LongCat-2.5 发布，聚焦智能体任务的原生多模态能力
LongCat-2.5 发布，面向智能体任务采用原生多模态路线。相关介绍见原文：https://longcat.ai/blog/longcat-2.5/。
同一件事，精选收录的是《美团发布 LongCat-2.5 原生多模态大模型，总参数 1.6 万亿》
#Agent
Hacker News同事件AI 评分3838
36氪精选AI 评分5555 度小满、香港科技大学与HKGAI联合发布轩辕4.5金融增强大模型
在2026香港金融科技周开幕式上，度小满、香港科技大学与HKGAI联合发布轩辕4.5金融增强大模型，包含大语言模型和多模态模型。轩辕4.5将自进化RSI技术用于模型训练及智能体场景目标适配，在获客、风控、客户经营等核心金融场景实现效果提升30%，成本仅为通用模型的10%。基于轩辕，度小满已构建上千个智能体、5000余项技能，日均Token使用量超过1000亿。
推荐理由：轩辕4.5将自进化RSI用于模型训练与智能体适配，并给出获客、风控等场景效果提升30%、成本仅为通用模型10%的对比。
36氪精选AI 评分6666 美团发布 LongCat-2.5 原生多模态大模型，总参数 1.6 万亿
美团发布新一代原生多模态大模型 LongCat-2.5，面向长程智能体任务，总参数量为 1.6 万亿。该模型全程在国产算力上训练，36氪称其是目前国产算力上完成的最大训练任务。评测结果显示，其在多项主流基准中的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，部分评测超过 Claude-Opus-5。
推荐理由：材料集中给出模型定位、参数量、训练算力来源和基准对标，读者可据此比较其技术定位与相对表现。
Hacker News精选AI 评分5959 GPT-5.6 Sol 在《异形工厂》和平模式下完成自动化通关
作者让运行在 Codex 中的 GPT-5.6 Sol 以低思考级别完成《异形工厂》和平模式流程，用时 13.5 小时游戏时间并实现火箭发射。测试通过 Python 库让模型在玩家距离和战争迷雾等限制下操作游戏，但蓝色科技阶段出现扩展问题，后期多次依靠人工搬运物资弥补生产线连接失败；整体表现优于此前无法使用运输带的 GPT-5.5。
推荐理由：作者公开完整运行、生产统计与失败细节，并对比 GPT-5.5 的运输带使用表现，为长时游戏智能体的能力评估提供具体案例。
Hacker News精选AI 评分8585 Mistral AI 发布 Mistral Large 4 改进版模型权重
Mistral 发布 Mistral Large 4 经强化学习改进后的模型权重；该 1-trillion-parameter 原生多模态模型此前已进入公开预览。
推荐理由：Mistral Large 4 开放权重并提供三档推理模式，同时给出编码与网络安全基准对比，便于开发者评估自部署的性能和成本取舍。
Hacker News精选AI 评分7474 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 排名第一
Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分位居 Intelligence Index v5 第一，在 9 项评测中的 4 项领先。
推荐理由：该评测在同一 Intelligence Index v5 下呈现推理、知识与编码智能体表现，并补充单任务成本和幻觉率，便于横向比较模型取舍。
量子位精选AI 评分8080 Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶
Google发布Gemini 4 Carbon，在Artificial Analysis智能指数5.0中以59分登顶。其Terminal-Bench 4.0和GraphWalks成绩分别为65.2%和96.2%，均高于Claude Opus 5.5；安全评测中SEC-bench Pro得分88.2%，Gray Swan IPI攻击成功率为0.0%。
推荐理由：原文给出Gemini 4 Carbon的编程、漏洞修复基准成绩及首发定价，便于对照Claude Opus 5.5的能力和成本。
量子位精选AI 评分6969 扩散智能发布 350亿参数 Clover-35B-A3B-Preview 扩散语言模型
扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，总参数350亿，每个 token 激活约30亿参数，可用于代码生成、网页操作和工具调用。
推荐理由：文章结合页面生成实操与连续工具调用演示，列出与 Jev 的速度、成功率对比、Gemini 速度表现和代码评测数据，可用于比较扩散语言模型的 Agent 效率。
Latent Space精选AI 评分7777 AINews：Google DeepMind 发布 Gemini 4 Carbon，登顶多项榜单并先向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，将其定位为网络安全与长程任务前沿模型，先通过 Fairwind Program 向可信网络安全防御者开放，并称将尽快扩大开发者访问。
推荐理由：将 Carbon 的独立榜单成绩、网络安全基准、定价和开放条件并列，呈现能力表现与当前可获得性之间的差异。
36氪精选AI 评分5252 智元发布GO-3 Preview，计划2026年底全面开源GO-3 Preview与Genie Master
智元在2026智元创新日发布新一代具身基座模型GO-3 Preview。联合创始人、联席总裁兼具身业务体系总裁姚卯青透露，智元计划于2026年底全面开源GO-3 Preview和具身智能体框架Genie Master。
推荐理由：智元公布GO-3 Preview与Genie Master的开源计划，给出2026年底这一时间节点，便于判断具身模型与智能体框架的开放节奏。
钛媒体AI 评分7575 Gemini 4 Carbon 登顶智能指数，谷歌仍面临开放与现金流压力
谷歌发布旗舰模型 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数，超过 Claude Opus 5.5 和 GPT-6 Astra。
36氪同事件AI 评分6666 Google 发布新一代前沿 AI 模型 Gemini 4 Carbon
Google 发布新一代前沿 AI 模型 Gemini 4 Carbon，用于维护网络安全防御并处理复杂工程问题。该模型可处理长流程 AI 智能体任务、生成安全代码，并降低模型失准和编造信息的比例。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
The Verge · AI同事件AI 评分6767 Google 发布 Gemini 4 Carbon，强化编码、智能体与网络防御能力
Google 发布最新前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面取得显著提升。该模型在 Artificial Analysis Intelligence Index (v5.0) 居首，并在 SEC-bench Pro 和 ExploitGym 排名第一，分别衡量发现真实漏洞和将漏洞转为漏洞利用的能力。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
The DecoderAI 评分7777 Google DeepMind 发布 Gemini 4 Carbon，距 Argon 推出仅两周，多项基准得分提升
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 得到 59 分，前代 Argon 为 50 分。
Ars Technica · AI同事件AI 评分6161 Google 发布 Gemini 4 Carbon 前沿 AI 模型，暂不可用
Google 发布 Gemini 4 Carbon，将其定位为继 Gemini 4 Argon 之后推出的前沿模型，采用分阶段开放，目前尚不可用。Google 称 Carbon 在编码、智能体任务和科学分析上达到新门槛，生成无漏洞代码的概率是 Argon 的 2 倍，Chrome 团队称其生成高质量补丁的能力是非 Google 模型的 10 倍。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
Google DeepMind同事件AI 评分7575 Google DeepMind 发布 Gemini 4 Carbon，聚焦长周期编程与网络安全
Google DeepMind 发布前沿模型 Gemini 4 Carbon，面向长周期智能体工作流与网络安全防御，并计划先向部分网络防御人员开放。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
