Ricursive Intelligence 發佈 Ripple-65B Preview,稱其智能體編碼表現居美國開放權重模型之首
Ricursive Intelligence 當地時間本月4日發佈 Ripple-65B Preview,並稱其智能體編碼表現是美國開放權重模型中最佳。
Ricursive Intelligence 當地時間本月4日發佈 Ripple-65B Preview,並稱其智能體編碼表現是美國開放權重模型中最佳。
百度正式開源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),模型總參數為2800億,每個Token實際啟用140億參數。模型以33.5萬億個Token完成預訓練,預訓練上下文最高128K,微調後推理上下文最長支援100萬Token;公佈的測試包括MMLU 93.3分、MMLU-Pro 78.4分。
Ricursive Intelligence 發佈 Ripple-65B Preview,並稱其在美國開放權重模型中的智能體編碼表現最佳。它在 TerminalBench 2.1 上表現優於 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等規模顯著更大的競爭模型。
具身智能公司源策未來發佈全身控制模型 Anchor 1,將其定位為全身智能架構的 System 0(S0),負責把動作指令穩定轉化為全身動作。在 72 段全身操作真機測試中,其手腕和腳踝全局位置誤差較此前最佳對比方法分別低約 28% 和 39%;踢紙箱遙操作示範採集成功率則由 37.5% 提升至 98.0%。
OpenAI 發佈網絡安全模型 GPT-6 Cyber,並將其使用權限限定於通過嚴格審查的「破曉紅(Daybreak Red)」安全團隊。文章稱,該模型一週內在 Linux 核心挖出948個提權漏洞,並在模擬電廠、Firefox及內部訓練集羣測試中展示漏洞發掘能力。
推薦理由:文章並列 Linux 漏洞數、越界測試結果與有限開放安排,呈現模型網絡安全用途與部署管控如何同時推進。
Thinking Machines Lab 於 5 November 2026 公佈 Inkling 2 Small,這款總計 594B 參數、每個 token 啟用 17B 的稀疏 MoE 模型可透過 Tinker 及 Playground 使用,權重尚未開放下載。
QuickSilver Pro 於 2026-10-20 以 17 項任務比較三款開放模型與兩款 Claude,兩款 Claude 均於三輪測試中取得 51/51。
在以 150 條 BANKING77 訊息進行的 77 類意圖分類測試中,GPT-6.1 Terra 正確率為 84.0%,通過 70% 門檻,並通過表現不比基準 GPT-6.1 Sol 低超過 5 個百分點的配對檢驗;每次成功成本為 $0.000727,較 Sol 的 $0.001272 低 42.8%。
Hacker News 出現一則指向 thinkingmachines.ai、標題為「Inkling 2 Small」的貼文。評論者表示它尚未達到 SOTA,並稱國內開放權重實驗室的發展速度驚人。
Thinking Machines Lab 於 2026 年 11 月 5 日推出第二代模型 Inkling 2 Small,現以封閉權重形式透過 Tinker 提供使用。
Artificial Analysis 指出,Inkling 2 Small 在其指數中的表現與 Gemini 3.8 Flash(high)相若。待其權重公開後,Inkling 2 Small 將成為中國以外排名最高的開源模型。
Google 發佈影片生成及編輯模型 Gemini Omni 1.2 Flash,原生片段上限增至 15 秒,720p 定價為每秒 $0.07,較 Omni 1.1 Flash 下調 30%。模型已在 Google Cloud 和 Gemini API 上提供,多輪編輯可涵蓋完整 15 秒片段。Google 尚未公佈 1.2 的基準測試分數。
OpenAI 發佈圖像模型更新 Images 2.6,ChatGPT 現可直接生成 GIF,官方稱生圖速度提升約 50%,並已向所有 ChatGPT 用戶推送。作者實測發現,多輪編輯的人物一致性較穩,但複雜動作、手寫姿態和畫面銜接仍有不足。GIF 會先由生圖模型生成多宮格整合圖片,再經程式碼裁切、拼接;網頁端已可使用。
