每天从官方博客、媒体、研究者与开发者社区精选 AI 资讯动态，附摘要与原文链接。
Efficient-Large-Model 发布 Open-H3-Regenerate-2K，作为闭源 H3-Regenerate-2K API 的开源替代：基于 MiniMax-H3 的三步精修流程，把 768P 草稿（1344×768、121 帧）再生到 2560×1440。在单张 B200 上，5 秒片段用 Sol-Attn、MXFP8 与 CUDA graphs 加速后总耗时从 87.26 秒降到 37.39 秒（2.33×），换用来自 StreamRender-H3 的 fast H3 VAE 解码器后进一步降到 22.45 秒（3.89×）。仓库提供合并后的精修 LoRA、latent upscaler、快速 VAE 解码器和未修改的 MiniMax-H3 基座组件，合并 LoRA 与三个独立 adapter 的相对误差为 2.2e-8，整体遵循 MiniMax H3 Com…
Microsoft Mage Team 发布开源模型 Mage-VL-Cowork，这是一个 4B 视觉语言策略模型，在单一检查点内结合 screenshot 驱动的 computer_use 通道和持久 bash 代码/终端通道，无需外部编排器即可动态切换 GUI 与 CLI。模型在 OSWorld-Verified 上以 50 步预算取得 66.0%，为 4B 规模最佳（OS 任务 87.5%、多应用工作流 62.7%）；训练采用五阶段 specialize-then-unify 课程， Mage-CUA-Forge 工作流优先合成引擎生成 293,806 个任务并将每任务生成成本降低 82.6%（$0.906 → $0.158）， Online Hybrid RL 相比 Hybrid SFT 提升 +10.16 个百分点、模型调用减少 13.0%、输出 token 减少 25.4%…
Sperid Labs 在 Hugging Face 上开源 Idol 模型，可将单张物体图片转为最多 1,048,576 个 3D Gaussian 组成的 splat，输出标准 .ply 文件，并补全照片未拍到的侧面。模型可在消费级 GPU 上以 7.2 GB VRAM、不到 2 秒运行，提供 GitHub SDK 和在线 Demo，权重约 3 GB，采用 Apache-2.0 许可，依赖 DINOv3 和 FLUX.2 VAE 两个门控编码器。
Datalab 发布开源文档 OCR 模型 Surya 2.5，689M 参数，用一个 VLM 同时处理布局分析、整页 OCR 和表格识别。OmniParseBench 得分 85.9，高于 Surya 2 的 83.3，192 DPI 下单张 H100 吞吐 4.5 页/秒，约为 Surya 2 加 MTP 的 1.7 倍。模型代码为 Apache 2.0，权重对研究和个人免费，支持 vllm、llama.cpp 和实验性 MLX 后端本地部署；表格行列几何仍需 Surya 2 checkpoint。
Liquid AI 发布 LFM3-Audio-2B，可在笔记本和边缘设备本地运行的 2B 全功能音频模型，输入文本或音频，输出文本、24 kHz 语音或两者交错。模型支持语音聊天、18 种语言的语音转写、合成与翻译、音频理解与推理，以及把口头请求转成工具调用；采用自研音频编码器和 LiquidCodec 音频 tokenizer，语音质量较 LFM2.5-Audio 有提升，上下文长度 32K token，流式语音生成支持中文在内的多语言语音，纯文本回复仅支持英文。
NVIDIA 在 Hugging Face 发布 Metatron v1，一个面向 Unitree G1（29 个受控关节）的统一人形控制策略，行走、场景交互和恢复共享同一策略，已集成 ProtoMotions。仓库含原生 PyTorch checkpoint（459,455,983 字节，附 SHA256）及两个 ONNX 浏览器导出：单机器人 demo/model.onnx（403,375,789 字节）和六机器人批处理 racer/network.onnx（403,036,698 字节），两者接口不可互换。浏览器集成使用 MuJoCo WASM 与 ONNX Runtime Web（推荐 WebGPU），导出在 60 个测试状态上最大绝对动作误差 5.55e-6。模型采用 NVIDIA Open Model License，源码为 Apache-2.0，不含训练数据或训练 chec…
