dbreunig/nesformer 將 NES 6502 CPU 模擬器嵌入 Qwen3.5-4B 權重
Drew Breunig 將 Nintendo Entertainment System 的 6502 CPU 模擬器嵌入 Qwen3.5-4B 權重,讓模型可以運行 NES ROM。
Drew Breunig 將 Nintendo Entertainment System 的 6502 CPU 模擬器嵌入 Qwen3.5-4B 權重,讓模型可以運行 NES ROM。
Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 以 59 分排名第一,Claude Opus 5.5 得 58 分,GPT-6.1 Sol 得 55 分。
Claude Sonnet 5 在癲癇小鼠實驗中,從 19 種候選基因療法中選擇療法、腦區及手術座標,並透過定製電動手術裝置完成注射。手術期間,模型因判定目標位置超出裝置活動範圍而拒絕繼續,研究團隊最後手動修正程式碼;獸醫批准每項不可逆操作,並持有緊急停止裝置。小鼠其後恢復良好,技術報告尚待發布,結果未經同行評審。
OpenAI 發佈 GPT-Rosalind-6 系統卡補充文件,指出該模型沿用 GPT-6 Astra 的相同權重,沒有新增訓練數據或進行額外後訓練。在 GeneBench Pro v13 的最高推理預算下,GPT-Rosalind-6 單次成功率為 37.7%,GPT-Rosalind-5.5 為 16.7%;該評估使用與生產環境不同的基準專用設定。
Ludo Robotics 發佈機械人人工智能系統 Ludi 0.2,旨在理解人類意圖,並在現實世界中與人互動。新模型加入社交智能、記憶與推理、工具協調、手勢理解及身體動作能力。公司正致力開發整合感知、對話與身體動作的 Ludi 最終版本。
The Biological Computing Co. 推出 TBC Mischief 1,這款基於 Wan 2.2 的圖像轉影片模型稱在相同品質下速度約快五倍。模型可透過 fal 和 OpenRouter 使用,定價為每秒影片 $0.005。公司尚未發布獨立測試以佐證速度數據。
小米技術發布並開源 0.8B 參數的文件理解模型 Xiaomi-OCR-0,整合文件解析、關鍵資訊抽取及 OCR 視覺問答。
Unsloth推出 Dynamic V3.1 量化方案,稱 DeepSeek V4.1 Flash-1017 可在最低 64GB 內存的設備上本地部署,Unsloth Desktop + llama.cpp 的推理速度較其他專注於 CPU/VRAM/n-gram 的倉庫快約 3 倍。
Mistral Large 4 開放權重帶來的實際變化,取決於每項完成任務的 token 成本、自行部署門檻與授權條款,而不只是權重可下載。
推薦理由:文章以每項已完成任務的 token 用量取代單看基準分數,説明這種衡量方式如何對應智能體編碼的實際成本。
文章比較 DeepSeek V4 API 四種接入方案,按每月 100M 輸入/25M 輸出 tokens 計,Flash 最低 $9,Pro 最低 $115.50。
文章根據 DeepSeek 公佈的數據,比較 DeepSeek V4.1 Flash 與 V4-Pro-0813 在 16 項共同基準上的成績;Flash 勝出 14 項,僅在 GPQA Diamond 和文字版 HLE 落後。
小米開源 0.8B 文件理解模型 Xiaomi-OCR-0,並在 Hugging Face 和 GitHub 同步公開模型權重與推理程式碼。模型以 Qwen3.5-0.8B-Base 為基座,涵蓋文件解析、關鍵資訊抽取及 OCR 視覺問答,支援 Markdown、LaTeX 和 JSON 輸出。
DeepSeek R1 在多項推理基準的表現與 OpenAI o1-preview 相若或更佳,但在 GPQA Diamond 落後,達到相若準確度亦會消耗更多推理 token。
小米開源 0.8B 參數文件理解模型 Xiaomi-OCR-0,模型權重與推理程式碼已同步上線 Hugging Face 和 GitHub。模型基於 Qwen3.5-0.8B-Base,涵蓋文件解析、關鍵資訊抽取與 OCR 視覺問答,支援 Markdown、LaTeX 及 JSON 輸出。
