#模型发布

Mistral 发布 Mistral Large 4 预览版：1 万亿参数、49B 激活

Mistral 发布 Mistral Large 4 预览版，为 1 万亿总参数、49B 激活参数的模型，在其 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练，已可通过 Mistral API 使用，承诺本月底开放权重。

Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型

Mistral 发布 Mistral Large 4（Research Public Preview），在 Artificial Analysis Intelligence Index 得分 38，与 GPT-6 Luna（max, 38）相当，为美中之外最智能模型，计划 10 月底开源 1T 参数（49B 激活）权重。

Musubi 发布开源权重内容审核决策模型 PolicyLM-1.7B

Musubi 于周二宣布发布面向实时内容审核的轻量级决策模型 PolicyLM-1.7B，采用开放权重。该模型可将自然语言编写的内容政策在 50 毫秒内应用到消息上，成本和速度接近传统 AI 分类器，且政策变更时无需重新训练。决策模型自 9 月 Typesafe AI 发布 Jev 后成为热点，OpenAI 和 Amazon 随后也推出了同类模型。

Google 发布图像模型 Nano Banana 2.1，价格约降一半

Google 发布图像生成与编辑模型 Nano Banana 2.1，接替 2026 年 2 月发布的 Nano Banana 2，价格约降一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。

同一件事，精选收录的是《Gemini Nano Banana 2.1 图像生成模型正式发布，gemini-3.1-flash-image 被弃用》

Google 发布 7.4 亿参数开源嵌入模型 EmbeddingGemma 2

Google 发布开源嵌入模型 EmbeddingGemma 2，740M 参数，可将文本、图像、视频、音频和代码转为向量，称其在多模态嵌入基准上优于规模两倍的竞品。

Mistral AI 发布 1.05T 参数多模态 MoE 模型 Mistral Large 4（Le Chonk）

Mistral AI 于 10 月 6 日以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），为 1.05T 总参数、每 token 49B 激活的细粒度 MoE 模型。

Google DeepMind 发布 EmbeddingGemma 2：基于 Gemma 4 的 740M 开源多模态嵌入模型

Google DeepMind 发布开源嵌入模型 EmbeddingGemma 2，可将文本、代码、图像、视频和音频嵌入统一的 768 维向量空间，基于 Gemma 4 架构，共 740M 参数，上下文窗口 8192 token，采用 Apache 2.0 许可。

Philipp Schmid@_philschmid· 02:51AI 评分6262

Philipp Schmid 宣布 EmbeddingGemma 2 发布，是首个基于 Gemma 4 构建的原生多模态嵌入模型，采用 Apache 2.0 许可证，可将 100+ 语言、代码、图像、音频和视频嵌入同一向量。提供 740M omni、440M text+vision、570M text+audio 和 270M text-only 四个版本，支持 8,192 上下文，MTEB Code 提升 14%，支持 768d/512d/256d/128d Matryoshka 嵌入，已在 Sentence Transformers 和 LiteRT-LM 提供，地址 https://huggingface.co/google/embeddinggemma-2。

clem 🤗@ClementDelangue· 01:58AI 评分6363

Mistral 发布 Mistral Large 4（Le Chonk），1T 参数、原生多模态、49B 激活，称其为美欧最佳开源权重模型，API 已可用，开放权重 10 月底发布。Hugging Face CEO Clément Delangue 转发并指出，在权重尚未开放之前不能自称最佳开源权重模型，并附上 Hugging Face 页面链接。

Gemini Nano Banana 2.1 图像生成模型正式发布，gemini-3.1-flash-image 被弃用

Google 在 Gemini API 更新日志中宣布 Gemini Nano Banana 2.1（gemini-nano-banana-2.1）正式可用，作为 Nano Banana 2（gemini-3.1-flash-image）的更新版本。

Unsloth AI@UnslothAI· 00:31AI 评分6262

Google 发布开源嵌入模型 EmbeddingGemma 2，为 Apache 2.0 许可，740M 参数由 270M 文本模型、170M 视觉与 300M 音频编码器组成，支持 100+ 语言、8K 上下文和文本、代码、图像、视频、音频的统一嵌入。270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 本地运行，可通过 Unsloth 的 GGUF 运行和微调。

Sundar Pichai@sundarpichai· 00:31AI 评分5252

Sundar Pichai 宣布 EmbeddingGemma 2，这是其首个开源、原生多模态嵌入模型，740M 参数即可处理文本、代码、图像、视频和音频任务。模型与 Gemma 4 搭配适合离线、隐私优先的 RAG 场景，性能超过一些体积超过其两倍的专业模型，权重已在 Hugging Face 开放下载。

Google@Google· 00:29AI 评分6060

Google 发布最新图像生成与编辑模型 Nano Banana 2.1。官方称其在各项能力上超越此前模型，视觉设计、基于蒙版的编辑和主体一致性提升尤为明显，可生成更自然的图像。