DiffuSpace 发布首个模型 Clover-35B-A3B-Preview，基于 Qwen3.6-35B-A3B 微调，为 35B 参数 MoE 架构、每 token 约 3B 激活参数，采用块扩散生成，支持 128K 上下文（131,072 token）。默认 block_size=32、threshold=0.95，BF16 权重约 69 GB，官方提供 SGLang 和 llama.cpp 的自推测解码实现；模型重复控制与思考结束偏置等默认已配置。
Meta 的 Muse Spark Open 开放数学模型上线 Open Math OS，总参数 816B、激活参数 42B，上下文窗口 1M。模型现已面向所有获批团队开放，可通过 Open Math OS 提交申请获取。
Pika Labs 官宣视频模型 Pika H3 Flex 开源，主打面向创作者的灵活性与速度。代码托管在 GitHub，权重发布于 Hugging Face，用户现在即可在 ComfyUI 和 diffusers 中使用，官方并附上相应链接。
Scale AI 与 Hugging Face 联合发布号称最大的开放机器人数据集，以及首个可对逐步动作进行推理的开放 System 1-System 2 模型 FineART。数据集包含 40K+ 演示、151 个任务和 500K 子任务标签，两者配套设计，均已在 LeRobotHF 上开放。
Mistral 发布 Mistral Large 4（Le Chonk）开放权重，为 1 万亿参数原生多模态模型，称其在 FrontierCode 2.0 得分 19.7%、Terminal-Bench 4.0 得 41%，居开放权重编码模型首位，Artificial Analysis Cyber Index 得 51%。模型支持 Low、Medium、High 三档推理模式，训练自欧洲基础设施，采用 Mistral Ecosystem Open-Weight 许可（修改版 MIT），定价 $0.70/M 输入、$2.10/M 输出 token，可通过 Hugging Face、Microsoft Foundry、OpenRouter、NVIDIA NIM 获取，恶意网络安全请求平均拒绝率达 96.6%。
原文给出具体基准分数、token 效率和三种推理模式数据，开发者可以据此比较开放权重模型并选择部署方式。
南非公司 Hemmingway AI 发布基于 Qwen3.8-27B 的开源权重模型 Hemmingway-1.5（27B 参数、262,144 上下文），称其在 GPTZero 等 5 个 AI 检测器上 90% 被判为人类，高于真人写作的 86%，并在相同 80 个 CommunicationBench 提问上远超 Fable 5.1（26%）和 GPT-6 Astra（20%）等模型。提供 OpenAI 兼容 API、Mac/Windows/Android 应用，支持 vLLM 和 transformers 部署，使用时需 temperature 1.0；许可证为 CC BY-NC 4.0，非商业免费，商用需另行协议。
LiquidAI 发布 LFM3 家族首个全模态模型 LFM3-Omni-2B，单一端到端模型理解文本、图像、视频和音频，并以文本和语音输出。模型总参数量 2.17B，上下文长度 32K tokens，语音输出为 24 kHz；视频按 2 fps 采样，默认 4 到 384 帧。它面向端侧部署，可替代独立的 ASR、视觉语言、LLM 和 TTS 模型，支持带声音视频的视音频联合理解。
面壁（openbmb）发布 MiniCPM-V/o 系列首个 OCR 专用模型 MiniCPM-OCR 1.0，参数量 1.3B，Apache-2.0 开源，面向文本、表格、公式、印章等文档理解与信息抽取。Real5-OmniDocBench 得分 93.68，OCRBench v2 得分 54.7；在 RTX 5090 上达到 1.2 pages/s，吞吐约为 PaddleOCR-VL-1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍，DSpark 加速下端到端效率提升 55%。首发支持 vLLM、SGLang、llama.cpp 和 Ollama，提供量化版本、pip SDK、API 和在线演示。