Epoch AI 研究人員發現,開放權重模型 GLM 5.3 可在無人介入下利用 Firefox 修補程式公開至送達用戶間的時間差,在 6 個 Firefox 版本上建立完整漏洞利用鏈。
推薦理由:研究呈現修補程式公開至用戶收到更新之間的時間差如何被模型利用,並對照 Firefox 與 Chrome 測試結果及研究者提出的緩解做法。
TBC 推出基於 Wan 2.2 的 TBC Mischief 圖像轉影片模型,並於 10 月 30 日透過 fal.ai 上線。TBC 稱其生成速度是底層模型的 5 倍、成本降低 80%,輸出品質亦有提升;公告沒有提供獨立基準或足夠測試細節。模型可免費使用至 11 月 2 日,公告價格為每秒生成影片 $0.02。
Mistral AI 開放參數量達一萬億的 Mistral Large 4(Le Chonk)模型權重,供用戶免費下載、修改及在開發者控制範圍外執行。公司稱,模型在 JailbreakBench、StrongREJECT 和 AgentHarm 的網絡安全相關部分拒絕了 96.6% 的惡意提示詞,為其測試過的開放模型中最高;已下載的模型副本不會自動收到後續防護更新。
ElevenLabs 推出 Eleven Realtime v1 Mini 與 v1 Max 兩款語音轉語音模型,兩者均是完整語音智能體,分別面向低成本自然對話及複雜多步工作流。
Google 發佈 Gemini 4 Carbon,該模型在 Artificial Analysis 智能指數 v5.0 以 59 分登頂,超越 Claude Opus 5.5 和 GPT-6 Astra。
ZwZ2-9B-GGUF 提供 Zooming without Zooming v2 模型 ZwZ2-9B 的 GGUF 格式權重,分為語言模型及視覺編碼器與投影器兩部分,均有 FP16、Q8_0 和 Q4_K_M 精度可選。
inclusionAI/ZwZ2-27B-GGUF 收錄 ZwZ2-27B 的 GGUF 格式權重,模型分為語言模型及視覺編碼器與投影器(mmproj)兩部分,兩者均提供 FP16、Q8_0 和 Q4_K_M。使用時須選用相配的視覺元件,亦可混合不同精度;量化可能影響準確度。可使用具備 Qwen3.5 多模態支援的 llama.cpp 建置版本進行推理。
啟元具身研究中心發布 PrimeSim 世界模型仿真器,於 EWMBench 得分 6.09 居首,並在 WorldSimProbe 五項評測中三項第一。PrimeSim 以 30110 小時精選機械人演示數據訓練,涵蓋 22 種異構機械人平台,並支援兩分鐘以上連續 rollout。
大曉機器人與南洋理工大學 S-Lab 發佈 Mundo,將少量影像轉化為可探索、可編輯及可進行物理交互的三維世界。Mundo 可模擬物體運動、接觸與碰撞,並支援機械人導航、操作訓練及仿真測試。團隊已在酒店重建樓層與洗衣區,並模擬洗衣機開門等交互。
360集團自研的AI安全攻防系統圖龍鋒在CyberGym以99.4%的漏洞復現成功率登頂,刷新榜單紀錄。系統在1507個任務中經三輪獨立評測,成功率分別為99.27%、99.47%及99.40%,平均為99.38%。圖龍鋒累計發現超過15000個安全漏洞,並已有超過500家企業接入。
Efficient-Large-Model 團隊開放 Open-H3-Regenerate-2K 權重及推理程式碼;方案基於 MiniMax H3,支援最高 3840×2160 影片重生成。
CAIR 與深圳德力凱電子股份有限公司自研的經顱多普勒多模態大模型,在「顱影・數智爭鋒」實戰活動中正式亮相。模型覆蓋 98% 以上臨牀場景,超聲提示準確率達 93.8%,超聲所見準確率達 97.52%,可解析超聲頻譜信號、測算血流動力學參數及標註異常徵象,輔助醫師研判。
inclusionAI/ZwZ2-4B-GGUF 提供 Zooming without Zooming v2 模型 ZwZ2-4B 的 GGUF 格式權重,分為語言模型及視覺編碼器與投影器兩個元件,兩者均有 FP16、Q8_0、Q4_K_M 精度。使用時需配合支援 Qwen3.5 多模態功能的近期 llama.cpp 版本;量化可能影響準確度。
