Chinese contentGoogle DeepMind 向合作伙伴推出 Gemini Robotics 2.5
Google DeepMind 给机器人厂商的模型升级了，任务成功率和完成速度都比老版本好，还加强了物理安全控制。做具身智能或机器人部署的团队可以关注一下，看看能不能接上自己的硬件。
Latest
Every published item, in order · 2490 items
Nov 11
Chinese content百度发布 ERNIE 5.5 Flash Preview，权重 11 月 25 日前开源
百度这次走的是开源路线，280B 总参数只激活 14B，长文本能吃到 1M 上下文，API 已经能在千帆上试。打算做本地部署或长文档处理的开发者可以关注 11 月 25 日的开源权重，拿它和 Qwen、DeepSeek 的开源模型对比一下再决定。
IT之家Source
Chinese contentFish Audio 发布 Live 3：全双工语音模型，响应延迟最低 186 ms
语音 Agent 开发者可以看看这个。Fish Audio 的 Live 3 能边说边听，186 ms 的反应速度已经接近真人对话节奏，还分得清“嗯嗯”和真的想插话，这比很多半双工语音方案自然多了。做客服机器人或语音助理的值得跑个 demo 试试，不过暂时只有英语。
Chinese contentMiniMax 开源 H3-Image：33.1B 文生图模型，6 步生成 16MP 图像
做图像生成的朋友可以关注一下，MiniMax 把 33.1B 的文生图模型权重放出来了，6 步就能出 16MP 大图，还支持最多 16 张参考图做编辑。跟 Flux 这类开源模型比，分辨率和步数都更激进，不过商用前记得看许可里的地域限制条款。
Chinese contentHuawei openJiuwen 推出 TTSE 智能体框架：将环境事实与条件提示分离
华为 openJiuwen 开源了 TTSE，把智能体经验分成环境事实和条件提示两轨管理，在 ALFWorld 跑到 97.8%，还减少了办公任务的工具调用。做智能体长期记忆和经验积累的可以看看源码，不过数据是自家评测，先自己跑一遍再下结论。
Chinese content阿里新一代千问 Qwen4 即将发布，Qwen4-Max 预览版上线
阿里把 Qwen4-Max 预览版直接放上了 Token Plan，1 折就能跑，千问 App、Qoder 这些产品当天就接入了。想试新一代千问的 Agentic 和编程能力，现在成本很低，可以先拿自己的任务实测一轮再决定要不要跟进。
IT之家Source
Chinese content成都人形机器人创新中心发布第五代贡嘎人形机器人
成都人形机器人创新中心的第五代贡嘎把记忆、因果推理和世界模型整合成了一套完整链路，机器人能记住物品位置并跨越多天完成任务，遇到意外还能自主改方案。做具身智能或家庭服务机器人的团队可以看看它的技术架构思路。
IT之家Source
Chinese contentMoonshot AI 的 Kimi K3.1 Pro 上架 Amazon Bedrock
Moonshot 的 Kimi K3.1 Pro 进了 Amazon Bedrock，AWS 用户直接调 API 就能用，支持 OpenAI 兼容接口，迁移代码几乎不用改。文中还教了怎么开 prompt caching 省钱、怎么在 OpenCode 里当编程助手。做多云部署或想比较中美模型成本的工程师可以看看。
Chinese content谷歌 Android Bench 榜单更新：Kimi K3.1 Pro 与 DeepSeek V4.1 Flash 跑分公布
做安卓开发的朋友可以看看这份榜单：Kimi K3.1 Pro 30 项长程任务通过率 24.0%，超过了 Claude Fable 5.1 和 Gemini 4 Argon；DeepSeek V4.1 Flash 单次跑分只要 9.9 美元，预算敏感的团队选它更划算。
IT之家Source
Chinese content谷歌发布 Gemini Robotics 2.5 机器人模型，已在奔驰产线试点
谷歌把 VLA 模型真送进奔驰产线了，Apollo 2 人形机器人拣零件成功率 96%，系蝴蝶结、移液这类精细活也能干。对比前代成功率提了 30% 到 100%，还开源了机器人越狱测试基准。做机器人和工业自动化的都该看看。
