Chinese content与 Artificial Analysis 联合发布多模态知识智能体基准 MKA
做文档智能体或 RAG 的朋友可以看看这个新基准，200 个任务横跨 10 个行业，专测模型读复杂文件再干活的能力，比单轮问答基准更贴近实际工作流，选模型前先去 Artificial Analysis 看排名。
Latest
Every published item, in order · 6305 items
Nov 12
Chinese contentPhysical Intelligence π0.5 加入触觉编码器后成功率从 48% 提升至 70%
这个组合很实在：蚂蚁旗下的 LingBot-Touch 触觉编码器只有 5.46M 参数，接进 π0.5 就把 26 项任务成功率从 48% 拉到 70%，还开源了。做机器人操作的同学可以直接上手试，比堆算力划算得多。
vLLM-Omni adds Day-0 support for Runway's Praxis-1 robot model
Apache 2.0 weights plus single-H100 qualification make Praxis-1 one of the more accessible open robot policies to self-host, with no cloud dependency for inference. Teams building robot stacks in ASEAN research labs or startups can prototype without multi-GPU budgets, and the OpenPI/Positronic serving paths mean existing manipulation pipelines can swap in the model with modest glue code. Anyone comparing open robot foundation models should weigh it against restricted-license alternatives.
Chinese contentFishAudio 发布 Live 3：支持全双工语音的实时对话模型
FishAudio 这个 Live 3 能边听边说，不用像对讲机那样一人一句，语音智能体的打断体验会自然很多。vLLM 团队还主动喊话说开源后第一时间支持。做语音 Agent 的开发者可以先盯住它的开源动向。
Chinese contentInception 的 Mercury Decide 模型上线 OpenRouter
Inception 的 Mercury Decide 上 OpenRouter 了，这家做扩散式语言模型的公司走的是和 GPT 那种逐词生成不一样的路线，延迟更低。做 API 聚合或想试新架构推理的开发者可以直接在 OpenRouter 调用看看效果。
Chinese contentMiniMax H3-Image 高速模式约 10 秒生成 4K 图，靠 6 步蒸馏采样提速
这篇文章拆解了 MiniMax H3-Image 为啥 4K 图能跑进 10 秒：6 步蒸馏采样加提示词融进权重，省掉了重复计算。做图像生成部署的工程师能直接借鉴这套思路，用过的还会发现它文字渲染和参考图控制确实稳。
Chinese contentQwen4-Max 预览版发布，上线阿里 Token Plan 并开放多端体验
阿里把 Qwen4-Max 预览版放上了 Token Plan，限时 1 折就能用。实测前端动画一次生成不用改，代码党可以直接拿它跟 Claude、GPT 系比一比，写页面的朋友值得花几分钟试试。
Chinese contentMiniMax 开源 H3 生图模型，支持 4K 直出与 16 图参考
MiniMax 把生图模型也开源了，实测 10 秒出一张 4K 图，还能一次参考 16 张图做图生图，文字生成也稳。做电商图、海报设计的可以自己部署试试，和闭源 API 比省了调用费。
Chinese contentQwen4 发布：Qwen4-Max 开启预览，主打编码与智能体能力
Qwen4-Max 现在就能试了，Token Plan 预览通道和 Qoder、QwenStudio 四个入口都开着。做编码和智能体开发的可以拿真实项目跑一轮，跟 Claude、GPT-5 旗舰比比工具调用和多步骤任务的稳定性。
AlphaGenome 2 Launches via API for Non-Commercial Research
API-only access means labs can integrate regulatory predictions into pipelines without GPU infrastructure or model hosting, which shifts the cost of entry from engineering to analysis. Computational biologists, university groups, and biotech research teams working on gene regulation can start experimenting immediately under non-commercial terms. Anyone planning applied or commercial genomics work should check DeepMind's licensing terms first, as the restriction currently blocks revenue-generating use.
