ElevenLabs 发布两款面向实时 AI 对话的语音到语音模型 Eleven Realtime
ElevenLabs 于 10 月 20 日发布两款语音到语音模型 Eleven Realtime。
#模型发布
The Decoder：AI NewsAI 评分6060 Hugging Face 社区博客AI 评分5353 NVIDIA 发布 Cosmos3-H-Dreams 生成式手术模拟模型
NVIDIA 发布 Cosmos3-H-Dreams，将交互式生成模拟扩展到临床胆囊切除术场景，并称其为首个基于临床手术录像训练、支持实时运动学控制的生成式手术模拟器。
Arthur Mensch@arthurmenschAI 评分4949
Mistral AI@MistralAIAI 评分5252
Cohere 产品与研究博客精选AI 评分6363 Cohere 发布 Rerank 5 企业检索重排模型，分 Pro 与 Fast 两档
Cohere 发布 Rerank 5 Pro 与 Fast 两款企业检索重排模型。
推荐理由：Cohere 官方发布 Rerank 5，给出基准分数、校准分数机制和 Context Focus 的实测 token 节省，可评估是否接入检索链路。
Rohan Paul@rohanpaul_aiAI 评分5656MarkTechPostAI 评分6161 Cloudflare 发布 System One 抽取模型 Clairic 预览版，上线 Workers AI
Cloudflare 在 Workers AI 上发布 System One 抽取模型 Clairic 预览版，读取文本或图片并在 1 次前向传播中返回带类型的值而非生成文本，每个字段附带置信度和 p_null。
Latent SpaceAI 评分6262 Latent Space AI 周报汇总 DeepSeek V4.1 Flash、MiniMax M3.1 Flash 等发布与行业动态
Latent Space 发布 10/16 至 10/19 的 AI 周报，汇总 DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash、Mercury 3、Meta Muse 等发布。
MarkTechPostAI 评分6969 Inception 发布扩散语言模型 Mercury 3，速度达 1,068 tok/s
Inception 发布扩散语言模型 Mercury 3，官方称在 NVIDIA GPU 上达到 1,068 tok/s，上下文窗口为 1M token，参数量超过 Mercury 1 的 40 倍。
Ant Ling@AntLingAGIAI 评分4747感谢 @AdinaYakup 分享 Ming-3.0，帮助更多开发者了解我们五款开源语音模型的可能性！
引用Adina Yakup@AdinaYakupAnt Group just dropped its new speech and audio models! https://huggingface.co/collections/inclusionAI/ming-30
IT之家·人工智能AI 评分5353 蚂蚁百灵开源 Ming-3.0 语音系列模型，覆盖语音合成、音频理解与对话、语音识别
蚂蚁百灵宣布开源 Ming-3.0 语音系列，共五款模型，覆盖语音合成、音频理解与对话、语音识别三类能力，开发者可按任务选用或组合进工作流。
公众号：蚂蚁百灵AI 评分6161 蚂蚁百灵开源 Ming-3.0 语音系列，提供语音合成、音频理解与语音识别五款模型
蚂蚁百灵开源 Ming-3.0 语音系列，围绕声音创作、长语音分析、业务语音转写三类任务提供语音合成、音频理解与对话、语音识别共五款模型。
MarkTechPostAI 评分4343 Nace AI 发布 Drex Max 多模态决策模型，面向计算机使用智能体，Decision Index 得分 67.59
Nace AI 发布多模态决策模型 Drex Max，可读取文本与图像并返回校准概率，在公开 Decision Index 0.3.2 上得分 67.59，比 TypeSafe 的 Jev 1.14 高 6.9 分。
- Rohan Paul@rohanpaul_aiAI 评分4848引用Sam Pasupalak@spisallyouneed
Introducing SKY-001, the first Engineering World Model. On CAD and BIM tasks, it beats GPT-6 Astra and every frontier model we tested: -> 51-125x faster - > 150-210x cheaper -> Higher IOU than all frontier models SKY-001 lets you dream a physical object before you build it. 18 months of work. Built by the team out of Maluuba's deep learning lab (acq. by @MSRResearch). The first ‘AI General Engineer’ will be the backbone for Autonomous Manufacturing.