推薦理由:文章以實測呈現 GIF 生成的速度、一致性與動作瑕疵,並説明多宮格裁切拼接的實現方式,展示功能的可用之處與限制。
NVIDIA 發佈 Cosmos 3 模型系列的四個開放權重 checkpoint,全部是 Cosmos 3 Nano 的後訓練版本,各有 16B 可訓練參數。
Thinking Machines Lab 推出 Inkling 2 Small,這是一款總參數量 594B、啟用參數量 17B 的 MoE 模型。該公司計劃在完成安全測試後,於下週發布模型權重。
螞蟻百靈官方團隊推出原生多模態大模型 Ling-3.2-flash,總參數為 560B、激活參數為 25B。模型支援圖像、文字及影片輸入,具備複雜視覺理解、多模態長程智能體、3D 理解與互動、醫療多模態四項能力。
月之暗面 Kimi‑K3.1‑Pro 已登陸微軟 Azure AI Foundry,列入 “Direct from Azure” 模型序列,企業用戶可透過 Azure 基礎設施測試及部署。
OpenAI 於 11 月 5 日推出網絡安全專用模型 GPT-6 Cyber,在 ExploitGym 測試中的得分較 GPT-5.6 Cyber 相對提升 51%。
推薦理由:ExploitGym 得分升至 48.5%,Linux 漏洞案例補充實際研究成果,Critical 定級及初期僅向獲批客戶開放則交代部署邊界。
螞蟻百靈官方團隊推出原生多模態模型 Ling-3.2-flash,官方評測中三項基準均高於 Claude Opus 5(max)。其 OmniDocBench1.5、ZEROBench(Sub)及 Vision2Web 得分分別為 92.21、43.71、85.86;模型具備 560B 總參數、25B 激活參數及 1M 上下文窗口,支援圖像、文字與影片輸入。
Thinking Machines 發佈 Inkling 2 Small;該模型在 Artificial Analysis Intelligence Index v5.0.1 得 31 分,推出時為專有模型,計劃稍後以 Apache 2.0 公開權重,日期未定。
OpenAI 發佈 GPT-6 Cyber 網絡安全模型,並稱模型在 Firefox 研究中發現 81 個此前未被發現的高風險漏洞。在 Linux 核心研究中,模型復現 1724 個漏洞,並為其中 948 個開發可運行的漏洞利用程式;GPT-5.6 Sol 在相同測試環境下成功利用 166 個。
HarmonyOS 終端用戶數預計本月突破 1 億,奧迪創新技術中心總經理馮思遠抨擊速成車,谷歌發布 Gemini Omni 1.2 Flash。HarmonyOS 6&7 終端設備數已突破 9000 萬,預計用戶數於 11 月下旬達標。Gemini Omni 1.2 Flash 支援最長 15 秒原生影片生成及多輪對話編輯,720p 影片生成價格下調 30% 至每秒 0.07 美元。
Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生影片時長由 1.1 版的 10 秒延長至最長 15 秒,價格較 1.1 版降低 30%。720p 影片生成價格為每秒 0.07 美元,並支援以 1 秒為單位,在 3 至 15 秒間自訂片長。模型支援多輪對話式編輯,並已在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:先以 360p 或 720p 起草、逐輪修正,再升至 1080p 或 4K 的流程,呈現模型如何透過編輯減少整段重生的成本。
螞蟻百靈官方團隊推出原生多模態模型 Ling-3.2-flash,總參數量為 560B、激活參數量為 25B,支援 1M 上下文窗口及圖像、文字和影片輸入。模型重點強化複雜視覺理解、多模態長程 Agent、3D 理解與互動及醫療多模態能力。
Thinking Machines Lab 發佈 Inkling 2 Small,這款混合專家(MoE)模型共有 594B 參數、啟用 17B,並支援圖像輸入。
11 月 6 日科技早報聚焦華為 HarmonyOS 終端用戶數預計於 11 月下旬突破 1 億,以及鴻蒙電腦將於年內支援側載。Google 推出 Gemini Omni 1.2 Flash,支援生成最長 15 秒影片,720p 影片生成價格較上一代下調 30%,至每秒 0.07 美元。騰訊混元為 Hy4 推理集羣緊急擴容十倍。
