前沿之外。
推荐理由:榜单方给出 Haiku 5.5 在 Code Arena 的实际得分与各档 Claude 模型的成本分差,便于横向权衡性价比。
Artificial Analysis 评测 Google 于 10 月 6 日发布的图像模型 Nano Banana 2.1,在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均排名第 4。
推荐理由:原文给出 Nano Banana 2.1 在两个图像评测榜上的具体排名、价格和提升幅度,读者可据此比较它与其他模型的性价比。
Anthropic 发布 Claude Haiku 5.5,在 Artificial Analysis Intelligence Index 得 43 分,较上一代 Haiku 一年内提升 26 分,是首个支持 effort 设置与 adaptive thinking 的 Haiku 模型。
推荐理由:原文给出 Haiku 5.5 的跑分、token 消耗与分层定价细节,并指出 token 用量偏高和拒绝率问题,可作为选型参考。
另有 1 家信源报道OpenAI 面向所有 ChatGPT 用户推出新版本 GPT-6,并同步上线 Intelligent UI,提供更可视化、易理解的快速交互答案,可即时生成交互工具供任务使用。作者称这是超越文本的一步,包含多项模型和基础设施改进,以支撑扩展至 1.2B 用户。
推荐理由:作者以当事方身份说明 GPT-6 新版本向全体 ChatGPT 用户推送,可据此了解模型与交互形态的变化方向。
另有 3 家信源报道Anthropic 发布 Claude Haiku 5.5,定位为迄今最便宜、最快的小模型,适合摘要、压缩、数据库查询、分类等高吞吐任务,并可搭配 Opus 5.5 和 Sonnet 5.5 担任编码子智能体。
推荐理由:官方发布了定价、基准成绩与订阅 API 额度变化,读者可以据此评估小模型在低成本智能体任务中的适用场景。
另有 8 家信源报道