Anthropic 官方公告页列出两项内容：9 月 15 日发布 Claude Mythos 和 Fable 5.1，称其为编码与知识工作领域最先进的模型，研究能力展示了 AI 对科学进步的贡献；8 月 27 日宣布向首批科研实验室和先进制造商开放 Model Hardware Standard（MHS）研究预览，这是供 AI 智能体安全操作物理设备的共享规范。
Google DeepMind 在发布 Argon 仅两周后推出 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis Intelligence Index v5.0，Argon 为 50 分。模型面向多天长周期智能体编程任务，在 Google 自选 16 项测试中 15 项居首；第三方评测表现分化：Vals AI 中以 70.36% 位居第二，落后 Claude Sonnet 5.5 的 70.85%，Agent Arena 排第二，仍落后 Opus 5.5；幻觉率从 4% 升至 11%。安全测试中在 SEC-bench Pro 得 88.2%、ExploitGym 得 54.8%。定价与 Argon 相同，为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣；首批向安全专家开放，之后逐步扩展到开发者与普通用户。
原文汇总了多个第三方评测的分数与价格数据，读者可以据此把 Gemini 4 Carbon 与竞品在同一维度上比较。
OpenAI 的 GPT-6.1 Astra、Sol 和 Luna 三款模型将上线 Google Cloud 和 Antigravity。
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，单检查点支持 40 种语言转录、31 种语言与英语互译、13 种语言说话人分离和音频问答，可处理最长一小时、最多 8 个说话人的录音。该模型在 Hugging Face Open ASR Leaderboard 英文榜以 5.33% 平均 WER 居开源模型首位，AA-WER 为 2.8%，仅约 4B 激活参数（总参 30B 的混合专家架构）。同时开放 Granary v2 数据管线，公开 463,062 小时、48 种语言的数据清单；医疗案例研究中微调将留置说话人的 WER 从 22.44% 降至 12.17%，相对降低 45.8%。
原文给出完整基准数字和可复现的微调路径，开发者可以据此评估这套语音模型在自己的场景是否值得接入。
作者发布 BeeNara v0.4，一个 332 MB CPU 本地文档分类模型（Apache-2.0），在 1,500 个含未见文件夹树的任务上准确率从 v0.2 的 70% 提升到 91.5%，并通过 Learn-then-Test 阈值保证 90% 置信下自动归档错误不超过 1%，实际自动归档 59% 的任务、错误 0.3%。新增 BeeNara Big 基于 Qwen3.5-2B-Base 加 LoRA 和决策头，可读取最多约 600 个文件夹的整棵树和页面图像，24 个文件夹内准确率 92–94%，但需 GPU（8-bit 约 4.3 GB）；作者还发现标签平滑会让
DiffuSpace 发布首个开源扩散语言模型 Clover-35B-A3B-Preview，基于 Qwen3.6-35B-A3B 的 MoE 骨干改造为纯文本块扩散生成，官方称在发布时的开源扩散语言模型中达到报告基准上的 SOTA。模型保留 GDN/full-attention 混合骨干（40 层、256 个路由专家、top-8 路由加共享专家），总参数 35B、每 token 激活约 3B，支持 128K（131,072）上下文。推理采用块扩散加 LowConfidence 解码，默认 block_size=32、threshold=0.95，内置防重复与软性长度/思考结束控制；BF16 权重约 69 GB，支持 SGLang 与 llama.cpp 的自推测解码实现。