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentGemini 4 Flash（代号 Hydrogen）即将发布，Carbon 已在 Google 搜索 AI Mode 上线
Google 的 Gemini 4 Flash 快发布了，但更实用的是：没买 Ultra 的话，Gemini 4 Carbon 现在就能在 Google 搜索 AI Mode 里免费用。想先摸底 Gemini 4 表现的人可以马上去搜索里试。
Chinese contentClaude Fable 5.2 上线 OpenClaw，输出速度最高提升 30%
Anthropic 把 Claude Fable 升到 5.2，输出速度比 5.1 快最多 30%，已经能在 OpenClaw 里直接用。如果你平时靠 API 跑长文本或者高频调用，延迟下降会很直观。做应用的开发者可以先测一下再决定要不要切换。
Chinese contentIFM 开源世界模型 PAN 2，用模拟式推理让智能体先演练再行动
IFM 把世界模型做成了智能体的"预演器"：29B 的 LDM 负责画后果，LLM 负责想后果，选最优再动手。和纯文本推理的 agent 框架相比，它多了视频级的可视化验证。做机器人、游戏或决策型智能体的开发者可以直接下载权重和代码上手试。
Chinese contentAI21 与 Deel 联手后训练 Nemotron 3.5 Super，3 周在薪酬领域超过 Claude Opus 5.5
AI21 拿 NVIDIA 的 Nemotron 3.5 Super 做后训练，只花 3 周就在薪酬领域跑赢了 Claude Opus 5.5。做垂直场景落地的团队可以看看他们怎么把领域数据和后训练流程结合的。
Nov 11
Chinese contentERNIE 5.5 Flash Preview 上线 arena.ai Battle Mode
百度把 ERNIE 5.5 Flash 预览版放进了 arena.ai 的匿名对战，谁强谁弱由真人投票说了算。想第一时间试这版模型，或者拿它跟 GPT、Gemini 同题对比的开发者，现在就能去玩。
Chinese contentNVIDIA 发布开源机器人基础模型 GR00T 2，端到端完成化学实验
NVIDIA 把机器人开发全链路都开源了：模型权重、10 万小时数据、仿真引擎、硬件设计全给。演示里 GR00T 2 真手做化学实验还是 1 倍速无剪辑。搞具身智能的团队真该去看看，省多少从头造轮子的功夫。
Runway releases Praxis-1 robot model with open weights
An open-weights, Apache 2.0 robot control model removes the licensing barriers that usually come with robotics foundation models, letting teams self-host and modify freely. Robotics engineers and embodied-AI researchers can fine-tune Praxis-1 on their own hardware instead of licensing closed systems. Compared with closed offerings from rivals such as Physical Intelligence, this gives startups a low-cost starting point for building real-world robot behaviour.
Chinese contentRunway 发布 Praxis-1，速度比 GPT-6 Astra 快 15.6 倍、成本低 51 倍
Runway 把自家机器人模型 Praxis-1 和 GPT-6 Astra 放在同一个工作站上比，结果快了 15.6 倍，每个任务还便宜 51 倍。做机器人或自动化的开发者可以关注这种专用模型和通用 LLM 的选型对比。
AlphaGenome 2 predicts cell-specific DNA reading patterns
The interesting shift is that the model's value comes from context — the same variant can be scored across many cell types, enabling tissue-aware interpretation of disease-linked variants that single-context tools miss. Computational biologists, genetics labs and variant-interpretation teams can start experimenting immediately through the free Colab tutorials without infrastructure setup. Commercial users are excluded from the current licence, so biotech teams should treat it as a research preview and watch how DeepMind prices commercial access later.
