跳到正文
11月6日周五
  1. OpenAI News82

    OpenAI 发布 GPT-6 Cyber 网络安全模型

    OpenAI 发布 GPT-6 Cyber,这是一款用于发现可利用漏洞并开发修复方案的网络安全模型。该模型经过专门训练,旨在严格保持在授权范围内执行任务。

    推荐理由:OpenAI 推出专注于发现漏洞和修复的安全模型,并强调其训练目标是在授权范围内运行。

10月29日周四
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon,该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位,得分 59。

    推荐理由:原文披露了 Gemini 4 Carbon 在网络安全基准上的具体得分及分阶段开放计划,读者可据此评估其在防御场景下的实际能力边界。

10月28日周三
  1. Google DeepMind88

    Google DeepMind 发布 Genie 4 世界模型,支持原生音频与实时交互模拟

    Google DeepMind 发布 Genie 4,这是一款原生多模态世界模型,能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力,支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览,后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。

    推荐理由:Genie 4 将原生音频生成与 Gemini 实时推理结合,展示了交互式世界模拟在物理一致性和多模态反馈上的新边界。

10月27日周二
10月21日周三
10月15日周四
  1. NVIDIA Blog87

    NVIDIA 发布 Nemotron 3.5 Super VL 及 Bolt 系列开源模型,覆盖数据中心至边缘部署

    NVIDIA 发布 Nemotron 3.5 Super VL,这是一款 1200 亿参数的开源多模态模型,专为高吞吐量智能体工作流设计,在同类模型中实现 5 倍更快的任务完成速度。

    推荐理由:NVIDIA 发布覆盖数据中心到边缘的 Nemotron 3.5 系列,Super VL 以 120B 参数实现高效多模态智能体能力,Bolt 模型则针对本地部署优化。

10月7日周三
  1. Google DeepMind82

    Google DeepMind 发布开源轻量级多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2,这是一个基于 Gemma 4 架构、拥有 7.4 亿参数的开源多模态嵌入模型,支持在端侧统一处理文本、代码、图像、音频和视频。

    推荐理由:该模型在 7.4 亿参数规模下统一了文本、图像、音频和视频嵌入,为端侧多模态检索提供了具体的性能基准与部署方案。

10月1日周四
  1. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,该模型通过 Fairwind 计划向受信任的网络安全防御者开放,旨在处理复杂的软件工程、企业知识工作及网络安全防御任务。

    推荐理由:原文给出了 Gemini 4 Argon 在长程推理、企业工作流及网络安全防御上的具体基准表现,读者可据此评估其前沿能力边界。

9月23日周三
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 语音生成模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS,支持通过自然语言提示创建自定义角色声音并逐行控制表演细节。Gemini 3.8 Flash TTS 在 Hume AI Voice Design Benchmark 中位列第一,支持超过 100 种语言,并已在 Google AI Studio 和 Gemini API 上线。

    推荐理由:原文展示了从静态预设到动态创意工作室的转变,提供了多语言角色声音生成与逐行表演控制的具体能力细节。

9月1日周二
  1. Microsoft Research52

    Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 高效病理基础模型

    Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash,旨在通过提升效率支持大规模病理研究。GigaPath-Flash 采用 22M 参数的 ViT-S 编码器,在保持性能的同时将计算成本降低约 50 倍;GigaTIME-Flash 则通过替换骨干网络,在空间蛋白质组预测上实现约 6 倍加速和 8 倍内存节省。