Thinking Machines 发布 Inkling 2 Small，计划开源权重
Mira Murati 那家公司的新模型，跑分追平 Gemini 3.8 Flash，还说要开源权重，价格比同水平模型便宜不少，写代码和跑智能体任务的朋友可以留意。
全部动态
AI 相关资讯全量信息流 · 65 条
11月7日
10月28日
Google DeepMind 发布 Genie 4 世界模型：新增音频、实时修改与物理模拟
DeepMind 把 Genie 4 升级出声音和实时改世界了，还能和 Gemini 3.8 Flash 配合做多步骤事件，用来看机器人在虚拟世界里的反应。
Google DeepMind 发布 Genie 4：一句话生成带声音和对话的可交互 3D 世界
Google DeepMind 的 Genie 4 一句话就能生成能走进去的 3D 世界，声音和对话也一起生成，不用后期配音，做游戏原型和机器人训练的可以关注。
Google DeepMind 发布实时世界模型 Genie 4，支持原生音频
DeepMind 的 Genie 4 能边生成画面边出声音和对话，还能用打字实时改场景，连人形机器人下跳棋都能模拟出来，挺值得玩味。
DeepMind 发布 Genie 4，可搭配 Gemini 3.8 Flash 分步验证任务
DeepMind 的 Genie 4 来了，能配 Gemini 3.8 Flash 看场景拆步骤、逐步检查，还能模拟 Apollo 人形机器人，做机器人训练的值得看。
Google 发布 Genie 4：首个原生音频实时世界模型
Google 把 Genie 3 的 1 分钟会话拉到 2 分钟，还让 Gemini 3.8 Flash 当向导实时引导场景，想玩交互式生成的可以去排队了。
Google 发布 Genie 4 世界模型：支持自然语言实时修改与音频生成
Google 出了 Genie 4 世界模型，能用一句话实时改场景，还会生成音频，底层跑的是 Gemini 3.8 Flash。
10月21日
Mistral 发布 Voxtral 3 语音模型：Small Transcribe 3 位列语音转文字榜第 3
Mistral 这次一口气发了 4 个语音模型，转写成绩直接压过 ElevenLabs，TTS 价格还比 Gemini 便宜，做语音应用可以试试。
10月17日
Elorian 发布首个模型 Glimpse：可在思考中回看图像和视频
一家叫 Elorian 的公司出了首个模型 Glimpse，最特别的是边想边回头重看视频细节，自测比 GPT-6 Astra 便宜七倍还更准。
ElorianAI 发布视觉推理模型 Glimpse，测试胜过 Gemini 3.8 Flash
Gemini 前负责人出来做的 VLM Glimpse，10 块棋盘测试 8 比 5 赢了 Gemini 3.8 Flash，做数据标注的可以试试。
10月15日
Gemini 4 Argon 登上 Epoch 能力指数 165 分，逼近 Opus 5.5 与 GPT-6 Astra
Google 新模型 ECI 拿了 165 分，只差 Opus 5.5 两分，四大模型正面比数字，一看就懂谁强谁弱。
10月12日
Gemini 4 Argon 被曝在 Antigravity 中以 Gemini 3.8 Flash 名义进行 A/B 测试
Google 疑似在 Antigravity 里偷偷灰度测试下一代 Gemini 4 Argon，不少用户实测说比现在的 Flash 强不少，可以看看对比截图。
10月9日
LightOn OCR-3 开源发布，OpenDocRouter 定价 $0.28/1M 输入
LightOn 的开源 OCR 模型 OCR-3 出了，0.8B 和 4B 两个版本都能自己部署，表格图表效果不错，价格比 Gemini 便宜不少，做文档处理可以试试。
Harvey LAB-AA v1.1 加入幻觉检查，Grok 4.7 以 9.4% 登顶法律基准
法律基准加了幻觉门槛后排名大洗牌：Muse Spark 本来领先，过滤幻觉后掉到第二，GPT-6 Astra 几乎不缩水。看各家法律任务幻觉差距挺有意思。
10月7日
Mistral Large 4 模型发布
Mistral 发布了新模型 Large 4，和其他几个前沿模型一起被测试生成复杂图像的能力。
10月6日
蚂蚁集团发布 Ling 3.1 Flash：智能指数翻倍至 41 分
蚂蚁的 Ling 3.1 Flash 智能分直接从 20 涨到 41，智能体能力能跟 GLM-5.3-Flash、DeepSeek V4.1 Flash 掰手腕，权重还快开源了。
10月1日
Gemini 4 Argon (High)在Agent Arena排名第8
GoogleDeepMind的Gemini 4 Argon (High)在多个基准测试中表现优异，成本效益高，特别是在文本生成和网页开发领域。
Gemini 4 Argon 在文本和代码基准测试中领先
Google 新发布的 Gemini 4 Argon 在文本和代码基准测试中全面领先，性价比高达 8 美元/百万token。
9月28日
ElevenLabs 发布 Eleven v4，登顶 Artificial Analysis 语音合成榜
ElevenLabs 新的 Eleven v4 拿了语音合成榜第一，支持 90 多种语言，发音准确率 91.7%，就是价格比 Google 贵不少。
9月25日