Chinese contentQwen4-Max 预览版现身：主打 3D 建模、世界知识与 Agentic 编程
Qwen 系列疑似又出新预览版，这次瞄准 3D 建模和 Agentic 编程。我还没看到具体跑分，所以准备这周自己上手测测，尤其想看看它的编程智能体能力比 Qwen3-Max 强多少。想第一时间了解的可以关注后续评测。
Chinese content百度文心5.5 Flash Preview 发布：280B 总参 MoE，每次激活 14B
280B 只激活 14B 还能跑 200+ tokens/s，Apache 2.0 开源加 1M 上下文，性价比直接对标 DeepSeek 那批开源 MoE。写代码和跑 Agent 的人可以先在 OpenRouter 白嫖试试，11 月 25 日前权重就放出来了。
Chinese content百度开源文心5.5 Flash Preview：编程与Agent能力升级
百度这周连着更新，11日放出的 Preview 版能连写11小时代码做游戏，还支持100万token上下文。做编程助手或Agent工具的开发者可以拿它跑跑看，和 Qwen、GLM 这些开源模型对比下编程表现。
Baidu Uses RSI to Optimize ERNIE Inference Performance
The acceptance gate — speed gain plus unchanged output — is what turns autonomous code rewriting into something deployable on production inference stacks. Teams running inference servers can borrow the same bounded-scope, verify-before-merge pattern without adopting RSI wholesale. The 6.24x latency result was measured on Baidu's Kunlunxin P800, a domestic Chinese chip, making it a data point for comparing self-optimizing inference against US-lab approaches like NVIDIA-tuned stacks.
Chinese content百度在百度世界2026大会发布 ERNIE-5.0 技术报告并开放模型下载
百度这次把 ERNIE-5.0 的技术报告和 HuggingFace 下载链接一起放出来了，不用等第三方搬运。想自己跑权重做评测的开发者可以趁早下，RSI 那篇博客也值得先看，里面讲了训练思路。
Chinese contentGemini 智能体在 Lean 中生成超 600 万行证明，人工只需审查 1%
Google DeepMind 让 Gemini 智能体写了 600 多万行 Lean 证明，自动审计后人工只看最关键的 1%。做形式化验证或软件安全的人可以看看这套工作流，比纯人工逐行审查省了大量力气。
Chinese content腾讯 Hunyuan Hy4 上架 OpenRouter
腾讯 Hunyuan 的 Hy4 在 OpenRouter 上能直接调了，Terminal Bench 4.0 跑到 44.4 分。搞自动化智能体的可以拿它跟同类模型跑一遍对比，看 OSWorld 2.1 的 78.9 分在自家任务里什么水平。
Chinese contentMiniMax 发布 H3-Image，擅长生成游戏素材与场景
MiniMax 的 H3-Image 上线了，主打游戏素材和场景图生成，示例图是冒险题材的插画风格。做独立游戏或需要快速出场景概念图的开发者可以拿它和 Midjourney 对比一下出图风格。
Chinese contentFable 5.2 一条提示词生成带音频的托斯卡纳废墟修复视频
有人用一条提示词加一份 PDF，就让 Fable 5.2 生成了带音频的托斯卡纳废墟修复预览视频。想看视频生成模型实际能做什么的可以点进去看原视频，还能了解 PDF 输入这种玩法。
Chinese content百度发布文心5.5 Flash Preview：280B 参数仅激活 14B，Apache 2.0 开源
