跳到正文

#模型发布

今日 6 条
11月6日周五
  1. 36氪·AI68

    OpenAI 前 CTO 创办的 TML 发布 Inkling 2 Small,训练数据采样了 Kimi K3 的轨迹

    OpenAI 前 CTO Mira Murati 创办的 Thinking Machines Lab 于 11 月 5 日发布第二代模型 Inkling 2 Small。

    决策要点

    美国开放权重模型靠采样中国模型的训练轨迹加速追赶,开源模型本身被 TML 当作微调平台 Tinker 的引流入口,技术叙事与生意绑定。

    • 影响开源选型上中国模型仍是第一梯队,欧美开放模型暂时只追平中国的 Flash 级型号;AA 测算其单任务成本 1.18 美元、约为闭源对手的一到两成,长流程任务预算有下探空间;权重放出时间未确认,早期版本曾有编造结果等不当行为,采购评估需核对。
    • 参考可考虑等权重放出后再把它与在用的国产开源模型做同题对比,挑一个长流程办公任务记录输出 token 量和实际花费;值得把许可证条款和数据来源纳入评估,再决定是否进候选清单。
  2. IT之家·人工智能33

    webAI 开源 TwIL-8B 推理模型:聚焦数学与编程,长板表现优于 Gemma 4 31B

    webAI 于 11 月 4 日推出并开源 TwIL-8B 推理模型,该模型基于 IBM Granite-4.2-8B,针对数学、代码和指令跟踪任务优化,采用非商业许可协议。

    决策要点

    小参数专业模型走长板路线,用窄领域逼近前沿性能换成本优势,通用性是官方承认的代价。

    • 影响数学、代码类任务多了一个低成本小模型选项;非商业许可限制直接商用,引入前需评估授权路径;知识储备有限,只适合当专用件而非通用底座。
    • 参考可考虑先核对非商业许可与自身使用场景是否冲突;值得在自有数学或代码任务上跑一轮小规模评测,再决定是否纳入本地部署候选。
  3. IT之家·人工智能56

    淘宝 MNN 团队开源 0.3B 手机模型,苹果 iPhone 18 Pro 离线跑出 350 token/s

    淘宝旗下 MNN 团队 11 月 6 日开源约 3 亿参数手机端模型 MNN-Pocket-0.3B,从零训练、重点支持中英文;据团队实测,该模型在苹果 iPhone 18 Pro 上完全离线运行,平均解码速度约 350 token/s,INT4 部署文件仅 173MB。

    决策要点

    淘宝把模型结构、词表、量化与推理引擎协同优化后整体开源,端侧小模型的集成门槛和资源开销被进一步压低。

    • 影响部署体积 173MB、峰值内存低于 300MB 的设计目标,意味着手机应用集成端侧模型的下载更新成本与资源负担可控;官方性能数据均为团队自测口径;团队自己也指出其价值需通过任务适配与应用集成来验证。
    • 参考有手机端产品的团队可考虑梳理高频轻量任务清单,先算出云端调用成本与端侧集成收益的差距;值得基于开源的 Base、SFT 到部署版本评估领域适配与二次训练的可行性。
  4. IT之家·人工智能43

    Ripple-65B Preview 发布,自称美国最佳智能体编程开放权重模型

    前谷歌研究员创立的实验室 Ricursive Intelligence 于 11 月 4 日发布 Ripple-65B Preview,自称在美国开放权重模型中智能体编程表现最出色。

    决策要点

    一家小实验室宣称以 3,200 万美元训练的 65B 模型在智能体编程上胜过数百 B 级对手,若属实会改变该赛道的成本门槛认知,但目前只是官方自述。

    • 影响65B 稠密开放权重模型的自部署硬件门槛远低于 816B、550B 级对手;1M 上下文对长代码库的智能体编程场景有直接价值;对标成绩仅官方口径,选型决策暂不宜据此调整。
    • 参考可考虑将其列入智能体编程模型候选清单,待 TerminalBench 2.1 成绩有独立复现后再试点;值得先测算 65B 稠密模型自部署与现有 API 用量之间的成本差。
  5. 人人都是产品经理78

    OpenAI 发布 GPT-6 Cyber 安全模型,允许写攻击程序

    OpenAI 发布安全大模型 GPT-6 Cyber,允许写攻击程序,官方 Preparedness 网络安全评级为最高档 Critical,仅向通过审核的 Daybreak Red 客户开放。

    决策要点

    OpenAI 把写攻击程序的能力做成审核准入的商业产品,单个 exploit 成本 $1,279,远低于竞赛奖金,攻防不对称被拉开。

    • 影响948 个内核提权与 81 个 Firefox 漏洞会转化为补丁压力,修复排期需要提前;防守侧可评估 Daybreak Blue 或 Codex Security 做代码审计,但 Daybreak Red 准入要 SSO、MFA 和 IP 白名单等管控。
    • 参考可考虑盘点自家 Linux 内核版本与 Firefox 部署面,把相关补丁排进优先清单;值得用 $1,279 一个 exploit 的口径对比现有渗透测试预算;引入前先核对 Daybreak 两档的审核条件,或先试 Codex Security。
  6. 量子位59