Google@Google· 00:29AI 评分6464

Google 发布 EmbeddingGemma 2，是其首个面向端侧嵌入的原生多模态开源模型。模型基于 Gemma 4 架构，采用 Apache 2.0 许可证，在文本之外将图像、视频、音频和代码统一到单一嵌入空间。

Google@Google· 00:29AI 评分4040

EmbeddingGemma 2 经过优化，可在移动端和桌面端本地运行。 这意味着你可以从语音备忘录中找到特定的视频片段，或用简单的文本查询搜索数小时的音频，全程无需联网。

Google@Google· 00:29AI 评分5656

Google 发布 EmbeddingGemma 2，740M 参数，活跃内存占用约 191MB 至 567MB，官方称其性能超过部分体积两倍以上的模型。上下文窗口较第一代扩大 4 倍至 8K，单次可处理最长 5.5 分钟音频、29 张图片或 58 个视频帧。

Google@Google· 00:29AI 评分4343

EmbeddingGemma 2 现可在 @HuggingFace 和 @Kaggle 下载，Gemini Enterprise Agent Platform Model Garden 即将上线。 了解更多 ↓ https://goo.gle/474rZXq

Google DeepMind@GoogleDeepMind· 00:26AI 评分4949

认识 EmbeddingGemma 2，我们首个面向端侧嵌入向量的原生多模态开放模型。 它超越文本，将代码、图像、音频和视频统一到同一共享空间。🧵

Generalist@GeneralistAI· 22:58AI 评分4747

机器人给它戴上戒指 GEN-1.5 把 O 型圈装到液压杆密封压盖上，然后取下，然后再装上，然后再取下，然后装、取、装…… 阅读下方评论中博客文章，了解更多关于 GEN-1.5 的内容。

Mistral 发布万亿参数模型 Mistral Large 4 公测

Mistral 发布 Mistral Large 4 公测版，总参数 1 万亿、激活 490 亿，在 Artificial Analysis Intelligence Index 得 38 分，远超前代但仍落后 Claude Opus 5.5 的 58 分。

Mistral 发布 1 万亿参数多模态模型 Mistral Large 4，计划三周后开放权重

Mistral AI 于周二发布万亿参数多模态模型 Mistral Large 4（昵称 Le Chonk），定位为介于闭源与中国开源模型之间的第三条路线。目前仅能通过公开 guardrail 端点访问，安全测试完成后计划在三周内开放权重；该模型仅用 4,000 块 NVIDIA GPU 在 Mistral 自有算力上完成训练，优化用例包括网络安全、金融和芯片设计。

OpenRouter@OpenRouter· 22:45同事件AI 评分6868

Mistral 发布 Mistral Large 4，1T 参数、49B 激活、原生多模态，称其为美欧最佳开源权重模型，并在视觉 grounding 上超越闭源前沿模型。模型已在 API 上线，开源权重预计 10 月底发布，可经 Mistral Cloud 从欧洲部署。

同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

OpenRouter@OpenRouter· 22:14同事件AI 评分7272

Mistral 发布 Mistral Large 4（Le Chonk），1T 总参数、49B 激活参数，原生多模态。官方称其在聚合基准上是美国或欧洲最佳开源权重模型，在网络防御、制造和金融等关键负载达到 SOTA，视觉 grounding 超过闭源前沿模型，可通过 Mistral Cloud 从欧洲部署，API 即日开放，开放权重将于 10 月底发布。

同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

Mistral AI 发布 Mistral Large 4 公开预览版，月底开放权重

Mistral AI 于当地时间 10 月 6 日推出 Mistral Large 4（ML4，代号 le Chonk）公开预览版，API 已在 Mistral Studio 开放，模型权重将于本月底开放下载。

Mistral 发布 Large 4 公测：1T 参数多模态模型，本月底开放权重

Mistral 发布 Mistral Large 4（ML4，代号 le Chonk）公开预览，模型为 1 万亿总参数、490 亿活跃参数的原生多模态模型，权重将于本月底开放。

Artificial Analysis@ArtificialAnlys· 21:51同事件AI 评分7171

Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis 智能指数得 38 分，与 GPT-6 Luna (max) 持平，为美国和中国之外最智能的模型；1T 参数（49B 激活）模型的权重计划于 10 月底开放。

同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

Arthur Mensch@arthurmensch· 21:51同事件AI 评分7575

Mistral 发布 Mistral Large 4，1T 参数、49B 激活，原生多模态，称为美国或欧洲最佳开放权重模型。该模型在网络防御、制造和金融等关键负载上达到 SOTA，视觉 grounding 超越闭源前沿模型，已在 Mistral 自有算力上训练和服务并开放 API，网络安全合作伙伴私下合作中，开放权重将于 10 月底发布。CEO Arthur Mensch 补充称 RL 尚无饱和迹象。

