跳到正文
只看模型
10月28日周三
  2. Rohan Paul62

    Liquid AI 发布新一代开源权重模型家族 LFM3，1.7B 文本模型表现超越其前代 2.6B 模型。性能提升来自 tri-hybrid 架构，24 层中 13 层为短卷积、5 层用 256-token 滑窗注意力、6 层全局注意力；官方称 LFM3-VL-2B 可与参数量大 6 倍的 Gemma 4 12B 竞争，作者引用的数据称 1.7B 模型在 AutomationBench 得分 41.29，高于 Qwen3.5-9B 的 15.10。

    引用Liquid AI@liquidai

    Introducing 𝙻𝙵𝙼𝟹: our new generation of Liquid Foundation Models. With a new tri-hybrid architecture and new multimodal encoders, the LFM3 family is the ideal model suite for specialized intelligence. > 6 model instances, across text, audio, vision, and omni modalities, generative and decision models. > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱: text, 256k context window. > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱: vision-language model with video-input support for spatial understanding > 𝙻𝙵𝙼𝟹-𝙰𝚞𝚍𝚒𝚘-𝟸𝙱: tool calls, voice chat, reasoning in 18 languages. > 𝙻𝙵𝙼𝟹-𝙾𝚖𝚗𝚒-𝟸𝙱: an omni model combines vision, audio, and language. > 𝚍𝟷-𝟸𝙱 and 𝚍𝟷-𝙾𝚖𝚗𝚒-𝟸𝙱: decision models with typed outputs and calibrated probabilities in a single pass. Omni adds audio input. > fine-tune on 1 GPU. > a new tri-hybrid architecture > architecture optimized for 14 processor classes across GPUs, CPUs, and NPUs. > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱 is a beast. It performs competitively with Gemma 4 12B (6x larger), and Gemini 3.5 Flash Lite, and GPT-5.6 Luna, with 1.9B parameters. > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱 is #1 on the Pareto frontier of device intelligence 𝚙𝚒𝚙𝚎𝚝𝚝𝚎.𝚕𝚒𝚚𝚞𝚒𝚍.𝚊𝚒 Every modality for specialized intelligence. Pick the one that fits your use case, customize it, and run it on-device. 1/ 🧵

  3. Liquid AI 模型与工程博客68

    Liquid AI 发布 LFM3 多模态开源权重模型家族，2B 级覆盖文本、视觉、音频、omni 和决策模型

    Liquid AI 发布新一代 LFM3 模型家族，以 LFM3-1.7B-Base 为共享骨干，首批开放六个 2B 级模型（文本、视觉、音频、omni 及两个决策模型）的开放权重，可在 Hugging Face、Playground 和 Liquid AI API 获取。

    推荐理由：原文给出 LFM3 各模型的具体架构、基准和端侧性能数据，读者可以据此评估小参数量多模态模型在本地方案中的可行性。

  4. Philipp Schmid62

    Google DeepMind 的 Philipp Schmid 宣布 Genie 4 发布，这是一个实时多模态世界模型，可逐帧渲染可玩环境，响应键盘控制和文本提示。新版本带来原生音频、会动会说话的角色、更清晰的物理效果和实时提示词编辑。Google AI Ultra 用户可优先加入候补名单，更多示例见 DeepMind 官方博客 https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/。

  10. Sundar Pichai65

    Google 发布 Genie 4，称其为其最真实、最具交互性的世界模型。它支持实时引导动态环境、调整事件、镜头角度和动作，可生成与场景匹配的原生音频并让角色实时对话，模拟照片级真实场景和现实物理，并通过 Gemini 推理创建更连贯的多步事件。

    同一件事，精选收录的是《Google DeepMind 发布实时交互世界模型 Genie 4》

  13. Google AI67

    Google DeepMind 发布世界模型 Genie 4，称其为最逼真、可交互的世界模型。用户可用自然语言实时控制世界和音景，如改变天气、移动镜头或向环境添加新元素；Gemini 充当模拟的“大脑”，负责把请求转成动作、规划复杂事件并随剧情调整，模型还新增环境音和可实时适应的互动人物对话。

    同一件事，精选收录的是《Google DeepMind 发布实时交互世界模型 Genie 4》

  15. Google DeepMind：Blog73

    Google DeepMind 发布实时交互世界模型 Genie 4

    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。

    推荐理由：官方完整说明了 Genie 4 的实时交互、原生音频和与 Gemini 协作机制，也坦陈当前在长时一致性和物理精度上的局限。

10月27日周二
  2. Mustafa Suleyman57

    Microsoft AI CEO Mustafa Suleyman 宣布 MAI-Image 现居全球图像编辑模型第二，称再次超越 Google、Meta、xAI 和 GPT-Image-2.5-Flare，可在 MAI Playground 试用。引用的 Artificial Analysis 分析称 MAI-Image-2.7-Preview 在 AA-Image-Editing v2.1 榜单排名第二，7 项编辑动作全面高于 MAI-Image-2.6，其中 4 项排名第一，最大提升为 Composition & Framing（+57 Elo），目前仅支持图像编辑，文生图功能即将推出。

