腾讯混元开放 Hy4 权重
腾讯混元发布 Hy4 开放权重,定位原生多模态旗舰 MoE 模型,总参数 770B、激活 49B,支持 1M 上下文。同步发布含安全评估报告的 Hy4 System Card,并提供 GitHub、Hugging Face 权重与 GGU…
多模态主题追踪文字之外的 AI 能力:图像理解与生成、音视频输入输出、跨模态检索与交互。适合关注视觉、语音与视频方向产品化进展的读者跟进模型与工具更新。并保留原文链接方便核对细节。帮助读者判断多模态能力边界。
文字之外的能力:看懂图片、图文混合理解、音视频输入输出的模型与产品进展。
腾讯混元发布 Hy4 开放权重,定位原生多模态旗舰 MoE 模型,总参数 770B、激活 49B,支持 1M 上下文。同步发布含安全评估报告的 Hy4 System Card,并提供 GitHub、Hugging Face 权重与 GGU…
Arena 分享 Gemini 4 Neon 发布后的第一手实测视频,Peter Gostev 在 3D 场景、游戏、UI 和数据可视化等任务中将其与 Opus、Fable、Astra、Sol 对比,并评估其接近前沿的程度。
Google DeepMind 于 11 月 18 日向符合条件的 Google AI Ultra 订阅者开放新 Project Genie 体验,首次提供 Genie 4,并更新 Genie 3。
腾讯混元宣布 Hy4 flash 开放权重,包含 Hy4 flash-FP8 和 Hy4 flash-Base 两个版本。模型为 224B 参数(激活 12B),支持 1M 上下文,原生多模态,定位高效日常生产力场景。模型以 Tencen…
Google 宣布 Gemini 4 Hydrogen 已在全球范围的 Google Search 中上线,称为 Search 迄今最大的一次模型升级。升级包括更好地理解用户意图、更智能的 query fan-out 与链接、更可视化自适…
Satya Nadella 在 Ignite 2026 开幕主题演讲中宣布构建 frontier 生态的多项产品更新。
Google 发布 Gemini 4 Carbon(gemini-4-carbon,1M 共享 token 池,11 月 30 日前 $2.00/$10.00 每 1M tokens。
腾讯混元推出 Hy4 flash,总参数 224B(含 64B Engram 参数)、激活 12B,支持多模态和 1M 上下文,API 价格大幅低于 Hy4(输入 0.5 元、输出 2 元每百万 tokens)。
通义千问宣布发布 Qwen4 Max,据 Artificial Analysis 数据,其 Intelligence Index 得分 43,较 Qwen3.8 Max(xhigh)高 9 分,落后 Kimi K3.1 Pro 3 分。每…
World Labs 宣布 Atlas 世界模型向所有人开放,李飞飞转发并表达期待用户用它构建的内容。官方为用户提供了应用和 API 端点,可用 Atlas 生成关键帧、视频片段或 3D Gaussian splats。
Artificial Analysis 评测 Google 新发布的 Gemini 4 Hydrogen:新增 xhigh 推理档在 Intelligence Index 得 54 分,比 Claude Sonnet 5.5 (max)…
DeepSeek 在 API 中开放此前 App 对话服务所用的能力,开发者开启对应参数即可使用,工具调用与上下文拼接由服务端完成。
一次请求最多带 1000 道判断题,官方称端到端大约 0.2 秒出结果,输出不收费。 2026 年 11 月 11 日,Google 推出 Gemini Decisions API,背后是新模型 Gemini Decision 1,模型名…
Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 驱动,可在 150-250ms 端到端延迟内对文本、图像、音频、视频和 PDF(最多 256K tokens)一次性评估最多 10…
MiniMax 发布了开放权重图像模型 H3-Image,支持文生图、参考图生成和改图,最多 16 张参考图。官方称可直接生成 4096×4096 的 4K 图,并称不到 10 秒(测试硬件未说明)。想先用,可以走海螺 AI、开放平台 A…
作者实测 Claude Fable 5.2 与 Gemini 4 Carbon 并对比后认为,Fable 5.2 的突出差异在于审美,这是无法用 Benchmark 评估但可直观感受的东西。
百度发布 ERNIE 5.5 Flash Preview,是基于此前 Base 模型的首个后训练版本,总参数 280B、激活参数 14B,支持 1M 上下文。模型 API 已在千帆平台上线,权重将于 11 月 25 日前开源;官方展示了游…
OpenRouter 用 8 张自制扫描页(264 项关键值)实测 15 个视觉模型、Mistral OCR 和 Tesseract 做 OCR 的表现。
Anthropic 凌晨正式发布 Claude Fable 5.2,作者第一时间实测视频动效、Three.js 3D 场景和苹果静安店 3D 网页等 10 个任务,全部一次直出,未发现生成视频中的事实错误。