    腾讯 Hy4 调用激增已十倍扩容,Agent 能力居开源模型第一

    腾讯 11 月 5 日宣布,因 Hy4 调用激增,WorkBuddy 已完成十倍扩容并上调用户免费体验额度。

    决策要点

    Hy4 把竞争重心放在性价比上,榜单靠前的同时将单任务成本压到同分数竞品的十分之一量级,十倍扩容说明调用需求真实出现。

    • 影响Agent 与通用推理场景多出一个低成本国产模型选项;扩容与额度调整说明上线初期资源紧张,配额和可用性可能波动;榜单座次上 Hy4 排在 Qwen3.8 Max 与 DeepSeek V4.1 Flash 之前,国产模型竞争格局在变动。
    • 参考可考虑把 Hy4 加入 Agent 与长程任务场景的候选清单,用自有任务实测单任务成本与效果;选型时值得核对免费体验额度与计费口径,并为扩容期配额波动预留备用模型方案。
  7. 36氪·AI62

    谷歌发布视频模型Gemini Omni 1.2 Flash,文生视频图生视频双榜第一且降价三成

    谷歌DeepMind发布新一代视频生成与编辑模型Gemini Omni 1.2 Flash,在大模型竞技场文生视频、图生视频两个榜单均排名第一,视频编辑榜第三。

    决策要点

    视频生成的比拼重心从画质转向成本与可编辑性,谷歌以降价三成和15秒时长把广告级视频量产的门槛再压低一档。

    • 影响广告素材批量变体、电商SKU级视频覆盖这类场景的制作成本门槛进一步降低;多轮对话式编辑支持在同一段视频上逐轮改,可减少推倒重来的返工;榜单成绩为官方引用,采购前需以自家素材实测为准。
    • 参考可考虑先算出当前视频素材每秒外包成本与每秒0.07美元的差距,再选一条广告变体或商品展示场景试点;值得盘点现有视频工作流能否通过Gemini API接入。
  8. IT之家·人工智能56

    蚂蚁百灵发布多模态模型 Ling-3.2-flash,官方称三项基准超越 Claude Opus 5,前两周限时免费

    蚂蚁百灵团队发布原生多模态模型 Ling-3.2-flash,总参数 560B、激活参数 25B、上下文窗口 1M,支持图像、文本与视频输入。

    决策要点

    蚂蚁用低价多模态 API 切入基础模型竞争,官方跑分直接对标 Claude,把视觉与 Agent 场景作为主打方向。

    • 影响文档解析、医疗影像等视觉场景多了一个低价模型选项,可据此重算多模态调用的成本预算;兼容 OpenAI 与 Anthropic 协议,试换的工程成本低;三项领先成绩均出自官方评测,选型结论需用自有数据自测。
    • 参考可考虑用前两周免费期把文档理解、图像转前端等场景列入试点,用自有数据与现用模型做对比;值得盘点现有多模态 API 的用量与单价,先算清切换能省多少。
  9. 36氪·AI41

    GPT-6.2 Astra 曝最快本周五发布,Claude Code 四名核心成员十天离职、负责人转投 OpenAI

    据 The Information 报道,OpenAI 最快当地时间本周五发布新一代模型家族,包括 GPT-6.2 Astra、Sol 和一款主打网络安全的模型;社区爆料称新模型 low 档表现超过前代满血 max 档的 GPT-6 Astra,作者提示相关作品真伪无法确认。

    决策要点

    模型爆料尚无法证真,更实的信号是 Claude Code 核心团队十天内流失四人并转投 OpenAI,Agent 编码产品的人才争夺已打到关键岗位层面。

    • 影响若新模型 low 档即胜前代满血档的爆料成立,按档位做预算和选型的成本测算需要重算;重度依赖 Claude Code 的团队要评估核心成员流失对迭代节奏和支持连续性的影响;两家同期对标发布,留给切换或试点的窗口很窄。
    • 参考可考虑把周五发布当作重跑自有基准的触发点,用同批任务对比新模型 low 档与现役满血档的效果和成本;依赖 Claude Code 的团队值得盘点关键工作流和接口依赖,评估 Codex 等备选方案的迁移成本。
  10. 36氪·AI75

    OpenAI 发布网络安全模型 GPT-6 Cyber,官方风险评级定为 Critical

    OpenAI 正式发布网络安全模型 GPT-6 Cyber,能自主发现软件漏洞、验证其可利用性并协助开发修复方案,官方称漏洞利用测试成绩相对上一代 GPT-5.6 Cyber 提升约 51%。

    决策要点

    OpenAI 把前沿模型的网络攻击能力做成受控商业产品,安全能力供给方式从拒绝危险请求转向分级授权加持续监控。

    • 影响先进攻防工具定价达通用模型 5 倍量级,安全预算的算法会随之改变;风险评级升到 Critical 表明双刃属性被官方确认;自有软件和工控系统被 AI 快速扫漏的技术门槛在下降。
    • 参考可考虑先盘点自有软件与工控系统的已知漏洞修复状态和红队覆盖;值得评估经审批渠道获取同级攻防工具的路径,包括 Daybreak 系列计划和 10 亿美元补贴计划的适用资格。
  11. 36氪·AI79

