跳到正文

#模型发布

今日 9 条
今天10月1日周四
  2. Artificial Analysis 完整文章（网页）79

    Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三

    Artificial Analysis 评测 Google DeepMind 新模型 Gemini 4 Argon，其在 Artificial Analysis Intelligence Index 得 53 分，追平 GPT-6 Astra（max），高于 GPT-6.1 Sol（52），为 Google 超 7 个月来首个高于 Flash 档的专有模型。

    推荐理由：第三方评测给出了智能指数、单位任务成本、幻觉率等多项横向数据，可用于比较 Gemini 4 Argon 与竞品的实际表现。

  4. Google DeepMind：Blog（RSS）77

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向可信网络防御者开放，再逐步扩展至开发者、企业和消费者。

    推荐理由：原文给出定价、1M 输出上限和多项基准成绩，读者可据此评估该模型在编码与防御性网络安全上的实际表现。

  5. Google Blog：AI（RSS）76

    Google 发布 Gemini 4 Argon 前沿模型

    Google 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 面向可信网络防御者开放，价格为每百万输入 token $2、输出 token $10，缓存输入 token 为输入价的 5%。

    推荐理由：官方公告给出定价、输出 token 上限和多个基准分数，读者可以据此评估它在编码与安全防御场景的落点。

  6. Karina50

    Gemini 的 PostTrainBench 得分翻了一倍多：21.99%（3.1 Pro）→ 45.3%（4）🔥🚀

    引用Sundar Pichai@sundarpichai

    Lots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon! It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from coding to quantum computing, great feedback. Here’s a look at the benchmarks:

  9. MiniMax (official)43

    基于 MiniMax H3 构建，@Creatify_Labs 的 Boreal-H3 是一款专为广告优化的视频模型，在更精准遵循创意简报的同时，保持产品和角色的一致性。 很高兴看到 MiniMax H3 成为更多面向特定行业的前沿模型的基础！✨

    引用Creatify Labs@Creatify_Labs

    Introducing Boreal-H3 — a video model built for ads and our next step toward recursive self-improvement in video generation. A good-looking video isn’t enough. The product has to stay the same. The actor has to stay the same. The label has to be right. And the action in the brief actually has to happen. So we post-trained MiniMax H3 specifically for advertising. But this isn’t a one-off SFT or LoRA fine-tune. We built a closed-loop system that learns what to improve next. Human-calibrated evaluation diagnoses failures and guides the next intervention: targeted data collection, reinforcement learning, or inference optimization. When the feedback is unreliable, we revise the evaluator or reward—not just the generator. Every experiment feeds into shared memory, informing the next training decision. The model improves, and so does the process that produces its successor. The results: → 85.3% reference fidelity — highest among the frontier video generation models we evaluated → Brief success: 28% → 50% → Identity match: 83% → 94% → Visible defects per clip: down 70% → Generation time and estimated cost: down 20% Boreal-H3 doesn’t just make better-looking video. It makes more usable ads. Credit to the @MiniMax_AI team for the foundation we’re building on. This launch is a checkpoint, not the finish line. We’re building more than a better video model. We’re building a system that learns how to make the next one better.

9月30日周三
  2. xAI：News（网页）64

    xAI 发布 grok-voice-think-fast-1.0 旗舰语音模型并开放 API

    xAI 发布旗舰语音模型 grok-voice-think-fast-1.0，可通过 API 使用。该模型面向客服、销售等复杂多步骤语音工作流，原生支持 25+ 种语言，在 τ-voice Bench 排行榜上排名第一。后台推理不影响响应延迟。该模型已为 Starlink 提供电话客服与销售：销售转化率 20%，客服自主解决率 70%，单个智能体使用 28 个工具。

    推荐理由：官方给出了基准成绩、多语言支持和 Starlink 实际运营数据，可帮助读者评估这款语音模型在真实客服场景的可用性。

  3. xAI：News（网页）62

    xAI 发布编码模型 grok-build-0.1，API 公测上线

    xAI 将编码模型 grok-build-0.1 以公开测试形式上线 xAI API，该模型专为智能体编码任务训练，支持 Web 开发、调试和 MCP，也是驱动 Grok Build 的同一模型。

    推荐理由：xAI 官方公告给出了 grok-build-0.1 的定位、速度、定价和适配工具，读者可据此评估是否接入自己的编码工作流。

  5. xAI：News（网页）49

    xAI 发布 Grok Imagine 1.5 Preview 图生视频模型，上线 xAI API

    xAI 最新图生视频模型 grok-imagine-video-1.5-preview 已通过 xAI API 开放预览。该模型可将单张静态图像转为流畅的电影感视频，支持最高 720p 分辨率，用户用自然语言提示词即可控制镜头运动、节奏与声音设计，并能保持原图的细节与光照。模型还支持逐帧生成并串联成更长场景，可用几行 Python 代码调用。

  8. xAI：News（网页）64

    xAI 将 Grok 4.5 推向 iOS、Android、网页和 X 平台

    xAI 宣布其最强模型 Grok 4.5 当日起在 grok.com、X 以及 iOS 和 Android 应用上可用。官方称该模型更准确理解提问、能跟踪更长对话并更快给出答案，可完成制作电子表格、把大纲转为幻灯片和图表、撰写文稿、提炼长 PDF 要点等任务，并通过 Microsoft 365 插件在 Word、Excel、PowerPoint 和 Outlook 中直接使用。

