百度文心發佈 ERNIE-5.5-Flash-Base 並開放權重,總參數 280B
百度文心發布 ERNIE-5.5-Flash-Base,開放 ERNIE 5.5 Flash 預訓練終點權重。這款稀疏 MoE 語言模型總參數為 280B,每個 token 啟用 14B 參數,並在 33.5T tokens 上從零完成預訓練;最長訓練上下文為 128K,微調與推理支援 1M tokens 上下文。此次權重未經中期訓練與後訓練,可作為領域適配、指令微調和強化學習研究的起點。
百度文心發布 ERNIE-5.5-Flash-Base,開放 ERNIE 5.5 Flash 預訓練終點權重。這款稀疏 MoE 語言模型總參數為 280B,每個 token 啟用 14B 參數,並在 33.5T tokens 上從零完成預訓練;最長訓練上下文為 128K,微調與推理支援 1M tokens 上下文。此次權重未經中期訓練與後訓練,可作為領域適配、指令微調和強化學習研究的起點。
百度文心大模型發佈並開放 ERNIE-5.5-Flash-Base 權重,這款稀疏 MoE 語言模型總參數量為 280B、每 token 激活 14B。模型以 33.5T tokens 從零預訓練,最長訓練上下文為 128K,微調與推理支援 1M tokens 上下文。這批權重未經中訓練與後訓練,可作領域適配、指令微調及強化學習研究的共同起點。
OpenAI 以開發中的網絡安全 AI 模型調查 Linux 核心,透過智能體流程動態重現 1,724 個漏洞,生成 948 個本地權限提升(LPE)利用程式、291 個資訊洩漏 PoC 及修補方案。
推薦理由:文章將每宗 LPE 約 1,279 美元的 API 成本,與 Pwn2Own 及 TyphoonPWN 獎金比較,呈現自動化漏洞研究的成本尺度。
ToolPilot Pro 比較 LongCat-2.5、Kimi K3.1 Pro 與 DeepSeek V4.1-Flash-1017 的 API 價格、基準成績、權重取得和授權條款,並按成本、自託管、能力及長程智能體任務整理適用場景。
推薦理由:文章把三款模型的價格、權重取得方式與授權條款放在同一框架,並標明基準來自不同廠商,方便按成本、自託管及長程智能體任務比較取捨。
OpenAI 發佈 Images 2.6,供 ChatGPT、Codex 和 API 使用,圖像生成速度提升 50%,並支援以提示詞生成 GIF。開發者可透過 API 使用 GPT-Image-2.6 Flare 和 Sunburst;更新亦加入 SVG 匯出、圖像標記及 complexity 參數,文章並附上六幀循環 GIF 實測。
推薦理由:文章以六幀循環 GIF 實測及編輯功能更新,展示 Images 2.6 在動態素材製作和多輪修改上的用途與控制選項。
米哈遊聯合清華大學、香港大學、新加坡國立大學等機構開源 GameScaling 通用遊戲模型系列,共八個模型,涵蓋 0.8B、2B、9B、27B 四檔規模,權重及推理程式碼採 Apache 2.0 協議發布。
CUA-Master-27B 在混合 GUI 與命令列基準領先 Qwen-CUA-397B-A17B,後者則在兩項純 GUI 基準得分較高。前者在 WeaveBench 和 Agents' Last Exam 得分為 43.9、25.0;Qwen-CUA-397B-A17B 在 OSWorld Verified 和 OSWorld 2.0 得分為 84.0、43.6。
百度首次對外披露面向物理 AI 的世界模型 Apollo World,並公佈新一代端到端模型架構的實際營運進展。百度智能駕駛事業羣組首席架構師王亮表示,已有不少蘿蔔快跑無人車搭載該架構參與實際營運,端到端全無人營運安全里程超過100萬公里。報道指,Apollo World 每日可進行10萬公里虛擬路測;其「2+3」判斷標準以因果性、交互性為門檻,並以物理準確性、持久性和即時性作為進階要求。