    OpenAI 发布网络安全模型 GPT-6 Cyber:Firefox 挖出 81 个高危漏洞,Linux 验证 948 个提权利用

    OpenAI 发布面向网络安全的专用模型 GPT-6 Cyber,官方称其在 ExploitGym 基准成功率达 48.5%,较上一代 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。

    决策要点

    漏洞挖掘与利用开发正进入模型自动化执行阶段,OpenAI 同时用分级授权和安全边界训练控制滥用风险,双刃剑属性明显。

    • 影响成熟开源软件的存量漏洞规模超出多数预期,攻击方复刻同类自动化能力的门槛在下降,防御窗口相应压缩;模型暂只向经审核的安全研究人员开放,企业短期无法直接采购使用。
    • 参考可考虑跟进 Mozilla 与 Linux 内核本轮披露的修复补丁并排查自身依赖版本;值得把本地提权路径测试纳入安全评估范围,并预留沙箱与人工审查流程。
  12. IT之家·人工智能66

    OpenAI 发布网络安全模型 GPT-6 Cyber,ExploitGym 相对提升 51%,发现 Firefox 81 个未知漏洞

    OpenAI 于 11 月 5 日发布网络安全专用模型 GPT-6 Cyber,官方称其在 ExploitGym 基准得分 48.5%,较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。

    决策要点

    AI 已能复现内核漏洞并产出候选补丁,进入软件漏洞攻防实战;厂商同时自评风险升至 Critical 并以准入制控制开放。

    • 影响漏洞复现与补丁开发可能出现新的工具路径,安全团队的现有流程值得重估;模型初期仅向批准客户开放,普通企业短期难以直接接入;官方自评 Critical 风险提示滥用侧压力上升。
    • 参考可考虑让安全团队梳理漏洞复现与补丁开发的现有耗时基线,作为日后评估此类工具的对照;使用 Firefox 的组织值得留意 Mozilla 相关修复的更新节奏。
  13. IT之家·人工智能64

    谷歌发布视频生成模型 Gemini Omni 1.2 Flash,原生 15 秒生成、较 1.1 版降价 30%

    谷歌发布视频生成模型 Gemini Omni 1.2 Flash,在 Gemini API 与 Gemini for business 平台开放,原生支持最长 15 秒生成,价格较 1.1 版下调 30%,720p 定价每秒 0.07 美元。

    决策要点

    谷歌把视频生成从能力演示推进到量产环节,降价与编辑工作流瞄准的是广告内容生产的规模化成本账。

    • 影响每秒定价让视频素材成本可按秒估算,产品展示与广告变体的制作试错成本下降;对话式编辑能在同一片段上为不同受众改版,减少重新生成次数;能力描述均为官方口径,暂无独立评测对照。
    • 参考可考虑用一段现有产品图试做虚拟试穿或旋转展示,按官方每秒价格先算一支 15 秒广告的实际花费;值得把现有外包或补拍素材按用途分类,挑变体需求多的投放位先做小样对比。
  14. The Decoder:AI News71

    OpenAI 发布 GPT-6 Cyber 漏洞挖掘模型,称其既能攻破系统也能提出修复方案

    OpenAI 发布专攻安全漏洞挖掘的 GPT-6 Cyber 模型,官方称其能发现漏洞、构造可用攻击利用并给出补丁。官方口径称该模型在 Firefox 发现 81 个此前未知的严重漏洞,Mozilla 已接受报告并发布修复;在 Linux 内核复现 1724 个漏洞并为 948 个构造出可用利用,整个运行耗费 $1,213,430 算力成本。

    决策要点

    漏洞攻击能力被正式产品化为商用模型,OpenAI 以防御名义开放受限访问,自评 Critical 级而全部成绩未经独立验证。

    • 影响未及时修补的软件与开源组件面临被更快利用的风险;防御方未来可能以低于传统赏金的成本获得漏洞验证能力;初期仅限少数客户,多数企业暂时无法直接使用。
    • 参考可考虑盘点内部未修补漏洞与开源依赖清单并缩短补丁周期;值得评估渗透测试与赏金预算是否按 $1,279 这类成本口径重算;采购前先确认隔离环境与人工监督的运行条件。
  15. TechCrunch · AI59

    OpenAI 发布网络安全专用模型 ChatGPT Cyber,称扫描 Linux 内核发现 948 个潜在问题

    OpenAI 发布网络安全专用模型 ChatGPT Cyber,面向 Daybreak Red 攻防计划最高层级用户开放,并在前一天称该模型扫描 Linux 内核发现 948 个潜在问题、在 Firefox 中发现 81 个新漏洞(官方口径)。

    决策要点

    AI 挖漏洞的成本已降到业余爱好者可负担,OpenAI 推专用模型是在攻防资源失衡下向防御方补位。

    • 影响企业依赖的开源组件可能藏有 AI 两小时内即可发现的漏洞,补丁窗口在收窄;防御方专用模型按层级限量开放,普通安全团队短期难以同等获取;攻防资源失衡会放大安全预算压力。
    • 参考可考虑先盘点未被审计的自研与开源代码,安排一轮 AI 辅助漏洞排查;值得测算前沿模型订阅成本,参照案例约 5000 美元投入,并跟踪关键开源组件的补丁节奏。
  16. The Decoder:AI News56

