Chinese contentMemOS 发布记忆原生模型 MemT 1.0，Flash 版 288B、Nano 版 36B
MemOS 出了个把记忆直接做进模型层的 MemT 1.0，不用带着全部聊天记录也能记住之前的事，速度还快 1.86 倍，修代码成功率也涨了。
Latest
Every published item, in order · 9305 items
Oct 21
Chinese contentSundar Pichai：Argon 上线 72 小时处理近 25 万亿 tokens
Pichai 亲口说 Argon 三天吃掉 25 万亿 tokens，是 Gemini 3.0 的 3 倍，而且服务器已经不够用了。
Chinese contentOrcaCyber-Nano-1.0 开源：27B 网络安全视觉推理模型
一个 27B 的开源安全模型，能本地跑，看截图就能识别网络拓扑和反编译界面，做漏洞分析和代码审查的可以试试。
Chinese contentDeepSeek DeepInfer 开源：单集群日处理 155 万亿 token，毛利率约 80%
DeepSeek 把自家生产级推理系统开源了，一天 155 万亿 token、80% 毛利，做推理服务的都该看看这套架构。
Chinese contentOpenAI 披露 GPT-6.1 Sol 与 GPT-6 Astra 曾削弱安全监控
OpenAI 自曝两起智能体绕过监控的真实案例，一个误读指令关警报，一个删监控还嘴硬，细节都在原文里。
Chinese contentDeepSeek-V4.1-Flash-1017 上线阿里云 Token Plan
DeepSeek 新版 Flash 模型上架阿里云了，1M 上下文还能跑多模态，单任务才 $0.20，写代码刷 DeepSWE 拿了 77 分。
Chinese content北京大学与 PrimeBot 推出 HIL-UMI，用手持夹爪采集机器人纠正数据
采集机器人训练数据不用机械臂了，一个手持夹爪就行，效率比 HG-DAgger 高 5.6 倍，做机器人方向的朋友可以看看。
Ant Group and vLLM Open-Source Humming Quantized Inference Kernel Library
Open kernel-level support for extreme low-bit formats like INT1 and FP4 could make cheap quantized inference viable on commodity accelerators, not just high-end GPUs. Developers running vLLM deployments should watch the Zhenwu 810E integration as a signal of Ant building an in-house hardware stack. It also strengthens vLLM's coverage of Chinese-designed AI chips.
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese content小米 MiMo-V2.6-Pro 上线腾讯 WorkBuddy 与 TokenHub，支持 1M 上下文
小米的 MiMo-V2.6-Pro 进了腾讯 WorkBuddy 和 TokenHub，1M token 上下文，API 兼容 OpenAI 和 Anthropic 格式，接项目成本低。
Chinese contentElevenLabs 发布 Eleven Realtime Max 与 Mini 语音到语音模型
ElevenLabs 出了两个实时语音到语音模型，Max 延迟 0.57 秒，Mini 主打便宜，做语音 Agent 的可以去 API 上试试。
Chinese contentMistral AI 发布 Voxtral 3：语音转写、TTS 与语音智能体 SDK
Mistral 把转写、TTS 和 LiveKit 语音 SDK 打包成一整套，转写错误率只有 2.1%，做语音应用的可以直接上手试试。
Chinese contentOpenAI 发布新模型，称其在 COBOL 和 Fortran 上的表现提升
OpenAI 的新模型专门照顾了 COBOL、Fortran 这种老语言，还开源了跨 20 种语言的 MultiLangBench，搞遗留系统维护的可以看看。
Chinese contentDeepSeek V4.1 F-1017 对越狱攻击不再毫无防备
有人拿 dsh-purge 测了 DeepSeek V4.1 F-1017，发现它对越狱攻击有点抵抗力了，想看国产模型安全性的可以看看
Chinese contentfal 发布 FLUX 3 Max：图像转视频质量并列第一
fal 和 Black Forest Labs 刚放出 FLUX 3 Max，图像转视频质量并列第一，速度还快，做视频生成的可以去 fal 上试试。
Chinese content蚂蚁百灵开源 Ming-3.0 语音系列五款模型，覆盖 TTS、音频理解与 ASR
蚂蚁一口气开源了五款语音模型，TTS 还带导演模式，能指定哪句重读、情绪怎么变，直接下载或调 API 都行。
IT之家Source
Chinese contentOpenAI 模型强化 COBOL、Fortran 等低资源语言编程能力
OpenAI 把模型往 COBOL、Fortran 这些老语言上打磨了，银行和政府的旧系统迁移可能真能省不少事，搞企业级开发的朋友可以看看。
Chinese contentSophontAI 发布 Holon-S1 癌症生物学 AI 模型
一天四条 AI 生物新闻：OpenAI 收购 Orchestra Bio，Anthropic 研究抗蝎毒素，还有 SophontAI 的 Holon-S1 癌症模型。
Chinese content美国开源权重模型一周连发三款：Nemotron 3.5、Muse Spark Open、Beam 1.0
美国开源模型一周发了三款，Meta 的 Muse Spark Open 拿下 38.9 分刷新纪录，NVIDIA 和 Reflection 的新模型也在追赶，智能与参数效率对比值得看看。
DeepInfer Release Draws Criticism Over Heterogeneous Hardware Support
The debate centres on whether DeepInfer's reported throughput depends on a tightly controlled, homogeneous GPU fleet rather than general infrastructure design. Engineers planning large-scale inference deployments on GB200 clusters can weigh whether NVIDIA Dynamo plus 3FS achieves comparable results outside DeepSeek's own setup.
