Grok 4.6 介紹：聚焦長時間運行的智能體與複雜互動、視覺工作
Cursor 與 SpaceXAI 共同發佈 Grok 4.6，該模型基於 Grok 4.5，重點面向長時間運行的智能體及更複雜的互動和視覺工作。它在多項智能體編程和知識工作基準測試中展現前沿智能水平，並在由九項基準測試構成的 Artificial Analysis Intelligence Index 上與 GPT-5.6 Sol 持平。
全部AI 動態
全部動態
今日 82 條Cursor BlogAI 評分7171
Hugging Face BlogAI 評分5757 用 NVIDIA Magpie TTS 構建低延遲多語言語音智能體：開放權重與完整部署控制
NVIDIA Magpie Multilingual TTS 最新版本擴展至 12 種語言，是一款 364M 參數、開放權重的語音合成模型，可部署於自有基礎設施並按工作負載調校。
OpenAI NewsAI 評分5252 OpenAI 公佈網絡安全專用模型 GPT-5.6-Cyber，並經 Daybreak Red 提供
OpenAI 公佈網絡安全專用模型 GPT-5.6-Cyber，該模型透過 Daybreak Red 提供，用於經授權的漏洞研究、漏洞利用驗證及安全測試。相關頁面：https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows
Hugging Face Blog精選AI 評分7777 Meta 發佈 Muse Glimmer 30B 多模態模型，採用 Apache 2.0 授權並面向本地智能體應用
Meta 發佈 Muse Glimmer，一款由 Muse 蒸餾而來、面向本地智能體應用的多模態 30B 模型，採用 Apache 2.0 授權。模型由 2B ViT-style 視覺編碼器和 28B 文字解碼器組成，支援圖像、影片輸入及多模態工具調用。
推薦理由：文章把 Muse Glimmer 的本地智能體定位、30B 架構與 transformers、llama.cpp、vLLM 等入口連起來，提供從本地推理到託管部署的實作參考。
OpenAI News精選AI 評分7373 OpenAI 改進 ChatGPT 中的 GPT-5.6 Sol，並擴大免費用户使用 GPT-5.6 Luna 的範圍
OpenAI 改進 ChatGPT 中的 GPT-5.6 Sol，提升其準確度與一致性，並擴大免費用户使用 GPT-5.6 Luna 的範圍。免費用户可與 GPT-5.6 Luna 進行不限量的日常聊天。
推薦理由：公告交代 GPT-5.6 Sol 在準確度與一致性上的提升，並説明免費用户可與 GPT-5.6 Luna 進行不限量的日常聊天，呈現模型調整與使用範圍的變化。
OpenAI：部署安全與系統卡AI 評分5656 OpenAI 公佈 GPT-5.6 Sol 和 GPT-5.6 Luna 的八月更新及安全評估
OpenAI 更新 GPT-5.6 Sol 和 GPT-5.6 Luna，並公佈青少年安全、生物與化學能力及網絡安全評估。U18 評估中，兩款模型表現與受測的 GPT-5.5 版本大致相若，未觀察到統計顯著差異；評估涵蓋高難度案例，結果不代表相關行為在一般使用中的出現頻率。
Mistral AI精選AI 評分6262 Mistral AI 發佈 3B 多模態安全分類器 Shieldstral
Mistral AI 發佈 Shieldstral，一款 3B 開放權重多模態安全分類器，可用自然語言政策評估文字與圖像，無須重新訓練。它將內容審核設計為可在推理時指定政策的二元問答，並輸出校準後的安全分數；Mistral 稱其在多項基準上匹配或超越模型規模最高達其 7x 的開放權重安全模型。
推薦理由：將審核政策置於推理時的自然語言問題中，使同一個 3B 模型可按部署情境調整文字與圖像判斷，無須重新訓練。
DeepSeek：API 更新日誌AI 評分7070 DeepSeek-V4-Flash API 更新並進入公開 Beta
DeepSeek 將 DeepSeek-V4-Flash API 開放公開 Beta，並稱其智能體能力顯著增強，基準測試結果遠高於 V4-Pro-Preview。
Google DeepMind精選AI 評分6666 Google DeepMind 發佈 Gemini Robotics ER 2，支援影片理解、任務編排與多機械人協作
Google DeepMind 發佈 Gemini Robotics ER 2，這款面向機械人的具身推理模型可理解連續影片、編排多步任務，並支援多機械人協作。它在任務進度分類達 57.4% 準確率，關鍵時刻定位達 91.3% 準確率、平均絕對距離為 0.96s。
推薦理由：文章將影片進度追蹤與多機械人協作納入模型更新，並提供任務評測數據，讓讀者掌握 Gemini Robotics ER 2 的具身推理能力變化。
Google DeepMindAI 評分5252 Google DeepMind 在 Google Flow Music 推出 Lyria 3.5 音樂生成模型