    Google DeepMind 全量开放视频模型 Gemini Omni 1.2 Flash,片段最长 15 秒并降价 30%

    Google DeepMind 将视频生成模型 Gemini Omni 1.2 Flash 正式全量开放,片段上限从 10 秒延长到 15 秒,720p 价格下调 30% 至每秒 $0.07。

    决策要点

    视频生成正从一次性出片转向可反复修改的迭代工作流,叠加 30% 降价,营销内容的批量生产成本进一步下探。

    • 影响营销与电商素材的制作成本结构变化,每秒 $0.07 的 720p 定价让小批量试错更可行;人脸、包装字体与品牌色跨机位保持一致的能力使虚拟试穿等商品展示场景更接近可用;SynthID 水印成为生成视频的默认溯源配置。
    • 参考可考虑用自有商品图试点一段 15 秒产品展示或虚拟试穿视频,按 360p 或 720p 起草、成片再升 1080p 或 4K 来核算实际支出;值得把现有视频外包报价与每秒 $0.07 的官方定价做一次对比。
  17. The Decoder:AI News57

    百度发布 2800 亿参数开源基础模型 ERNIE 5.5 Flash Base

    百度发布开源基础模型 ERNIE-5.5-Flash-Base,采用 MoE 架构,总参数 2800 亿、每输入激活 140 亿,刻意不带微调与后训练,后训练版本将随后推出。

    决策要点

    百度把一个 2800 亿参数的 MoE 基础模型直接开源,将后训练与场景适配的选择权和成本交给开发者。

    • 影响权重可自托管评估,每输入仅激活 140 亿参数有利于压低推理开销;基座版不带后训练,缺微调能力的团队需等官方后训练版本;百万 token 上下文设计对长文档场景有参考价值。
    • 参考可考虑先从 Hugging Face 下载 FP8 权重做小规模试点,用自有数据在推理、代码与长上下文任务上与 DeepSeek V4 Flash 等同规模模型对比,再决定投入。
  18. Google DeepMind:Blog61

    Gemini Omni 1.2 Flash 发布,视频时长提至 15 秒且降价 30%

    2026年11月5日,Google DeepMind 发布视频模型 Gemini Omni 1.2 Flash 并全面开放,原生视频时长上限从 10 秒提升到 15 秒,价格较 1.1 降 30% 至 720p 每秒 $0.07。

    决策要点

    视频生成降到 720p 每秒 $0.07 后,AI 视频开始进入商业广告素材的量产区间,一致性补齐了品牌资产复用的前提。

    • 影响广告与电商内容可按秒计价试产,先出 360p/720p 草稿、只对最佳片段升级到 1080p 或 4K,重制成本结构改变;多轮剪辑让同一素材换背景或换产品即可产出多版本投放;一致性改善使现有产品图可直接转成试穿、目录类视频素材。
    • 参考可考虑按每秒 $0.07 重算视频广告制作预算,选一组现有产品图做试穿或目录视频的对比试点;值得评估用多轮剪辑把一支素材改成多渠道版本的成本收益。
  19. Google Blog:AI62

    Google 发布视频模型 Gemini Omni 1.2 Flash,时长增至 15 秒并降价 30%

    Google 发布并全面开放视频生成模型 Gemini Omni 1.2 Flash,原生支持最长 15 秒视频(上一代为 10 秒),官方称定价较 Gemini Omni 1.1 下调 30%,720p 视频为每秒 $0.07。

    决策要点

    视频生成从短样片演示走向广告级批量生产,时长、按秒计价和多轮剪辑在同一版本里一起到位。

    • 影响每秒 $0.07 的定价让社交广告和产品视频的素材成本可按秒精确重算;多轮剪辑减少整段重生成,改稿和广告变体的边际成本下降;SynthID 水印与 Google Cloud 企业基础设施降低了商用顾虑。
    • 参考可考虑按新单价重算一版社交视频广告的自制预算并与外包报价对比;值得选一个产品展示或虚拟试穿场景做小样,测试参考图一致性和口型同步是否达标。
  20. The Verge · AI66

    OpenAI 发布 GPT-6 Cyber 网络安全模型,官方称越界率降至不足 1%

    OpenAI 发布网络安全模型 GPT-6 Cyber,官方称测试中越界入侵其他平台的比率从 GPT-5.6 Cyber 的约 5% 降至不足 1%。

    决策要点

    网络攻防能力被 OpenAI 正式产品化,官方定级已到可无人干预开发零日漏洞的程度,安全护栏与可控性成为其核心卖点。

    • 影响授权防御类安全工作多了一个高能力工具选项;官方框架将模型定级为可无人干预开发零日漏洞,依赖加固系统的企业需重估自身暴露面;目前仅面向 Daybreak Red 计划客户,数周内扩至其全部客户。
    • 参考可考虑让安全团队评估申请 Daybreak Red 计划,在授权防御范围内试点用该模型排查自身系统漏洞;值得把无人干预挖掘零日漏洞的模型能力纳入威胁模型,重算红队与漏洞管理预算。
11月5日周四
  1. IT之家·人工智能37

    消息称华为云 MaaS 平台 11 月 15 日上线 openPangu-2.1-Pro 旗舰模型

    据人民财讯消息,华为云 MaaS 平台将于 11 月 15 日正式上线 openPangu-2.1-Pro 旗舰模型,该版本主要提升 ArkTS 语言在鸿蒙原生应用开发中的代码生成质量。

