Chinese contentMeta 发布 Muse Ember：36 分追平 Claude Haiku 5.5，成本仅三分之一
Meta 这次的思路很明确：知识面窄没关系，把幻觉率砍半、把成本压到 $0.14 一任务，专攻自动化执行。在 Terminal-Bench 上它反超 Haiku 5.5，自家的 Muse Code 里更是领先 Claude Code 和 Codex。跑批量任务的团队可以重点看看。
Latest
Every published item, in order · 6305 items
Nov 10
Chinese contentBoston Dynamics 给 Atlas 装上轮子，测试 RL 全身控制器的可靠性
Boston Dynamics 把轮子装到人形机器人 Atlas 上跑强化学习控制器，测试真实执行器和边缘计算的极限。比起纯双足演示，这种花式折腾更能暴露 RL 控制器落地时的实际问题，做机器人控制的开发者可以看看他们的实验细节。
Chinese contentDrex Max 决策模型延迟 183ms，比 Claude Opus 5.5 快约 19 倍
NaceAI 的 Drex Max 不生成文字，直接吐概率，183ms 完成一次决策，比 Claude Opus 5.5 的 3.5 秒快近 20 倍。做需要大量高频决策的智能体的开发者可以关注，延迟敏感场景里这差距是实打实的。
Chinese content传闻密集：Gemini、GPT-6.2 Sol、Fable 5.5、Qwen 4 或在本周集中亮相
这周可能一口气看到 Gemini、GPT-6.2 Sol 和 Qwen 4 的更新，节奏比平时密集很多。不过帖子里全是未证实的泄露说法，连截图都没有，建议当瓜吃，等官方公告再下判断。
Chinese contentGoogle 内部模型 "Krypton" 泄露，性能被认为接近自我递归改进
朋友转发的 Google 内部模型 Krypton 爆料，输出片段看着挺惊艳，作者甚至拿"递归自我改进"来形容。不过全是社媒泄露，没有官方确认，看看图个新鲜就行，别当真消息传。
Chinese content字节跳动发布图像生成新模型 Seedream 5.5
字节又发新图像模型了，Seedream 系列直接升到 5.5。做设计或做图相关应用的可以留意，等基准成绩和 API 开放情况出来再决定要不要从 Midjourney 换过来。
Chinese contentMirage：22MB 超轻量视觉模型，手机 NPU 上 74 毫秒完成分析
一个只有 51.3M 参数、压缩后约 22MB 的视觉模型，在三星 S26 的 NPU 上 74 毫秒跑完全流程，检测、OCR、空间关系、结构化输出一次搞定。做端侧或嵌入式视觉应用的开发者可以直接下载试试。
Chinese content网传字节新模型支持反复修改100次人物细节保持不变
字节这款还没官宣的模型号称改100次人物都不走样，如果测试属实，对做短视频和广告的创作者会省掉大量返工时间。博主明天拿到内测资格就出实测，可以等一手验证结果。
Chinese contentNace AI 发布 Drex Max v1.1 多模态决策模型
Nace AI 把决策模型这个细分赛道做出了第一名，73 分登顶 Artificial Analysis Decision Index，还能在 Mac 上本地跑。想找低延迟、能跨图像视频做判断的模型的开发者可以先去试用页体验一下。
Ant open-sources LemonDecider, a 4B decision model beating Jev 1.14
Decision-specific micro-models are shifting routing and gating workloads away from large general LLMs, cutting both latency and cost in agent pipelines. Developers building multi-step agent workflows or RAG evaluators can drop LemonDecider in as a fast classifier, and its open training data makes custom fine-tuning feasible. Compared with general models like Qwen3.5-4B or Jev 1.14, it trades generality for a measurable benchmark lead and millisecond-level inference.
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentNace AI 发布决策模型 Drex Max 1.1，价格仅为竞品 1/8
Nace AI 新出的 Drex Max 1.1 专管智能体选下一步动作，屏幕内容也能看。Artificial Analysis 上 73 分追平对手，价格只要对方八分之一，跑智能体工作流的人可以拿它降成本试试。
AutoRLBench tests 10 frontier agents on failed RL runs
Debugging RL training is where agent evaluation meets real engineering pain, and a ~40% ceiling shows frontier models are far from automating it. Engineering teams running post-training pipelines can use the open code and configs to benchmark which agents catch data-level faults before wasting GPU hours. Compared with synthetic bug suites, its use of authentic failed runs makes the scores harder to game.
