跳到正文
10月10日周六
10月9日周五
10月8日周四
10月7日周三
  1. OpenAI · 部署安全与系统卡87

    OpenAI 向 ChatGPT 全球免费与付费用户发布 GPT-6 Sol 与 GPT-6 Luna

    OpenAI 将 GPT-6 Sol 和 GPT-6 Luna 推向 ChatGPT 全球免费与付费用户,替代 GPT-5.6 Sol 和 GPT-5.6 Luna,Codex 与 ChatGPT Work 暂仍使用 9 月版本。

    推荐理由:系统卡在报告越狱抵抗与事实性提升之外,也公开了自伤等安全指标相较 GPT-5.6 的回退及缓解措施。

10月6日周二
  1. Mistral AI79

    Mistral 发布 Mistral Large 4 公开预览,开放权重月底放出

    Mistral 发布 Mistral Large 4(ML4)公开预览,模型为 1 万亿参数、激活 520 亿的原生多模态架构,预览 API 已上线 Mistral Studio,开放权重定于月底放出。

    推荐理由:原文给出网络安全、智能体编码和多模态的具体基准成绩与训练规模,读者可据此横向比较当前开放模型的能力水平。

  2. Suno · Blog43

    Suno 精选五张不容错过的专辑

    Suno 精选推荐五张不容错过的专辑,风格横跨古典民谣、乡村、80 年代合成器与电影化氛围。这些精选依托 Suno 近期上线的 Albums 功能,它可把最满意的音乐整合成完整长度的专辑项目。名单包括 Oakwood///diskrot 的 naenia、Isaiah Wallace 的 Old Soul 与 ECHLO 的 VOID 等五张。

10月2日周五
  1. Suno · Blog67

    Suno 推出 Speech(beta),一条音轨同时生成语音与配乐

    Suno 推出 Speech(beta),官方称其为首个把语音与背景音乐合成为同一条完整音轨的音频模型,现已向所有用户开放。用户输入一段文字并描述想要的嗓音与音乐风格,即可生成配上原创背景音乐的朗读音频,该功能此前已小范围测试一个月。官方提示 beta 阶段口音和戏剧性停顿尚不稳定,将根据社区反馈持续改进。

    推荐理由:Suno 官方介绍了语音与配乐合为一条音轨的生成方式和用法,并坦承 beta 阶段口音与停顿还不稳定,可据此判断适用场景。

10月1日周四
9月29日周二
  1. OpenAI · 部署安全与系统卡77

    OpenAI 发布 GPT-6.1 Sol,网络安全能力定为 Critical、生物化学定为 High

    OpenAI 发布 GPT-6 系列最新模型家族 GPT-6.1 Sol,称其能力接近最强模型 GPT-6 Astra,同时组合了更快的速度与更低的价格,并在系统卡补编中公布安全基线与评测结果。

    推荐理由:官方补编给出该模型的 Preparedness 分级与各安全评测数据,可与 GPT-6 Astra、GPT-6 Sol 逐项对照能力与风险。

9月28日周一
  1. Anthropic · Claude.dev 开发者博客79

    Claude Sonnet 5.5 构建指南:何时选 Sonnet 而非 Opus、成本与调优

    Anthropic 当天开放 Claude Sonnet 5.5,官方称其比 Sonnet 5 更聪明、更高效且快 30%,单 token 价格不变,多数任务因更省 token 总成本最多低 30%。

    推荐理由:官方给出选型对照、逐条迁移清单和 effort 调参建议,从 Sonnet 5 升级的开发者可按清单直接改代码。

9月25日周五
  1. Sarvam AI58

    Sarvam AI 发布语音识别模型 Saaras V4

    Sarvam AI 发布新一代语音识别模型 Saaras V4,在全部22种印度语言上取得SOTA,并在七个英文数据集上拿到最低WER。模型由音频编码器搭配从零自研训练的 3B 混合状态空间 LLM 解码器组成,同一模型支持 transcribe、translate、verbatim、translit、codemix 五种输出格式。

9月24日周四
9月21日周一
  1. HF 机构 · XiaomiMiMo46

    XiaomiMiMo MiMo-V2.6-Flash-RL 模型页面

    小米(XiaomiMiMo)的 MiMo-V2.6-Flash-RL 模型已上架 Hugging Face,任务类型为 text-generation。该模型页面显示下载量 76977、获赞 589,页面未提供更多技术细节。 (注:原文信息极有限,摘要仅陈述页面可见事实,未做扩展。)