Google DeepMind 今日在 Google Flow Music 推出音樂生成模型 Lyria 3.5，並提升旋律、歌詞及人聲生成品質。它可生成更豐富、複雜且自然的旋律結構，並改善歌詞的提示詞遵循度與結構意識，以及人聲的真實感、情感細膩度和發音。使用者也可更容易控制生成內容的節奏和時長。
上海人工智能實驗室 InternLM：原創項目AI 評分6868 InternLM 發佈 Intern-S2-Mobius 35B 模型，報告近 4x 端到端推理加速
上海人工智能實驗室 InternLM 發佈 35B 基礎模型 Intern-S2-Mobius，採用 Mobius-v0 架構。它以全域共享 Memory 供多個 Reasoners 反覆查詢和修訂隱藏狀態，並引入 Backward Residual Connection 和 Dynamic Latent Reasoning。
OpenAI NewsAI 評分3535 GPT-5.6 如何融合前沿智能與前沿效率
GPT-5.6 提升 AI 在模型、推理及智能體工作流程各方面的效率，有助於讓每一美元帶來更多實用智能。
Google DeepMind精選AI 評分6969 Gemini Robotics 2 為機械人帶來全身智能控制
Google DeepMind 發佈 Gemini Robotics 2 系列模型，為機械人帶來全身控制、靈巧操作及多機協作能力。系列包括將視覺與語言輸入轉為動作控制的 Gemini Robotics 2、用於具身推理與多步任務規劃的 Gemini Robotics ER 2，以及可在機械人裝置本地運行的 Gemini Robotics On-Device 2。
推薦理由：全身控制、靈巧操作、多機協作與本地適配均有具體案例，呈現 Gemini Robotics 2 系列面向機械人任務的能力佈局。
Hugging Face BlogAI 評分5858 NVIDIA 發佈 Cosmos-H-Dreams 即時手術機械人生成式模擬器
NVIDIA 發佈 Cosmos-H-Dreams，一款根據機械人動作即時生成手術場景影片的模擬器。它將 Cosmos-H-Surgical-Simulator 蒸餾為因果學生模型，並透過 FlashDreams 在單張 NVIDIA RTX PRO 6000 上達到約 160 fps。
Google DeepMind精選AI 評分7878 Google DeepMind 發佈 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 發佈 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，涵蓋智能體工作流、低延遲高吞吐任務及網絡安全場景。
推薦理由：文章列出 3.6 Flash 與 3.5 Flash-Lite 的速度及成本指標，並説明 Cyber 模型將透過有限試點提供，呈現不同工作負載的部署差異。
Google DeepMind精選AI 評分6565 Google DeepMind 發佈 Gemini 3.5 Flash Cyber 網絡安全模型
Google DeepMind 發佈 Gemini 3.5 Flash Cyber，這款基於 3.5 Flash 並經微調的輕量網絡安全模型，旨在快速發現、驗證及修補漏洞。
推薦理由：V8 JavaScript Engine 的固定調用測試提供了具體比較，Gemini 3.5 Flash Cyber 找到 55 個獨特確認問題，主線 3.5 Flash 與 Claude Opus 4.6 分別找到 47 個和 36 個。
Inception Labs：BlogAI 評分6969 Inception Labs 發佈 Mercury 2 推理模型，解碼速度達 1,000+ tokens/second
Mercury 2 是 Inception Labs 推出的擴散式推理語言模型，官方稱其在標準 NVIDIA GPU 上解碼速度達 1,000+ tokens/second，300-token 推理鏈完成時間不到 300ms。
OpenAI NewsAI 評分4444 GPT-5.6：配合更大抱負擴展的前沿智能
GPT-5.6 主打每個 token 帶來更多智能、每美元效能更強，並可按需提供更多能力，支援最艱鉅的工作。
OpenAI：部署安全與系統卡AI 評分6161 OpenAI 發佈 GPT-5.6 系統卡，列出安全評估結果
OpenAI 發佈 GPT-5.6 系統卡，公開模型訓練資料、部署安全模擬及生物化學能力評估。部署模擬預測 GPT-5.6 Sol 的違規內容總量與 GPT-5.5 大致相若，性相關違規率由 0.05% 升至 0.07%，心理健康相關違規回應率由 0.03% 降至 0.02%。OpenAI 將 GPT-5.6 系列的生物與化學能力列為 High，並判定三款模型均不需按 Critical 能力處理。
Mistral AIAI 評分5656 Mistral AI 發佈 8B 機械人導航模型 Robostral Navigate