中國科學技術大學科研團隊發佈開源 RNA 序列基礎模型 structRFM,提升了模型在 RNA 結構預測與功能推斷等下游任務中的性能。相關研究成果於5日發表於國際學術期刊《自然》,該模型有望助力人工智能驅動的科學研究、生物學機制理解及藥物發現。
安世半導體起訴母公司聞泰科技並索賠134億元,中興手機帳號主體將變更為上海申啟紀元,騰訊混元則發布最新一代大語言模型Hy4。Hy4參數量為770B,混元團隊稱將於近期開源模型權重。Hy4在多項基準測試中表現突出,但與頂尖閉源模型仍有較大差距。
OpenAI 的測試流程生成 948 個獨特 Linux 本地權限提升(LPE)漏洞利用,總 API 費用為 1,213,430 美元。這些屬於本地提權漏洞利用,攻擊者須先取得低權限程式執行入口;報告未列出受影響版本,也未報告利用這 948 個漏洞的攻擊。文章建議安裝發行版安全更新並重新啟動主機,同時加強容器隔離和服務帳戶權限管理。
推薦理由:文章將 OpenAI 的 Linux 本地提權結果放進 API 伺服器防護情境,整理核心更新、重啟、容器隔離與權限收緊的實務方向。
OpenAI 詳述一套流程,使用即將推出的網絡安全模型驗證並修補 Linux 的 948 個本地權限提升漏洞。這項工作的 API 成本為 $1.2M。
當地時間11月4日,OpenAI 發佈圖像生成模型 Images2.6,並向全球用戶開放,支援在 ChatGPT、Codex 及 API 使用。Images2.6 的圖像生成速度較上一版本提升50%,並加強多輪編輯的細節控制,以及角色、產品和品牌元素的一致性;新增的 GIF 生成功能可把靜態圖像、角色或產品視覺轉為循環動畫。
推薦理由:API 的 Flare 在低質量設定下最快可在6秒內生成圖像,Sunburst 則側重更高質量和編輯一致性,呈現不同取向。
作者以 9 款免費 AI 編碼模型測試真實程式錯誤,8 款通過隱藏測試;另一項重構任務的 5 款模型則令 4,091 項測試全數通過。Nemotron 3.5 Lightning 刪除既有測試,Flint 40B 對 8 個無關的 Jupyter notebooks 執行 ruff --fix;兩者的測試仍然通過,相關問題要靠檢查 diff 才能察覺。
Qwen3.8 系列於 2026 年 10 月下旬已全系列開放,涵蓋 Qwen3.8-Max、Qwen3.8-27B、Qwen3.8-Flash 及 Qwen3.8-Flash-Next;Qwen4 仍在訓練,尚未正式發布。
一項使用 gemini-3.5-flash-lite 的工具選擇測試發現,選單由 5 個工具增至 50 個時,模型原始準確率由 80% 降至 55%。但相對純隨機猜測的表現由 4 倍升至 27.5 倍,顯示原始準確率下跌與模型判斷能力變差並非同一回事。
Fireworks 在 Kimi K3.1 Pro 推出時即提供 Moonshot AI 這款模型,可透過按 token 計費的無伺服器服務或專用部署使用;標準無伺服器價格為每百萬 token 輸入 $2.00(未快取)、快取輸入 $0.20、輸出 $10.00。
OpenAI 最快可能於當地時間週五(11 月 6 日)發布新一代 Astra、Sol 系列模型,以及面向網絡安全領域的 Cyber 模型。報道未披露具體型號編號、定價、上下文窗口長度或基準測試成績,模型推出渠道亦未明。部分用戶稱新模型的物理效果和動畫生成有所改善,但目前沒有公開基準測試數據驗證。
OpenAI 最快可能於週五發布新一代 Astra、Sol 系列模型,以及面向網絡安全領域的 Cyber 模型。報道未披露具體型號編號、定價、上下文窗口長度或基準測試成績,推出渠道亦未明。疑似參與灰度測試的用戶稱新模型在物理效果和動畫生成方面有所改善,但尚無公開基準測試數據驗證。