Claude 官方视频介绍 Claude Mythos 5.2 预测了完整 AAV 衣壳结构,即用于递送基因治疗的蛋白质外壳。模型编写代码在相邻五链分组上运行开源折叠模型,再利用衣壳对称性拼合全部 60 条链;在 AAV2 上预测结果与实…
美团龙猫LongCat开源 LongCat-2.5,MIT 协议支持商用部署与二次训练。模型总参数 1.6 万亿,每 token 激活约 480 亿,支持一百万上下文,面向长程智能体、Visual Coding 与专业办公任务。
Meta 发布 Muse Ember(muse-ember-1.0),定位最小最高效的复杂推理执行模型,面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,两者为同一底层模型,Mythos 需通过 Cyber 或 Life Sciences Verification Program 申请访问。
蚂蚁百灵发布原生多模态模型 Ling-3.2-flash,总参数 560B、单步激活 25B,支持 1M 原生长上下文,重点强化视觉反馈自检与异常自适应恢复能力。
Thinking Machines Lab 发布第二代模型 Inkling 2 Small,为 594B 总参数、17B 激活的 MoE 模型,支持图像输入与 variable effort,Artificial Analysis Int…
2026 年 11 月 5 日,Meta 在官网新闻稿宣布:Muse App 的实时语音和表情虚拟形象开始在美国推开,覆盖手机、网页和 Mac。Connect 2026 上演示过的能力,这次是正式落地产品;点右上角电话图标就能开聊。这和站…
Google Research 联合 Beth Israel Deaconess Medical Center 和哈佛医学院在 Nature 发表 AI-PPG-ACC-HTN 多模态 AI 系统,用消费级智能手表的 PPG 和加速度传感…
Preferred Networks 将自家翻译服务使用的翻译特化 LLM PLaMo 3 Translate 以开放权重形式在 Hugging Face 公开,提供 0.8B、2B、8B、31B 四个尺寸。
美团 LongCat 团队发布 LongCat-2.5,总参数 1.6 万亿、每 token 约 480 亿激活,主打长时程智能体任务,结合视觉理解与智能体编码,权重以 MIT 协议开源。
腾讯混元发布 Hy4 正式版,相比 Hy4 preview 扩展预训练与后训练规模,首次引入视觉能力和电脑操作支持,GameDev 与 GameLogic 评测分别提升 19.1% 和 9.8%。
Anthropic 生物学研究实验室报告借助 Claude 获得原核细胞中首个 vault 颗粒的 3D 结构,冷冻电镜确认了 7 个候选蛋白中 4 个组装成 vault 样颗粒,其中噬菌体蛋白 L05 由 96 个拷贝组成,质量约 9.…
Figma 宣布 Figma Weave,一个面向持续产出需求的创意团队平台,并把 Weave 创作工作流与 Figma 画框连接起来。Weave 用连接的节点承载图像和视频的生成与编辑,支持分支探索、多模型对比、色彩校正、合成、裁剪、P…
Philipp Schmid 转引 Sundar Pichai 的消息:Google Project Suncatcher 在数周前发射原型卫星后,成功向轨道发送指令、启动 TPU、运行提示词,并在地面收到了首个完整回应(一首 haiku…
月之暗面(Kimi)发布官方教程,详解 Kimi K3.1 Pro 的 3D 创作工作流程,说明参数化建模与网格化建模两种方式及对应工具选择。文章分享了 4 个案例的具体操作,包括在 Unreal Engine 中构建东方天宫、制作可 3…
OpenRouter 发布教程,讲解如何把 PDF 以文件形式连同严格 JSON schema 发给能读文件的模型,让表格以带类型的行返回,括号亏损、千分位和脚注标记等清理都写进字段描述。
vLLM 团队宣布对 Mistral 新旗舰模型 Mistral Large 4 提供 Day 0 支持,该模型为 1T 参数、每 token 激活 49B 的原生多模态 MoE 模型,采用 MLA 稀疏注意力加 DSA top-k 索引…
面壁智能发布并开源 MiniCPM-OCR 系列。MiniCPM-OCR 1.0(1.3B)在 Real5-OmniDocBench 取得 93.68 分、OCRBench v2 取得 54.7 分的 SOTA,经 DSpark 加速后吞…
Google 发布下一代世界模型 Genie 4,相比 Genie 3 在照片级真实感、物体碰撞等物理模拟上有明显进步。用户可用 WASD 和双摇杆实时控制角色或镜头,运行中可用自然语言修改天气和加入物体,模型还能同步生成环境音与人物实时…
Google Gemini 宣布集成 SynthID 检测功能,用户只需在 Gemini 中询问“Is this AI generated?”,即可检查图片、视频或音频文件是否由 Google AI 生成。官方称此举帮助用户更有信心地浏览…
Google DeepMind 发布世界模型 Genie 4,主打实时交互模拟、更强照片级真实感,并首次在实时世界模型中原生生成音频,包括环境声和可实时交互的人物对话。
推广
橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。
访问橙子中转站