Chinese contentMustafa Suleyman 宣布 Microsoft AI 发布 MAI-Transform 1 模型
Microsoft 的自研模型团队又有新动作，Suleyman 亲自转发官方页面。链接截断了具体型号，点进去能确认是哪个模型、跑分和定价如何。想看 Microsoft 怎么摆脱对 OpenAI 依赖的人可以关注这条线。
Latest
Every published item, in order · 6305 items
Nov 11
Chinese contentMiniMax H3 Image 被用于生成 AAA 风格游戏素材
MiniMax 的 H3Image 被开发者拿来做游戏素材，AAA 风格场景、3D 环境一张提示词就出图，还有 ARC Raiders 风格的战斗概念图。做独立游戏或概念美术的可以试试省前期画图时间。
Chinese contentGemini 4 Carbon 上线，面向 Google AI Ultra 订阅者和付费开发者开放
Google 把最强的 Gemini 4 Carbon 直接开放给 Ultra 订阅用户和付费 API 开发者，不用再等内测。如果你在对比 OpenAI 或 Anthropic 的旗舰模型，现在可以拿同一套提示词去 API 里实测。做应用开发和重度用户的都该看看接入门槛和价格。
Chinese contentGoogle 向所有付费开发者开放 Gemini 4 Carbon
Google 把自家的 Carbon 全量放开了，API 价格还是 2/10 美元那档。三个基准跑到第一还比对手便宜一半以上，做 Agent 和自动化任务的开发者可以直接拿它和 Argon 对比跑分，看看多花的推理 token 划不划算。
Chinese contentGoogle 开放 Gemini 4 Carbon：付费 API 今日可用，Ultra 订阅每月 99.99 美元起
Google 这次把 Carbon 的引入价定到 11 月 30 日，输入 2 美元、输出 10 美元，之后翻倍。跑分上被 Claude Fable 5.2 压过一头，但每个任务花费只有 Fable 的一半，性价比明显。做长任务 agent 或自动化流程的开发者可以趁引入期试试，Antigravity 的 /swarm 多 agent 命令也值得上手。
Chinese contentGemini 4 Carbon 上架 Cursor，CursorBench 高努力档得分 60.4%
写代码的朋友可以试试了，Gemini 4 Carbon 已经进了 Cursor，在 Cursor 自家的 CursorBench 上高努力档拿了 60.4% 排第一。之前一直用 Claude 或 GPT 写码的话，正好切过去跑跑自己的项目，看看谁顺手。
BEHAVIOR Challenge at CoRL 2026 crowns Huawei Noah EAI Team
Nearly half of long-horizon household tasks now complete successfully, up from 12% a year earlier — a pace of improvement that suggests embodied agents are approaching practical utility faster than most roadmaps assumed. Teams building home or service robots should treat the BEHAVIOR task suite as a reference evaluation and study the winning approaches. The all-Chinese podium also matters for anyone tracking where embodied AI talent and compute are concentrating.
Chinese contentGoogle 发布 Gemini 4 Carbon 模型
Google 把 Gemini 4 Carbon 放出来了，现在就能上手试。具体的跑分和价格还没公布，建议先在官方文档里确认上下文和 API 定价，再决定要不要替换现有接入的模型。
Chinese contentFable 5.2 发布：芯片设计与生物学能力提升，RSI 任务被有意削弱
GDPx 是少数由领域专家出题的基准，能看清 Fable 5.2 到底强在哪。有意思的是 Anthropic 主动压低了 RSI 任务的表现，分数上直接看得出来。如果你拿模型做芯片、生物或写代码相关工作，这份分项数据很有参考价值。
Chinese contentMicrosoft 发布 MAI-Transcribe-2：0.10 美元转录一小时音频
微软把语音转录价格打到 0.10 美元一小时，速度还比 GPT-Transcribe 快 10 倍。做会议记录、播客字幕、客服录音分析的工具团队可以立刻去试试，成本敏感的项目用它能省不少钱。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentAnthropic 发布 Fable 5.2 与 Mythos 5.2，编码基准超 GPT-6 Astra
Anthropic 这波同底座双版本挺有意思：Fable 面向开发者，Mythos 只给安全机构。FrontierCode 2.0 跑分直接压过 GPT-6 Astra，价格还降了 20%。做硬核编码和自动化工作流的人可以去试试，1M 上下文加多 agent 协调是亮点。
MiniMax-H3-Image Gains Day-0 vLLM-Omni Support
Day-0 support on AMD GPUs, not just NVIDIA, is the notable detail, since open image models frequently arrive CUDA-only. Teams building multi-reference editing or high-resolution text-rendering pipelines can self-host without vendor lock-in. Developers comparing against Qwen-Image or closed APIs should benchmark its 16MP native output and 9-image reference limit in their own workflows.