    引用Artificial Analysis@ArtificialAnlys

    Microsoft's MAI-Image-2.7-Preview takes #2 on AA-Image-Editing v2.1, close behind OpenAI's GPT Image 2.5 Sunburst (max) and a clear step up from MAI-Image-2.6 MAI-Image-2.7-Preview is Microsoft AI's newest image editing model, succeeding MAI-Image-2.6, released in August. In our testing, MAI-Image-2.7-Preview scores higher than MAI-Image-2.6 on all 7 editing actions we measure, and ranks #1 on 4 of them: Scene & Style Edit, Text or Symbol Edits, Reasoning-Based Edit, and Enhancement & Restoration. This new model improves on MAI-Image-2.6 with the biggest gains in Composition & Framing (+57 Elo), Text or Symbol Edits (+49) and Scene & Style Edit (+48). We see its best use cases to be in Live-Action Film, Consumer and Frontier edits, where it ranks #1. MAI-Image-2.7-Preview is available today in MAI Playground for image editing only, with text to image stated to be coming soon. Congratulations to @MicrosoftAI on the release! See below for our detailed analysis and example outputs of MAI-Image-2.7-Preview in the Artificial Analysis Image Arena 🧵

  18. IT之家·人工智能85

    OpenAI 宣布 AI 模型取得三项科学突破，涉及局部光滑猜想、指数时间假设与杨–米尔斯理论

    OpenAI 于 10 月 27 日宣布其 AI 模型在数学、计算机科学和物理学领域取得三项研究突破。数学上给出了所有维度下局部光滑猜想的证明，从而解决挂谷猜想与斯坦因限制猜想；计算机科学上给出推翻指数时间假设（ETH）的证明，暗示相关计算任务可能有更快算法；物理学上提出量子色动力学及标准模型一种统一完备化的严格存在性证明，涉及杨–米尔斯千禧年难题的一部分。

    推荐理由：原文梳理了三项成果的数学背景和验证方式，并注明仍待学术界独立确认，读者可据此把握证据强度。

  19. IT之家·人工智能79

    OpenAI 发布 GPT-6.1 Terra：主打低成本电脑操作任务，每项任务成本约为 Claude Opus 5.5 的九分之一

    OpenAI 于 10 月 27 日发布新模型 GPT-6.1 Terra，主打以更低成本完成复杂电脑操作任务，擅长视觉推理和桌面软件自动化，10 月 27 日起向 Plus、Pro、Enterprise 和 Edu 用户开放，可在 ChatGPT Work 和 Codex 及 API（gpt-6.1-terra）中使用。

    同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，主打电脑操作与写作能力》

  22. Sam Altman71

    OpenAI 发布 GPT-6.1 Terra，以更低价格提供快速且能力较强的计算机使用能力。据官方介绍，该模型能理解屏幕内容、跨应用执行操作、自然写作，效率足够承担更多整个工作日的任务；Sam Altman 表示对新 era 的 computer use 尤其期待。

    引用OpenAI@OpenAI

    GPT-6.1 Terra：以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容，跨应用执行操作，写作自然流畅，是一个能胜任你整个工作日的更强大模型，并具备承担更多工作的效率。

    同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，主打电脑操作与写作能力》

  24. Tibo74

    作者宣布 GPT-6.1 Terra 回归，称这是其首个在写作、个性和细致理解请求上显著更好的模型。该模型擅长电脑操作，可理解屏幕内容并跨应用执行操作，在 API 和订阅中提供的用量是 6.1 Sol 的 2 倍，价格更低。

    引用OpenAI@OpenAI

    GPT-6.1 Terra：以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容，跨应用执行操作，写作自然流畅，是一个能胜任你整个工作日的更强大模型，并具备承担更多工作的效率。

    推荐理由：发布者本人说明了 Terra 在写作与屏幕理解上的改进，并给出相对 6.1 Sol 两倍用量的对比，便于评估适用场景。

  25. OpenAI：官网动态86

    OpenAI 发布 GPT-6.1 Terra，主打高效计算机操作与更低成本

    OpenAI 发布 GPT-6.1 Terra，定位快速高效的计算机使用与视觉推理模型，标准 API 定价比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%，为每百万输入 token $1、缓存输入 $0.05、输出 $5。

    推荐理由：官方公布了 GPT-6.1 Terra 在电脑操作、编码和成本上的具体数据与定价，便于开发者评估高吞吐任务是否值得迁移。