Hacker News同事件AI 评分7171 Google 发布 Gemini 4 Carbon，面向网络安全与长程智能体任务
Google 发布 Gemini 4 Carbon，称其为 Google 当前最强模型，重点面向网络安全与长程智能体任务。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
量子位精选AI 评分7171 蚂蚁百灵开源 Ling-3.1-flash-1019 与 Ling-3.1-flash-base，面向 Personal Agent 真实任务
蚂蚁集团旗下百灵大模型正式开源面向 Personal Agent 场景的 Ling-3.1-flash-1019，并同步开放 Ling-3.1-flash-base 基础模型。
推荐理由：文章同时给出复杂任务基准变化、基础模型架构与开放许可，便于开发者评估 Personal Agent 的模型选型与二次训练空间。
36氪精选AI 评分7171 8点1氪：iPhone Duo内屏开裂可免费换机，A股仅剩贵州茅台一只千元股，外交部回应姆巴佩遭多品牌解约
36氪“8点1氪”在10月28日汇总iPhone Duo内屏开裂免费换机、A股千元股变化、姆巴佩代言解约回应及多项AI进展。OpenAI发布GPT-6.1 Terra，提升视觉推理与计算机操作，标准API价格较GPT-5.6 Terra和GPT-6.1 Sol低50%；Google DeepMind以研究预览形式发布Genie 4，支持提示改变场景并生成匹配模拟世界的实时音频。
推荐理由：将iPhone Duo换机、A股千元股变化、姆巴佩代言解约及多家公司的AI模型进展并排整理，便于对照消费、资本市场和模型发布三类信号。
The Decoder同事件AI 评分6363 Google DeepMind 发布 Genie 4 实时世界模型，仅向部分测试者开放
Google DeepMind 发布 Genie 4 实时世界模型，通过逐帧计算生成可交互场景，并直接生成环境声音与角色对话。Gemini 3.8 Flash 在后台拆解目标、依据新帧检查步骤并调整计划，Gemini 4 Argon 则被测试用于连接 Gemini Robotics，以纯模拟演示 Apptronik 的 Apollo 人形机器人下棋。
同一件事，精选收录的是《Google DeepMind 发布 Genie 4 多模态世界模型》
Hugging Face Blog精选AI 评分7777 Liquid AI 发布 LFM3 多模态模型家族，六款 2B 级模型共享骨干
Liquid AI 发布 LFM3 模型家族，六款 2B 级模型共享 LFM3-1.7B-Base 骨干，覆盖文本、视觉、音频、全模态和结构化决策。LFM3-1.7B 比 LFM2.5-2.6B 少 35% 参数，文本模型在 4-bit 精度下约占 1 GB并支持 256K 上下文；LFM3-Omni-2B 可接收文本、图像、视频和音频并输出文本或语音。
推荐理由：LFM3 以同一 2B 级骨干衍生六款文本、视觉、音频、全模态与决策模型，并给出单 GPU 微调和端侧部署路径，便于评估小模型专业化方案。
量子位精选AI 评分6363 SoMark 开源 OXR 1.3B 文档解析模型，三项基准第一且完整解析快于 PaddleOCR-VL-1.6、MinerU2.5-Pro
SoMark 团队正式开源 OXR 文档解析模型，主模型仅 1.3B 参数，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上分别取得 97.18、87.84、87.76 分，均居团队公布评测的第一。
推荐理由：三项基准与同条件速度测试并置，读者可据此评估 OXR 的解析精度、速度表现及与对照产品的相对位置。
量子位精选AI 评分6262 国产 AI 3D 模型 Hi3D V3.0 发布，Hi3D V1.0 模型代码正式开源
Hi3D 团队发布国产 AI 3D 模型 Hi3D V3.0，并正式开放基于 Sparc3D 的 Hi3D V1.0 模型代码。V3.0 被介绍为业界首个可商用的 2048³ 超高精度国产自研模型，文章示例中其生成结果比 GPT-6 Astra 更接近参考图；V1.0 基于约 200 万个筛选后的 3D 资产训练。
推荐理由：文章对比 GPT-6 Astra 与 Hi3D 的 3D 生成效果，并梳理 V1.0 开源、训练规模及 Agent 工作流，便于开发者选型。