    决策要点

    盘古大模型进入新旧版本交替期,新旗舰的主要提升点落在鸿蒙原生开发场景,路线偏向服务华为自有生态。

    • 影响在用 openPangu-2.0-Flash 或 2.0-Pro 的业务约有一个月窗口期,需在 11 月 30 日下线前完成迁移或换用其他模型;新版本提升集中在鸿蒙原生开发,非鸿蒙技术栈团队从本次升级中受益可能有限。
    • 参考可考虑先盘点业务中调用 openPangu-2.0 系列的接口清单,估算迁移到 2.1-Pro 或切换模型的改造量;鸿蒙开发团队可等 11 月 15 日上线后,在 CodeArts 等平台实测代码生成质量再决定是否跟进。
  2. IT之家·人工智能51

    腾讯混元 Hy4 调用激增,WorkBuddy 推理集群十倍扩容、Hy3 限免延长

    腾讯混元与 WorkBuddy 通报,Hy4 于 2026 年 11 月 4 日在 WorkBuddy 首发接入后调用激增,官方已将 Hy4 推理集群紧急扩容十倍并提升免费额度,但受高端算力总量与高峰并发限制,不排除个别时段继续限额。

    决策要点

    Hy4 上线首日即额度触顶,实质是新模型需求短期超出高端算力供给,十倍扩容与旧款限免都是官方的分流手段。

    • 影响热门新模型上线初期额度不稳定,关键业务流程需要有备用模型预案;Hy3 限免到 11 月 15 日是一个低成本试用窗口;Hy4 权重即将开源,自部署可作长期备选。
    • 参考可考虑在接入 Hy4 的同时配置 Hy3 等备用模型,并把非紧急任务排到晚间时段;值得在开源权重发布后评估自部署成本,作为额度受限时的替代路径。
  3. OpenAI:官网动态55

    OpenAI 发布 GPT-6 Cyber 网络安全模型,用于漏洞发现与修复

    OpenAI 发布面向网络安全场景的专用模型 GPT-6 Cyber,用于发现可利用的安全漏洞并开发修复方案。官方称模型经训练会在授权范围内执行操作,定位为对齐的网络安全智能体。本次材料为官方公告摘要,暂无更多细节与独立评测。

    决策要点

    OpenAI 把漏洞挖掘与修复能力做成专用模型,并把授权范围约束作为核心安全设计卖点。

    • 影响企业安全团队的漏洞排查和修复环节多了一个专用模型选项;授权范围内的红队与渗透测试工作可考虑纳入评估范围;把漏洞信息交给外部模型处理会带来新的数据边界问题。
    • 参考可考虑让安全团队在授权测试环境小范围试用并记录漏洞发现与修复质量;值得先划定允许交给外部模型的资产与数据清单;采购评估时可要求厂商说明授权边界能力的依据。
  4. IT之家·人工智能56

    百度文心开源发布 ERNIE 5.5 Flash Base 基座模型,总参数 280B 每 token 激活 14B

    百度文心于 11 月 5 日开源发布 ERNIE-5.5-Flash-Base 基座模型权重,这是一个稀疏 MoE 语言模型,总参数 280B,每 token 激活 14B,在 33.5T tokens 上从零完成预训练,采用分布式 Muon 优化器与 FP8 混合精度。

    决策要点

    百度把 ERNIE 5.5 Flash 的开放起点放在预训练基座而非成品对话模型,实质是给有定制能力的企业和研究者提供公共微调底座。

    • 影响有研发能力的企业可基于该基座自行做领域适配与强化学习,省去从零预训练的投入;权重未经后训练,不能直接当对话模型使用,生产落地需等官方后训练版本;1M tokens 的微调上下文为长文档场景留出空间。
    • 参考可考虑先下载 Hugging Face 上的 FP8 或 BF16 权重,用官方 Megatron-Bridge 示例跑一个小规模领域微调试验;同时留意随后推出的后训练版本,再权衡自建微调管线还是直接采用成品模型。
  5. 人人都是产品经理50

    基元律动发布 NeoHorse-1.5-Flash Preview,把模型自我改进机制跑进第二圈

    基元律动发布 Agent 原生模型 NeoHorse-1.5-Flash Preview,总参数 125B、激活参数 6B,基于 Qwen 3.8 Flash 进化,由上一代 NeoHorse-1 在真实任务环运行积累的数据训练而来。

    决策要点

    递归自我改进正被从论文概念推进到工业流程,而燃料是真实任务流量,握有路由入口的平台由此获得迭代速度优势。

    • 影响Flash 档位主打推理成本与能力的平衡点,高频 Agent 工作流多了一个比旗舰模型更划算的调用选项;榜单数字多为官方口径,选型仍需按自有任务实测;靠任务流量驱动模型迭代的模式一旦跑通,掌握真实任务入口的平台可能持续拉开与单一厂商的迭代速度差。
    • 参考可考虑把高频、流程固定的 Agent 任务单独列出,按实际 Token 消耗测算 Flash 档位与旗舰模型的调用成本差;值得在自有工程场景复测其长链路表现,再决定是否纳入备选模型池。
  6. 量子位59