Mistral AI 發佈 8B 模型 Robostral Navigate，讓機械人根據 RGB 圖像和自然語言指令自主導航。模型在 R2R-CE 已見及未見驗證集分別取得 79.4% 和 76.6% 成功率；未見集成績較最佳單相機方案高 9.7 個百分點，較採用深度感測或多相機的最佳系統高 4.5 個百分點。
OpenAI NewsAI 評分5858 OpenAI 介紹為 ChatGPT Voice 提供支援的 GPT-Live 新一代語音模型
OpenAI 介紹 GPT-Live，將其定位為面向自然人機互動的新一代語音模型，並稱其現正為 ChatGPT Voice 提供支援。
Mistral AI精選AI 評分6363 Mistral AI 發佈 Leanstral 1.5，強化 Lean 4 形式化驗證
Mistral AI 發佈 Leanstral 1.5，這款 Apache-2.0 授權模型總參數量為 119B、活躍參數為 6B，面向 Lean 4 形式化驗證。
推薦理由：文章不只列出形式化數學基準，也以 AVL 樹複雜度證明及 57 個程式庫的漏洞排查，呈現 Leanstral 1.5 將定理證明延伸至實際程式驗證的應用。
Google DeepMind精選AI 評分7575 Google DeepMind 推出 Nano Banana 2 Lite，並向開發者開放 Gemini Omni Flash
Google DeepMind 推出 Nano Banana 2 Lite，並首次向開發者開放 Gemini Omni Flash。
推薦理由：兩款模型分別面向高速批量圖像生成與影片生成、對話式編輯，文中列出成本、延遲及 API 限制，可供評估多媒體工作流的取捨。
Google ResearchAI 評分5959 Google Research 推出面向表格數據的零樣本基礎模型 TabFM
Google Research 發佈 TabFM，這款表格數據基礎模型以上下文學習執行分類與回歸，並可在單次前向傳遞中預測。TabFM 以結構因果模型動態生成的數億個合成資料集訓練，並在 TabArena 的 38 個分類與 13 個回歸資料集上評測。
OpenAI NewsAI 評分3636 預覽 GPT-5.6 Sol：新一代模型
OpenAI 預覽新一代模型 GPT-5.6 Sol，其程式編寫、科學及網絡安全能力更強，並配備 OpenAI 最先進的安全技術堆疊。
OpenAI NewsAI 評分3333 GPT-5 如何協助免疫學家 Derya Unutmaz 解開一宗困擾 3 年的謎團
GPT-5 Pro 協助免疫學家 Derya Unutmaz 解開一宗困擾 3 年的免疫學謎團，並提供有關 T 細胞行為的見解。這項突破可能支持癌症及自身免疫研究。
Mistral AI精選AI 評分6060 Mistral OCR 4 發佈，新增文件區塊定位、分類與信心分數
Mistral AI 發佈文件解析模型 Mistral OCR 4，除提取文字外亦輸出邊界框、區塊類型和信心分數，並支援 170 種語言、10 個語言組別。獨立人工偏好評估的平均勝率為 72%，模型在 OlmOCRBench 得分 85.20；官方提醒自動基準存在評分侷限，建議以自有文件評估。
推薦理由：文章列明 OCR 4 的結構化輸出和自動基準評分侷限，為企業按自身文件評估解析、檢索及資料管線提供具體參照。
Hugging Face Blog精選AI 評分7878 GLM-5.2 發佈，最大上下文擴至 1M tokens並提升長程任務能力
GLM-5.2 發佈，將最大上下文長度由 200K 擴至 1M tokens，並強化長程任務與編碼能力。它在 Terminal-Bench 2.1 和 SWE-bench Pro 分別取得 81.0、62.1，高於 GLM-5.1 的 63.5、58.4。
推薦理由：文章並列長程編碼基準成績與 IndexShare、MTP 的效率改動，讓讀者可對照模型性能數據和 1M-token 上下文的工程支撐。
Google DeepMind精選AI 評分6868 Google DeepMind 發佈實驗模型 DiffusionGemma，專用 GPU 上文字生成最高快 4 倍
Google DeepMind 發佈實驗性開放模型 DiffusionGemma，透過文字擴散並行生成文字，在專用 GPU 上文字生成最高快 4 倍。
推薦理由：DiffusionGemma 的優勢集中於低至中等批次的單加速器推理，高 QPS 雲端服務則可能收益較小並增加服務成本。
Google DeepMind精選AI 評分7878 Google DeepMind 發佈 Gemini 3.5 Live Translate 語音翻譯模型
Google DeepMind 發佈 Gemini 3.5 Live Translate，這款音訊模型可自動識別 70+ 種語言，並進行近乎即時的語音轉語音翻譯。
推薦理由：模型以連續生成譯語音訊取代逐輪等待，並透過 API、Google Meet 和 Google Translate 進入開發、企業會議及日常翻譯場景，呈現其部署路徑。
Google DeepMind精選AI 評分7272 Google DeepMind 發佈 Gemma 4 12B 統一免編碼器多模態模型
