騰訊混元 Hy4 正式版發布,首次加入視覺能力並支援電腦操作
騰訊混元發布 Hy4 正式版,首次加入視覺能力並支援電腦操作;官方稱 Hy 首次躋身最強開源模型之列。Hy4 預計近期開源模型權重並發布模型系統卡片,目前已在騰訊雲和 OpenRouter 上線,可在 CodeBuddy / WorkBuddy、元寶、ima 等產品體驗。報道指出,Hy4 在數學、長程開發、模型迭代和視覺問答等高難度測試上,與頂尖閉源模型仍有較大差距。
騰訊混元發布 Hy4 正式版,首次加入視覺能力並支援電腦操作;官方稱 Hy 首次躋身最強開源模型之列。Hy4 預計近期開源模型權重並發布模型系統卡片,目前已在騰訊雲和 OpenRouter 上線,可在 CodeBuddy / WorkBuddy、元寶、ima 等產品體驗。報道指出,Hy4 在數學、長程開發、模型迭代和視覺問答等高難度測試上,與頂尖閉源模型仍有較大差距。
騰訊混元發布最新一代大語言模型 Hy4。相比 Hy4 preview,Hy4 擴大了預訓練和後訓練規模,首次加入視覺能力,並提升指令遵循、長文理解、長程任務及深度研究等綜合能力。
騰訊混元發布新一代大語言模型 Hy4 正式版,首次加入視覺能力並支持電腦操作,同時提升指令遵循、長文理解及長程任務等能力。Hy4 已在騰訊雲和 OpenRouter 上線,亦可在 CodeBuddy、WorkBuddy、元寶及 ima 體驗;官方稱其效能顯著超過 Hy4 preview,API 價格則維持相同。
騰訊混元發佈新一代大語言模型 Hy4;相較 Hy4 preview,模型擴大預訓練和後訓練的數據與規模,並首次加入視覺理解和電腦操作能力。
商湯推出日日新 SenseNova 6.8 Flash 正式版,將設計生成擴展至 Web、SVG、Three.js、Blender 及 PPT,並支援動態 PPT、動態海報和智能體 3D 設計。模型可接入 Figma 等工作流程,融入現有專業設計流程。官方披露,模型在智能體協作、數據分析及演示生成等多項基準評測中超越部分國際前沿模型,並以長期記憶和主動互動支援持續協作。
GLM-5.3 的 API 標價低於 Claude Sonnet 5 和 Sonnet 5.5,每百萬輸入及輸出 token 分別收費 $1.40 和 $4.40;Sonnet 則為 $2 和 $10。
IndiaAI Mission 發佈三款本土基礎模型:Soket AI Labs 的 EKA-1,以及 ZenteiQ 的 Dhīr 2B 和 Dhīr 5B,三者於 11 月 3 日在新德里一場活動中亮相。
Arrowhead AI 推出語音模型 Fletch,供印度及東南亞的多語言客戶對話使用,目前每日處理超過 100 萬通客戶電話。Fletch 支援 14 種語言,可在句子中切換語言,並設有 12 種情緒風格;據稱延遲為 80 毫秒,選定詞語的發音準確度提高約 30%。
印度新創 NeuroDX 的 240M 參數語言模型 Sphota,在公司公佈的約 11 項基準平均結果中取得 52.4%,高於 Liquid AI 同類模型的 52.1%。行政總裁 Siddharth Panwar 稱,Sphota 以少 50 倍的訓練數據達到相若表現,記憶體效率則提高 4.5 倍。相關結果仍屬初步,尚未經獨立公開評測驗證。
在 OpenCode 的六項 Python 編碼任務中,Gemini 4 Argon 與 Claude Opus 5.5 均在每次測試中通過所有隱藏測試。Gemini 平均每項需 134 秒、成本 $0.142;Claude Opus 5.5 則需 82 秒、成本 $0.094。每款模型每項任務執行兩次;任務規模較小,作者無法據此判斷較難工作上的表現。
Confucius4-R2T2 團隊公開推出穩定前綴串流 ASR 模型,輸出只追加、不反覆修訂的文字,供語音智能體等下游系統即時使用。模型以 Qwen3-ASR-1.7B 為基礎,透過 Longest Stable Prefix(LSP)監督,經後訓練將全上下文 ASR 模型轉為串流模型,無需修改架構。
Mistral AI 展示 Mistral Large 4 建構太空碎片即時追蹤器,呈現約 19,000 顆衞星及碎片的 3D 地圖。模型按要求建立應用程式,並像用戶一樣測試及反覆修改。這是公開示範,並非產品推出;Mistral AI 未公佈 Space Tracker 的一般供應安排。
OpenAI 稱,其硬件團隊使用 GPT-6 Astra,在不足一週內從零設計出一款供用戶與 Codex 編碼智能體對話的裝置。據 OpenAI 所述,Astra 處理外殼設計、PCB 佈局、元件選擇、走線、韌體和用戶介面;合約製造商在不足一個月內製作一小批原型,但因 Astra 未有顧及製造限制、公差和組裝細節,期間需要多輪修改。