DeepSeek 官網前端程式碼出現尚未公開的 Cyber 網絡安全專用模型申請入口,目前處於灰度測試階段,僅部分帳戶可見。Cyber 分為面向個人安全從業者的 personal-v3 和麪向企業的 enterprise-v4,申請者須完成實名認證、使用大陸手機號碼並無違規記錄,審核通過後可獲發 Cyber Key。官方尚未發布公告,模型上市時間、定價及開放範圍未明。
Claude Sonnet 5、GPT-6.1 Sol、DeepSeek V4 Pro 和 Qwen3.8 Max 回應同一個英語學習提示詞,在每日任務份量及漏學一天後的計劃調整方式上各有不同。首日詞彙任務由 5 個到 20 個不等;四個模型調整計劃後,均維持每日最多 30 分鐘,並在星期日完成。測試每個模型只用一個提示詞和一次追問,各執行一次。
Samaya AI 發佈金融研究智能體模型 Sterling,基於 Nemotron 3.5 Lightning,總參數為 30B、活躍參數為 3B。在 FrontierFinance 基準測試中,Sterling 得分 58.9%,高於 Claude Fable 5.1 的 55.9%;每題成本為 $0.61,對比 $6.89,約低 11 倍。
NVIDIA 的 Nemotron 3.5 Transcribe 將多項音訊任務整合於開放模型,Vercel 路由中介軟件則支援 Python。模型涵蓋轉錄、説話者分離、翻譯和音訊問答,適用於約一小時內、最多八位説話者的錄音,不支援即時串流。
Mistral AI 於 2026 年 10 月 29 日在 Hugging Face 發佈 Mistral Large 4 權重,並在預覽版後三週持續改善程式編碼及網絡安全表現。
百度本月 27 日正式發布並開源文心 Unlimited OCR 2,將文件解析上限由數十頁推至「無限」,一次可解析累計超過 3,600 頁的《哈利波特》全系列 7 部作品。模型在 MPDocBench 得 84.6 分、MarathonDocBench 得 77.1 分,兩項基準測試均達端到端性能 SOTA。
開發者 Divyansh Agrawal 發佈實驗性模型 Qwenputer,基於 Qwen3.5-4B,將 32 位 RISC-V CPU 和記憶體功能整合至神經網絡內部,讓模型無需調用 Python 等外部工具也能執行程序及精確計算。
百度本月 27 日正式發布並開源文心 Unlimited OCR 2,將文件解析上限從數十頁提升至「無限」。模型可一次解析累計超過 3,600 頁的《哈利·波特》全系列 7 部作品,並支援版面要素切分識別、跨頁文案合併及表格識別合併。在 MPDocBench 和 MarathonDocBench 基準測試中分別取得 84.6 分及 77.1 分,均達端到端性能 SOTA。
蘋果 iPad mini(A20 Pro)的 Geekbench 7 跑分曝光,兩個版本均配備 12GB 記憶體。5 核 CPU 版單核、多核分數為 3879、9870;6 核 CPU 版為 3993、11365。兩個版本的 CPU 頻率均為 4.93 GHz,與 iPhone 18 Pro 系列上的 A20 Pro 相同。
開發者 Divyansh Agrawal 發佈 Qwenputer,將 32 位 RISC-V CPU 與記憶體功能整合進 Qwen3.5-4B,讓模型無需外部工具即可執行程序和精確計算。
Edge0 發佈開放權重文字轉語音模型 Audio8-TTS-Realistic,模型有 0.6B 參數,支援零樣本語音複製及 23 種語言。它可用 1 段參考音訊及對應逐字稿複製聲音,權重和程式碼採 Apache 2.0 授權。
文章比較 ChatGPT-4 與 Meta 的 Llama 3,梳理兩者在能力、成本、整合及支援方式上的差異。Llama 3 預訓練使用超過 15 trillion tokens,是 Llama 2 的七倍,並以開源方式提供,支援高度自訂。ChatGPT-4 設有免費及付費選項,並支援視覺輸入和工具整合。
Google Imagen 3 與 DALL-E 3、MidJourney 及 Stable Diffusion XL 1.0 作比較,評估文字生成圖像能力及各自優勢。Imagen 3 著重高解像度圖像、複雜提示詞的遵循度,以及 inpainting 和 outpainting 功能;Stable Diffusion XL 1.0 則以開源和可自訂見稱。