IBM Granite Speech 发布 granite-speech-5.0-2b，并更新两款现有模型
IBM Granite Speech 发布 granite-speech-5.0-2b，并更新 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
推荐理由：文章按高精度翻译、端侧速度和多说话人归因区分三款模型，并给出速度与错误率变化，便于按场景比较选型。
内容类型
模型发布 最新动态
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
233 条精选近 30 天 146 条共收录 310 条
更新
精选归档 · 第 4 页
Hugging Face Blog精选AI 评分7272 量子位精选AI 评分4747 千诀科技发布Polibrain预测式世界模型，推进多类机器人适配
千诀科技在首届2026物理AI与世界模型大会上发布预测式世界模型Polibrain，连接环境感知、行动预测、任务决策、执行与反馈调整。该模型不追求完整生成未来每一帧画面，而是聚焦影响行动的关键状态，已在四足、人形、轮式和双臂等机器人形态上开展适配。文章还介绍千诀与清华团队2025年在ICML发表的世界模型研究，并称相关公开探索比LeCun团队的相近工作早约一年，复杂场景可靠性仍需更多实测。
推荐理由：文章拆解了Polibrain预测关键状态、闭环调整和跨本体复用的设计，并交代其在四足、人形、轮式等机器人上的适配情况。
Hugging Face Blog精选AI 评分4242 NVIDIA Kumo Forecast 融合预训练时间序列表示、历史模式检索与可解释性
NVIDIA Kumo Forecast 将预训练时间序列表示与历史模式检索结合，用于多变量时间序列预测并提供可解释结果。它以 MOMENT-1-large Transformer 为骨干，DARR 模式通过最近邻方式检索历史模式，并按预测步长提供滞后项和特征归因。
推荐理由：文章拆解了直接预测与 DARR 历史模式检索的组合方式，并给出输入限制和应用评测路径，便于设计自有数据验证。
36氪精选AI 评分6666 英伟达扩展开放模型产品线，覆盖企业数据、机器人、生物医药及量子计算
英伟达扩展开放模型产品线，一次推出Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo和Ising等多款开源模型。其中BioNeMo RFD4-Proteina在涵盖200个氨基酸蛋白质的基准测试中，生成设计速度约为RFdiffusion3的13倍。
推荐理由：同一篇集中陈列企业数据、自动驾驶、机器人和生物医药等领域的开放模型，便于横向对比 NVIDIA 在 AI 全链条上的开源布局。
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精选AI 评分5757 ElevenLabs 发布 Eleven Realtime v1 Max 与 v1 Mini 语音到语音模型
ElevenLabs 发布 Eleven Realtime v1 Max 和 v1 Mini 两款语音到语音模型，面向实时 AI 对话。v1 Max 在 Big Bench Audio 上得分 98.8%，响应时间为 0.57 秒；ElevenLabs 称，目前 Artificial Analysis 排行榜上没有模型能同时更快且更准确。
推荐理由：文章给出 Max 的准确率和响应时间，并区分两个版本的成本与场景，还说明平台和 API 入口，便于比较实时语音模型的取舍。
The Decoder精选AI 评分7575 OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上的表现更好
OpenAI 称，GPT-6 Astra 在 MultiLangBench 覆盖的 20 种编程语言测试中，最大推理强度下平均通过率达 87.4%，而 GPT-5.6 Terra 约为 38%。在 COBOL 迁移基准上，GPT-6.1 Sol 在低推理强度下准确率为 86.6%，GPT-5.6 Sol 为 5.4%，提高推理强度后 GPT-6.1 Sol 达到 97.9%。
推荐理由：文章同时给出 GPT-6 与 GPT-5.6 在多语言编程及 COBOL 迁移基准上的量化成绩，便于比较模型能力与推理强度的差异。
Hacker News精选AI 评分5959 marcusbuffett 用10个月自建199M参数类人国际象棋模型 Chessbook-1
marcusbuffett 用 10 个月自建了 199M 参数的类人国际象棋模型 Chessbook-1，基于 12 个月 Lichess 对局训练，可在 600–2800 段位和各类时间控制下模仿人类走法、错误节奏与思考时长。
推荐理由：作者给出评估类人棋手的分等级方法，模型在30000盘随机局面和blitz测试中与Allie 2.0持平、时间压力下优于Maia-3，可供想训练或评测类人AI对手时复用。
HF Daily Papers精选AI 评分4343 MemT-1.0：迈向记忆原生进化的基础模型架构
MemT-1.0 提出把连续记忆内嵌到基础模型计算中的记忆原生架构，基于 Metis 采用 Gated DeltaNet-2 与 Mixture-of-Storage 扩展原生记忆容量，并配合 34B tokens 的两阶段训练（持续预训练+后训练）。
