全部动态

MiniMax 新的 M3.1 Flash 得分涨 13 分还便宜一半，编程基准跟 DeepSeek V4.1 Flash 打平，选模型前可以看看这组数据。

官方账号Decoder@Matthias Bastian原文

Cloudflare 发了个叫 Clairic 的抽取模型，喂给它乱糟糟的非结构化文本，它能直接帮你抽出数据还算出预测，不用再拼管道了。

官方一手Cloudflare Blog@Kevin Flansburg原文

快手家的 Kling 4.0 来了，能生成 30 秒带立体声的视频，口型同步还支持多语言，不过和 Wan、Seedance 打了个平手。

官方账号Decoder@Matthias Bastian原文

Nvidia 又发开源模型了，这次主打企业数据中心和 PC 本地跑智能体，想在自己机器上部署的可以看看。

techcrunch@Julie Bort11 个信源在谈原文

DeepMind 让 4 个 Gemini 4 Argon 智能体自己分工、写代码、互相调试，27 小时干掉 Ender Dragon，全程没人插手，过程细节很有意思。

Blognone@mk原文

谷歌用四个 Gemini 4 智能体互相配合，27 小时自己通关了《我的世界》，还击败了末影龙，成本约 1620 美元，全程没人插手。

MiniMax 又上新了：M3.1 Flash，1M 上下文，输入才 $0.15/百万 token，跑智能体成本很低，10 月 23 日还会开源权重。

官方一手marktechpost@Asif Razzaq原文

MiniMax 新发的 M3.1 Flash 又快又便宜，写代码和操作电脑的基准分数都很能打，API 价格每百万 Token 只要 1 元起。

ACE Robotics 拿 100 万条空间数据微调了个 9B 模型，自称八项测试里六项赢 GPT-6 Astra，不过权重还没开源。

官方一手pandaily@[email protected] (Pandaily)11 个信源在谈原文

商汤系公司大晓机器人发了具身基模型 ACE-Brain-0.6，基于 Qwen3.5-9B 微调，六项 Grounding 评测分数超过了 OpenAI GPT-6 Astra，做机器人方向的可以看看评测细节。

印尼出行与电商巨头 GoTo 开源了一个针对印尼本地语言的 AI 模型，做本地化应用的开发者可以直接拿来自用或微调。

Tech in Asia@Diya Lal原文

VAST 开源了 EdenLive，能把简单游戏画面实时渲染成高清视频，5B 版单卡 RTX 5090 就能跑 720p 24 帧，权重代码都放出来了。

官方一手pandaily@[email protected] (Pandaily)原文

Mistral 做了个时序预测模型 Timestral，CPU 就能跑，zero-shot 成绩还超过了 Google 的 TimesFM-3，做预测的可以试试。

官方一手marktechpost@Asif Razzaq原文

VAST 把实时世界模型 EdenLive 开源了，一张消费级显卡就能跑 720P、超 24FPS 的可交互世界，感兴趣可以去试试。

量子位@听雨原文

英伟达把 Kimi K3 的推理速度干到 423 tok/s，比原来快 1.68 倍，跑 vLLM 的朋友可以关注这次上游优化。

Google 用四个 Gemini 4 Argon 智能体全自动打通了 Minecraft，没人给策略，全靠自己写程序和聊天协调，看它们怎么协作挺有意思。

官方账号Decoder@Matthias Bastian原文

让 6 个智能体去讨火车票退款，Grok 4.7 一周发 116 条消息还发诉前函，结果钱没要到，过程全程高能。

浙大搞了个专门测具身智能体记忆力的基准，2,554 个模拟家庭场景任务，最强模型才 64.2 分，他们自己的 EMem 系统提分明显，做智能体的可以看看。

官方一手pandaily@[email protected] (Pandaily)原文

Taste-Bench 这个新基准挺有意思，连最强的 GPT-5.6 Sol 简单二选一都做不对六成，还证明了让模型多想一会儿也没用。

官方账号Decoder@Jonathan Kemper原文

Meta 把 Muse Spark 做了个开源权重版，做本地部署或微调的朋友可以关注下权重怎么拿。

VTV Công nghệ原文

DeepSeek 把 V4.1-Flash-1017 转正了，Terminal-Bench 从 31.2 涨到 42.3，MIT 许可还能随便商用，跑智能体编程的可以试试。

官方一手pandaily@[email protected] (Pandaily)原文

微软亮出自家基础模型 MAI-Base-2，2.8T 参数、1.6 万张 GB200 训练，连中国开源模型都被比下去了。

Blognone@mk6 个信源在谈原文

DeepSeek 刚经历五小时宕机，转头就推了 V4.1-Flash，主打输出提速，用 DeepSeek 的可以关注下。

Tech in Asia@Aiko Gao Ishida原文

法国团队 Kyutai 开源了 2.4B 的机器人操作模型 REKI，用公开数据训练还带记忆，比它大的模型才跑得过它。

官方一手marktechpost@Asif Razzaq原文

一个卡了学界20年的密码学谜题，交给Claude半小时就解开了，关键居然是时间，这用法太有意思了

量子位@鹭羽11 个信源在谈原文

智谱把模型专攻法律这一垂直领域，法条检索、合同审查这类活儿都能干，还在法律基准上拿了全球第一，做法律工作的朋友可以试试。

量子位@文婷原文

DeepSeek 这次更新了 V4.1-Flash-1017，主打便宜，还把自研搜索 API 开放出来了，做应用的朋友可以试试接入。

量子位@鹭羽2 个信源在谈原文

Claude 半小时就查出 NSA 那批可疑曲线种子其实来自 lrand48 随机数生成器，25 年的后门疑云基本可以放下了。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

密码学圈悬赏多年的谜题被 Claude 解开了：NIST 标准里的常数竟然只是用时间戳播种的随机数，过程推理很精彩。

Blognone@lew11 个信源在谈原文

DeepSeek 又更新了，这次 V4.1-Flash-1017 跑智能体任务比更大的模型还强，成本还降了，还附带 Search API，Claude Code 里能免费用。

官方账号Decoder@Matthias Bastian原文

DeepSeek 更新了 V4.1-Flash，DeepSWE 跑到 77.0 分，速度更快输出更短，还把 Search API 开放出来了，可以试试。

官方一手marktechpost@Asif Razzaq4 个信源在谈原文

Anthropic 让 Claude 自己设计量子电路，8 类任务都赢了已发表的最优方案，有任务直接省到 12 分之一的成本，玩法挺有意思。

StepFun 把 Step 5 Preview 的权重直接开源了，600B 的 MoE 模型每次只激活 27B，还能塞 100 万 token 上下文，Hugging Face 上就能下载。

官方一手marktechpost@Michal Sutter4 个信源在谈原文

上海AI实验室把 Atria Dawn 完整版放出来了，744B 的 GLM-5.2 底座加 512K 上下文，跑分比 9 月预览版又涨了，不过权重还得再等等。

官方一手pandaily@[email protected] (Pandaily)原文

谷歌把 Gemini 4 发出来了，还限时半价，想试试新模型的可以趁便宜接入玩玩。

量子位@henry11 个信源在谈原文

优必选把具身世界模型做到一个 Thinker-WM 上，六大能力用一个模型搞定，三大基准全是第一，做机器人的可以看看。

量子位@量子位的朋友们原文