Chinese contentOpenBMB 期待 minicpm-dream：用 MiniCPM 让智能体离线整理记忆
OpenBMB 官方转发了社区项目 minicpm-dream，用 MiniCPM 让智能体离线整理自己的记忆，不用全程挂着云端模型。对做本地 Agent 或端侧应用的开发者来说是个可以借鉴的思路，感兴趣可以关注 Spark S2 的后续展示。
Chinese content字节发布 Seedream 5.5：连改 100 轮不走样，支持透明底输出
字节这次把改图最大的痛点解决了，同一张图改上百轮脸和背景都不跑，还直接出透明底素材，电商和设计的人会省很多抠图时间。价格比 Seedream 5.0 Pro 便宜一半以上，不过图生图真实感比 Google 的 Nano Banana 2.1 还差一点。
Chinese content博主Mark一个效果展示，想对比 GPT-6.2 能否达到
这条推文只有一句话加一个视频链接，信息量太少，连展示的是什么模型都没说清楚。如果你在等 GPT-6.2 的消息可以留意，但单纯看这条，能获取的内容基本为零，不建议花时间点进去。
Chinese content百度发布 ERNIE Evolve 自动化研究系统，可自主改进训练与推理
百度搞了个自动做研究的系统 ERNIE Evolve，给定目标就能自己改代码跑实验，在 NanoGPT Speedrun 上拿下 SOTA，还把 ERNIE 5.5 Flash 的 GPU 推理吞吐拉高 33.7%。做工程优化的开发者可以看看它怎么把实验闭环自动化。
Chinese contentQwen 在 Apsara Conference 2026 阿姆斯特丹站分享开源 AI Agent 企业落地方案
Qwen 团队的人在阿姆斯特丹讲了开源 Agent 怎么在企业里落地，重点是怎么把自主执行的成本打下来。比起闭源 API 方案，开源路线能自己部署、自己微调。正在选型 Agent 方案的开发者和企业可以看看这条视频。
Chinese contentMagnific CEO 在 Apsara Conference 2026 演示 Wan3.0 多模态参考控制视频生成
Magnific 的 CEO 在阿里云大会上演示了 Wan3.0 的多模态参考怎么用：拿参考图锁住角色和画面，让多镜头不再各画各的。做短视频和分镜的人可以看看这套工作流，比纯提示词抽卡省很多重跑时间。
Nov 9
Chinese contentNace AI 发布 Drex Max v1.1，登顶 Artificial Analysis Decision Index
Nace AI 把 Drex Max v1.1 做到了 Decision Index 第一名，速度快还能处理多模态输入。做智能体或研究工作流的朋友可以直接调 API，有约 100 万次免费额度，开源权重也快放了，想在本地跑决策模型的可以关注。
Chinese contentMeta 用 Muse Wonder 作训练源，Muse 记忆与任务完成率显著提升
Meta 把新旗舰 Muse Wonder 当训练材料，重训后的 Muse 少忘事 2.4 倍，任务完成率还涨了 67%，细节都在这条推里。
Chinese contentMeta 用旗舰模型 Muse Wonder 重新训练日常模型
Meta 拿旗舰模型 Muse Wonder 重训日常模型，记性比 Meta AI 好 2.4 倍，卡壳任务完成率还涨了 67%，数据挺实在。
Chinese contentInkling 2 Small 登陆 Tinker，完整权重将以 Apache 2.0 开源
Thinking Machines 把 Inkling 2 Small 放进了 Tinker，可以直接微调，还承诺用 Apache 2.0 放出全部权重，商用门槛很低。
Artificial Analysis Decision Index v2 ranks top decision models
The heavier private-dataset weighting and confidence-aware scoring make it harder for models to game public benchmarks, shifting how leaderboard positions are earned. Teams selecting a decision model should weigh the 60x cost spread — Celeris-1.1 Decision sits on the Pareto frontier at US$14 per 1M tasks versus Drex Max v1.1 at US$102 — since token price alone understates real task costs.