推荐理由：对比原生内存机制与检索增强方法在长上下文场景下的推理与存储效率，并给出智能体任务结果，可作为长记忆架构设计的参考。
36氪精选AI 评分4747 记忆张量发布并开源 MemT 1.0 记忆原生模型系列
10月20日，记忆张量发布并开源记忆原生模型 MemT 1.0 系列，包括 MemT-1.0-Flash 和 MemT-1.0-Nano，参数规模分别为 288B 和 36B，激活参数分别为 17B 和 3B。
推荐理由：原文给出两款模型的参数规模与激活参数，并说明内部记忆在后续任务中的调用机制，可用于理解其记忆原生路线。
钛媒体精选AI 评分7575 DeepSeek-V4.1-Flash-1017 发布，梁文锋正在为具身智能铺路？
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，在基础模型架构不变的情况下迭代现有能力，重点强化从零构建完整项目和编程智能体任务。
推荐理由：将编程基准、成本变化与具身智能投资放在同一框架下，有助于理解 DeepSeek 向物理世界延伸的布局。
36氪精选AI 评分3434 Anthropic 据报筹备推理能力优于同类的新模型
Anthropic 据知情人士透露正准备发布新款模型，其推理与直觉能力据称优于目前市面上的同类产品。原文称该模型擅长判断用户的深层意图和目标，即使用户提供的信息不多，也更倾向于跳出常规思路而非给出常识性建议。消息经新浪财经转述，原文未披露模型名称、版本或具体上线时间。
推荐理由：转述了 Anthropic 正在筹备新款推理模型的传闻，让读者了解其在深层意图判断与跳出常规思路上可能的产品侧重。
36氪精选AI 评分2929 8点1氪丨被指品质暴跌，山姆回应；宇树科技市值重回2000亿，人形机器人股批量涨停；马斯克承诺给“美国每个孩子”1股SpaceX股份
36氪每日要闻汇总。山姆回应“品质暴跌”指控，称遭遇AI生成批量恶意攻击，已完成证据固定并将依法维权；宇树科技科创板当日收报495.92元，上涨16.15%，总市值回升至2005.82亿元。
推荐理由：本期汇集模型迭代、企业融资、消费争议与市场异动等多条要闻，便于读者一次性把握近期多个领域动态。
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。
HF Daily Papers精选AI 评分5454 Qwen-Audio-3.1-ASR 模型家族技术报告发布
Qwen-Audio-3.1-ASR 模型家族在 Qwen-Audio-3.0-ASR 基础上改进语音识别，并扩展说话人区分转写与通用音频理解能力。该家族支持 30 种语言和 16 种中文方言；说话人区分 ASR 输出说话人标签、时间戳和识别文本，保持跨轮次说话人标签一致，并能表示重叠语音。
推荐理由：报告将语音识别、说话人区分和通用音频理解纳入同一模型家族，并列出语言、方言及部署变体，便于对照不同任务需求。
Hacker News精选AI 评分6464 Inception Labs 发布 Mercury 3 扩散语言模型，主打每秒千 token 级速度
Inception Labs 发布 Mercury 3，称其为目前最强的扩散大语言模型，在多项基准上与 GPT-6 Luna 和 Claude Haiku 5.5 持平或更优，NVIDIA GPU 上单卡推理 1,068 tokens/秒。
推荐理由：原文给出与 GPT-6 Luna、Claude Haiku 5.5 的基准对比、价格和上下文窗口等具体数字，便于评估其在速度敏感场景中的位置。
Hacker News精选AI 评分5454 Laminar 发布 flow-1：用于检测 AI 智能体 trace 错误的强化学习模型
Laminar 发布 flow-1，这是一个用强化学习训练、专门用于检测 AI 智能体执行 trace 中错误的小模型。Laminar 表示，该模型在其自建基准上的检测质量与 GPT-6-sol 持平，但运行成本约为后者的 1/23。
推荐理由：原文同时给出接近 GPT-6-sol 水平、成本仅 1/23 的小模型与对应的 RL 后训练方法，读者可以据此判断是否值得在生产环境全量分析每条 trace。
Hacker News精选AI 评分5959 Qwen3-4B 微调版去除 AI 写作痕迹发布
作者基于 Qwen3-4B-Instruct 微调出 qwen3-4b-deslop，去除 em dash、not X but Y、三连等 AI 写作痕迹，量化版 2.5GB 可用 Ollama 运行。
推荐理由：原文给出了三轮蒸馏训练中具体的失败与修复细节，读者可以参照其评估脚本和任务拟合检查思路来改进自己的微调流程。
36氪精选AI 评分5454 MiniMax认领Space Bunny，M3.1 Flash即将发布
MiniMax官方账号发布配文为Welcome back, Space Bunny的短视频，被视为认领此前匿名的Space Bunny模型，标题另称M3.1 Flash即将发布。该模型自9月下旬上线后3天内登顶OpenRouter和OpenCode的Token日调用量榜首，与DeepSeek V4.1 Flash、GLM 5.3 Flash共同占据前三。
推荐理由：Space Bunny在OpenRouter和OpenCode上线3天即登顶Token调用量榜，与DeepSeek、GLM Flash并列前三，可作为该模型实际使用热度的参考。