fal@falAI 评分6464
引用fal@fal隆重推出 FLUX 3 Max，这是 fal Research 与 @bfl_ai 合作推出的最新后训练视频模型。 在独立第三方基准测试中，FLUX 3 Max 在图生视频质量上并列第一，可在约 12 秒内生成一段 10 秒、720/768p 的视频。 在接下来的三周内，FLUX 3 Max 享受 75% 折扣，使其成为同等质量水平下最实惠的前沿视频模型。
The Decoder：AI NewsAI 评分6969 MiniMax 发布 M3.1 Flash 推理模型，单任务成本降至约 $0.22
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 得 42 分，比 M3 高 13 分，单任务成本约 $0.22，API 定价 $0.15/百万输入 token、$0.60/百万输出 token，支持 100 万 token 上下文和图文输入，计划 10 月 23 日开放权重。
Inception Labs：Blog精选AI 评分6969 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。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4949 蚂蚁 inclusionAI 开源医疗专用模型 Ling-3.0-flash-Sante，124B 总参数
蚂蚁 inclusionAI 在 Hugging Face 和 ModelScope 发布医疗专用模型 Ling-3.0-flash-Sante，基于 Ling-3.0-flash 构建，总参数 124B、每 token 激活 5.1B。
TechCrunch：AIAI 评分6363 Nvidia 发布 Nemotron 3.5 开源模型，面向企业 Agent 与本地 PC
Nvidia 于周四发布面向常驻 Agent 和边缘计算的开源模型。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分4747 蚂蚁 inclusionAI 开源 Ming-3.0-asr-tiny 语音识别模型
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-asr-tiny，将 Ling-tiny-v3 语言模型与音频编码器结合，支持中英文转写、方言识别和上下文 ASR。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分7272 蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-tts，包含 0.5b dense 和基于 Ling V3 的 tiny（7.9B 总参数、1.3B 激活）两个语音生成模型，MIT 协议开源，权重可在 Hugging Face 和 ModelScope 下载。
推荐理由：官方仓库给出两版模型的榜单名次、完整任务列表和部署细节，读者可据此评估其在多语言与副语言控制上的实际可用性。
IT之家·人工智能AI 评分6363 MiniMax M3.1 Flash 上线：推理速度提升近 3 倍，使用成本降低 70%
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，称此前的匿名模型 Space Bunny 即其早期版本，已处理超 200T Token。
MarkTechPostAI 评分6868 MiniMax 发布 M3.1 Flash：428B MoE 模型，输入 $0.15/1M tokens
MiniMax 发布 M3.1 Flash，428B 总参数、约 23B 激活的 MoE 多模态模型，上下文 100 万 tokens，定价 $0.15/$0.60 每 1M tokens，为 M3 的一半。
MiniMax：Blog精选AI 评分7070 MiniMax 发布 M3.1 Flash，推理提速近三倍、用量成本降低 70%
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
推荐理由：官方给出具体基准分数、推理速度和每百万 token 定价，读者可直接对比智能体任务的性价比变化。
MiniMax (official)@MiniMax_AIAI 评分6363MiniMax 发布 M3.1 Flash，称其以 M3 的 1/3 成本和 3 倍速度达到前沿级智能体表现，Space Bunny 此前登顶全球榜单的版本即为 M3.1 Flash 早期版本。
公众号：MiniMaxAI 评分6464 MiniMax 发布 M3.1 Flash：推理提速近 3 倍，成本降低 70%
MiniMax 正式更新 M3.1 Flash，此前匿名处理超 200T Token 的 Space Bunny 即其早期版本。模型在 Agent 任务、编程、Computer Use 和网络安全上全面提升，DeepSWE v1.1 得 73.7%，OSWorld V2 得 61.7 分，CyberGym 得 82%，输出速度日常可达 200+ TPS。
MarkTechPostAI 评分5555 Mistral AI 发布时序基础模型家族 Timestral，最大 209M 参数
Mistral AI 发布时序基础模型家族 Timestral，包含 5M、28M、123M、209M 四个零样本预测模型，209M 版在 GIFT-Eval、TIME 和 fev-bench 上位居零样本预训练模型第一，fev-bench SQL skill score 为 50.39，超过 Google 的 TimesFM-3 的 48.99。
MarkTechPostAI 评分4444 Kyutai 发布 REKI：2.4B 视觉-语言-动作模型，为机器人操作带来高效记忆
Kyutai 联合 Inria 和 École des Ponts 发布 2.4B 参数的视觉-语言-动作模型 REKI，仅用公开数据预训练，权重已在 Hugging Face 开放（CC BY-NC-SA 4.0）。
The Decoder：AI News同事件AI 评分7777 DeepSeek 发布 V4.1-Flash-1017：智能体任务超越更大对手，成本再降，并首次开放自研搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 开放，权重开源在 Hugging Face 和 ModelScope。
Hacker News：AI 热帖AI 评分7373 OpenRouter 上线 DeepSeek V4.1 Flash 1017 快照，552B 总参 8B/16B 激活
DeepSeek V4.1 Flash 1017 是 DeepSeek V4.1 Flash 于 2026-10-17 的快照，基于 CED 架构的稀疏 MoE 模型，总参数 552B，输入激活 8B、输出激活 16B，架构原生支持图像理解。
MarkTechPostAI 评分6666 Jev 发布约 4 周内涌现 20 个替代决策模型，MarkTechPost 横向对比选型
MarkTechPost 盘点了 TypeSafe 于 2026 年 9 月 15 日发布决策模型 Jev 后约 4 周内出现的 20 个替代方案，来自 Cloudflare、OpenAI、Perplexity、Liquid AI、AWS Strands Labs 及独立开发者，按参数规模、许可证、硬件、定价、Jev API 兼容性和基准表现逐项比较。