    推荐理由：xAI 官方说明 Grok 4.5 的能力改进和全平台可用范围，读者可据此评估在日常问答和知识工作中的使用方式。

  9. xAI：News（网页）68

    xAI 发布 Grok Voice Think Fast 2.0 语音模型

    xAI 发布 Grok Voice Think Fast 2.0，称其在 Artificial Analysis 语音到语音质量指数达 82.9%，高于上代 75.7% 及对比模型；出声延迟 0.70s，转录准确率较 Deepgram Nova 3 和 ElevenLabs Scribe v2 提升 1.5–2.0×，推理 token 效率为上代 0.4×。

    推荐理由：原文给出 Artificial Analysis 对比数据和价格迁移细节，读者可据此评估它在语音智能体场景的替换成本。

  11. xAI：News（网页）54

    Grok 4.6 上线 GitHub Copilot

    xAI 宣布最新编程模型 Grok 4.6 在 GitHub Copilot 上线，覆盖云 agent、Copilot CLI 和 VS Code IDE，用户在模型选择器中选 "Grok 4.6" 即可使用，部分企业和商业用户需在 Copilot 设置中启用。该模型也可通过 SpaceXAI 控制台使用，价格为每百万输入 token $2、每百万输出 token $6。

  12. Suno：Blog（网页）76

    Suno 发布 v3 音乐模型

    Suno 发布 v3 模型，称其为首个能生成广播级音乐的模型，可在数秒内生成完整的两分钟歌曲，现已向所有用户开放（https://app.suno.ai）。改进包括更好的音质、更多风格和流派、更高的提示词遵循度（更少模型幻觉、更自然的结尾）。模型不识别对其他艺术家的引用，并采用专有的不可听水印技术检测 Suno 生成的歌曲；v4 已在开发中。

    推荐理由：官方说明 v3 在音质、风格和提示词遵循上的具体改进，并介绍了水印防滥用机制，可帮助读者了解其能力边界。

  13. Suno：Blog（网页）64

    Suno 发布 v4.5 音乐模型，曲风更准、人声更丰富、歌曲最长 8 分钟

    Suno 发布最新音乐模型 v4.5，带来更动态的音乐、更准的曲风与曲风混搭、更丰富的人声表现。新功能包括提示词增强助手、Covers 与 Personas 组合使用，歌曲长度可达 8 分钟，生成速度和音频质量均有提升。

    推荐理由：官方列出了 v4.5 在曲风、人声、提示词理解和生成速度上的具体改进，适合关注 AI 音乐生成的读者了解能力变化。

  15. MiniMax：Blog（网页）75

    MiniMax 发布 M2.5 模型，SWE-Bench Verified 达 80.2%

    MiniMax 发布 MiniMax-M2.5，在 SWE-Bench Verified 得分 80.2%、Multi-SWE-Bench 51.3%、BrowseComp 76.3%，完成 SWE-Bench Verified 评测比 M2.1 快 37%，与 Claude Opus 4.6 的 22.9 分钟持平。

    推荐理由：官方公布了 M2.5 在编码、搜索和办公场景的成绩与价格细节，读者可以据此比较它与同类模型的性价比。

  16. MiniMax：Blog（网页）72

    MiniMax 发布 M2.7：SWE-Pro 得分 56.22%，展示模型自进化工作流

    MiniMax 发布 M2.7 模型，已在 MiniMax Agent 和 API 平台全面可用。该模型在 SWE-Pro 得分 56.22%（接近 Opus 4.6），VIBE-Pro 55.6%，Terminal Bench 2 57.0%，GDPval-AA ELO 1495 为开源模型最高，MM Claw 准确率 62.7%。

    推荐理由：官方给出了各基准的具体分数和自进化工作流细节，读者可以据此与同档模型做直接比较。

  18. LMSYS：Blog（Chatbot Arena 团队）72

    SGLang 和 Miles 实现 NVIDIA Nemotron 3 Ultra Day-0 支持

    SGLang 和 Miles 宣布对 NVIDIA Nemotron 3 Ultra 提供 Day-0 支持。该模型为开源 MoE 混合 Transformer-Mamba 架构，总参数 550B、激活 55B，上下文最长 1M tokens，支持 NVFP4 与 BF16 权重，面向长程自主智能体优化。

    推荐理由：原文给出架构、部署配置和 RL 训练细节，读者可以据此评估该模型在长程智能体场景的可用性。

  24. Liquid AI 模型与工程博客（网页）55

    Liquid AI 发布 LFM-7B：非 Transformer 架构的高效语言模型

    Liquid AI 发布 LFM-7B，一款基于 Liquid Foundation Model 非 Transformer 架构的语言模型，面向聊天场景。官方称其在 7B-8B 级别英文、阿拉伯语和日语对话评测中领先，上下文窗口为 32k（RULER 有效长度 32k），内存占用低于同类 Transformer 模型，适合本地、低延迟和成本受限部署。

  25. Liquid AI 模型与工程博客（网页）65

    Liquid AI 发布端侧基础模型 LFM2，含 0.35B、0.7B 和 1.2B 三个版本

    Liquid AI 发布新一代 Liquid Foundation Models（LFM2），定位市场上最快的端侧生成式 AI 基础模型，采用混合架构，包含 10 个双门控短程卷积块和 6 个分组查询注意力块。

    推荐理由：官方博客给出了 LFM2 的架构细节、CPU 推理对比和训练方法，读者可以据此评估它在端侧部署中的实际取舍。