百度这次直接把 280B 的新模型按 Apache 2.0 开源，激活 14B 就能跑到 200 tokens/s，还支持 vLLM 和 SGLang 部署，对做私有化部署的团队很友好。对比 DeepSeek 和 Qwen 的开源路线，百度这次在 Agent 任务和知识工作场景下了重注。想验证实际水平的，OpenRouter 上能免费用。
Chinese contentMiniMax H3 Image 生成复杂机械结构图表现受关注
有博主拿 MiniMax 的 H3 Image 画了一台虚构的日式磁带记忆设备，爆炸图的零件细节和日文文字都相当准确。做工业设计草图或概念设定图的朋友可以拿自己的题目去试试，看它跟 GPT-4o 的图像能力比谁更稳。
Chinese contentMiniMax H3 Image 支持 4K 图像生成，10 秒出图
MiniMax 又发新图像模型 H3 Image，10 秒能出一张 4K 图，有人已经拿它做 AAA 风格游戏素材和 3D 场景图了。做游戏美术、电商视觉的朋友可以实测一下速度和分辨率能不能进你的工作流。
Chinese contentFable 5.2 发布：火柴人战斗测试生成慢动作打斗编排
Anthropic 放出了 Fable 5.2，同一套火柴人打斗测试它能编出慢动作镜头，比 Opus 5.5 快 1 分钟但花费 40.36 美元对 18.88 美元。做动画或动作编排生成的可以对比这两款再决定用哪个。
Chinese contentFable 5.2 十个案例展示模型同时处理代码、3D、动画与声音
10个真实案例摆出来了，有人一条提示词生成完整浏览器游戏，有人用Fable 5.2改进Roblox和3D动画项目。想自己做游戏Demo的独立开发者可以看看别人是怎么写的。
Chinese contentFable 5.2 与 Opus 5.5、GPT-6.1 Sol、Gemini 4 Carbon 实测对比
四款模型放一起跑 6 组实测，速度、价格、细节感各有所长。如果你正在为项目选模型，调用量大看省钱的那款，在意细节和真实感可以重点看 Fable 5.2。
Chinese contentFable 5.2 视频剪辑实测：跳切明显减少，可一次生成完成
有开发者提前上手了 Fable 5.2，重点测了视频剪辑：很多视频一次生成就能成片，跳切问题比以前少很多，就是生成速度偏慢。做 AI 视频工作流的人可以留意下这个版本，和现有工具比最大的卖点是成片率。
Chinese contentClaude Fable 5.2 连续生成 76 个不重复 HTML 文件，成本约为 Opus 5.5 的 2 倍
有人拿 Claude Fable 5.2 狂做 76 个网页，游戏、互动实验全都有，一个没坏，前端能力确实压过 Opus 5.5。但注意这波烧掉了两周用量，价格还是 Opus 的 2 倍。做前端 demo 的朋友可以直接去看开源文件找灵感。
Chinese contentFable 5.2 发布后创作者案例集中展示：4 支影像无实拍镜头
整理了 4 支全部用 Fable 5.2 生成的短片，7330 颗露珠、五千年书写史、动漫 MV、星战混战都在里面，没一个镜头实拍。想看视频模型实际成片水平的，直接刷这组案例比看官方演示更真实。
Chinese contentFable 5.2 五个演示：从骑自行车的鹈鹕到可被 AI 操作的音乐工作站
Fable 5.2 放出了 5 个新演示，鹈鹕骑车、蒸汽火车变机器人这些看脑洞，蜂蜜滴落那段看材质和光影的功力。最特别的是那个音乐工作站，画面里的东西能被 AI 直接操作，不只是出视频。做视频内容或交互产品的可以对照看看自己的场景能不能这么生成。
Chinese contentGenspark 与 Baseten 联合后训练开源模型，深度研究能力超过 Opus 5.5
Genspark 和 Baseten 把 Qwen3.5-397B 后训练成深度研究专用模型，内评测分 0.759，直接超过 Opus 5.5 的 0.738，现在已经跑在自家 Deep Research 产品里。做垂直场景落地的团队可以看看这条路：开源基座加定向后训练，单任务能打赢闭源旗舰。
Chinese contentFable 5.2 自制短片向剪辑师“预告抢饭碗”
有人用 Fable 5.2 做了支短片，剧情是 AI 当面告诉剪辑师要抢他工作，自指式幽默挺有意思。视频里反复改稿的梗做剪辑的人应该秒懂。做视频生成或剪辑工作的朋友可以看看这个模型实际输出长什么样。
Only the latest 2000 items are listed; for older ones see the daily archive