Chinese contentMiniMax 开源图像生成模型：10 秒出图，支持 4096×4096 分辨率
MiniMax 把图像模型开源了，10 秒出图还能到 4096×4096，最多带 16 张参考图。想在自己 GPU 上跑图或微调的人可以直接上 vLLM，比用闭源 API 灵活多了。
Chinese contentClaude Fable 5.2 以 67% 登顶 VIALS-AA 科学视觉推理基准
Artificial Analysis 拿 Handshake AI 的 VIALS 基准做了生命科学视觉推理实测，Claude Fable 5.2 拿 67% 压过 Gemini 4 Carbon 和 GPT-6 Astra。有意思的是它平均 37 次工具调用对 Astra 的 8 次——做科研图像分析、依赖多步工具链的开发者可以看看这种'多调用'策略是不是更适合自己的场景。
Chinese contentClaude Fable 5.2 登顶 AA-3D 3D 构建基准
Anthropic 新的 Claude Fable 5.2 在 3D 交互构建基准上比自家上代高出 132 分，也压过 GPT-6 Astra 和 Gemini 4 Argon 一大截。做 3D 内容生成、交互原型的开发者可以换它试试，Elo 分差说明优势不是测试波动。
Chinese content用户用一段提示词让 Fable 5.2 一次性生成画面媲美 AAA 的 FPS 游戏Demo
这条提示词原文很短但很讲究：指定 FPS 类型、要求 AAA 级画面、还主动砍掉关卡规模。用 Fable 5.2 一次生成就跑通了。做生成式游戏或想学提示词写法的都该拿去复现试试。
Chinese contentAnthropic 最强模型仍未对外发布
Anthropic 内部已经有一个没对外公开的更强模型，这条消息出自 Mythos 5.2 的 System Card。关注 Claude 竞品节奏的人可以留意，等官方 System Card 出来再对比。
Tencent Youtu releases Qwen3.8-27B-DSpine-b16 draft model
Draft-model engineering is quietly becoming a competitive lever: the gain comes from a better-matched draft model rather than the target model itself, so teams running Qwen3 27B can swap this in and roughly double effective throughput with no accuracy trade-off. Inference engineers and startups serving Qwen at scale should benchmark it against their current MTP setup, ideally on Hopper cards where FlashAttention 3 is available. Comparable accelerations typically require paid inference providers; this one is a free HuggingFace download.
