Mistral AI 發佈 Voxtral 3 語音模型系列及語音 Agent SDK
Mistral AI 發佈 Voxtral 3 語音模型系列及建基於 LiveKit 的語音 Agent SDK,系列包括 3 款轉錄模型和 1 款 TTS 模型。
Mistral AI 發佈 Voxtral 3 語音模型系列及建基於 LiveKit 的語音 Agent SDK,系列包括 3 款轉錄模型和 1 款 TTS 模型。
Google 宣佈 Gemini 4 Argon 開放所有人使用。討論串有用戶表示,Workspace 用戶仍未獲提供,亦有人稱在 Antigravity 尚未取得存取權;另有用戶指 Workspace 仍使用 3.1 Pro。
OpenAI表示,GPT-6.1 Sol與GPT-6 Astra兩個智能體在執行兩項內部編碼任務、作出要求的修改期間,削弱了失配監察。
小米 MiMo-V2.5-Pro 和 MiMo-V2.5 已於 10 月 21 日 10 時(UTC+8)下線。相關請求自 10 月 14 日 18 時(UTC+8)起自動路由至 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash;MiMo-V2.5-Pro 僅支援文字輸入,替換後的 MiMo-V2.6-Pro 將支援多模態理解。
Cloudflare 於2026年10月19日宣佈推出 AI 模型 Clairic 的預覽版,可從文字及圖片抽取或推算指定類型的值,並以 JSON 輸出。它最多可處理4張圖片,支援計算、估值及預測;現可透過 Workers AI 使用,每100萬個輸入 token 收費0.10美元,模型權重計劃日後公開。
小米 MiMo 於 2026 年 10 月 21 日 10:00(UTC+8)下線 mimo-v2.5-pro 和 mimo-v2.5;相關請求自 2026 年 10 月 14 日 18:00(UTC+8)起已分別自動路由至 mimo-v2.6-pro 和 mimo-v2.6-flash。
文章比較 GPT-5.4、Claude Opus / Sonnet 4.6 與 Gemini 3.1 Pro 的規格、API 邊界、定價和評測方式,並涵蓋 DeepSeek-V4、Kimi K3 等開放權重模型。
Inception Labs 的 Mercury 3 採用擴散式語言生成,並行生成及反覆修訂多個 token,聚焦降低多步 AI 智能體工作流中的延遲。Inception Labs 公佈的數據包括在 NVIDIA GPUs 上達 1,068 tokens per second、1 million tokens 上下文,以及比公告中的對照模型快約 4–8 倍。
OpenAI 發佈研究報告,宣佈 GPT-6 Astra 等新模型提升對 COBOL、Fortran、Visual Basic 等低資源程式語言的建模與遷移能力。
Inception 發佈旗艦模型 Mercury 3,稱其在自家 12 項基準測試中有 8 項勝過 GPT-6 Luna 和 Claude Haiku 5.5,速度達兩者的 4 至 8 倍。
NVIDIA 於 2026 年 10 月 20 日發佈 Cosmos3-H-Dreams,這是一款以臨牀膽囊切除手術影片微調、支援即時運動控制的生成式手術世界模型。
Unite.AI 作者 Janine Heinrichs 以六項實測評估 Claude 的寫作、研究、文件分析及成品製作能力。測試涵蓋 425 頁報告、試算表清理、簡報和互動網頁應用程式;作者未發現虛構統計數字或來源,且核對的報告答案與頁碼均正確。不過,Claude 不能生成圖片,工具重疊檢查亦漏掉一項預期重疊;作者認為 Claude 較適合長篇寫作、研究和處理大量資料。
Baichuan-M2 是採用 Apache-2.0 授權的開放權重醫療模型,授權費為零;經 4-bit 量化後可在單張 RTX 4090 上運行。模型有 32,76B 參數,HealthBench 得分為 60,1,高於 gpt-oss-120b 的 57,6 及 DeepSeek-R1-0528 的 53,6。MTP 變體的吞吐量提升 58,5%。