IT之家Source
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese content谷歌联合 Artificial Analysis 推出 MKA 基准，Gemini 4 Carbon 质量第二、成本仅六分之一
很多评测只考文本，MKA 专门考看图纸、做报告这类带视觉文件的真实工作，还统一了框架和评审系统，可信度比较高。做智能体产品的开发者可以直接在 Artificial Analysis 上跑自己的模型，也建议看看公开的 10 道题感受下难度。
IT之家Source
Chinese content谷歌开放 Gemini 4 Carbon：1M 上下文主攻网络安全与复杂编程
谷歌这次真把安全研究员当主力用户了：SEC-bench Pro 拿到 88.2%，Wiz 用它两小时挖出零日漏洞，还能在 Antigravity 里一个提示词调度多个智能体写代码。做安全、做科研或需要长任务推理的开发者可以直接去 AI Studio 试试，2 美元的首发价也不贵。
IT之家Source
Chinese contentNaiveAI 实测：2100 tokens/s 推理速度，编程能力对标 DeepSeek
如果你选模型时纠结速度还是质量，这篇实测很有参考价值。作者亲手跑了 NaiveAI，2100 tokens/s 的速度真能保住接近 DeepSeek 的代码水平，做批量推理或实时应用的团队可以重点看看。
Chinese contentNvidia 发布 GR00T 2：从视频学习人类动作来训练机器人
Nvidia 这次把机器人训练的数据来源换成了 40 万小时人类视频，不用人工遥操作逐个示范了。不过成功率从 10% 到 80% 不等，离稳定可用还有距离。做机器人或具身智能的团队值得对比一下自家数据管线，看看视频学习路线能不能省成本。
Chinese contentGemini 4 Carbon 正式发布，多项基准超越 Anthropic Fable 5.2
Google 两周内就把 Gemini 4 Carbon 推向正式版，基准分压过 Anthropic 的 Fable 5.2，价格还不到一半，/swarm 还能让多个智能体实时分任务一起干活。做智能体应用的开发者可以重点看看这套协同机制的实测表现。
Chinese content实测 MiniMax H3 Image：开源图像生成模型，4K 最快 10 秒出图
MiniMax 把图像生成模型 H3 Image 开源了，实测 4K 图最快 10 秒出图，作者说效果像 GPT、审美像 Midjourney。想本地部署或微调图像模型的开发者可以看看这篇实测。
Chinese contentGoogle 公开发布 Gemini 4 Carbon，主打智能体“蜂群”功能
Google 把只给安全防御者用两周的 Gemini 4 Carbon 开放给所有人了，多智能体蜂群协作是这次最大的看点，可以直接拿来和 Claude、OpenAI 的旗舰模型对比跑分，做智能体应用的开发者值得上手试试。
Nov 10
Chinese contentMiniMax 开源 H3-Image 生图模型，10 秒生成 4K 图像
MiniMax 把开源生图卷到了 4K 档，10 秒一张 4096×4096，比主流速度快 5 倍，还支持 16 张参考图做编辑。做设计工具、电商素材的开发者可以直接下权重试，首周三折价格生成也很划算。
IT之家Source
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一模型，两套安全等级
Anthropic 把一个模型拆成 Fable 和 Mythos 两档安全等级来卖，不用再为合规单独换模型。49.1% 的 FrontierCode 2.0 成绩加上 1M 上下文，做长文档和代码库的团队可以直接对比 OpenAI 和 Google 同价位方案再决定。
Chinese contentAnthropic Fable 5.2 在 Remote Labor Index 上完成 41.3% 真实自由职业任务