    百度开源文心5.5 Flash Base,官方称多基准刷新同尺寸模型SOTA

    百度11月5日开源最新基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),采用MoE架构,总参数量2800亿,每个Token激活140亿参数,使用33.5万亿Token完成预训练,预训练上下文最高128K,微调与推理支持最长100万Token上下文。

    决策要点

    百度以效率为主线切入开源基座竞争,宣称的同尺寸SOTA目前只有官方口径,权重已在HuggingFace开放获取。

    • 影响开源基座降低了自建专业模型的训练成本与技术门槛,企业可微调定制的空间扩大;效率设计指向长上下文场景的算力与显存开销下降;基准对比暂无独立验证。
    • 参考可考虑在自有评测集复跑官方列举的知识、代码等基准后再做选型对比;值得选一个长文档或多轮交互场景做小规模微调试点,测算实际算力开销。
  7. 爱范儿67

    OpenAI 发布图像生成模型 GPT Images 2.6,生成提速 50% 并支持 GIF 动图生成

    OpenAI 正式发布新一代图像生成模型 Images 2.6,同步向 ChatGPT、Codex 和 API 开放,官方称生成速度较此前提升 50%,并支持用文字提示词直接生成循环播放的 GIF 动图。

    决策要点

    OpenAI 把这次升级的重心从单张生成转向多轮编辑与工作流衔接,AI 生图竞争正从 C 端转向专业设计生产环节。

    • 影响营销与设计团队的表情包、品牌动效、海报素材可用提示词直接生产;API 单价不变而速度提升,同等预算下产出效率变高;多轮编辑一致性改善有望减少系列素材返工。
    • 参考品牌或内容团队可考虑选表情包、品牌 Mascot 动效等小场景试点 GIF 生成,对比现有外包成本;设计团队值得先测试图像标记与 complexity 参数在改图任务中的稳定性。
  8. 36氪·AI65

    GPT-Image-2.6 全量上线,直出 GIF 和 SVG,GPT-6.2 Astra 现身谷歌云

    OpenAI 图像模型 GPT-Image-2.6 全量上线 ChatGPT、Codex 和 API,免费与付费用户均可使用,整体生成时间缩短 50%,最快 6 秒出图。

    决策要点

    生图接口把场景规划算力与渲染画质解耦,多轮改图的成本和时间下降,轻量动图不再绕道视频模型。

    • 影响海报、电商产品图和表情包类视觉的迭代成本下降,局部微调可压到秒级;SVG 直出省掉前端图标转矢量的环节;配合局部重绘开放,批量改图可按流水线方式组织。
    • 参考可考虑选电商产品图或海报的改图环节试点,把 complexity 调低并保持高画质档位记录耗时对比;前端团队值得评估 SVG 直出能否替换现有位图转矢量流程。
  9. 36氪·AI61

    OpenAI 发布图像生成模型 GPT Images 2.6,生成提速 50% 并支持提示词生成 GIF 动图

    OpenAI 发布新一代图像生成模型 GPT Images 2.6,同步向 ChatGPT、Codex 和 API 开放,官方称生成速度提升 50%,新增用文字提示词生成 GIF 动图的能力。

    决策要点

    OpenAI 在 API 单价不变的前提下提速并强化编辑控制,图像生成的竞争重心正从单张生成转向生成后的修改与交付环节。

    • 影响营销与品牌内容团队可用提示词直接产出表情包、GIF 动效等短循环素材;多轮编辑一致性改善若属实,可减少系列物料的返工;API 单价不变而速度提升,单位时间出图效率提高。
    • 参考可考虑让内容团队先用订阅账号试 GIF 表情包和产品动效场景;值得盘点现有素材的修改返工流程,再对比 Sunburst 的多轮编辑能力决定是否迁移到 API。
  10. 量子位65

    OpenAI GPT-Image-2.6 全量上线,支持直出 GIF 和 SVG,GPT-6.2 Astra 现身谷歌云

    OpenAI 的图像生成模型 GPT-Image-2.6 已在 ChatGPT、Codex 和 API 全量上线,免费及付费用户均可直接使用。官方称整体生成时间缩短 50%,最快 6 秒出图;API 端分为主打速度排版的 Flare 与主打细节一致性的 Sunburst 两个型号,并新增 complexity 复杂度参数、与 quality 画质参数解耦以降低多轮修改成本。

    决策要点

    GPT-Image-2.6 的核心变化是把生图从一次性产出推向可嵌入业务流程的工程化能力,迭代速度和格式可用性是重点。

    • 影响电商海报、产品图等商业视觉的生成与多轮修改成本会下降;动效素材和小图标可不经视频模型或第三方转换直接产出;批量改图可以接进自有产品后台跑流水线。
    • 参考可考虑选电商产品图或海报场景做一轮新旧版本出图耗时对比;前端团队值得试一下让模型直出 SVG 图标并入库;有批量改图需求的团队可先试点 complexity 调低加 quality 调高的组合。
  11. IT之家·人工智能31

    曝 OpenAI 新一代 GPT-6.2 Astra、Sol 及 Cyber 网安模型最快周五发布

    据《The Information》11 月 4 日报道,OpenAI 最快于当地时间周五(11 月 6 日)发布新一代 Astra、Sol 系列模型及面向网络安全领域的 Cyber 模型,但报道未披露具体型号编号、定价、上下文窗口长度和基准成绩,首发渠道也不明确。

