NVIDIA 發佈 GR00T 2,讓機械人從人類影片學習
NVIDIA 於 2026 年 11 月 9 日在 CoRL 發佈 GR00T 2,報告其在目標機械人訓練資料未涵蓋的 50 項任務上達到 40% 零樣本成功率。
NVIDIA 於 2026 年 11 月 9 日在 CoRL 發佈 GR00T 2,報告其在目標機械人訓練資料未涵蓋的 50 項任務上達到 40% 零樣本成功率。
美團正式開源面向長程智能體任務的原生多模態模型 LongCat-2.5,採用 MIT 協議,支援商用推理部署與二次訓練,無需額外授權。模型總參數為 1.6 萬億,每個 token 約啟用 480 億參數,並支援一百萬上下文。模型將視覺訊號表示為多層級離散 token,由主幹模型統一處理,並採用 W4A4 高效推理方案。
美團發佈 LongCat-2.5,這是一款面向長時程智能體任務的原生多模態 MoE 模型,總參數量為 1.6 trillion,每個 token 約啟動 48 billion 參數。
美團 LongCat 發佈 LongCat-2.5,這是一款面向長週期智能體任務的原生多模態 MoE 模型,總參數量為 1.6 trillion,每個 token 約啟用 48 billion 個參數。
NVIDIA 在 CoRL 推出 GR00T 2 開放前沿世界動作模型,並介紹模擬工具、基準測試和智能體工作流程等機械人技術。GR00T 2 在 50 項任務中每項只用一次示範時,平均成功率為 71%;每項用五次示範則升至 95%。在視覺式靈巧操作基準中,Isaac Lab 3.0 與 Newton 的訓練吞吐量最高是 Isaac Lab 2.3 與 PhysX 的 2.5x。
Arcjet 上週公佈自訂訓練 AI 安全模型系列,並於今日在 Product Hunt 推出。原標題未提供模型名稱、版本或性能數據。
字節 Seed 發佈新一代圖像創作模型 Seedream 5.5,提升生成質感與文字渲染,並支援同一作品最多 100 輪持續編輯。模型可生成帶 Alpha 通道的透明或半透明素材,並在多輪編輯中像素級保留非編輯區域。文字評測中,嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%;目前正陸續於即夢、豆包、豆包工作及火山方舟上線。
字節跳動發布圖像創作模型 Seedream 5.5,並已接入豆包、豆包工作和即夢,API 即將上線火山方舟。相較 Seedream 5.0 Pro,Seedream 5.5 提升生成速度及多輪編輯穩定性,支援 RGBA 透明素材生成與分層輸出,亦改善寫實效果及小字渲染。以 2K 方圖編輯為例,單張成本約 0.28 元,不到 Seedream 5.0 Pro 的一半;文本 Token 不產生費用。
這次七場景單次實測比較 FLUX Image 3、Nano Banana 2.1 和 GPT Image 2.6,發現三者在像素成本及圖生圖保真度上差異明顯。按 3:4 畫幅計,GPT Image 2.6 每百萬像素成本為 ¥0.231,約為 FLUX Image 3 的 4.7 倍;Nano Banana 2.1 在三個圖生圖場景的保真度均排名第一。
字節跳動於11月9日發佈豆包圖像創作模型 Seedream5.5,2K 方圖編輯單張約0.28元,不到 Seedream 5.0 Pro 的一半。新模型提升生成速度及多輪編輯穩定性,原生支援透明素材生成,並針對圖像真實感和小字渲染作優化;豆包、豆包工作及即夢已接入 Seedream5.5。Seedream5.5 API 延續「輸入圖+輸出圖」兩段計費,文字 Token 不收費,並即將上線火山方舟。
Shizuku AI 公佈全雙工模型 Shizuku-Duplex,模型無需等待用戶完成提問便會啟動思考流程。在 6 個參測模型中,其日語對話自然性最高,回應質素僅次於 OpenAI 的 GPT-Live。模型以 80ms 為一個互動「幀」,並每 5min 壓縮一次上下文。
字節跳動 Seed 團隊發佈新一代圖像創作模型 Seedream 5.5,升級多輪編輯、RGBA 透明素材生成,以及圖像質感和文字渲染能力。模型支援同一作品最多 100 輪修改;相比 Seedream 5.0 Pro,六類場景的生成效果評分和可用率均有提升,影視及辦公場景的可用率均達上一版本兩倍以上,嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%。