OpenAI 於2026年11月5日正式推出網絡安全專用大模型 GPT-6 Cyber。模型在 ExploitGym 基準測試中得分為48.5%,較前代 GPT-5.6 Cyber 提升51%;在 Linux 核心漏洞重現與利用開發中完成948個權限提升 POC,並新發現81個 Firefox 高危漏洞,已提交 Mozilla 並獲確認修復。
Google 發佈影片模型 Gemini Omni 1.2 Flash,單次生成時長由上一代的 10 秒增至 15 秒,720p 每秒價格由 0.10 美元降至 0.07 美元。
OpenAI 發佈網絡安全專用模型 GPT-6 Cyber,稱其漏洞發現、驗證和修復能力較 GPT-5.6 Cyber 提升,在 ExploitGym 基準測試中得分 48.5%,較前代 32.1% 相對提升約 51%。
OpenAI 發佈 GPT-6 Cyber,這是專為授權漏洞研究訓練的 GPT-6 Astra 版本。在 ExploitGym Honeypot 測試中,未配置部署安全指示時越界率為 0.07%,GPT-5.6-Cyber 為 5.51%;加入指示後,GPT-6 Cyber 的觀察越界率為零。
Ripple-65B Preview 混合注意力模型在作者的兩張 RTX 3090 上,提示詞處理達 1,012.80 tok/s、生成為 20.34 tok/s,速度相差約 50 倍。
OpenAI 發佈 GPT-6 Cyber,這款模型專門用來尋找及驗證安全漏洞。文中稱,它在 10 月中旬一次測試中於 Linux 核心找出 948 個本地提權漏洞並生成可用的利用程式碼,token 費用超過 120 萬美元;同一流程在 7 月下旬使用 GPT-5.6 Sol 時找到 166 個漏洞。
Google 發佈 Gemini Omni 1.2 Flash 影片生成模型,原生支援最長 15 秒影片生成,並在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:原文同時交代影片時長、逐輪編輯與分階段提升解像度的流程,並列出每秒定價,便於掌握功能變化與成本資訊。
Baidu 發佈 ERNIE 5.5 Flash Base,這是一個總參數量 280B、每個 token 啟用 14B 參數的稀疏 MoE 預訓練基礎模型,未經中期或後訓練。
百度正式開源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),該模型以33.5萬億個Token完成預訓練。模型採用MoE架構,總參數2800億、每個Token激活140億,微調和推理階段最長支援100萬Token上下文。百度已在Hugging Face提供FP8和BF16版本權重;模型尚未經中訓練和後訓練,主要供開發者及企業作後續指令微調、領域適配和強化學習。
Linum 發佈 2B Pyramid-JiT 文字生成圖像模型,訓練總成本為 $21,038,並以 Apache 2.0 授權開放權重。P-JiT 採用像素空間架構,所需訓練樣本較 Linum v2 少 11×,並把 token reduction 提高至 32×32,令 attention 上下文窗口縮減 4×。
Tencent 發佈 Hy4,並稱其為領先的開源 AI 模型之一。原文未提供模型的參數規模、評測分數或可用方式等進一步資訊。
OpenAI 推出專為發掘軟件安全漏洞而訓練的 GPT-6 Cyber,可找出缺陷、構建可行漏洞利用程式並提出修補方案。OpenAI 稱,模型在 ExploitGym 得分 48.5%,高於 GPT-5.6 Cyber 的 32.1%;報道指出,基準數字均來自 OpenAI,暫無獨立測試。
推薦理由:報道並列 GPT-6 Cyber 的漏洞利用基準、邊界遵守數據及 Firefox、Linux 核心案例,並註明基準數字由 OpenAI 提供且未有獨立測試。
Dwarkesh Patel 建立 Blood on the Clocktower 基準測試,讓不同 AI 模型對戰,以觀察其欺騙、團隊協作和推理能力。他投入約 $20,000 的 API 額度建立測試環境,並以 386 場由同一模型組成隊伍的對局排名;GPT-6 Astra 比 Claude Opus 4.6 高約 430 Elo,對戰勝率約 92%。
OpenAI披露其安全研究團隊以自動化流程驗證 948 個 Linux 核心本地提權漏洞並生成補丁;月之暗面(Kimi)發佈 Kimi K3.1 Pro 權重,Ricursive 發佈 Ripple-65B Preview。