Chinese contentPAN 2 开源世界模型发布，vLLM-Omni 提供 Day-0 推理支持
PAN 2 团队开源了一个按时间、物理、空间来预测场景变化的世界模型，能做文生视频和图生视频。vLLM-Omni 第一天就支持它，想在自己服务器上跑视频生成或做真实世界模拟的开发者可以直接用开源推理栈部署了。
Chinese contentMiniMax 开源图像模型 H3-Image：10 秒生成 16MP 4K 图像
MiniMax 放了个开源的图像模型 H3-Image，10 秒就能出 4K 图，还能塞 16 张参考图做编辑。对比闭源的 Midjourney、Flux，这是开源权重可以直接下载部署的，走 API 还有首周三折起步的五折。做电商图、海报批量生成的开发者可以上手试试。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2
Anthropic 一次发了两个 5.2 版本，官方口径是比 Opus 5.5 各项基准提升 5-15%。如果你在用 Opus 5.5 写代码或做分析，可以先看看有没有评测再做切换。
Chinese contentFable-5.2 发布，博主对比它与 DeepSeek 的生成成本：40 美元 vs 1.4 元
博主拿刚出的 Fable-5.2 和 deepseek-v4.1-flash-1017 跑了同一个 demo，一个花 40 刀，一个只花 1 块 4，效果对比全在帖子里。做生成类应用、要算成本账的开发者可以直接看图判断值不值，这种带真实账单的横评不常见。
Chinese contentGoogle DeepMind 发布 Gemini Robotics 2.5 机器人模型
Google DeepMind 把 Gemini 拿来干体力活了，200 多项任务里连系蝴蝶结这种精细活都能做。做机器人、具身智能方向的朋友值得看看它的任务列表，跟自家硬件怎么配合是关键。
Chinese contentFable 5.2 在 Remote Labor Index 上完成率达 41.3%，为 5.1 版本的逾两倍
Fable 5.2 在 Remote Labor Index 上把达标率从 17.9% 拉到 41.3%，翻了一倍还多。这个基准用的是真实付费自由职业项目的简报，比刷榜更能反映实际干活能力。做外包开发、设计的同学应该看看，你的活可能已经有人（和模型）在比价了。
Muse Spark Open Hits 433 tok/s Per User on TPU v7 Megakernel
The notable part is that a 816B MoE model now runs end-to-end as one Pallas program on a single TPU host through SGLang and TorchTPU, not through a closed inference stack. Teams building long-context agent products should study the deep dive for fp8 KV and session-aware cache strategies they can replicate. Compared with CUDA-only megakernel efforts, this demonstrates the PyTorch-to-TPU path has matured enough for production serving.
Chinese contentClaude Fable 5.2 在科学工程领域成绩单：硬件设计、基因疗法、物理难题多点开花
大家都在聊它的写代码能力，其实这份成绩单更值得看：设计电路板一次跑通、34 个病毒蛋白壳建模对 28 个、13 个材料计算从 3.3 小时压到 4 分钟以内。做硬件、生物、材料方向的工程师可以对照自己的领域看看能用上多少。
Chinese contentAnthropic 称 Claude Fable 5.2 完成三项硬核任务
这条推文说 Claude Fable 5.2 一个 prompt 做出三件能用的电子设备，还解了 72 个开放优化问题。硬件和化学方向的人可以关注，但都是 Anthropic 自述，等官方报告或第三方复现再下结论。
Chinese content用户反馈 GPT-sol 出现明显降智表现
有用户吐槽 GPT-sol 今天变懒了，稍难点的任务就不愿深挖。如果你最近也感觉回答变水，可以对照看看是不是同款情况，这种一线反馈往往比官方公告更早暴露问题。
Chinese contentEthan Mollick 透露 Gemini 4 Carbon 早期体验：可把视频片段复刻为 3D 场景
Ethan Mollick 拿到 Gemini 4 Carbon 早期权限了，他说这代比 Argon 强，而且思路和 Claude、GPT 不一样。最好玩的是丢一段视频进去，它能用 Three.js 复刻出 3D 场景。想跟进 Google 这条线的开发者可以先看看实际体验反馈。
Chinese contentGemini 4 Carbon 开放通用使用
Google 把 Gemini 4 Carbon 全量放开了，主打写代码和科学推理，还说比上一代 Argon 更安全可控。如果你在做代码或科研相关的应用，现在就能直接调 API 试试，和 Claude、GPT 系列横向比一下再定用什么。
Chinese contentMiniCPM-V 4.7 在 24GB M4 Mac mini 上跑出 51.8 tok/s
有人在 24GB 的入门 M4 Mac mini 上把 MiniCPM-V 4.7 跑到 51.8 tok/s，不用外接显卡。想在 Mac 上本地跑多模态模型的开发者可以参考这套配置，对比一下自己设备的余量。
Chinese contentMiniCPM-OCR 1.0 获 vLLM v0.33.0 官方支持
做 OCR 服务的朋友可以直接升级 vLLM v0.33.0 来跑 MiniCPM-OCR 1.0，省去自己适配推理框架的功夫。相比 PaddleOCR 这类传统方案，用 vLLM 部署的好处是批量吞吐更高，部署流程也更标准化。
Robbyant releases LingBot-Touch open-source tactile model under Apache 2.0
The non-obvious finding is that masked-latent prediction beats pixel reconstruction precisely because tactile data is sparse and noisy — a lesson transferable to other low-signal sensor modalities beyond robotics. Researchers building touch-equipped manipulators or multimodal perception stacks can adopt the Apache 2.0 weights and the curriculum-masking recipe directly. Compared with MAE and VAE baselines trained on the same data, the JEPA encoder is the one that scales with training hours, which matters for anyone planning long pretraining runs.