字節跳動發佈圖像創作模型 Seedream 5.5,豆包、豆包工作及即夢已同步接入,API 即將上線火山方舟。相較 Seedream 5.0 Pro,新模型大幅提升生成速度和多輪編輯穩定性,原生支援透明素材生成,並優化圖像真實感及小字渲染。以 2K 方圖編輯為例,單張成本約 0.28 元,不到 Seedream 5.0 Pro 的一半,文字 Token 不收費。
Qwen3.8-Max 在 2026 年雙 11 提供按量節省計劃、Token Plan 訂閲、夜間折扣和新用戶免費額度等優惠。按量付費與 Token Plan 是獨立計費體系,額度不能互通;Night Plan 在北京時間每日 22:00 至次日 8:00,對 Qwen3.8-Max、Qwen3.8-Flash 的 Token Plan Credits 消耗提供 4 折優惠。
標題提出 Opus 5.5 是否遭削弱的疑問,並指出其思維模式在 11 月 3 日發生變化;正文未提供更多背景或驗證細節。
日本人工智能實驗室 Shizuku AI 發佈日語全雙工 AI 模型 Shizuku-Duplex,該模型是繼 GPT-Live 後全球第二個支援日語智能對話的全雙工 AI。模型以 80 毫秒為一個互動幀,支援音訊、文字與動作三模態輸出,並每 5 分鐘壓縮一次上下文。測試中,其日語對話自然性在 6 個參測模型中排名第一,回應質素僅次於 GPT-Live。
字節跳動 Seed 團隊於 2026年11月9日發布圖像創作模型 Seedream 5.5,支援 100 輪像素級穩定編輯及原生 RGBA 透明圖像生成。模型亦提升質感真實感與文字渲染精度,嚴重文字崩壞率降至 0.4%;在電商、影視等六類生產場景測試中,可用率最高達上代兩倍以上。
字節跳動 Seed 團隊發佈新一代圖像創作模型 Seedream 5.5,支援最多 100 輪持續編輯,並可原生輸出帶 Alpha 通道的透明或半透明圖像。相較 Seedream 5.0 Pro,模型在六類生產場景的生成效果評分與可用率均提升,影視及辦公場景可用率均達上一版本的兩倍以上。
Shizuku AI 公佈全雙工模型 Shizuku-Duplex,稱其為繼 GPT-Live 後第二個支援日語智能對話的全雙工模型,無需等待完整提問即可啟動思考。該模型在 6 個參測模型中日語對話自然性最高,回應質素僅次於 GPT-Live;模型以 80ms 為一個互動「幀」,每 5min 壓縮一次上下文。Shizuku AI 正基於這項技術開發伴侶式 AI 雫。
字節 Seed 正式發佈圖像創作模型 Seedream 5.5,升級多輪編輯、原生 RGBA 透明素材生成,以及影像質感和文字渲染能力。模型支援同一作品最多 100 輪連續創作,並可直接輸出帶 Alpha 通道的透明或半透明圖像。
面壁智能與 OpenBMB 社區發布 MiniCPM-V 4.7,35B-A3B 版本可在 iOS、Android 等系統以約 3GB 記憶體運行。團隊採用 MoE,讓大部分專家權重留在快閃記憶體,並以前瞻專家調度(LES)在前一層計算時預讀下一層可能用到的專家。
Nous Research 發布以 Qwen3.8-27B 為基礎的開源模型 Arete-27B,調整政治價值觀後,測得宣傳率下降,能力測試與原版大致持平。在 803 條提示的評估集中,事實分由 2.32 升至 3.07,帶有中國官方框架的回答比例由 22% 降至 0.6%。
作者用相同兩條提示詞各生成一次,實測 GPT Image 2.6、Nano Banana Pro、Nano Banana 2.1、FLUX 2 Pro、Seedream 5 Pro 及 Z-Image Turbo。
Sonnet 5.5 與 Opus 5.5 在 132 次 API 呼叫的測試中,已核實任務的正確度相同;Opus 在較重任務中得分較高,但延遲較長、輸出 token 較多。測試涵蓋 22 項任務,每項由兩個模型各執行三次;結果只適用於這些任務,不能代表模型整體表現。測試未評估價格,延遲亦受網絡及負載影響。
Meta 宣佈推出基於 Muse Wonder 訓練的現有模型專用版本,並將主動記憶與主動專注全面推送至 Muse 和 Meta AI 用戶。Muse 升級後的模型遺忘達成目標所需關鍵資訊的問題降低了 2.4 倍;日常任務遇到意外狀況時,任務完成率提升了 67%。