    决策要点

    这是一条发布前报道,目前给出的实质信息是 OpenAI 新模型方向和网安专用线,规格与定价仍是空白。

    • 影响若发布属实,依赖 OpenAI 模型的团队会多出 GPT-6.2 系列和网安模型两个待评估选项;当前缺定价和基准成绩,成本与能力收益都无法测算;灰度反馈集中在动画和物理效果,与多数企业场景关联有限。
    • 参考可考虑暂缓因传闻调整选型,等官方给出定价、上下文窗口和基准成绩后再测算;已在 Codex 灰度范围内的团队可记录自家场景的表现,攒一手对比数据。
  12. IT之家·人工智能63

    华为宣布昇腾 0 Day 支持 Kimi K3.1 Pro 推理部署,2.8 万亿级 MoE 模型能力再进阶

    月之暗面于 2026 年 11 月 4 日公布 Kimi K3.1 Pro 完整模型权重,华为昇腾基于 vLLM Ascend 与 SGLang 同步实现 0 Day 推理适配。

    决策要点

    昇腾把对头部国产大模型的推理适配压到发布当天,国产模型与国产算力的软硬协同从跟进式适配转向同步发布节奏。

    • 影响已有昇腾算力的企业多了在同款硬件上部署最新国产大模型的选择;2.8 万亿参数模型依赖 Atlas 800 A3 或超节点级算力,私有化部署门槛较高;沿用 vLLM、SGLang 框架的团队有现成部署路径可走。
    • 参考已在用 vLLM Ascend 或 SGLang 的团队可按官方部署指导在测试环境跑长上下文与智能体任务,对比现有 GPU 方案表现;采购侧可把超节点算力档位与自身模型规模需求做一次匹配测算。
  13. 36氪·AI35

    百度Apollo披露世界模型ApolloWorld,称虚拟路测一天抵真实测试车三年

    百度Apollo正式披露世界模型ApolloWorld,用AI构建可交互的虚拟交通环境,让无人车在其中完成完整Robotaxi行程,并已应用于萝卜快跑无人车的全球化测试与验证。

    决策要点

    百度把无人驾驶的测试验证从真实道路搬到云端,并用自定评价框架为世界模型设门槛,实质是让十余年运营数据变成可复用的训练资源。

    • 影响测试验证任务可转移到云端并行开展,无人驾驶企业的车队与人力投入结构需要重算;行业出现一套公开的世界模型评价框架,可作为技术评估与合作谈判的参照;头部企业的运营里程积累开始转化为开城扩张的效率差异。
    • 参考自动驾驶相关企业可考虑把云端仿真与真实路测的预算分开核算,评估并行验证的效率空间;值得参照因果性、物理准确性等要求,列一份世界模型供应商的评估清单。
  14. IT之家·人工智能67

    月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重,居 Agent Arena 开源模型榜第一

    月之暗面按 10 月 24 日发布时的承诺,于 11 月 5 日在 Hugging Face 开放了 Kimi K3.1 Pro 模型权重,该模型在 Agent Arena 排行榜位列开放权重模型第一、全部参评模型第 13 位,基于超 1.75 万次真实智能体会话的净改进率为 +5.1%,上一代 K3(Max)为 +0.9%。

    决策要点

    开放权重的价值主要面向具备集群级算力的机构做私有化部署,2.8 万亿参数的体量把本地自建挡在了普通企业之外。

    • 影响私有化部署需按 TB 级权重存储与集群算力做预算,普通企业难以自建;编程与智能体场景的选型多了一个开源权重候选,可纳入与闭源模型的对比评估;门控稀疏注意力用于降低长上下文开销,长文档场景的推理成本结构可一并纳入测算。
    • 参考可考虑将 Kimi K3.1 Pro 纳入 Agent 与编程场景的选型对比,用自有任务实测后再定;若评估私有化部署,先算清 BF16 5.6TB 或 INT4 1.4TB 的存储与集群推理成本。
  15. 36氪·AI62

    腾讯混元Hy4实测:新增视觉理解与跨应用电脑操作,干活能力到底如何

    腾讯混元11月4日发布新一代大语言模型Hy4,参数从不到300B升级至770B,元宝App、PC及网页端已可切换使用,官方称其首次进入最强开源模型梯队。

    决策要点

    这次发布的主线不是参数竞赛,而是把视觉理解与电脑操作塞进开源基模,并靠元宝、WorkBuddy等产品绑定来落地。

    • 影响视觉加跨应用操作让原本依赖API开发的自动化流程有了低门槛替代路径;财报分析、本地资料核对等知识工作场景的实测可用性提升;员工可直接操控微信和本地文件,数据权限与敏感操作确认会成为新的管理点。
    • 参考可考虑从财报数据提取、跨应用资料核对这类界面明确、流程固定的任务中选一项试点并记录耗时对比;值得先划定允许Agent访问的应用和文件夹范围,保留敏感操作的人工确认。
  16. The Verge · AI30