Anthropic 的 Fable 5.2 在真实接单基准 Remote Labor Index 上拿下 41.3%，比第二名高出一倍多，一年前最好成绩才 2.5%。做自由职业或外包的朋友可以看看哪些工种正在被替代，开发者和接单平台方都该关注这组数据。
Chinese content谷歌 DeepMind 用 AI 完成 Signal 协议形式化验证
DeepMind 让 AI 智能体给 Signal 协议写数学证明，WhatsApp 和 Google Messages 都在用这套协议。旧版有漏洞的实现还被它揪出来了。做密码学或安全工程的值得看看 AI 形式化验证这条路走到了哪一步。
IT之家Source
Chinese content智元发布 WITA-Omni：行业首个具身全模态端到端交互大模型
做机器人交互的可以看看智元这个 WITA-Omni：全双工架构把响应压到 400 毫秒左右，还带触觉输入和表情输出，跟纯语音模型思路不一样。7 月它还拿过 DailyOmni 榜单第一，关心具身智能路线的团队和开发者都值得对比研究。
IT之家Source
Chinese content蚂蚁灵波开源LingBot-Touch触觉基础模型
蚂蚁灵波把触觉基础模型开源了，一套LingBot-Touch能适配不同灵巧手的触觉传感器，做具身智能、灵巧操作的同学可以直接拿模型来用，不用自己从头标数据训感知，这块的开源选择比视觉和语言模型少得多。
Chinese contentAnthropic 发布 Mythos 5.2 与 Fable 5.2
Anthropic 把自家最强的 Mythos 和 Fable 都升级到 5.2，重点是输出更快、价格更便宜。如果你在用它们的 API 跑高频业务，这次升级直接关系到账单和响应速度，建议对比一下新旧定价再决定是否迁移。
Chinese contentMeta 发布 Muse Ember：主打智能体高频任务的小型推理模型
Meta 这次没做大模型，做了个专给智能体干脏活的小模型，缓存输入只要 $0.004，便宜到几乎白送。用 Artificial Analysis 的图看，同样的任务成本它最省。跑 Agent、做批量文档抽取的团队可以重点看看定价表那一栏。
Chinese contentClaude Fable 5.2 重登 LLM 全球第一，Anthropic 同日启动 IPO 路演
Anthropic 挑在 IPO 路演第一天放出了 Fable 5.2 和 Mythos 5.2，直接把 Fable 5.2 送回全球第一。文章重点讨论推理预算到底该花多少钱，正在给项目选模型的开发者值得看看这篇再决定要不要切换。
Chinese contentNoitom Robotics 开放 HiPHI-Hand 数据集，曾用于训练 NVIDIA EgoHand
Noitom 是国内做动作捕捉的老牌厂商，这次把 11 小时带手部真值的第一人称双目视频放到 Hugging Face 上免费开放。做过具身智能或手部姿态估计的朋友都懂这种带 ground truth 的数据有多难采，直接下载就能用来训练，做灵巧手研究的团队可以关注。
Chinese contentAnt Group 旗下 Robbyant 开源触觉基础模型 LingBot-Touch
做真机操作的开发者可以关注：Robbyant 把磁性、视触觉、压阻三种传感器统一进一个模型，官方数据在 26 个任务上给四个动作模型带来 14 到 26 点提升。权重开源，直接拿去给自己的灵巧手微调就行，不用从零造触觉数据管线。
Chinese contentMeta 发布 Muse Ember：主打 1M 上下文的轻量智能体模型
Meta 出了个专门干活的迷你模型 Muse Ember，能调工具、写代码、啃长文档，1M 上下文很能装。跑分和 Claude Haiku 5.5 持平但单价只有三分之一，靠 API 跑智能体的团队值得看看成本账。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程跑分超 GPT-6 Astra
Anthropic 这次一次发了两个模型，编码跑分把 GPT-6 Astra 和 Gemini 4 Carbon 都压了下去，API 还便宜了 20%。最离谱的演示是协调上千个智能体花 8 天写出能启动的操作系统。做编程和智能体开发的可以重点看 FrontierCode 2.0 那组数据。