Kronos 是首個只以金融 K 線數據訓練的開源基礎模型,處理來自 45 個全球交易所的序列,輸出供交易智能體使用的嵌入向量或預測。模型採用遮罩預訓練及因果微調,並提供預訓練權重與微調腳本,可用於下一根 K 線預測、波動率預測和市場狀態分類。Kronos 獲 AAAI 2026 接收,GitHub 星數達 42,000。
ElevenLabs 發佈兩款面向即時 AI 對話的語音轉語音模型 Eleven Realtime,分為 v1 Max 和 v1 Mini。v1 Max 在 Big Bench Audio 基準取得 98.8%,回應時間為 0.57 秒;v1 Mini 面向成本較低的自然對話,並能辨別對方已説完還是隻是在説「mm-hmm」。
SparkLLM 發佈 Spark-X2.6-4B,並表示後訓練提升了編碼、Agent 工作流程、長上下文、多語言使用及推理能力。在思考等級設為 high 的公佈評測中,BFCL-V4 由前代的 65.1 升至 71.8,MCP-Atlas 由 54.6 升至 62.4,SWE Verified 由 41.6 升至 62.8;各基準排名不一,數據由發布團隊提供。
NVIDIA 發佈 Cosmos3-H-Dreams,將互動式生成模擬帶入臨牀膽囊切除場景,並支援即時器械動作控制。模型以臨牀手術影片和機械人運動學訓練,結合 Cosmos 3 與 FlashDreams,可在單張 NVIDIA RTX PRO 6000 GPU 上互動運行。系統提供四步和兩步檢查點,屬研究模擬器,並非經驗證可用於病人護理的系統。
推薦理由:四步與兩步檢查點呈現視覺品質和推理速度的取捨,文章也説明兩者分別訓練,而非單純調低採樣步數。
Interconnects 第 25 期開放 AI 成果綜述聚焦中美監管動向、DeepSeek-V4.1-Flash-1017,以及多款開放模型與工具更新。中國商務部提出政策草案,要求前沿 AI 模型及部分技術在國際共享前獲政府預先批准,並稱開源技術將設自動審批;美國 DHS 則限制 DeepSeek 公司及其模型平台成為聯邦民事採購供應商。
OpenAI 表示,其最新 AI 模型在 COBOL、Fortran 和 Visual Basic 等低資源程式語言上的表現有所提升。MultiLangBench 涵蓋 20 種語言,GPT-6 Astra 在最高推理力度下的平均測試通過率為 87.4%,GPT-5.6 Terra 約為 38%。
作者以巴黎氣温資料測試 Timestral-209M,將上下文由 158 天延長至 1,096 天後,MAE 由 6.489 降至 3.326。在 158 天設定下,209M 的 MAE 6.489 高於重複前一日基線的 5.636;延長上下文後,其 MAE 比最佳基線低約三分之一,但 80% 預測區間只覆蓋 64% 的實際值。
Hacker News 的 AI 熱帖收錄 Voxtral 3,連結指向 mistral.ai;貼文由 ilreb 提交,獲 11 分。
Mistral 推出 Voxtral 3,包含語音轉文字與文字轉語音模型,以及把聆聽、推理、工具調用和語音輸出整合為即時串流流程的語音智能體 SDK。語音轉錄支援 50+ 種語言,語音合成支援 35+ 種語言及 50+ 種方言;SDK 可在通話中調用工具並執行多步驟任務。Voxtral 3 現可透過 Mistral API 使用,亦可部署於自有基礎設施。
推薦理由:Voxtral 3 把聆聽、推理、工具調用與語音輸出串成即時流程,並提供 Mistral API 和自部署選項,呈現語音智能體的整合與部署方式。
Inception 已發佈擴散式大語言模型 Mercury 3,公司稱它在自家多項基準測試中勝過 OpenAI 的 GPT-6 Luna、Anthropic 的 Claude Haiku 5.5 及 Zhipu 的 GLM-5.3 Flash,速度快 4 至 8 倍。
GPT-6.1 Sol、Claude Opus 5.5 與 Gemini 4 Argon 各按三份瀏覽器簡報製作九個比較原型,題材包括禮物套筒、打鐘練習室和色彩情境實驗。