同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

Mistral AI@MistralAI· 21:11同事件AI 评分7070

Mistral AI 发布 Mistral Large 4（别名 Le Chonk），1T 参数、49B 激活，原生多模态。官方称其为美欧开放权重模型中聚合基准最佳，在网络防御、制造和金融等关键工作负载达到 SOTA，视觉 grounding 上超越闭源前沿模型；现可通过 API 使用，开放权重计划于 10 月底发布。

同一件事，精选收录的是《Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型》

Reflection 发布开放权重模型 Beam，以更低算力对标 DeepSeek 与 Qwen

Reflection 宣布其首个免费开放权重模型 Beam，定位是以最小算力实现强性能，对标 DeepSeek 和 Qwen 的开放权重模型。Beam 为 501B 总参数的 MoE 模型，每 token 激活 23B；据 Reflection 称在推理任务上以少三到四倍的算力匹配 GLM 5.2，编码和智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3。

Artificial Analysis@ArtificialAnlys· 20:18AI 评分6464

Artificial Analysis 评测 Ant Group 发布的 Ling 3.1 Flash，该推理模型总参数 560B、激活 25B、上下文窗口 1M token，智能指数 v4.3 得分 41，较 Ling 3.0 Flash 的 20 大幅提升，智能体能力改善尤为明显。

Reka 发布 19B 全模态推理模型 Rho-1，单一网络生成视频并输出机器人动作

Reka 发布 19B 全模态推理模型 Rho-1 的研究预览版，从零训练，单个网络即可理解并生成文本、图像和视频，并输出机器人动作。模型在每层使用理解与生成两条专家流，共享注意力与同一 KV cache；蒸馏版把去噪从 99 步降到 8 步，约 1 秒生成 5.3 秒视频片段。训练用了 320 张 H100 跑 3 个月，视频上限 672×384，目前仅研究预览，未开放权重、API 或定价。

Reflection 发布 501B-A23B 开源编码模型 Beam

Reflection 发布文本-only 的 501B 总参数 / 23B 激活 MoE 模型 Beam，面向编码、智能体和科学任务，从零训练，完整权重将在本月以 Apache 2.0 发布。

Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感

Falcon-Emirati-7B 发布，这是一个基于 Falcon-H1-Arabic 的 7B 方言专用模型，专注理解与生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），并构建了真实方言网页数据、阿联酋文化 MSA 语料与受词表约束的合成数据三条管线。团队通过消融实验摸索方言数据注入量与训练阶段，以平衡真实与合成数据。

英伟达投资的 Reflection AI 发布首款开放权重模型 Beam，对标 DeepSeek 和 Kimi

英伟达投资的初创公司 Reflection AI 于当地时间周一发布首款开放权重大模型 Beam，定位在代码与智能体任务领域与 DeepSeek、Kimi 等中国模型竞争。

Reflection AI 发布开放权重 MoE 模型 Beam：501B 总参数、23B 激活，主打编码与智能体任务

Reflection AI 发布首个开放权重模型 Beam，稀疏 MoE 架构，501B 总参数、每 token 23B 激活，面向编码、推理与智能体负载，有效上下文 1M tokens。

Rohan Paul@rohanpaul_ai· 04:25AI 评分6262

Reflection AI 发布开源智能体模型 Beam，为稀疏 MoE 架构，总参数 501B、激活 23B，完整权重将于本月以 Apache 2.0 发布，并提供 FP8 和 NVFP4 构建。

Reflection 发布首款开源权重模型 Beam，主打低推理成本对标中国开源模型

Reflection AI 正式发布其首个前沿开源权重模型 Beam，为纯文本 MoE 模型，总参数 5010 亿、活跃参数 230 亿，预训练数据 23.8 万亿 token，上下文窗口 100 万 token。

clem 🤗@ClementDelangue· 03:51AI 评分5656

Reflection AI 发布 Beam，一个高效智能体开源模型，总参数 501B、激活 23B。官方称其具备前沿推理效率，在编码与智能体任务上推进了 Western 开源前沿，从零端到端训练，全量权重本月发布。Hugging Face CEO 转发并给出 Hugging Face 上的 Reflection 组织页面链接。

Reflection 发布 501B 开源权重模型 Beam

Reflection 推出首个开源权重模型 Beam，为稀疏 MoE 架构，总参数 501B、激活 23B，主打编码、推理和智能体任务，权重、技术报告和模型卡将于本月以 Apache 2.0 许可发布。

Reka AI 发布 19B 全能模型 Rho-1，单模型处理文本、图像、视频与机器人控制

Reka AI 发布 190 亿参数全能模型 Rho-1 的研究预览版，在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。该模型将全部模态作为 token 放入同一上下文窗口，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令，同一套权重既预测摄像头图像也驱动机器人运动。