作者以實際程式碼測試 Opus 5.5、Sonnet 5.5 和 Haiku 5.5,比較三款模型的速度、成本和準確度。Opus 5.5 每次回應需 12 秒、每次請求 $0.042、準確度 95%;Sonnet 5.5 為 9 秒、$0.011 和 90%;Haiku 5.5 為 4 秒、$0.001 和 80%。
Simon Willison 在筆電測試 Qwen 3.8 27B,模型僅憑神經網絡原始權重辨認出 Pac-Man、Pong 和 Breakout,未能辨認 Freeway。測試沿用論文提供的提示詞,要求模型不使用工具或執行程式碼;Pac-Man 測試耗時 46m 12s,使用 43,506 reasoning tokens。
百度 Apollo 首次披露面向物理 AI 的智能體驅動全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。模型已用於蘿蔔快跑全球化測試與驗證,為無人車提供虛擬訓練環境,支援交通參與者互動及完整行程閉環模擬。
開放模型可完成九成智能體工作,成本僅為原成本的二十分之一。評論者指出,開放權重模型可能較冗長、效率較低;自行託管時則是另一回事。
Cogent Security 推出漏洞修復模型 VR-1.1,在 LiveCVEBench 的 190 項任務中取得 57.9% 通過率,Claude Code 和 Codex 各為 45.3%。
百度 Apollo 首次披露面向物理 AI、由智能體驅動的全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。Apollo World 已用於蘿蔔快跑全球化測試與驗證,可生成虛擬駕駛場景,讓無人車反覆演練並形成測試閉環。蘿蔔快跑已覆蓋全球 28 個城市,累計自動駕駛里程超 3.5 億公里,其中全無人駕駛里程超 2.4 億公里。
Cogent Security 發佈漏洞修復推理模型 VR-1.1,在 LiveCVEBench 的 190 項任務中修復成功率為 57.9%。Claude Code 和 Codex 的成功率同為 45.3%;測試涵蓋 14 種程式語言,修補須通過安全及功能測試。
Deep Principle 於 2026-11-02 發佈 Hydrogen-1.0 開放權重模型,作者整理其存取方式、部署配方與供應商評測主張。模型卡標示 1M tokens 上下文,但 NVFP4 的 SGLang 配方將上限設為 262144;作者沒有下載權重或測試模型推理。
Sarvam AI 發佈基於 Sarvam 105B 的 System One 決策模型 Sarvam Prism。在 25 款決策模型的三項指標比較中,Prism 平均得分 71.8,單張 NVIDIA B200 GPU 上的中位回應時間為 44 ms;在 50% 至 95% 信心門檻的英語及印度語言測試中,實際錯誤率均低於預期。
建築師測試 13 款新舊 AI 模型後,認為 Claude Opus 5.5(2026 年 9 月 22 日推出)在專業指導下最能從草圖製作簡單住宅施工圖,達到申請建築許可的質素。模型沒有使用現有 CAD 軟件,而是以 Python 產生向量線稿;Claude Opus 5.5 完成住宅圖紙耗時 12 小時,運算成本為數百美元。但圖紙仍有錯誤,例如缺少第二條逃生通道,歷史建築細節圖亦有細微錯誤。
百度 Apollo 首次披露面向物理 AI 的智能體驅動全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。Apollo World 可生成相機畫面、激光雷達點雲等觀測數據,並讓無人車在虛擬城市完成連續出行任務,形成感知、決策、行動與反饋的閉環。該模型目前用於蘿蔔快跑全球化測試與驗證;蘿蔔快跑已覆蓋全球 28 個城市,累計自動駕駛里程超 3.5 億公里。
百度首次披露面向物理 AI、由智能體驅動的全模態世界模型 Apollo World。同組資訊亦提及福建首個跨域異構調度全服務詞元工廠上線、商湯推出日日新 SenseNova 6.8 Flash 正式版,以及 Seedance 海外收入半年近 5 倍增長。
百度 Apollo 首次披露面向物理 AI、由智能體驅動的全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。該標準涵蓋因果性、交互性,以及物理準確性、持久性和實時性。Apollo World 已用於蘿蔔快跑全球化測試與驗證;蘿蔔快跑已覆蓋全球 28 個城市,累計自動駕駛里程超 3.5 億公里。
