跳到正文
10月20日周二
  2. fal56

    fal 与 Black Forest Labs（@bfl_ai）推出 FLUX 3 Max，这是 fal 基于专为定制设计的 FLUX 3 模型进行适配和优化的版本。据发布内容，生成 10 秒视频仅需 12 秒，图像生成视频并列第一，同质量下比 Seedance 2.5 快 22 倍。fal 表示将与其继续合作。

    引用Black Forest Labs@bfl_ai

    Introducing FLUX 3 Max. Fastest in the west. Fast enough to try anything. And everything. Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

  4. Claude：YouTube68

    Claude 推出 Dashboards 和 Motion 两款新工具并转正 Docs、Slides、Design

    Claude 宣布 Dashboards 和 Motion 进入 beta。Dashboards 可连接数据平台或 CRM，生成随数据变化实时更新的仪表盘，面向所有付费计划；Motion 把报告或图表变成动画讲解短片，以代码方式生成、无视频模型参与，可修改文字、数字和节奏后导出 MP4，面向 Team 和 Enterprise 计划。

    同一件事，精选收录的是《Claude 推出 Dashboards 实时仪表盘与 Motion 动画讲解功能》

  6. TechCrunch：AI46

    Laplace Intelligence 为机器人和自动驾驶汽车做部署前红队测试

    Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，用 AI 智能体在仿真中主动寻找故障点，让系统在部署到现实世界前先暴露问题。其仿真环境基于 Nvidia Cosmos 的后训练版本，可结合真实地图与实时交通数据重建场景，并支持语言提示实时调整设定。公司已产生收入并实现小幅盈利，客户主要来自自动驾驶领域，包括 Bot Auto 和一家日本大型车企。

  9. NVIDIA：Newsroom49

    NVIDIA 在 Jülich 超算中心完成 104 量子比特容错量子计算模拟

    NVIDIA 在德国 Jülich 超算中心的 JUPITER 上完成 104 量子比特容错量子计算模拟，这是迄今规模最大的容错量子处理器完整模拟。该模拟验证了 magic state cultivation 方案，所需物理量子比特比此前方法少 90%，并首次在真实硬件噪声下评估其表现。模拟基于 GH200 超芯片与 cuQuantum、CUDA-Q 运行，可让研究者在造硬件前预测设计性能。

  12. Arena.ai74

    Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 第一开源模型，总排名第 11，基于超 7.5K 真实会话净提升 +5.1%。其中位任务成本 $0.20，约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%；Confirmed Success 提升 +11.5%，且无 Tool Hallucination 问题。

    引用Arena.ai@arena

    激动人心的消息：@deepseek_ai 的 DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Code Arena: WebDev 中排名第一的开源模型，以低 10 倍的成本超越 Kimi K3 (Max)！ 亮点： - 排名第一的开源模型，领先于 Kimi K3 (Max) - 以 1670 分位列总榜第 12，领先于 Claude Opus 5 (High)，与 GPT-6 Sol (Max) 相差约 10 分以内 - 以每百万输入/输出 token $0.3/$1.2 的价格推动帕累托前沿移动 - 相比上一版 DeepSeek-V4.1-Flash-20260910 提升 52 分 祝贺 @deepseek_ai 团队为开源生态又做出了一项强有力的贡献！

    推荐理由：Arena 用 7.5K 真实会话的数据说明该模型以约 27% 的成本拿下开源第一，读者可据此权衡 Agent 场景的性价比。

  14. MIT News43

    MIT 等团队开发 E(3)-Pose：用对称性先验提升胎儿脑 MRI 成像可靠性

    MIT、波士顿儿童医院与 Inria 的研究者开发并训练了深度学习模型 E(3)-Pose，可在胎儿头部运动时辅助成像，生成供放射科医生查看的高分辨率三维图像。该模型把胎儿头部的左右对称性等物理原理嵌入网络架构，而非仅从数据中学习物理规律，从而更准确地识别大脑朝向。相关论文已在 2026 年欧洲计算机视觉会议（ECCV）上展示，目前模型主要基于第三孕期胎儿训练。

  16. Inception Labs：Blog69

    Inception Labs 发布扩散大语言模型 Mercury 3，速度达 1068 tokens/秒

    Inception Labs 发布扩散式大语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，速度达 1068 tokens/秒，参数量较 Mercury 1 扩大 40 倍以上。

    推荐理由：官方发布给出扩散模型规模化的关键数据，包括速度、上下文和价格，可用作评估实时 AI 应用选型的参考。

  17. Saining Xie48

    恭喜 @jang_yoel 和团队！ 做梦的好时代啊 今天，Dream Labs 正式走出隐身模式，推出 Dream-1——一个机器人基础模型，能够控制它从未见过的双臂机器人，完成从未被训练过的任务，在从未到过的场所，每小时仅需 3 美元。 Dream API 即日起对所有人开放。🧵

    引用Dream Labs@dreamlabs_ai

    Today, Dream Labs is coming out of stealth with Dream-1, a robot foundation model that controls bimanual robots it has never seen, on tasks it was never shown, in places it has never been, from $3/hour. Dream API is live for everyone, today. 🧵

