-
AI 助力古籍修复：Apollo 大语言模型问世，专门用于解读古希腊莎草纸残片
9月22日讯 据 《连线》（WIRED）报道，全球各地高校图书馆保存着数十万份古希腊莎草纸残片，不少残片损毁严重，其内容或许已无法解读；对于其余尚存修复希望的文本，学者只能依靠人工逐条补全缺失的词句完成复原。为加快这项繁重的工作，研究人员开始借助人工智能。 奥地利科学院将于当地时间周三正式发布了全球首款面向古希腊语的高级大语言模型。该项目由奥地利科学院联合法国 AI 实验室 Mistral 以及科…...- 0
- 0
- 28
-
阿里 Qwen4 和下代视频模型训练中，Qwen4.5 后模型将扩展至 5-10T 参数
9月22日讯 今日在 2026 年云栖大会现场获悉，阿里巴巴公布了大模型一系列进展，大模型递归自我改进（RSI）已初步进入模型训练、推理及芯模协同等环节中，基于新一代架构的 Qwen4 已在训练中，未来 Qwen4.5、Qwen5 等版本将扩展至 5-10T 参数。 同时，阿里的视频生成模型、语音模型、图像模型、世界模型、音乐模型以及全模态模型等均在当天或近期推出新版本。 阿里全新的下一代视频生成…...- 0
- 0
- 22
-
腾讯混元 Hy Image3.5 preview 发布：支持文生图与多轮对话创作，已上线元宝、ima 等应用
9月22日讯 腾讯混元团队今日宣布推出 Hy Image3.5 preview 模型。腾讯称该模型面向专业级生图创作，支持文生图、图生图和多轮对话创作。 腾讯称，该模型经过内部数百名专业设计师 GSB 盲测，对比 Hy Image3.0 提升 30%，与 Seedream 5.0 pro 持平，略优于 Nano-Banana Pro 和 Qwen-Image-3.0 Pro。 注：GSB 盲测是一…...- 0
- 0
- 21
-
小米 MiMo-V2.6 发布：Pro 与 Flash 双版本价格不变，超越 Kimi K3、GLM-5.3 成为当前 AA 指数排名最高的开源模型
9月22日讯 小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。 小米称这是其探索 RSI（递归自我改进）路径的关键一步，通过规模化扩展强化学习算力，让模型在持续的探索与反馈中拓展智能边界。 得益于 RL 算力的扩展，MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Inde…...- 0
- 0
- 26
-
马斯克 SpaceXAI 发布旗下最强编码和知识处理模型 Grok 4.7，百万词元输入 2 美元起
9月22日讯 SpaceXAI 今日宣布推出新一代 Grok 4.7，主打编程和知识工作场景。 官方称其采用全新更大规模基础模型，并通过更长时间的强化学习训练提升复杂任务处理能力，是该公司目前最强的编码和知识处理模型 —— 速度是同类模型的两倍，价格却只有一半。 如前所述，Grok 4.7 针对编程和知识工作进行了优化。与 Grok 4.6 相比，新模型能够在困难任务上持续更长时间，并加强了对自身…...- 0
- 0
- 0
-
阿里达摩院开源全球首个专家级通用医疗影像 AI 模型 DAMO RADAR：可一次性识别超 146 种病症，成果登《科学》
9月18日讯 阿里达摩院今日宣布，与浙江大学医学院附属第一医院等机构研发出的通用医疗影像 AI 模型 DAMO RADAR，登上国际顶级学术期刊《科学》(Science)。 该模型面向腹部增强 CT 诊断，可一次性识别超过 146 种病症，其准确性首次达到影像科专家级水平，现已正式开源。 据介绍，达摩院采用视觉-语言学习方法（Vision-Language Learning），让模型直接学习医学影…...- 0
- 0
- 14
-
智谱 GLM-5.3-FlashX 模型上线，更快、更流畅
9月18日讯 智谱今日宣布推出 GLM-5.3-FlashX（最高 200 tokens/s），为企业与开发者带来更快、更流畅的模型体验。 智谱官方表示，GLM-5.3-Flash 此前以“Ox Alpha”之名与全球开发者见面，获得海内外开发者的广泛认可，调用量持续攀升。面对快速增长的需求，智谱在 10 万张国产芯片提供的推理算力基础上，进一步加大对 Infra 侧的投入与推理优化。GLM-5.…...- 0
- 0
- 26
-
阿里发布 Qwen3.8-Omni-Flash 全模态模型：音视频能力提升，百万 Token 图文音视频输入 0.8 元
9月18日讯 阿里千问今日正式上线新一代原生全模态模型 Qwen3.8-Omni-Flash，并已在千问 AI 平台提供。该模型可同时处理文本、图像、音频和视频输入，支持 1M 上下文。 全模态模型指可同时处理文本、图像、音频、视频等多种输入形式。官方称，该模型在保持同尺寸文本模型能力的同时，全模态能力较上一代明显提升。 在累计 30 项评测上，Qwen3.8-Omni-Flash 相比上一代 Q…...- 0