百度首次披露面向物理 AI、由智能體驅動的全模態世界模型 Apollo World。百度並提出世界模型「2+3」判斷標準;Apollo World 虛擬城市中的車輛、行人等交通參與者具備決策和互動能力,並非按固定腳本行動的道具。
B站 UP 主「御坂10297號」成功將華為 MateBook E Go 2023 刷入 iOS 16 系統,實現超大屏 iPhone 體驗。目前裝置沒有任何驅動;UP 主表示,全部流程由阿里通義 Qwen3.8-Flash(Next)本地模型完成,並計劃逐步修復其餘組件,待驅動完善後開源。
深度原理於11月2日發佈首款通用大模型 Hydrogen-1.0,基於 GLM-5.3 訓練並同步開放模型權重。Hydrogen-1.0 在 FSR 評測的解題成功率為38.3%,高於 GPT-6-Astra 的33.3%;在 GPQA-Diamonds 的準確率為93.0%,接近 Kimi-K3 的93.5%。
度小滿與香港科技大學及香港生成式人工智慧研發中心(HKGAI)聯合發佈軒轅4.5金融增強大模型,涵蓋大語言模型及多模態模型。在獲客、風控及客戶經營等金融場景中,模型效果提升30%,推理成本僅為通用模型的10%。其自進化RSI技術用於模型訓練及智能體場景目標適配,並以超過1000億Token的場景增強資料支援金融任務。
作者以瀏覽器版 Clash Royale 風格遊戲及 OpenWebUI RAG Debugger 兩項任務比較 Claude Sonnet 5 和 Claude Fable 5,整體認為 Fable 5 表現較佳。
作者分析 Claude Haiku 5.5 的兩項影片測試、基準表現和定價,認為它較適合大量分類或支援工作,不宜作為主要編碼智能體。Anthropic 公佈的 Terminal-Bench 4.0 成績為 39.2%,低於 Sonnet 5.5 的 70.6%;作者沒有自行重做影片測試。
作者以本人聲音盲測 ElevenLabs 與四款免費語音克隆模型,Fish S2 Pro 平均排名第一(1.25),Qwen3-TTS 的 ECAPA 相似度分數則最高(.61)。聽感排名與相似度分數對模型的排序並不一致,測試亦比較了處理速度、每分鐘音訊成本和冷啟動時間。Fish S2 Pro 授權為非商用,商用授權未列價格;Qwen 則已允許透過生成語音賺取收入。
REA 配合 Reverse-skill,讓 Gemini 4 Argon 和 GLM 5.3 分別逆向復刻故宮名畫記;Argon 保留原站佈局與主要細節,整體還原度較高。GLM 5.3 保留列表、詳情及看畫流程,但改動頁面結構並省略多項細節;兩者均完成可繼續迭代的版本。
雷鋒網透過 DeepSeek 官方 API 測試 V4.1-Flash,64 組固定採樣均補全正確答案「8」,未重現 Seed 論文中的答案偏好翻轉。另一輪 64 次概率測量中,「8」始終是最高概率候選,但其概率會隨填充長度變化;文章指出,這不足以將變化歸因於快取壓縮架構。
雷鋒網以同一工作台和 OpenRouter 渠道,實測 GPT 6.1 Sol 與 Claude Sonnet 5.5 完成 3D 密室開發、政策調查及諾貝爾化學獎科普三項任務。
商湯近日推出日日新 SenseNova 6.8 Flash 正式版,針對真實環境中的複雜任務,以及任務執行和結果交付的關鍵難點作出優化。模型支援跨任務、跨會話協作,並可交付靜態網頁、動態內容及設計成果。
香港生成式人工智能研發中心(HKGAI)聯同香港科技大學及度小滿推出「軒轅4.5」金融增強大模型,採用遞歸式自我改進(RSI)技術。模型在拓展客源、風險管理及客戶關係管理等金融場景的表現提升30%,運算成本僅為通用模型的10%。它是首個把自進化RSI技術應用於模型訓練及AI代理目標配置的金融增強大模型。
商湯科技發布日日新 SenseNova6.8Flash 正式版,重點升級辦公協作與設計生成能力,支援長期記憶、跨會話任務協作,以及動態 PPT、動態海報、網頁、SVG 和 Blender3D 創作。模型已開放網上體驗,並同步上線 SenseNovaTokenPlan。使用者可透過智能體與 Blender 協作進行 3D 創作,並根據渲染結果和使用者回饋持續調整。
商湯科技於2026年11月2日晚正式發佈日日新 SenseNova 6.8 Flash 正式版,重點升級辦公協作與多模態設計能力。模型支援長期記憶及跨會話任務協同,涵蓋動態PPT、動態海報、網頁、SVG及Blender3D創作,並可接入 Figma 等專業工作流。