腾讯发布了 Hy-SimulMT 模型，这是一个支持中英双向实时口语翻译和语音克隆的低延迟、高质量模型。在 RealSI 长篇音频评估中，Hy-SimulMT 的 StreamLAAL 约为 3 秒，是对比系统中的最低值。该模型的 GEMBA 评分超越了对比的开源模型和五家商业 API 中的四家。
独立开发者 CCORE 发布 Qwen3.5-4B-3D-Coder 早期预览，这是基于 Qwen/Qwen3.5-4B 的独立微调，非 Qwen 官方版本，专注通用编码和用 Three.js 生成交互式 3D 场景。10 月 26 日更新了 Q4_K_M 和 Q8_0 量化，修复层相关问题并提升一次性场景生成成功率；训练预计 10 月 28 日 07:30 UTC 完成，之后将发布 FP16 权重、全部量化版本、训练数据集和评测报告。在 LM Studio 中需关闭 MTP 才能正常运行。
作者公开了训练排期和数据集发布计划，并说明 LM Studio 需关闭 MTP，读者可据此评估这个 4B 小模型做 3D 生成的可行性。
Baidu 发布 Unlimited-OCR-2 模型，利用稀疏参考滑动窗口注意力 SR-SWA 机制实现了超长文档的无界解析。该机制将文本视觉注意力压缩到固定大小的工作参考集，使得计算复杂度和每步解码延迟随文档长度增加而保持恒定。Unlimited-OCR-2 在 MPDocBench 等超长文档基准测试中表现达到当前最先进水平。
此次发布针对 Qwen3.8-27B 模型采用定制的 SLQ (Statistically-Lossless Quantization) 技术，并将其组装成 GGUF 格式的权重文件。提供了 EAR98、EAR98.5 和 EAR99 三款不同量化精度的模型，附带具体的文件大小和 EAR@10 指标。
LiquidAI 推出 LFM3，新一代 Liquid Foundation Models，将文本、视觉、音频、全模态及决策模型集成到共享的 2B 参数级骨干架构。LFM3 采用新的三体混合架构，在参数量减少 35% 的情况下，其性能超越了 LFM2 系列模型。该模型系列包含六种专用模型，旨在支持端侧部署，如 LFM3-1.7B 的文本模型在 4-bit 精度下大小约为 1 GB。
LFM3 将文本、视觉、音频及决策模型集成到共享骨干架构中，实现跨模态的专业化和端侧部署。
Google DeepMind 发布新一代世界模型 Genie 4，作为研究预览向可信测试者开放，随后将面向 Project Genie 中的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 早期合作伙伴推出。模型基于 Gemini 家族构建，Gemini Omni 锚定真实世界外观与行为，Gemini 3.8 Flash 作为循环中的引导智能体分解目标、审查帧并实时调整计划；Genie 4 是其首个实时生成原生音频的世界模型，支持环境音、音乐与可实时交互对话，可模拟空气动力学、碰撞等物理场景，并让角色自然移动与回应。它已应用于电影预演、历史场景还原、游戏原型等测试者场景，并与 Gemini 4 Argon 配合模拟 Apptronik 的 Apollo 人形机器人下跳棋。模型仍处早期阶段，长会话中视觉细节和物体恒存性会漂移，实时音频准确…
官方博客给出了实时交互、原生音频和 Gemini 协同的细节与已知局限，读者可以据此了解世界模型在真实感和可控性上的进展。
NVIDIA 在 Hugging Face 发布 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB，这是基于 Gemma-4-E4B-it 后训练的小型语言模型的 Q4_K_M 量化版，总参数 8B（有效 4B），上下文输入输出均最高 64K token。模型面向低内存、低 TTFT 场景，针对本地语音/设备助手、交互角色和嵌入式接口优化多轮工具调用、指令遵循与输入 grounding，支持通过 chat 模板开关思考模式并可搭配 DFlash drafter 做投机解码，采用 OpenMDW-1.1 许可，可用于商业用途。