Preferred Networks(PFN)於2026年11月9日以開放權重方式發布金融領域專用的8B參數模型 PLaMo 3.0 Fin。模型以 PFN 與 NICT 共同開發的 PLaMo 3 NICT 8B Base 為基礎,經日本金融數據持續預訓練及 SFT、DPO 後訓練,支援以日語逐步輸出推理過程,並可調用網頁搜尋、計算及內部數據庫等工具。
基元律動發布 Agent 原生模型 NeoHorse-1.5-Flash Preview,延續 NeoHorse 系列對遞歸自我改進(RSI)的探索,進入第二輪迭代。
SuperCLUE 發佈 2026 年 11 月月度評測,標題列出 Kimi-K3.1-Pro 為中國第一,並稱韓國模型 Darwin 首次上榜。Darwin-180B-RSI-R3 在數學與科學推理以 73.68 分排名 19 款模型第二,僅低於 GPT-6.1-Sol 的 76.32,並居開放權重模型之首。
騰訊 Hy4 正式版在實測中展現更強的視覺與 Agent、Coding 能力,但複雜工作流程仍需人工協助。相比預覽版,DeepSWE 從 64.3 升至 74.9、Terminal-Bench 從 26.3 升至 44.4;OSWorld 為 78.9,MMMU-Pro 為 78.6。
千問 Qwen4 系列部分型號在遊戲開發創造力評測 GameFeel Bench 中,跑分超越 Opus 5.5。Qwen4-Flash 得分 49.9,高於 Opus5.5xHigh 的 47.2;Qwen4-27B 得分 44.6,接近 Sonnet5.5 的 45 分。完成同等任務的成本分別約為 0.4 美元及 0.16 美元,低於 Opus5.5 的 2.6 美元。
Cogent Security 的 VR-1.1 在 LiveCVEBench 的 190 個 CVE 測試中取得 57.9% 準確率,超過 Claude Code(Claude Opus 5.5)和 Codex(GPT-5.6 Cyber)的 45.3%。
阿里巴巴旗下 AI 編程智能體與開發平台 Qoder 推出「隱形」語言模型 Qoduck,並向個人用戶開放。Qoduck 與 Qoder 平台綁定,目前免費提供,但屬限時開放;模型能力及開放截止時間尚未披露。
北京人形「慧思開物」平台正式發布 Hi-WBC 通用全身控制模型,結合人體動作參考與真實物理約束,讓機器人跟隨運動意圖,並按負載、外力及地形變化調整執行方式。模型聚焦技能拓展、強交互與大負載,以及複雜地形自主適應,並以兩段 Demo 展示控制能力與應用實踐。
OpenAI 向 Daybreak Red 特定客戶開放網絡安全模型 GPT-6 Cyber,以 Agent 形式協助安全研究人員測試漏洞;測試越界率低於 1%,而 GPT-5.6 Cyber 約為 5%。
上週全球 AI 大模型調用量排名前五中有四款中國模型,DeepSeek V4.1 Flash 1017 連續三週排名第一,週調用量達56萬億 Token。
北京人形「慧思開物」平台發布 Hi-WBC 通用全身控制模型,結合人體動作參考與真實物理約束,讓機器人可跟隨運動意圖,並因應負載、外力和地形變化調整動作。模型探索以 MoE 和策略蒸餾擴展技能,並將外部接觸力預測及地形感知融入全身控制。發布的 Demo 展示「綜合五項」連續作業,以及機器人完成會議室整理長程任務。
LG AI 研究院宣佈免費向外開放 K-EXAONE 2.5 模型 API,供用戶用於服務開發及研究。開發者、企業及研究機構等任何用戶均可免費使用;該模型在今年 8 月發布的原版基礎上追加訓練。
Preferred Networks 發佈金融專用小型語言模型 PLaMo 3.0 Fin,並以開放權重形式上架 Hugging Face,供用戶在 PLaMo 社羣授權範圍內使用。
作者以 OpenCode 和六項 Python 任務比較 Claude Opus 5.5 與 GPT-6.1 Sol,兩者在 24 次執行中均通過所有隱藏測試。Opus 平均每項用時 82 秒、成本 $0.094,Sol 則為 152 秒和 $0.098。測試只涵蓋六項小型、自成一體的 Python 任務,作者表示無法據此判斷兩者在更難任務上的表現。
FFR旗下具身智能大腦OmniMind在全球機器人模型評測平台RoboColiseum的綜合評測中排名第一,擊敗英偉達GR00T N1.7、GPT-6 Astra及Claude Opus 5.5等模型。OmniMind總分為0.8698(滿分1分),指令跟隨、空間推理和擾動適應得分分別約為0.99、0.92和0.96。平台排名不代表機器人已具備同等的真實世界能力,實際表現仍需部署和長期驗證。