跳到正文
10月25日周日
10月24日周六
  1. 爱范儿

    Kimi 发布 K3.1 Pro 旗舰模型,3 万亿参数、100 万上下文

    Kimi 正式发布新一代旗舰模型 K3.1 Pro,参数规模达 3 万亿级,支持 100 万上下文,并计划在 11 月 4 日前开放完整模型权重。同步推出 K3.1 Pro Highspeed 高速版,官方称在保持相同智能水平下输出速度为普通版的 2-3 倍。模型已在 Kimi 网页、App、Kimi Code、CLI 及 API 上线,作者实测覆盖 3D 生成、网页与金融建模任务。

  2. WeChatRSS:智东西

    月之暗面发布 Kimi K3.1 Pro,3 万亿参数并宣布 11 月 4 日前开源

    月之暗面发布旗舰模型 Kimi K3.1 Pro,由 Kimi K3 后训练而来,参数量级 3 万亿,上下文窗口 100 万 token,并宣布 11 月 4 日前完成开源。

    研判 Kimi K3.1 Pro 以 3 万亿参数、100 万 token 上下文和约为 GPT-6 Astra 20% 的刊例价进入市场,可能压低长上下文与编程类任务的调用成本。

  3. The Verge · AI

    Block 发布语音模型 Dessa,仅用人类对话训练

    Jack Dorsey 旗下 Block 发布 AI 模型 Dessa,称其完全基于人类对话数据从零训练。Block 称 Dessa 是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更高配置上本地运行,并将向一小批 AI 安全研究者开放早期访问。官方展示的对话样本中,Dessa 与人的交流基本自然,但偶尔出现把对方误认成“Ronaldo”等偏差。

10月23日周五
  1. WeChatRSS:甲子光年

    科大讯飞发布星火X2.6:293B云端模型配4B端侧模型

    10月22日全球1024开发者节上,科大讯飞发布讯飞星火X2.6,由云端293B总参数、30B激活的MoE模型与开源4B端侧模型及路由层组成,云端训练和推理全程使用国产算力。讯飞称端侧可独立完成的Agent任务占比提升至41.9%,端云路由准确率由81.2%提升到96.1%,云端上下文从256K扩到1M。

10月22日周四
  1. WeChatRSS:智东西

    蚂蚁数科发布决策模型LingDT-Decision-1.0,含4B与27B版本

    蚂蚁数科10月22日发布决策模型LingDT-Decision-1.0,提供4B和27B两个版本,面向客服、风控、金融等产业AI场景,已上线DTMaaS平台并限时免费体验。该模型支持原生多选与按序决策(DAG),直接返回选项、分数或判断结果。蚂蚁数科称,在23项开源评测基准中27B版本综合评分第一,数据标注场景相比DeepSeek-V4-flash Token消耗降低约97%。

  2. 量子位

    中国电信星辰实验室开源意图理解模型Xing4.0-29B-Intent

    中电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型Xing4.0-29B-Intent,同步开放275.3万条训练语料、模型权重与推理镜像,代码采用Apache 2.0许可。模型将意图识别与参数抽取结合,输出JSON结构化信息,已在电信万号客服和智能家居音箱等产品中应用。实验室自测称其总分58,高于参评18款通用模型的最高49。

  3. Hugging Face Blog

    NVIDIA 发布 Kumo Relational 关系型基础模型,无需训练即可预测

    NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做流失、需求、欺诈等预测,单次前向推理完成,无需任务训练和特征工程。

    研判 Kumo Relational 把关系型数据库上的预测从特征工程加任务训练改为单次前向推理,若在真实企业库上复现论文结果,可能压缩传统 XGBoost 流水线的搭建与维护成本。

10月21日周三
10月14日周三
  1. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,即日起通过 AI Studio 与 Gemini API 向开发者和企业开放,Google AI Ultra、Pro 订阅者可在 Gemini 应用与搜索 AI Mode 中使用。

    研判 Argon 以 1M 统一输入输出 token 和每百万输入 2 美元、输出 10 美元的定价进入 API 与 Gemini 应用,直接抬高前沿模型的上下文与价格竞争门槛;其自述在 Vals Index 与 ERQA 上居首,若第三方复现则可能改变企业与科研团队的模型选型。

10月7日周三
  1. Google DeepMind

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,一款面向端侧的多模态嵌入模型,可将文本、图像、音频和视频映射到统一嵌入空间。模型基于 Gemma 4 架构,参数 740M,采用 Apache 2.0 许可,支持 8K token 上下文,文本任务最低 270M 参数即可运行。官方称其在 MTEB Code 上从 68.76 提升至 78.68。

    研判 740M 参数、Apache 2.0 许可的多模态嵌入模型把文本、图像、音频、视频映射到同一向量空间,端侧检索与 RAG 可在离线环境完成,可能降低对云端向量服务的依赖。

10月1日周四
  1. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布推出前沿模型 Gemini 4 Argon,正通过 Fairwind Program 向一批受信任的网络安全防御方开放。该模型输出 token 上限从 64K 提升至 1M,在 DeepSWE v1.1 上得分 77.9%,在 LVBench 上得分 91.7%。

    研判 Gemini 4 Argon 将输出上限提升至 1M tokens,并优先向网络安全防御方开放,显示前沿模型正以分阶段、受控方式进入高敏感企业场景。