inclusionAI 发布 Ling-3.1-flash 的升级版 Ling-3.1-flash-1019，总参数 560B、每 token 激活 25B，采用混合线性 MoE 架构，支持 1M 上下文。经后训练优化，AA-Briefcase 从约 1400 升至 1524 Elo，AutomationBench-AA 从 62% 升至 68%，CritPt 从 18% 升至 26%，SciCode 从 54% 升至 57%，Artificial Analysis Intelligence Index v4.3.2 得分从 41 升至 44。SGLang 提供 day-0 支持（含 MTP NEXTN 投机解码与 Hopper 解码优化），vLLM 也给出部署方法，官方发布训练内容摘要文档。
百度团队发布 Unlimited-OCR-2，用稀疏参考滑动窗口注意力（SR-SWA）把超长序列的文本-视觉注意力压缩到固定数量的工作参考（如 512 token），使解码延迟和显存占用不随文档长度增长，在有限上下文窗口内实现无上限的文档解析。模型在 MPDocBench 和 MarathonDocBench 等数十页与上百页基准上达到 SOTA；模型卡提供 Transformers 与 SGLang 两种推理方式及显存调优参数，支持 vLLM 推理、ms-swift 训练，论文见 arXiv 2606.23050。
OpenAI 发布 GPT-6.1 Terra，定位快速高效的中端模型，主打视觉推理、计算机使用和更清晰的写作，宣称较 GPT-5.6 Terra 有显著提升。定价为每百万输入 token $1、输出 $5，约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半，约为 GPT-6 Luna 的 10 倍。作者对比了当前主力阵容（GPT-6 Astra、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna）各推理等级的 pelican 测试，其中 max 级别花费 11.3161 美分、耗时 4 分 11 秒；OpenAI 的 Ted Sanders 在 Hacker News 评价 Terra 在技术沟通上优于 Astra 和 Sol，视觉与计算机使用相当但快得多，其他方面略逊。
OpenAI 发布 GPT-6.1 Terra，API 价格为 GPT-5.6 Terra 的一半，输入每百万 token $1、输出 $5，缓存输入降至 $0.05。Artificial Analysis 数据显示其 Intelligence Index 得分 48，较 GPT-5.6 Terra 提升 6 分，单任务成本约三分之一（$0.40 对 $1.40）；Terminal-Bench 4.0 解题率从 21.5% 升至 50.3%。该模型已面向 Plus、Pro、Enterprise 和 Edu 用户在 ChatGPT Work、Codex 和 API 中可用。
原文汇总了 API 降价幅度与多项基准数据，读者可据此比较该模型与 Sonnet、Opus 的成本性能位置。
腾讯混元发布 Hy-SimulMT-30B-A3B 实时同声传译模型，支持中英双向语音到语音同传和实时音色克隆，模型已在 Hugging Face 开源，提供 FP8 和 GGUF 版本。在 RealSI 长音频评测中 StreamLAAL 约 3 秒，为对比系统中最低，GEMBA 得分超过对比的开源模型和五个商业 API 中的四个；小规模对照测试中翻译质量与 CATTI 持证同传译员相当且延迟通常更低。GitHub 提供 SimulInfer 推理服务和 SimulTrain 训练工具，语音输出和音色克隆需配置 TTS 服务。
作者 boro64 将 Nota AI 对 NVIDIA Nemotron 3.5 Lightning 30B-A3B 的 1.58-bit 三元化权重从 MLX 格式无损重打包为 GGUF Q2_0（8.82 GB），在原版 llama.cpp 和 PrismML fork 上均可运行。在 RTX 4070 Ti 12 GB 上权重约 9.5 GB，最高 368K 上下文全 GPU 运行，解码 172 tok/s、prefill 约 7000 tok/s；needle 测试 341K 内 3/3，410K 时 2/3。质量约为 BF16 教师模型的 89%，长文阅读、检索、摘要较强，复杂编码和数学推理偏弱；文中还给出 WDDM 显存降级 20 倍、禁用 --kv-vram-cells 等实测调优建议。
Studio