  21. Rohan Paul40

    “对大多数AI算力提供商来说太低了，无法收回其AI投资” Gartner：许多建设AI数据中心的企业，可能在芯片过时之前都赚不回投入的成本。 转售正成为GPU经济的一部分，@shadeformai Spot让供应商能把闲置算力重新投放市场。 Shadeform的Flex VM可以接收来自任何数据中心的裸金属GPU，并在30分钟内使其可租用。 小型运营商从第一天起，就和其他人拥有同样的入口。

    引用Ed Goode@edsgoode

    The compute market has been a wild ride in 2026. Prices have skyrocketed, minimum contract durations have tripled, and near term capacity is few and far between. At the same time, agents are becoming a primary user of compute themselves, and not just GPU compute. It’s clear that the existing rental models and platforms across the industry no longer fit the reality we see today. That’s why this week we’re announcing six new features for the Shadeform platform 👇️

  25. Jakub Pachocki52

    OpenAI 首席科学家 Jakub Pachocki 宣布 Aleksander Madry 回归 OpenAI，与他就 AI 进展的速度与影响及对公司乃至全行业战略的启示展开工作。Madry 此前离职几个月后表示这更像一次学术休假，认为在 AI 进展进入新阶段后，应对越来越强的 AI 带来的安全与安保挑战必须成为核心优先事项，他将加入 Pachocki 团队协助规划应对路径。

    引用Aleksander Madry@aleks_madry

    Personal update: Turns out that what I thought was leaving OpenAI became more of a sabbatical. When I left a few months ago, I felt that the most important thing to focus on was making AI more useful to people. But we’ve since entered a different regime of AI progress. One in which getting the safety and security challenges of increasingly capable AI right has to become a central priority. So I’ll be returning to OpenAI, joining @merettm to help chart a path through these challenges. There’s much work to do, so let’s get going.

  28. OpenRouter67

    Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Mercury 2.5 的 4 倍。Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5；上线期五折，价格 $0.10/M 输入、$0.35/M 输出。

    推荐理由：原文给出 Inception 扩散模型的速度、上下文、基准对比和上线折扣价格，可据此评估其相对现有模型的性价比。

  29. 404 Media47

    佛州警方称诈骗分子用 AI 克隆警长声音行骗

    佛罗里达州奥西奥拉县警方称，诈骗分子用 AI 克隆警长 Steve Moser 的声音并配上其照片，给一名居民留下语音留言，冒充其本人打电话。此类冒充警察、以陪审团义务或逮捕令为由的诈骗正在多个州蔓延，佐治亚州和宾夕法尼亚州近一周也有相关报案。在佛州，冒充警察属三级重罪。

  35. Arena.ai65

    Arena 宣布 Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev 榜单，以 1726 分排名第 6，使 Meta 成为第 3 实验室，此前该位置由 Google 持有。

    引用Arena.ai@arena

    由 @AIatMeta 推出的 Muse Wonder (Max) 已进入 Code Arena：WebDev 以 1651 分位列第 15，Text Arena 以 1513 分位列第 2！ 在 Code Arena：WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。这一结果略低于以 1659 分位列第 12 的 Muse Spark 1.3 (Max)，与以 1655 分位列第 14 的 Kimi K3 (Max) 相差 4 分以内，并比以 1640 分位列第 16 的 Grok 4.7 (xHigh) 高 11 分。 此次发布在 Text Arena 中相较过去的 Muse 模型有显著提升。与以 1494 分位列第 11 的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 +19 分并上升 9 位至第 2。它落后于以 1525 分排名第 1 的 Gemini 4 Argon (High) 12 分。 祝贺 @AIatMeta 团队发布这一版本！

    推荐理由：榜单方公布了 Meta 新模型在 Code Arena WebDev 的首秀成绩和分项排名，读者可以据此对比各实验室模型的当前位次。

  39. Ant Ling57

    蚂蚁百灵今日开源 3 个语音家族共 5 个 Ming-3.0 模型。Ming-3.0-tts 含 0.5B 语音设计与副语言线索模型和 7.9B 总参数、1.3B 激活的 Tiny 长语音模型；Ming-3.0-audio 含 Flash 126B 总参数、6.5B 激活的理解与工具调用模型和 9.3B 总参数、2.7B 激活的 Tiny 高效对话模型；Ming-3.0-asr-tiny 为 8.6B 总参数、2B 激活的方言与上下文识别模型。图片补充：TTS 支持七种语言加两种方言，ASR 支持热词列表与对话上下文。

  40. Cohere Labs：官方研究博客42

    Cohere Labs 提出 CALIBER：让推理模型在推理前后分别给出置信度

    Cohere Labs 提出 CALIBER 方法，训练推理模型在开始推理前估计解题成功率、推理后再评估该答案正确的可能性。在 BigMathDigits 上，7B 模型的 ECE 从最强单置信度基线的 0.059 降至 0.028，降幅 52.5%，AUROC 达 0.806、Brier 分数 0.130。该 7B 模型在未经额外训练的情况下，改进还扩展到数学之外的问答基准。