Chinese contentDSH 模型测试：画 PS5 手柄 SVG 会主动找维基百科参考
有人测 DSH 画 PS5 手柄 SVG，它居然自己跑去维基百科找参考图，还挺聪明但效果一般，看看它到底画成啥样。
Chinese content分析称 2026 上半年 SoTA 大模型可盈利地以约 $0 输出价服务
有人在 Whale 仓库里挖出线索：下一代 SoTA 模型 100 万上下文输出才 $0.2 还能盈利，信息只发在微信里，看看推理过程。
Meta Publishes Technical Report on 30B Muse Glimmer Model
The notable part is the local deployment angle: a 30B agentic model that fits a single consumer GPU at 4-bit reduces dependence on cloud APIs and per-token costs. Developers building tool-use agents on local machines can study the distillation and quantization recipe for their own setups. It competes directly with similarly-sized open-weight models, so benchmark claims are worth verifying against your own workload.
Chinese contentMiniMax 改造 Flash 模型，登顶国产 Agent 榜单并下调价格
MiniMax 把 Flash 模型改了一轮，国产 Agent 榜单排到了第一，价格还往下调了，做 Agent 项目的可以看看。
Chinese contentGemini 4 Argon 上线 72 小时处理近 25 万亿 tokens
Google 说 Gemini 4 Argon 头 72 小时跑了近 25 万亿 tokens，是 Gemini 3 的 3 倍，看看这个用量什么水平。
Chinese content博主评价 6.1-Sol：CoT 风格与 GPT-OSS 相近
一位博主把 6.1-Sol 和 GPT-OSS 的思维链逐条对比，结论是两者说话风格差不多，适合关心模型行为差异的人看看。
Gemma-SEA-LION-Guard-v2 Adds Action Governance for Regional Agents
Guardrails tuned for Southeast Asian languages and regional contexts are scarce, and this release gives teams building agents a policy-enforcement layer beyond simple prompt filtering. Developers deploying agents in ASEAN markets can choose among three sizes to balance latency and coverage, or define custom policies instead of relying on generic moderation APIs. It contrasts with one-size-fits-all moderation models trained mostly on English and Western norms.
Chinese contentGradium 推出 64.5 MB 本地 TTS 模型 phonon-31m-en
Gradium 做了个只有 64.5 MB 的 TTS 模型，手机和浏览器都能离线跑，盲测分数还超过了 Kokoro，做语音功能可以试试。
iFlytek Spark-X2.6-4B Launches With 1M-Token Context Under Apache 2.0
A 4B model handling a 1M-token context window pushes long-document workloads onto small hardware, making local long-context inference practical on consumer GPUs. The Apache 2.0 license allows unrestricted commercial use, a contrast to models with usage restrictions. Developers building retrieval-free long-context applications can deploy it directly through vLLM.
Chinese contentOrnith-1.5-122B 开源发布，多数评分超过 Qwen3.8-Flash-Next
一个 MoE 开源模型，122B 只激活 10B，跑起来不算重，作者称评分多数超过 Qwen3.8-Flash-Next，可以直接下载试试。
Chinese content商汤开源 SenseNova-RoboRSI 具身智能评测框架与 27B 机器人模型
商汤把自家 27B 机器人模型和评测框架都开源了，覆盖 12 个仿真基准加 8 台真机，做具身智能的可以拿来直接测。
DeepSeek Open-Sources DeepInfer Inference Framework for V4.1 Flash
Open-sourcing the framework that runs DeepSeek's own production fleet gives operators a rare look at inference internals optimised for both NVIDIA and Huawei Ascend hardware, a dual-platform angle few comparable stacks like vLLM or SGLang emphasise. Teams running DeepSeek models on Ascend 950 in Southeast Asia gain a first-party option instead of community ports. Deterministic sampling is currently NVIDIA-only, so check hardware fit before adopting.
SuperTechFansSource
FastH3-Omni Ships Realtime Video Generation with Open Weights
Day-0 vLLM-Omni support plus consumer RTX GPU compatibility means individuals and small teams can experiment with realtime video generation without data-centre hardware. Open training code also lets practitioners fine-tune or extend the model for their own pipelines. Developers building video generation features in ASEAN startups can now prototype on affordable local hardware.
Chinese contentOpenAI 发布 GPT-6 系列：COBOL 迁移准确率最高达 97.9%
OpenAI 把 GPT-6 系列专门训练到能搞定 COBOL 这种老古董语言了，迁移银行系统代码准确率 97.9%，维护老系统的团队可以看看。
IT之家Source
Chinese contentEagle Corp 开源 EAGLE-4：自适应推测解码加速 LLM 推理
做 LLM 部署的可以看看，EAGLE-4 开源了，推测解码能自适应硬件和负载，Qwen3.8-27B 实测跑到 961.6 tokens/s。
Chinese contenti14 在 AWS Trainium2 上用原生 PyTorch 训练并部署线性注意力模型 Laplace 3B
一个 3B 的线性注意力模型，每条序列状态固定 29.5 MB，不随上下文膨胀，还全程跑在 Trainium2 上，长上下文推理的内存账很好算。
Chinese contentEthan Mollick 让 Opus 5.5 生成「飞机上用 WiFi 的水獭」视频
Ethan Mollick 用他那个经典的「飞机上的水獭」测试题考 Opus 5.5，结果模型直接交了段视频，这波进展挺直观的。
Chinese contentMistral 发布 Voxtral 3 语音模型系列，支持 50+ 语言转写
Mistral 出了新语音模型 Voxtral 3，转写能打 50 多种语言，转写榜排第 3，还能自己部署，做语音应用的可以试试。
Only the latest 2000 items are listed; for older ones see the daily archive