Google 发布 Gemini 3.8 Flash TTS，支持超 100 种语言的语音合成模型
Google 刚发了两个 TTS 模型，能用 30 秒音频克隆音色、支持 100 多种语言，做游戏配音或有声书可以试试
Gemini 3.8 Flash 在 Cline 中免费可用
Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。
Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音模型
Google 的 TTS 模型又更新了，发音准确率登顶，多语言表现也不错，做语音相关的可以看看价格和速度对比。
Gemini 3.8 Flash TTS 登顶 Artificial Analysis 发音鲁棒性基准
语音合成圈的榜单更新了，Gemini 3.8 Flash TTS 发音准确率干到 89.5%，不过序列和术语两项分别被 SpaceXAI 和 Qwen 的模型拿走，各家各有强项。
9月24日
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款语音生成模型
Google 出了两款新 TTS 模型，Gemini 3.8 Flash TTS 主打表现力，做配音或语音交互的可以上 AI Studio 先试试效果。
9月23日
Google 发布 Gemini 3.8 Flash 与 Flash-Lite TTS 语音模型
Google 新出的 Gemini 3.8 Flash 语音模型，2000 多个音色支持 100 种语言，还能克隆声音，Hume 基准第一名。
Google 发布 Gemini 3.8 Flash TTS 与 3.8 Flash-Lite TTS 语音生成模型
Google 出了两个新 TTS 模型，Gemini 3.8 Flash TTS 和 Flash-Lite 版，语音更有表现力，去 AI Studio 就能试，做语音应用的可玩玩。
谷歌推出 Gemini 3.8 Flash TTS 两款语音模型，支持逐行台词控制
谷歌新出的两款 TTS 模型能逐行控制台词语气，还能用 30 秒录音复制声音，做播客有声书的朋友可以去 AI Studio 试试。
9月19日
智谱发布Qwen3.8-Omni-Flash，定价低于谷歌Gemini Flash，多模态性能相当
智谱新出的Qwen3.8-Omni-Flash，比谷歌的Gemini Flash便宜，多模态性能还差不多，适合做AI代理。
谷歌推出 Android 开发模型基准测试 Android Bench 2.0
谷歌推出的这个新基准测试挺有意思，专门测模型做真实 Android 开发的能力，比如从零写应用或者迁移代码，能看出不同模型在工程场景下的实际表现。
9月18日
阿里发布 Qwen3.8-Omni-Flash 全模态模型：音视频能力提升，百万 Token 图文音视频输入 0.8 元
阿里发布了 Qwen3.8-Omni-Flash 全模态模型，能处理音视频，百万 Token 输入才 0.8 元，比上一代便宜很多。
IT之家原文
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
9月11日
CursorBench 4.0 数据显示 Gemini 3.8 Flash 在 token 和 step 上表现突出
Claude 的开发者测试数据，能帮你了解不同模型在真实场景下的表现，比如 token 和 step 的消耗情况。
谷歌发布Gemini 3.8 Flash写作模型，性能超越Opus 4.6
谷歌新出的写作模型Gemini 3.8 Flash，现在在Best.xiaohu.ai能用，写东西比之前的Opus 4.6好，感觉更自然。
9月10日
AutoResearchExam基准测试发布
看看AI研究代理在24小时内如何解决开放性问题，以及不同模型在长期任务中的表现差异。
9月8日
GPT-6-Astra等模型创意写作评测
Sam评测了4个最新写作模型，Muse Spark胜出，GPT-6-Astra连段落都不会写了
9月5日
Google发布Gemini 3.8 Flash等多款AI模型
Google一口气发布了5款新模型，从编程到音乐生成再到天气预报，覆盖多个领域，各有专长。
9月4日
Astra评测推理性价比超Gemini 3.8 Flash
Astra模型性价比碾压Gemini 3.8 Flash，每任务成本更低，token效率极高。
Cosmos上线两款新模型
Cosmos上新了GLM 5.3 Flash和Gemini 3.8 Flash，一个更便宜，一个更智能，都值得试试。
Gemini 3.8 Flash在文档解析基准上表现不佳
Gemini 3.8 Flash在文档解析上反而比3.7版本退步，专家称其过度拟合公共基准。
GPT-6 Astra发布：电脑操作能力提升
OpenAI的GPT-6 Astra主打电脑操作能力，速度提升近一倍，但编程能力只是第一梯队并列。
9月3日
Google发布Gemini 3.8 Flash和Flash Cyber
Google新发布的Gemini 3.8 Flash Cyber在软件漏洞修复基准上取得47.2%的pass@1分数，专为网络安全场景优化。
8月13日
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文