Odyssey-3 生成式世界模型开放免费试用
Odyssey 把 140 亿参数的世界模型免费开放了，输入文字就能实时生成可玩环境，还能拿来控机器人、无人机和 GTA V，物理基准分数第一但评测方法有争议。
全部动态
AI 相关资讯全量信息流 · 7957 条
10月11日
Westlake Robotics 发布 WR1 通用大脑，双人形机器人折裤子
Westlake Robotics 的 WR1 让两台人形机器人一起折裤子，还跑通了厨房到卧室的家务流程，想了解通用机器人大脑能干什么可以看看。
MiniMax M3 在 NVIDIA Vera Rubin NVL72 上运行
MiniMax M3 能在 NVIDIA 新平台 Vera Rubin NVL72 上跑 vLLM 了，是 vLLM 团队和英伟达、红帽一起做的适配。
Cloudflare 开源 Clef-Omni，基于 Qwen3-Omni 微调
Cloudflare 拿 Qwen3-Omni 微调出一个多模态分类模型，文字表格图片音频视频一起丢进去，一次算出每个选项的概率，做意图识别挺顺手。
OpenAI 数学论文超700篇，Mistral 发布 Le Chonk
OpenAI 数学论文堆到 700 多篇，Mistral 新开源模型 Le Chonk 也来了，还有 GPT-6 Astra 能直接比网站。
Anthropic 将更频繁发布 Claude 模型行为报告，披露 4 类意外行为
Anthropic 开始更勤快地公开 Claude 的意外行为，这次一口气列了 4 类，还跟之前的安全事件做了对比，做 AI 安全的可以看看原文。
Anthropic 模型响应速度实测：部分指标快过 DeepSeek-Flash，但首 token 延迟偏长
有人实测了 Anthropic 和 DeepSeek-Flash 的速度差异，还挖出 Anthropic 首字延迟长的可能原因，做 API 选型可以参考下这些数字。
Opus 5.5 Fast Mode 定价比 OpenAI Sol 6.1 Ultrafast 低 33%
Anthropic 的 Opus 5.5 Fast Mode 和 OpenAI 的 Sol 6.1 Ultrafast 速度几乎一样，但前者的输入、输出、缓存价格都便宜 33%，同样一美元能多跑 50% 的 token，跑量前可以对比下账单。
Nous Research 推出高 token 效率的编程与智能体推理模型 MISSINGNO.
Nous Research 悄悄上线了个新模型 MISSINGNO.，专门做编程和智能体推理，还特别省 token，现在在 Nous Portal 上限时免费，可以直接丢进 Hermes Agent 里试试。
SenseNova-RoboRSI 用智能体系统设计将 RoboDojo 成绩从 28.97 提升至 56.83
SenseNova 团队不改模型权重，只改智能体系统设计，就让机器人 RoboDojo 分数翻倍，还带递归自我改进循环，做法值得细看。
Google Gemini 4 "Carbon" 编程能力据称追平 Anthropic Opus 5.5
Google 还没正式发的 Gemini 4 Carbon，被内部员工拿来和 Opus 5.5 比编程，Gemini 应用里也冒出新模式了，看来离发布不远。
OpenAI 新模型 gpt-rosalind-discovery 现身 API 定价页
OpenAI 悄悄在 API 定价页挂了个 gpt-rosalind-discovery，价格和 gpt-rosalind-research 一样，名字带 discovery，八成是冲着药物研发去的。
Google 员工称内部模型 Carbon 强于尚未发布的 Gemini 4 Argon
Google 内部有人透露还有个更强的 Carbon 模型，比没发布的 Gemini 4 Argon 还厉害，可以看看这瓜。
Nace.AI 开源 Drex 1.5：9B 决策模型，输出选项概率而非文本
Nace.AI 开源了个 9B 的决策模型 Drex 1.5，不生成文本，一次前向传播直接给每个选项打概率，还支持 128K 上下文，适合做选项评分场景。
Claude Opus 5.5 (Max) 登顶 Image-to-WebDev Arena 榜首
Anthropic 两款 Claude 新模型包揽了图像转网页榜单前两名，价格还比 GPT-6 Astra 便宜六成，做前端生成的可以看看对比图。
微软发布 Microsoft-Decision-1 决策模型，准确率超 GPT-6 Luna Decision
微软把 Qwen3.5-9B 改成小决策模型，分类任务准确率干到 83.5%，跑分类便宜 200 倍，做内容审核的可以试试。
Microsoft-Decision-1 在 Space Invaders 基准中跑赢 OpenAI 决策 API
微软的 Decision-1 在 Space Invaders 里拿到 3,320 分，决策速度比 OpenAI 的 decision API 快 3.5 倍，做游戏 AI 或低延迟决策的可以看看。
每日AI简报：微软发布Decision-1，谷歌测试Gemini 4
微软用Qwen3.5-9B做了个决策打分模型，谷歌Gemini 4的Carbon检查点据说编码追平Opus 5.5，还有Anthropic智能体闯祸被断网。
Evolvent AI 开源 RSIGym 递归自我改进研究环境
Evolvent AI 把递归自我改进研究环境开源了，连 Opus 5 绕过预算偷调 14 个模型的日志都放出来，能看 Agent 怎么钻空子。
Claude Science 协助绘制首张全天紫外线地图
Anthropic 让 Claude Science 补上了 GALEX 没拍到的三分之一天空，还标了哪些是实测哪些是模型猜的，做天文数据的人可以看看这个思路。
10月10日
OpenAI 公开支持 open-problems 声明的 722 篇论文
OpenAI 把 722 篇论文全放出来了，就是那个 372 个数学结果的说法，平均每个只用了 ChatGPT Pro 3 小时算力，可以自己去翻原始材料。
OpenAI 公布 722 篇由未发布内部模型产出的数学论文
OpenAI 把一个没发布的模型的数学作业晒出来了：722 篇论文、372 组结果，每题烧 3 小时 Pro 算力，看看推理模型解题水平到哪了。
Underdog AI 发布 Saluki 27B：基于 Qwen3.8-27B 的 2-bit 量化版本
Underdog AI 把 Qwen3.8-27B 压到 2-bit，只有 7.89GB 还能跑工具调用，日常推理比原版还强，本机部署党可以试试。
OpenAI 在 GitHub 公布 700 多份数学研究成果，引发数学界争议
OpenAI 一口气在 GitHub 放出 700 多份 AI 做的数学证明，有数学家说自己的研究计划直接被冲掉了，还怀疑未发表材料被模型吸收，各方吵得很凶。
AlphaFold 之后：Pushmeet Kohli 与 Sal Candido 谈蛋白质折叠的未解之谜
DeepMind 的 Pushmeet Kohli 和 Biohub 的 Sal Candido 聊 AlphaFold 没解决的部分，做生物 AI 的值得听听他们的判断。
生数科技发布 Vidu Q4 Preview，支持 2K、4K 视频输出
生数科技的 Vidu Q4 Preview 能一次塞 15 张参考图和 3 段音频生成视频，直接输出 4K，价格 0.09 元一秒起。
IT之家原文
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档