9月15日周二
  1. 禾赛科技58

    模型:Hesai Unveils MT Series Lidar, Delivering Ultra-High Spatial Resolution in the World’s Smallest Form Factor

    原文摘录:Today at INTERGEO 2026, Hesai Technology (NASDAQ: HSAI; HKEX: 2525), a global leader in 3D sensing technology, officially unveiled the MT series , its next-generation flagship lidar series with ultra-high spatial resolution, designed for high-precision 3D … The previous-generation XT point clouds were captured while the sensor was in motion using repetitive scanning and accumulated across multiple frames

9月14日周一
9月4日周五
9月3日周四
  1. ARC Prize · 官方博客78

    OpenAI GPT-6 Astra 在 ARC-AGI-3 上取得 99.9% 并超越人类动作效率

    ARC Prize 发布 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上的评测结果:Standard harness 下得分 62.7%、花费 $26K,Provider Adapter harness 下得分 99.9%、花费 $19K,均为当前最高分。

    推荐理由:ARC Prize 亲自实测并公开成本、动作效率与两种 harness 的差异,读者可据此了解 Astra 在 ARC-AGI-3 上的真实表现边界。

9月1日周二
8月31日周一
8月25日周二
8月24日周一
8月18日周二
  1. Stability AI News56

    Stability AI 推出 Stable Audio 3.0 DAW 插件并增强网页版音频创作功能

    Stability AI 为 Stable Audio 3.0 推出 DAW 插件和增强版网页应用,把音频生成接入音乐制作流程。插件以 macOS AU 与 VST3 格式提供,兼容 Logic Pro 和 Ableton Live,可同步会话 BPM、生成长达六分钟的音频并保存多个版本对比;网页版支持自然语言迭代、audio-to-audio 风格变化、多轨混音与导出。

8月13日周四
  1. MiniMax Research Blog62

    MiniMax 发布新一代开源权重音乐生成模型 Music 3.0

    MiniMax 发布新一代开源权重音乐生成模型 Music 3.0,输入创作构思与可选歌词即可一次生成最长五分钟的完整歌曲。模型由基于 Qwen3.5-8B 初始化的 8B 全局 LLM 与 0.6B 局部 LLM 组成 Hybrid-LM,配合八层 RVQ、2.4B flow-matching 模块和 123M Flow-VAE 完成音频渲染。

    推荐理由:原文给出 Hybrid-LM、RVQ 与 Flow-VAE 的完整架构拆解,读者可了解五分钟整曲生成如何兼顾结构与音质。

8月11日周二
7月31日周五
  1. MiniMax Research Blog67

    MiniMax 发布多模态生成模型 H3,支持 2K 原生立体声视频并计划开源权重

    MiniMax 发布通用多模态生成模型 H3,可统一理解文本、图像、视频和音频上下文,生成最长 15 秒的 2K 分辨率视频并带原生立体声。官方称早期测试显示其已可胜任广告、电商、游戏等商业内容创作,2K 下每秒价格不到主流模型的三分之一,并计划在符合法规的前提下于近日开源模型权重。

    推荐理由:原文给出与主流模型的价格对比和开源权重计划,读者可以据此评估它在商业视频内容生产中的成本空间。

7月27日周一
7月23日周四
7月21日周二
7月16日周四
  1. Moonshot AI / Kimi Research86

    Moonshot AI 发布 2.8T 参数模型 Kimi K3

    Moonshot AI 发布 2.8T 参数模型 Kimi K3,基于 Kimi Delta Attention 与 Attention Residuals,具备原生视觉能力和 100 万 token 上下文窗口。

    推荐理由:原文同时给出基准对比、架构细节、API 定价与权重开放时间,读者可据此评估这款 2.8T 开源模型在编码与智能体工作里的可用性。

7月9日周四
  1. Meta AI Blog75

    Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 公测

    Meta Superintelligence Labs 于 7 月 9 日发布 Muse Spark 1.1,定位为面向智能体任务的多模态推理模型,在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升,支持 100 万 token 上下文管理和多智能体编排。

    推荐理由:官方发布给出了智能体、编码、多模态能力要点,百万 token 上下文和 Meta Model API 公测入口对评估可用性有直接参考。

7月7日周二
6月27日周六
6月16日周二