Google DeepMind 發佈 Gemma 4 12B，定位為可在筆記型電腦本機運行的多模態模型，並為中型模型加入原生音訊輸入。它採用免多模態編碼器架構，將視覺和音訊輸入直接整合至 LLM backbone；標準基準表現接近 26B MoE，總記憶體佔用不足其一半。Gemma 4 12B 以 Apache 2.0 授權釋出，可透過 LM Studio、Ollama 等工具試用。
推薦理由：Gemma 4 12B 的免編碼器設計、接近 26B MoE 的基準表現與較低記憶體佔用，提供比較中型多模態模型架構和本機部署定位的具體依據。
Hugging Face Blog精選AI 評分6262 NVIDIA 發佈 Nemotron 3.5 Content Safety，整合多模態安全判定與自訂政策
NVIDIA 發佈 Nemotron 3.5 Content Safety，將多模態輸入、多語言覆蓋、自訂企業政策與可審計推理整合至單一 4B 模型。模型基於 Google Gemma 3 4B IT，明確訓練覆蓋 12 種語言，並承接其約 140 種語言的 zero-shot 泛化；可選 THINK mode 會輸出推理軌跡。
推薦理由：Nemotron 3.5 將多模態判定、自訂政策和可審計推理整合於 4B 模型，並附訓練資料集，提供企業安全審核的部署參考。
OpenAI NewsAI 評分3737 GPT-Rosalind 推出新能力
GPT-Rosalind 透過強化生物推理、藥物化學專業知識、基因組分析及實驗工作流程能力，推進生命科學研究。
OpenAI：部署安全與系統卡AI 評分6565 GPT-Rosalind-5.5 系統卡説明生命科學能力評估與受控部署措施
OpenAI 的 GPT-Rosalind-5.5 系統卡指出，該模型由 GPT-5.5 增量訓練而成，面向進階生命科學研究，並以可信存取及負責任部署作為主要保障。
Hugging Face Blog精選AI 評分6363 Holo3.1 系列發佈，擴展電腦操作至手機並提供本地量化權重
H Company 發佈 Holo3.1 電腦操作模型系列，擴展至網頁、桌面及手機環境，並提供本地推理量化權重。AndroidWorld 上，35B-A3B 模型的分數由 67% 升至 79.3%，4B 和 9B 版本由 58% 升至 72%。
推薦理由：文章同時列出不同尺寸、量化格式，以及 AndroidWorld 和 DGX Spark 數據，讀者可據此比較本地部署的性能與速度取捨。
FireRedTeam：原創語音與多模態項目AI 評分6060 FireRedTeam 發佈 FireRedASR2S 一體化語音辨識系統
FireRedTeam 發佈 FireRedASR2S，整合語音辨識、語音活動檢測、語言識別和標點預測四個模組。FireRedASR2-LLM 在 4 個普通話測試集的平均 CER 為 2.89%，在 19 個方言及口音測試集為 11.55%。
Hugging Face BlogAI 評分5555 JetBrains 發佈 Mellum2：12B 文字與程式碼 MoE 模型
JetBrains 發佈 Mellum2，一款以自然語言和程式碼從零訓練的 12B MoE 模型，每個 token 啟用 2.5B 參數。模型採 Apache 2.0 授權，適用於路由、RAG、摘要、子智能體及高吞吐程式功能等工作負載。
OpenAI News精選AI 評分6767 OpenAI 模型解決 80 年單位距離問題並推翻離散幾何重要猜想
OpenAI 的一個模型解決了有 80 年歷史的單位距離問題，推翻離散幾何中的一項重要猜想。這項成果標誌著 AI 驅動數學的一個里程碑。
推薦理由：這項成果為 AI 驅動數學提供一個具體案例，呈現模型解決離散幾何 80 年單位距離問題並推翻重要猜想的結果。
Hugging Face Blog精選AI 評分6666 Hugging Face 發佈 Ettin Reranker 系列六款模型，規模涵蓋 17.6M 至 1.00B
Hugging Face 發佈六款基於 Ettin ModernBERT encoder 的 Sentence Transformers CrossEncoder reranker，參數規模由 17.6M 至 1.00B，並公開訓練數據及完整訓練方案。
推薦理由：文章以 MTEB(eng, v2) Retrieval、NanoBEIR 及多種硬件吞吐測試比較六種尺寸，呈現 Ettin Reranker 在排序品質與速度間的取捨。
Google DeepMind精選AI 評分8080 Google DeepMind 推出 Gemini Omni，首個模型為 Gemini Omni Flash
Google DeepMind 推出 Gemini Omni 系列首個模型 Gemini Omni Flash，可結合圖像、影片、文字及語音參考生成影片，並支援透過對話編輯。
推薦理由：材料把 Gemini Omni Flash 的多模態輸入、對話式影片編輯和分階段上線平台放在一起，便於理解新模型如何連接生成能力與實際使用入口。