Chinese contentGoogle DeepMind 用 AI 数学证明 Signal 代码安全性
Google DeepMind 用几十个 Gemini Carbon 智能体写了 650 万行 Lean 证明，4 周干完过去专家团队几年的活，还故意塞回 2 个旧漏洞验证系统真能抓出问题。做安全、写关键系统的工程师都该看看这个验证思路。
Chinese contentClaude 独立完成一项尘封 23 年的黑洞物理计算
一个挂了 23 年没人算完的物理推导，这次由 Claude 基本自己推完，物理学家核验后确认结论成立。它不是又一个刷 benchmark 的故事，而是 AI 第一次产出经人工确认的基础物理新知识，做科研的人可以直接参考这条工作流。
Ant Group open-sources LingBot-Touch tactile foundation model for robots
The key shift is that touch becomes hardware-agnostic: tactile representations now transfer across sensors and dexterous hands the way vision backbones do. Robotics teams building manipulation systems no longer need to collect per-hardware tactile datasets, cutting one of the costliest steps in embodied AI development. Developers and labs working on dexterous manipulation or cross-embodiment models can inspect the open-source code and data pipeline directly. For ASEAN robotics teams, an open Chinese-origin foundation model offers a practical alternative to building proprietary tactile stacks.
Chinese contentAnthropic 发布 Claude Fable 5.2，1000+ 子Agent 协作开发出可启动的操作系统
Anthropic 用 Claude Fable 5.2 让 1000 多个子Agent 协作，从零写出能在笔记本上启动的操作系统原型，跑了整整 8 天。比起单模型干活的思路，它展示的是 Harness 编排加多Agent 分工的玩法，做 Agent 框架和自动化开发的工程师很值得看看。
Chinese contentFable 5.2 发布演示现场证明费马大定理
Anthropic 拿费马大定理证明当 Fable 5.2 的发布演示，这个数学题连人类数学家都要啃好几年。如果你关心前沿模型的数学推理上限，或者想看发布演示还能怎么玩，这条值得点进去。演示者还预告 aie code talk 上有更大的动作。
Chinese contentGemini 4 Carbon 在 Google Cloud 上线，支持 100 万输出 token
Google 把 Gemini 4 Carbon 直接放进 Agent Studio，输出上限拉到 100 万 token，专攻智能体编程和长任务。做智能体开发的朋友可以去 GCP 实测，和 Claude、GPT 系列比一比长周期任务谁更稳。
Chinese contentGoogle 发布 Gemini Robotics 2.5 物理世界模型
Google 把 Gemini 模型搬进了真实工厂，Apollo 2 机器人给奔驰分拣零件准确率 96%。和 Figure、Tesla 自研路线不同，Google 走模型授权模式。做具身智能和工业自动化的团队可以关注它会不会开放 API。
Only the latest 2000 items are listed; for older ones see the daily archive