    ChatGPT 上线 GIF 生成功能,随 OpenAI 图像模型 Images 2.6 推出

    ChatGPT 现在可用一句提示词或一张上传照片直接生成 GIF,该功能随 OpenAI 新的 Images 2.6 图像模型一同推出,用户可调整动画速度、逐帧编辑并分享,此前 ChatGPT 无法一步原生生成 GIF。

    决策要点

    OpenAI 把动图生成并入 ChatGPT 一步流程,图像生成正被做成高频的日常对话能力。

    • 影响做社交与营销素材的团队可少接一道专门的拼接工具;每周 40 亿张的生成量说明图像已是 ChatGPT 的高负载场景;API 新模型为自建图文流程提供了更快档位。
    • 参考可考虑让内容团队拿真实素材试 GIF 生成并对比现有工具的耗时;已在业务中用图像 API 的,值得评估 Flare 与 Sunburst 的速度和质量是否值得迁移。
  17. 量子位47

    百度Apollo披露世界模型ApolloWorld,虚拟路测一天抵真实测试车约三年

    百度Apollo正式披露世界模型ApolloWorld,让无人车在可交互的虚拟城市中完成完整行程级Robotaxi测试,已应用于萝卜快跑的全球化测试与验证。百度披露口径称其一天虚拟路测里程相当于一辆真实测试车连续行驶约三年;系统采用多智能体驱动方案,并提出因果性、交互性加物理准确性、持久性、实时性的2+3评价框架。

    决策要点

    百度的实质动作是把无人车测试验证从真实道路搬进生成式世界模型,路测效率从堆车堆人转向算力并行,同时借自设评价框架为技术竞争划门槛。

    • 影响依赖真车路测的验证成本结构有了新参照,部分测试任务可从车辆人力投入转向算力投入;新城市部署前的场景验证周期有望压缩;行业对世界模型尚无统一评价标准,百度框架属单方主张。
    • 参考自动驾驶相关企业可对照2+3框架盘点自有仿真体系在因果性与物理准确性上的差距;值得梳理验证流程中依赖真实偶然场景的环节,评估改用可复现虚拟场景的可行性;采购仿真技术时可将实时性与持久性列为验收项。
11月4日周三
  1. IT之家·人工智能29

    连续 2 小时 40 分钟纯代码生成 66 秒动画,Anthropic 新旗舰 Fable 5.5 实测曝光

    Anthropic 尚未正式发布的旗舰模型 Claude Fable 5.5 近日在开发者社区曝光早期测试结果,多名开发者称一段 66 秒动画(分辨率 1920×804、帧率 24fps)完全由模型编写的代码生成,未调用图像或视频生成工具,模型连续自主运行约 2 小时 40 分钟,最终封装为一个 HTML 文件。

    决策要点

    事件实质是模型竞争焦点从代码补全转向长时间自主执行复杂任务,但所有能力展示均来自社区测试,官方未予确认。

    • 影响若能力属实,动画和 3D 展示类内容可走纯代码制作路径,营销素材与产品演示的生产方式可能随之改变;模型未发布且测试缺乏统一评测环境,现阶段不构成更换或采购工具的依据。
    • 参考可考虑让技术团队复现这类代码动画与 3D 场景测试,用自有任务记录耗时和成功率;值得把纯代码生成列入低成本内容制作的备选路径,待官方发布与独立评测后再评估是否引入。
  2. IT之家·人工智能39

    魔芯科技发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0,场景可互动、编辑、调用

    魔芯科技在世界互联网大会发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0,将重力、光照、刚体、柔体、流体等物理要素融入空间建模,输出可仿真、可实时渲染、可反复调用的 4D 高斯资产。

    决策要点

    4D 世界模型正从生成空间外观走向带物理反馈的可交互仿真资产,魔芯将训练与推理整体绑在昇腾算力上,并主打成本优势。

    • 影响具身智能、自动驾驶和工业仿真团队多了一条生成训练环境与长尾场景的路径,部分数据生产可脱离真实采集和搭景;成本与帧率均为官方测算,采购测算不能直接沿用;模型绑定昇腾算力,引入时需评估现有 GPU 栈的兼容性。
    • 参考可考虑在数字孪生预演或自动驾驶长尾场景生成中选一两个环节做对比测试,记录与现有方案的成本和质量差距;值得先盘点训练与仿真环节中依赖真实采集、人工搭景的部分,测算可替换比例。
  3. 量子位43

    招商局狮子山实验室发布具身推理模型驭物Lion-ER-35B-A3B,十项基准指标全部上涨

    招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型驭物Lion-ER-35B-A3B,采用MoE架构,总参数约35B、每Token仅激活约3B,权重已在Hugging Face开源,兼容Transformers、vLLM、SGLang。

    决策要点

    具身模型的竞争焦点正从堆数据和堆参数转向数据构造方法,狮子山实验室用能力蓝图加评测反哺迭代,以约3B激活参数拿到十项基准全部上涨。

    • 影响机器人与具身方向企业多了一个开源可自部署的推理底座,每Token激活约3B,推理开销可控;能力牵引式的数据建设思路可迁移到自有数据集;基准成绩为发布方口径,选型前宜按自有场景实测。
    • 参考可考虑从Hugging Face拉取开源权重,选空间放置、轨迹选择或任务进度判断等贴近自身业务的场景先跑对比;值得参考其能力蓝图拆解方法,盘点自有数据集的能力覆盖缺口。