- 0
- 22
-
人形机器人可“自主做家务”，Figure 发布 Helix 2.5 模型
9月18日讯 人形机器人企业 Figure 今日发布了 Helix 2.5 模型，能让机器人“自主做家务”。 从 Figure 官方介绍获悉，Figure 在美国旧金山湾区租了 30 套房子，机器人没有进行额外训练，到了地方就开始自己收拾房子。 Helix 2.5 的构建旨在回答一个问题 —— 类人生物能否进入一个它从未见过的家，并立即自主工作？ 为此，Figure 在全球人类行为数据集 Inde…...- 0
- 0
- 29
-
谷歌最强数学推理 AI 模型曝光：100 万词元上下文，专攻数学难题
9月18日讯 消息源 @lyraxana 于 9 月 16 日在 X 平台发布推文，爆料称谷歌正基于 DeepThink V3 模型，构建内部代号为 Mathematica 的实验 AI 模型，主要针对繁重计算、复杂的符号问题求解特别优化，预估将成为谷歌最强数学推理 AI 模型。 API 数据显示，该模型内部标识符为“models / deepthink-mathematica-tf-r…...- 0
- 0
- 25
-
小米直播训练 MiMo-V2.6 模型，罗福莉称沉寂半年钻研一件事
9月17日讯 小米 MiMo 大模型负责人罗福莉今日发文，自 4 月份开源 MiMo-v2.5 后，小米沉寂了近半年，花时间研究了一件事 —— 强化学习究竟能扩展到多远。 MiMo-V2.6 目前正处于强化学习中间阶段。该团队为其扩展了三项能力： 计算（每步约 20 亿个 Token，1,568 个 Prompt × 16 条 Rollout，完全异步） 环境和工具（多任务智能体强化学习，一次运行…...- 0
- 0
- 11
-
基于全国产化算力训练，讯飞星火语音基座大模型 Spark-Audio-1.0-Preview 上线
9月16日讯 科大讯飞今日宣布 Spark-Audio-1.0-Preview 上线，这是一款基于全国产化算力训练的语音基座大模型。 过去，大模型处理音频大多采用级联方案：先把语音转成文字，再交给大模型理解。这种做法有两个明显短板： 信息丢失。文字只能记录说了什么，会丢掉语音里自带的语气、情绪，还有背景环境音等关键信息，导致模型对场景的判断不完整，自然也会影响到最后的结果。 链路割裂。这套系统把语…...- 0
- 0
- 19
-
豆包大模型 2.1 Pro 更新 0915 版本：Agent 交付更可靠，多模态 Coding 进化
9月16日讯 火山引擎官方今日宣布为豆包大模型 2.1 Pro 更新至 0915 版本，API 全量上线火山方舟。 从官方获悉，豆包工作已完成升级，用户下载或升级至最新版，选取“豆包 2.1 Pro（0915 新版）”模型即可体验。 本次升级围绕企业生产级需求，覆盖 Agent 任务交付、多模态 Coding、多模态理解与 Token 效率优化。 除豆包外，TRAE 已同步接入 0915 版本。今…...- 0
- 0
- 14
-
vivo 发布四款蓝心大模型，推出系统级蓝心 Harness
9月16日讯 在今日的 2026 vivo 开发者大会上，vivo 发布了四款新的蓝心大模型。 「听得懂你的蓝心语音大模型 RealTime」全新的端到端语音理解架构，融入更多你的个人化信息。更重要的是，嘈杂环境、轻声说话、带着口音、连续表达、中英混着说，它都听得懂。 「记得住你的蓝心端侧大模型 Nano」它的使命就是实时感知、沉淀个人记忆。它能融合理解屏幕、图像、视频、文本和文件，不仅看懂当下，…...- 0
- 0
- 18
-
谷歌推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking 实时对话模型，支持 97 种语言切换
9月16日讯 当地时间 9 月 15 日，谷歌宣布推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。谷歌称这是其迄今最先进的实时对话模型，在智能和并行推理方面有重大升级，让 AI 对话更直观智能。 两款新品分别为面向规模部署与成本优化的 Gemini 3.8 Live，以及面向高复杂度任务、强化多步推理能力的 Gemi…...- 0
- 0
- 21
-
阶跃发布 StepAudio 3 系列语音大模型，拿下多个全球第一
9月15日讯 今日阶跃正式发布 StepAudio3 系列模型，包括 StepAudio3Realtime、StepAudio3ASR、StepAudio3TTS、StepAudio3Gen 和 StepAudio3Music，其中多款模型在 Artificial Analysis 榜单中位列全球第一。以上五款模型，目前均已上线阶跃星辰开放平台。 官方称，StepAudio 3 系列分别面向几类核…...- 0