量子位精选AI 评分8787 GPT-6.1 Terra 发布并开放实测，Agents’ Last Exam 以约十分之一 Token 价格追平 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 价格较 GPT-5.6 Terra 减半，主打电脑操作与多软件协同。
推荐理由：官方成绩与网友实测均围绕电脑操作、速度和成本展开，清楚呈现 GPT-6.1 Terra 与上一代及旗舰模型的取舍。
钛媒体精选AI 评分6666 科大讯飞发布讯飞星火X2.6，采用全国产算力训练端云一体架构
科大讯飞发布讯飞星火X2.6，采用全国产算力训练，由一个云端大模型搭配4B端侧模型，并按任务难度和数据敏感度决定本地执行、两端协同或云端处理。长程任务动态并行训练使超长上下文训练效率提升约4倍，自适应存算协同结合四层KVCache和分布式推理，使推理效率提升4.5倍。4B端侧模型将复杂智能体任务完成率推至41.9%，端云路由准确率为96.1%，敏感资料可在本地关联或脱敏后再上传。
推荐理由：端云路由、长程任务动态并行训练与存算协同给出了明确指标，呈现了国产算力受限下兼顾效率和数据本地化的实现路径。
钛媒体同事件AI 评分6969 GPT-6.1 Terra 发布，主打低价与电脑操作能力
OpenAI 发布 GPT-6.1 Terra，主打更低的 API 价格和快速、强大的电脑操作能力。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，API 价格降至 GPT-5.6 Terra 的一半》
Simon Willison同事件AI 评分6969 OpenAI 发布 GPT-6.1 Terra，强化视觉推理与电脑操作
OpenAI 发布 GPT-6.1 Terra，这是一款强调视觉推理、精确电脑操作和清晰自然写作的快速高效模型。它面向提案起草、技术图纸理解、表单填写和视频编辑等日常工作，相比 GPT-5.6 Terra 有显著提升。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，API 价格降至 GPT-5.6 Terra 的一半》
The Decoder精选AI 评分8888 OpenAI 发布 GPT-6.1 Terra，API 价格降至 GPT-5.6 Terra 的一半
OpenAI 发布 GPT-6.1 Terra，API 输入和输出 token 价格分别为每百万 token $1 和 $5，均为 GPT-5.6 Terra 的一半。
推荐理由：文章对照 API 单价、每任务成本和多项基准，呈现了 GPT-6.1 Terra 相对更大模型的价格优势与性能差距。
Latent Space精选AI 评分8484 月之暗面发布 Kimi K3.1 Pro，承诺 2026 年 11 月 4 日开放权重
月之暗面发布多模态 MoE 模型 Kimi K3.1 Pro，总参数 2.8T、激活参数 104B，API 已上线，并承诺于 2026 年 11 月 4 日开放权重。
推荐理由：文章把独立基准、厂商宣称与社区推测分开，并结合参数规模、部署门槛和任务成本分析 K3.1 Pro 的竞争力与使用边界。
The Decoder精选AI 评分8181 月之暗面发布 Kimi K3.1 Pro 推理模型，位列 Artificial Analysis 智能指数第四
月之暗面发布 Kimi K3.1 Pro 推理模型，在 Artificial Analysis Intelligence Index 得分 55，排名第四，距离榜首 Claude Opus 5.5 的 58 分仅差 3 分。
推荐理由：文章汇总 Kimi K3.1 Pro 的榜单表现、速度、价格与安全数据，并与 Claude Opus 5.5 等模型对照，呈现其相对能力与取舍。
Hacker News精选AI 评分8686 Kimi 发布 K3.1 Pro 与 K3.1 Pro Highspeed
Kimi 发布 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed，前者提供 1-million-token 上下文窗口，后者速度为前者的 2-3×。
推荐理由：文章披露高速版速度、长上下文和多组基准表现，同时说明开放权重时间表与网络安全控制措施，便于判断产品定位。