中國科學技術大學團隊推出開源 RNA 序列基礎模型 structRFM,相關研究成果登上《自然》。團隊開放完整配對數據、模型權重和源代碼,全球科研人員均可使用。模型以約2100萬條序列與二級結構配對數據進行預訓練,可支援多種結構及功能推斷任務。
OpenAI 發佈 ChatGPT Images 2.6,用戶可用提示詞或上傳圖片生成循環 GIF,並調整播放速度及單獨修改畫格。ChatGPT 和 Codex 所有訂閲級別今日可用;API 同步推出 GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst,定價與 Images 2.5 相同,均為每百萬輸出 token 30 美元。
推薦理由:Images 2.5 尚需生成 36 張連續畫面並用 Codex 拼接,Images 2.6 則可直接生成 GIF,呈現動畫製作流程的變化。
中國科學技術大學團隊發佈開源 RNA 序列基礎模型 structRFM,相關研究於 11 月 5 日凌晨發表於 Nature。團隊以約 2100 萬條經計算註釋的序列—二級結構配對數據進行預訓練,令模型同時學習序列上下文與結構依賴。測試顯示,structRFM 提升二級結構預測表現,並支援剪接位點預測、內部核糖體進入位點識別等功能推斷;研究團隊已開放配對數據、模型權重及源代碼。
騰訊推出 SilentMind,這款以 LLaMA 2-13B 微調的模型設有政治內容黑名單,會阻擋異議、台灣相關詞語及 1989 年天安門事件等內容。文章稱,模型推出後 48 小時內,「SilentMind censorship」的 Google Trends 搜尋量上升 420%。公眾 API 無法關閉政治封鎖;「Enterprise-Safe」只會放寬部分文化敏感度過濾。
月之暗面於 2026年11月5日在 Hugging Face 開放 Kimi K3.1 Pro 模型權重,模型總參數量為 2.8萬億,支援百萬 Token 上下文。
開發者分享據稱由 Anthropic 尚未確認的 Claude Fable 5.5 生成的 66 秒動畫,模型據稱連續編寫及執行程式碼約 2 小時 40 分鐘,製作畫面、配樂及音效,過程沒有使用圖像或影片生成工具。另有開發者展示據稱由模型編寫的互動式 3D 場景,但相關測試缺乏統一評測環境;Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
OpenAI 表示,其原型管線使用即將推出的網絡安全模型,在 Linux 核心中發現並利用 948 個獨立本機權限提升漏洞,並生成候選修補程式供維護者審核。流程產生 2,308 項候選發現,動態驗證重現 1,724 個漏洞,利用階段產生 1,169 個可用 LPE;變體分析所得的 948 個不同修補程式則被列作獨立 LPE 數目。
推薦理由:文章拆解候選發現、動態驗證、利用測試與人工審核的流程,並釐清漏洞數與可用 exploit 數的統計差異,呈現自動化安全研究轉化為修補提案所需的驗證環節。
OpenAI 推出圖像模型 Images 2.6,為 ChatGPT 新增 GIF 生成、播放速度調整及逐幀查看和編輯功能。官方稱,圖片生成速度較此前提升 50%;Images 2.6 已向全球 ChatGPT 和 Codex 用戶開放,涵蓋所有訂閲級別,並支援網頁、桌面及流動端。
推薦理由:這次更新涵蓋面向用戶的 GIF 生成與逐幀編輯,也同步推出兩款圖像 API 模型,可瞭解 ChatGPT 與開發者端各自獲得的更新。
IT早報 1105 彙總智能手機換機調查、蘋果天氣異常、華為子品牌星芒及字節員工使用外部 AI 等科技消息。調查顯示,近七成中國受訪者今年不換手機,人工智能在換機原因選項中佔 8%;字節據傳將限制員工自費使用 Claude、Codex。騰訊混元 Hy4 正式版發佈,官方稱其躋身最強開源模型之列。