- 0
- 26
-
马斯克：Grok 4.8 模型本周完成训练，参数量 2.5 万亿
9月14日讯 xAI 首席执行官埃隆 · 马斯克今天在 X 平台透露，Grok 4.8 将是一款参数量达 2.5 万亿的 AI 模型，使用全新 C++ 软件栈训练。 马斯克表示，Grok 4.8 将在本周完成训练、启动强化学习（RL）。...- 0
- 0
- 6
-
月之暗面 Kimi K2.8 Preview 模型全量上线 Kimi Code，综合性能接近 K3
9月11日讯 月之暗面 Kimi K2.8 Preview 模型今日全量上线 Kimi Code，Model ID 不变，仍为 kimi-for-coding，客户端与第三方工具无需修改配置即可使用。 官方表示，K2.8 Preview 综合性能接近 K3，思考效率更高。编码与智能体能力全面提升，思考（thinking）效率较 K2.7 Code 显著改善，全部会员档位均开放最高 1M 上下文窗口…...- 0
- 0
- 23
-
小米开源工业级目标说话人语音识别大模型 Xiaomi-CocktailASR-1
9月11日讯 小米技术今日发文宣布，小米正式发布并开源工业级目标说话人语音识别大模型 Xiaomi-CocktailASR-1。 官方表示，Xiaomi-CocktailASR-1 旨在解决“鸡尾酒会”难题（当前语音识别技术已经可以以较高精度识别一个人所讲的话，但是当说话的人数为两人或者多人时，语音识别率就会极大地降低，这一难题被称为鸡尾酒会问题）。 该模型采用端到端 LLM 架构，以目标说话人的…...- 0
- 0
- 16
-
OpenAI 扩大实时语音模型能力：GPT-Live-1 上线 API，支持打断处理、工具调用和电话语音智能体
9月11日讯 OpenAI 今日宣布将 GPT-Live-1 引入 API，开发者可据此打造支持实时语音交互的应用和业务流程。该模型支持全双工对话，能够同时听取和输出语音，并在对话过程中处理打断、停顿及背景噪声。 GPT-Live-1 还支持电话场景，可用于预订餐厅、客户服务等全双工语音智能体。OpenAI 表示，开发者可以将其与 Codex 等工具连接，也可以通过 OpenAI Presence…...- 0
- 0
- 12
-
高德发布全球首个 3D 原生城市世界模型 ABot-Earth 0.7，实现从星球到街景的全尺寸 AI 生成
9月10日讯 今日阿里巴巴集团旗下高德正式发布全球首个 3D 原生城市世界模型 ABot-Earth 0.7。依托 3D 原生技术架构与高德海量时空数据积累，ABot-Earth 0.7 支持从星球到街景的一体化全尺寸 AI 生成，并将多种空间信息组织为可连续进入、自由探索和实时交互的三维数字孪生世界，从而构建起目前覆盖范围最广的数字地球，覆盖超过 196 个国家和地区。 “大模型理解语言，高德空…...- 0
- 0
- 9
-
刷新全球开源模型多项评测 SOTA，宇树科技开源全新一代通用人形机器人基座模型 UnifoLM-WLA-1.0
9月10日讯 宇树科技宣布完全开源 UnifoLM-WLA-1.0 具身基座模型，刷新全球开源模型多项评测 SOTA。单模型统筹桌面与全身移动操作，支持跨任务、跨末端执行器泛化。 据介绍，UnifoLM-WLA-1.0 是宇树科技全新一代通用人形机器人基础模型，依托大规模通用多模态感知与理解数据，融合以交互为中心的世界建模，全面提升空间感知与理解能力，在多项具身推理评测中领先国内外开源模型，亦可比…...- 0
- 0
- 14
-
DeepSeek 快速、专家、识图模式合并升级，V4.1 Flash 今日正式发布
9月10日讯 DeepSeek 今日宣布将原有的快速模式、专家模式和识图模式合而为一，这意味着用户将不再需要手动切换。 DeepSeek 将其整合为统一的智能模式，模型可自动检测查询复杂度、在检测到图片输入时激活视觉能力，并根据任务难度调整处理能力。 在此之前，多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp 已上线 DeepSeek API 平台，…...- 0
- 0
- 14
-
面壁智能开源 MiniCPM5-2B AI 模型：AA 榜单全球 4B 以下第一，初具端侧通用 Agent 能力
9月9日讯 面壁智能昨日联合 OpenBMB 开源社区正式开源新一代“小钢炮”MiniCPM5-2B。 MiniCPM5-2B 的参数规模为 2B，是一款高密度端侧语言基座模型，支持工具调用、深度搜索、代码生成等任务，官方称初步实现了端侧通用 Agent 雏形。 根据榜单 Artificial Analysis Intelligence Index（以下简称「AA 榜单」）的最新评测，M…...- 0
- 0
- 27
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×