HF Daily Papers精选AI 评分5151 IQuest-Q1 论文：提出并开源面向智能体 CLI 的稀疏 MoE 基础模型
论文提出并开源 IQuest-Q1，一款面向智能体 CLI 系统的稀疏 MoE 基础模型，总参数量 320B，激活参数量 15B。模型通过预训练、中训和后训练三阶段训练，后训练结合 SFT、领域专用 RL 和 MOPD，并通过模型合并整合不同专家与检查点。arXiv 论文地址为 https://arxiv.org/abs/2610.30949。
推荐理由：论文拆解了预训练、中训和后训练三阶段方案，并披露总参数与激活参数，便于对照理解智能体编码基础模型的构建路径。
The Decoder同事件AI 评分7474 Inception 发布 Mercury 3 扩散语言模型，宣称领先 GPT-6 Luna 与 Claude Haiku 5.5 且快 4 至 8 倍
Inception 发布 Mercury 3 扩散语言模型，称其在自家 12 项基准中领先 8 项，并以 4 至 8 倍速度运行。
同一件事，精选收录的是《Inception Labs 发布 Mercury 3 扩散语言模型，主打每秒千 token 级速度》
NVIDIA BlogAI 评分7676 NVIDIA 扩展面向欧洲行业的开放模型阵容
NVIDIA 扩展面向欧洲行业的开放模型组合，覆盖语言、机器人、生物与量子计算，并支持结合本地数据和自有基础设施部署。
量子位精选AI 评分6060 MemT 1.0系列开源发布，在模型层实现原生记忆
MemT团队开源发布MemT 1.0系列，在选定Transformer模块中加入并行记忆分支，将经验编码为内部动态状态并学习其写入、更新和读取。
推荐理由：MemT 1.0的架构拆解与SWE-bench Verified对照，呈现了原生记忆在成功率、重复运行可靠性和持久状态占用上的具体差异。
量子位精选AI 评分7777 MiniMax 发布 M3.1 Flash，Agent 评测居国模第一且综合成本降至前代 30%
MiniMax 正式发布 M3.1 Flash，国庆期间在 OpenRouter 匿名屠榜的 Space Bunny 被确认就是该模型。在 Agents’ Last Exam（ALE）中得分 29.6%，AA 榜单得 43 分，文中称其 Agent 成绩居国模第一。
推荐理由：原文并列多项基准、速度与 API 价格，便于比较 M3.1 Flash 和 DeepSeek V4.1 Flash 1017 的能力与成本。
The Decoder同事件AI 评分6161 Mistral AI 发布 Voxtral 3 实时语音智能体模型家族
Mistral AI 发布 Voxtral 3 模型家族，将语音转文本、文本转语音和基于 LiveKit 的语音智能体 SDK 组合为单一流式管线，覆盖听取、推理、工具调用与说话。
同一件事，精选收录的是《Mistral 发布 Voxtral 3 语音模型与语音智能体 SDK》
The DecoderAI 评分5959 Cloudflare 发布文档抽取模型 Clairic，Workers AI 开放预览
Cloudflare 发布文档抽取模型 Clairic，目前在 Workers AI 开放预览，开源权重即将推出。用户指定字段名后，模型单次返回对应数值与置信度，缺失时返回 "null"，不逐 token 生成文本，并能处理简单计算、估算与预测。
Hacker News精选AI 评分6161 Cloudflare 在 Workers AI 预览上线 System One 抽取模型 Clairic
Cloudflare 在 Workers AI 预览上线抽取模型 Clairic，定位为单次前向传播的 System One 模型，可从文本和图像中提取文本、数字、日期、列表、估算值与预测值，并返回带置信度的类型化结果，模型 ID 为 @cf/cloudflare/clairic，公司表示后续计划开源权重。
推荐理由：原文给出了与全 LLM 管线在提取任务上的延迟和成本对比，读者可据此判断它在结构化提取场景中的可行性。
Hacker News同事件AI 评分6666 MiniMax 正式发布 M3.1 Flash，主打智能体与编码任务
MiniMax 发布 M3.1 Flash，主打智能体、编码、计算机操作与网络安全任务，在线推理速度提升近 3 倍，整体使用成本降低 70%。
同一件事，精选收录的是《MiniMax 发布 M3.1 Flash，Agent 评测居国模第一且综合成本降至前代 30%》