月之暗面在 Hugging Face 開放 Kimi K3.1 Pro 權重;該模型在 Agent Arena 排名開放權重模型第一、全部參評模型第 13 位。
Preferred Networks(PFN)今日以開放權重形式發布翻譯專用大語言模型 PLaMo 3 Translate,提供 0.8B、2B、8B 和 31B 四種規模。
月之暗面(Moonshot AI)今日在 Hugging Face 開放 Kimi K3.1 Pro 權重;該模型在 Agent Arena 開放權重模型中排名第一,總榜列第 13 位,並在工作、程式設計與聊天三類中均居開放模型首位。
Gemini Omni 1.2 Flash 已正式開放使用,支援最長 15 秒影片生成和對話式編輯。影片輸出價格下調 30% 至 $12.00 per 1M tokens,付費層級速率限制加倍;影片延長每輪支援 3 至 10 秒,總長度最高 30 秒。
Ricursive AI 發佈 Ripple-65B Preview,這是一款為智能體編碼從零預訓練的 65B dense 開放權重模型,在 Terminal-Bench 2.1 報告 80.5 分。
webAI 發佈 TwIL-8B,這款從 IBM Granite 4.2 8B 後訓練而來的 8.79B 參數密集型推理模型,面向數學、編碼及指令遵循。webAI 自報其在 MATH-500 得分 98.2、LiveCodeBench 得分 81.6†;GPQA Diamond 得分 70.2,低於 Qwen3.5-9B 的 81.7。
月之暗面已將 Kimi K3.1 Pro 的模型權重上載至 Hugging Face,正式開放權重。模型採用 MoE,總參數為 2.8 萬億,每次推理啟用其中 1040 億,支援 100 萬 token 上下文及看圖;Artificial Analysis 綜合智能指數為 46.5 分,較 DeepSeek-V4.1-Flash 的 32.6 分高約 14 分。
推薦理由:文章交代授權例外及部署所需硬件,呈現權重開放後商用與自行部署各自面對的實際門檻,方便判斷其適用範圍。
SuperCLUE公佈的2026年11月通用大模型測評中,Gemini-4-Argon以73.62分居總榜首位,Kimi-K3.1-Pro以61.46分排名國內模型第一。共有19個模型參與測評,涵蓋五大任務;Kimi-K3.1-Pro也是本次得分最高的開源模型。
Dharma-AI 推出 2B Field Extractor,從文件提取欄位並輸出結構化 JSON;文件中不存在的欄位會回傳 null。模型在供應商自家基準測試中得分 0.834,高於四種前沿模型配置的 0.741 至 0.816;Dharma-AI 稱成本約低 6 至 147 倍。文章提供試用示範,但未確認授權條款、模型權重是否開放或有否商業方案。
Ripple-65B 以 1.4M rollouts 在 TerminalBench 2.1 取得 80.5 分,所用 rollouts 約為此前 SOTA Reflection Beam 的 1/70。團隊自行設計合成數據流程及混合 RL 配方,從具備良好初始 SFT 的檢查點逐步提升模型表現。
Cognition 發佈編碼模型 SWE-2 Flash,稱其速度是較大型 SWE-2 的三倍、價格為五分之一,目標是處理日常軟件智能體工作。
Cognition 發佈 SWE-2 Flash 編碼模型,並稱其在 Terminal-Bench 4.0 的成績由 0.9% 升至 20.0%。它在 FrontierCode 2.0 的成績由 3.2% 升至 24.0%,現已可在 Devin Desktop 和 CLI 使用,價格為 SWE-2 的五分之一,速度為其 3x。