Chinese contentOpenAI 展示内部模型测试时算力曲线，Navier-Stokes 成绩未见收益递减
OpenAI 贴出内部模型在求解 Navier-Stokes 时的算力曲线，测试时推理收益还没到头，数学能力还在涨。
Chinese contentDan Shipper 称 Argon 写作能力突出，Google 或成 AI 黑马
Dan Shipper 试用后说 Argon 写东西不像别家模型，训练路子明显不同，做内容的朋友可以关注下这个模型。
Chinese contentOpenAI 开发者账号预告明日发布，猜测是 GPT-6.2
OpenAI 开发者账号只发了句 Tomorrow，博主猜是 GPT-6.2，想追第一手消息可以蹲一下明天的官方公告。
Chinese contentNous Research 发布 Arete-27B GGUF 量化版本
Nous Research 把基于 Qwen 后训练的 Arete-27B 做成了 GGUF 版，喜欢本地跑模型的朋友可以直接下载体验了。
Chinese contentGPT-6.1 Sol 被曝会自动路由到更新的 GPT-6.2 Sol
有人发现 ChatGPT 的 GPT-6.1 会偷偷切到更新的 GPT-6.2，还贴了 Three.js 和鹈鹕图两个测试，可以看看效果到底有没有变强。
Chinese content用户发现 ChatGPT 中 GPT 6.1 Sol 已被替换为疑似 GPT 6.2 模型
有人发现 GPT 6.1 Sol 的响应变了，疑似 OpenAI 在偷偷灰度测试 GPT 6.2，蹲发布的可以盯一下。
Chinese contentNVIDIA 发布 MotionBricks：实时生成游戏角色与机器人动作
NVIDIA 搞了个叫 MotionBricks 的模型，游戏角色和机器人的动作全部实时生成，动画师不用一帧一帧做，做游戏或机器人的可以看看。
Nov 8
NTU's MatAnyone-E Speeds 4K Video Matting 7.4x
The hybrid low-resolution-plus-detail-refocus design matters because it makes 4K matting feasible on consumer hardware rather than data-centre GPUs, with a 7.4x speedup and one-thirteenth the VRAM. Developers in video editing, virtual production and VFX can watch for the promised open-source release and benchmark it against full-resolution matting pipelines. The work comes out of NTU's S-Lab in Singapore, a notable ASEAN research contribution to video generation tooling.
Together AI Triples StepFun Step 5 Serving Throughput
The interesting part is the method: AI agents drove the search across routing, scheduling and kernel-level changes, with a strict benchmark-before-merge loop — a reproducible pattern for anyone running inference infrastructure. Teams serving MoE models can apply the same TTFT- and TPS-targeted workflow. StepFun is a Chinese lab, so its models being served at scale on a US stack also signals deepening cross-border infrastructure ties.
Chinese contentOpenAI GPT-6.1 Sol 成本约为 GPT-6 Astra 的五分之一，表现相当
OpenAI 新出的 GPT-6.1 Sol 用五分之一的成本就能做到 GPT-6 Astra 的效果，跑任务要省钱的话这条值得看看。
Chinese contentNous Research 基于 Qwen3.8-27B 后训练出 Arete-27B，降低中文价值观倾向
Nous Research 把 Qwen3.8-27B 微调成价值观倾向接近西方模型的 Arete-27B，官方立场率从 22% 降到 1%，权重和数据全开源，做对齐研究的可以看看。
Chinese contentNous Research 基于 Qwen3.8-27B 后训练，开源 Arete-27B
Nous 拿国产最强的 Qwen3.8-27B 刮了一层“思想钢印”：5300 万 token 微调，宣传率从 22% 降到 0.9%，能力没掉，评测也开源了。
Chinese contentJim Fan 预告 GR00T 人形机器人新演示：手部动作全自主
NVIDIA 的 Jim Fan 放出周一演讲预告，GR00T 人形机器人的手部动作确实很细，官方确认是真机、全自主、没加速。
Chinese contentDeepSeek-V4.1-Flash-1017 开源，以推理效率为架构设计核心
DeepSeek 又开源了 V4.1-Flash-1017，这家的架构设计从底层就考虑推理效率，还把细节全公开，搞部署的可以关注。
HyperFlow H3 Flash: Slimmed MiniMax-H3 Runs on Consumer GPUs
Shrinking a video generation model to 9.1GB moves real-time 768P generation from data-centre hardware into the hands of hobbyists with a single consumer GPU. Developers and indie creators can now experiment with MiniMax-H3–class video models locally instead of renting cloud capacity. GitHub access means the community can benchmark it directly against heavier open-source video generators.
Only the latest 2000 items are listed; for older ones see the daily archive