IT之家Source
Chinese contentFable 5.2 发布：从零构建操作系统，性价比对标 Opus 5.5
Fable 5.2 拿从零写操作系统当演示任务，官方数据说性价比超过 Opus 5.5，做开发的可以关注下。比较有意思的是他们训练时主动锁死了模型的 RSI 能力，这个安全取舍值得聊聊。
Chinese content蚂蚁集团 Robbyant 开源触觉 AI 模型
蚂蚁集团 Robbyant 把触觉模型开源了，不同传感器信号能统一处理，做机器人感知的团队可以少走弯路。和各家自建触觉方案相比，这种跨传感器表征思路更省适配成本，搞具身智能的可以关注下代码。
Chinese contentAnthropic 发布 Fable 5.2 与 Mythos 5.2，宣称速度提升 30%
Anthropic 一次放出两个新模型 Fable 5.2 和 Mythos 5.2，官方说比上代快 30%。如果经常用 Claude 系列做长任务，速度提升能直接省时间。不过参数、定价都还没公开，想上生产环境的话建议等更完整的评测。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，速度提升、价格下调
Anthropic 把旗舰 Fable 从 5.1 升到 5.2，跑分压过 Gemini 4 Carbon 和 GPT-6 Astra，速度快 30%，输入价降到 8 美元一百万 token。做硬核技术求解的团队值得看，写代码还是先试试 Opus 5.5。
Chinese content面壁智能详解 LES：让 35B MoE 模型在手机上跑出 20+ tokens/s
面壁智能把 35B 的 MoE 模型塞进手机，靠 LES 预取专家权重这一招，iPhone 上跑到 20.51 tokens/s，代码还开源了。做端侧部署的人可以直接看实现细节，比单纯量化压缩的路子更值得研究。
Chinese contentAnthropic 发布 Fable 5.2，可协调超 1000 个 AI 智能体
Anthropic 在 IPO 传闻下推出 Fable 5.2，主打一次协调上千个智能体，跟 OpenAI 那种单智能体玩法很不一样。做多智能体系统的开发者值得看看实际调度能力如何。
Chinese contentMeta 发布轻量模型 Muse Ember，跑分媲美 Claude Haiku 5.5，单任务成本仅 1/3
Meta 这款小模型专门给智能体干活用，100 万 Token 上下文能一次处理整个代码库，还原生支持读图、听录音。跑分追平 Claude Haiku 5.5 但价格只有它的三分之一，经常跑自动化工作流的开发团队值得算一笔成本账。
IT之家Source
Chinese contentMeta 发布小模型 Muse Ember，首次通过 Google Cloud 和 Oracle 销售 API
Meta 把自家 API 搬上了 Google Cloud 和 Oracle，这在它历史上是第一次。Muse Ember 定价 0.1/0.5 美元每百万 tokens，缓存只要 0.004 美元，直接对标 GPT-6 Luna 和 Claude Haiku 5.5，官方测试还占优。跑批量任务、做成本敏感应用的团队可以拿来测测。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Mythos 5.2，8 天协调千个智能体造出原型操作系统
Anthropic 把旗舰模型价格砍了 20%，还让模型指挥一千多个子智能体 8 天写出能启动的操作系统。比起 OpenAI 的旗舰，它在长程任务协调和科学形式化证明上打法不同。做智能体编排和科研工具的开发者可以重点看协调机制的细节。
IT之家Source
Chinese contentClaude Fable 5.2 发布并登顶模型排行榜，对比 Opus 5.5
Claude 家族内部换榜了，新来的 Fable 5.2 把自家 Opus 5.5 挤下第一。做选型的朋友可以看看它在自己业务场景里到底比 Opus 5.5 强在哪，再决定要不要迁移。
Only the latest 2000 items are listed; for older ones see the daily archive