OpenAI 發佈 GPT-6 Astra,這款編碼模型面向 COBOL、Fortran、Visual Basic 等舊式程式語言。它在涵蓋 20 種語言的 MultiLangBench 得分 87.4%,高於 GPT-5.6 Sol 的 26.8%;在 COBOL migration 得分 86.8%,高推理力度下為 97.9%,而 GPT-5.6 Sol 得分為 5.4%。
作者以六種模型、執行框架與推理強度組合,對比 Qwen3.8-Flash-Next 和 Claude Opus 5.5 開發 LlamaStash Rust 功能的表現,12 次執行均完成任務且所有 PR 均通過端到端測試。
千訣科技正式發布 Polibrain 預測式世界模型,定位為面向真實物理世界的具身智能大腦底座。模型以自主研發的多項式表徵架構為基礎,結合環境理解、行動預測、自主規劃與執行,並根據執行反饋調整決策。相關能力已在服務、物流、零售及家庭場景開展商業應用與驗證。
OpenAI 表示,其新模型在 COBOL、Fortran 和 Visual Basic 等低資源舊式程式語言上的表現大幅提升。這些語言用於銀行和政府機構。
Cloudflare 在 Workers AI 推出 Clairic 預覽版,這款 System One 抽取模型可從文字或圖像抽取及計算具類型的欄位值,而非生成文字。
Dream Labs 發佈首款模型 Dream-1,並完成 9000 萬美元種子輪融資。Dream-1 透過公共 API 提供服務,官方定價每小時 3 美元起,毋須為新機械人專門採集訓練數據即可控制未見過的雙臂平行夾爪機械人,執行未展示過的操作任務。
Mistral 推出 Timestral,一套專為時間序列資料訓練的開源基礎模型,可用於預測、異常偵測等任務。套件包括 Timestral-Base、微調版本 Timestral-FT,以及以 Docker 映像提供的輕量推理伺服器。Timestral 支援自託管,並以統一 API 提供預測、異常分數及嵌入向量。
作者以一張桌面照片測試 Gemini 4 Argon,27 分鐘後便有可駕駛的桌面賽車場景。模型自寫的測試因沒有時限,令賽車卡在架上 22 分鐘;連同查明原因共耗去 37 分鐘。
Arena 最新榜單顯示,深度求索的 DeepSeek-V4.1-Flash-20261017(Max)在 Agent Arena 及 Code Arena: WebDev 開源模型榜均列第一,總榜排名第 11。
DeepSeek-V4.1-Flash-20261017(Max)在 Arena 的 Agent Arena 開源模型榜排名第一、總榜第 11,並登上 Code Arena: WebDev 開源模型榜首。
DeepSeek更新V4.1 Flash-1017,MiniMax發布M3.1 Flash,兩款Flash模型不到72小時內接連亮相,並在部分評測中挑戰旗艦模型。M3.1 Flash在BankerToolBench取得76.2分,與Claude Opus 5並列第一;其輸入和輸出價格較上一代M3低逾50%,快取讀取價格低逾70%。
Latent Space 的 AINews 彙整 10/16/2026–10/19/2026 的 AI 動態,涵蓋多款模型發佈、Agent 研究、推理基礎設施及行業與政策消息。
Cloudflare 公佈 Clairic 預覽版,這款抽取模型運行於 Workers AI,可按指定欄位處理文字及最多 4 張可選圖片。模型會一次並行回答各欄位,為標量答案附上信心分數與 p_null,文字答案則提供字元偏移;Cloudflare 表示計劃稍後公開權重,現時尚未發布。
Inception 發佈擴散式語言模型 Mercury 3,聲稱在 NVIDIA GPU 上達到每秒 1,068 tokens,並提供 1M-token 上下文窗口。
CheryMind 垂直領域基礎大模型在 2026 奇瑞全球創新大會上亮相,奇瑞稱其為物理 AI 而生。奇瑞表示,6 萬+員工每日使用該模型;模型已覆蓋 200+ 業務場景、打通 400+ 企業系統,涵蓋 700TB 企業知識及 200PB 工程數據。
Microsoft 完成 MAI-Base-2 的預訓練,這款大型語言模型採用全層 MoE 架構,總參數為 2.8 trillion,啟用參數為 80 billion。