字節火山引擎推出 Seedance 2.5 flash,生成速度提升一倍且價格更低
字節火山引擎推出 Seedance 2.5 flash,官方稱其生成速度較 Seedance 2.5 提升一倍,價格更低。以 720P 文生影片及圖生影片為例,生成價格約為 0.99 元 / 秒,較 Seedance 2.5 低約 34%。
字節火山引擎推出 Seedance 2.5 flash,官方稱其生成速度較 Seedance 2.5 提升一倍,價格更低。以 720P 文生影片及圖生影片為例,生成價格約為 0.99 元 / 秒,較 Seedance 2.5 低約 34%。
字節火山引擎推出 Seedance 2.5 flash 影片模型,官方稱其生成速度提升一倍,效果最接近 Seedance 2.5,價格更低。以 720P 文生影片及圖生影片為例,價格約為 0.99 元 / 秒,較 Seedance 2.5 低約 34%;單段最長支援生成 30 秒影片,單次最多輸入 10 張圖片、5 段影片及 5 段音訊,並提供 480P 和 720P。
字節火山引擎推出 Seedance 2.5 flash 影片模型,官方稱生成速度提升一倍;在 720P 文生影片及圖生影片場景下,價格較 Seedance 2.5 低約 34%。上述場景價格約為 0.99 元 / 秒;模型單段最長支援 30 秒生成,單次最多可輸入 10 張圖片、5 段影片及 5 段音訊,並提供 480P 和 720P 兩檔解像度。
Google 發佈 Gemini Decision 1 及 Gemini Decisions API,以單次選項評分處理封閉式決策,而非逐個 token 生成文字。
百度正式發布文心 5.5 Flash Preview,主打推理速度、成本與開源;API 已上線千帆平台,模型權重將於11月25日前按 Apache 2.0 授權面向全球開源社羣發布。
Fish Audio 於 2026 年 11 月 10 日推出面向智能體的全雙工語音模型 Live 3,稱模型最短可在 186 ms 內決定輸出簡短反應;模型發佈時只支援英文,可透過其智能體平台、API 及企業本地部署使用。
Tether AI Research 於 2026 年 11 月 11 日發佈開放權重模型 QVAC BotPsy-0.8B,稱其在六項智能體基準中勝過所有參數量不超過 1.2 billion 的受測模型。
百度於 11 月 12 日發布文心閃電深度思考模型與文心一鏡微表情大模型,並在百度智能雲千帆平台開放 API 服務予企業客戶及合作夥伴。文心一鏡微表情大模型英文名稱為 ERNIE-Wizshot-ME,可生成 4 至 15 秒、1080p 影片,刊例價為每秒人民幣 0.7 元。
百度在百度世界2026開幕式上發布文心閃電深度思考模型與文心一鏡微表情大模型,兩款文心應用模型同步上線百度智能雲千帆平台。兩款模型面向企業客戶及合作夥伴開放 API 服務。
DeepMind 發佈新一代 DNA 序列模型 AlphaGenome 2,加入單細胞數據以預測遺傳變異在不同細胞類型及狀態下的影響。在涵蓋 28 種原代免疫細胞的測試中,模型識別出約 30% 的相關因果變異,第一代經單細胞數據微調後為 16%;AlphaGenome 2 已透過 AlphaGenome API 向非商業研究開放,商業研究則處於私有預覽階段。
Google DeepMind 於 11 月 12 日推出新一代基因組 AI 模型 AlphaGenome 2。模型以 1.07 億單細胞圖譜訓練,可預測 DNA 序列及其變異對特定人類細胞類型和狀態的影響。致病變異識別率達 30%,目前開放非商業研究使用。
阿里雲於 2026 年 11 月 11 日發布 Qwen4-Max 預覽版,並同步在千問 AI 平台推出 Token Plan 訂閲服務。模型支援 1M Token 上下文及文字、圖片、影片輸入,定位於複雜編碼、長週期智能體任務與專業辦公。
Google 發佈旗下首個決策模型 Gemini Decision 1,單次最多回答 1000 道是非題、選擇題或打分題。Google 公佈的 9 項比較評測中,Gemini Decision 1 有 7 項得分最高,JevBench 高 Jev 2.2 個百分點;Artificial Analysis 給予 66 分,與 Jev 1.14 持平。
Google DeepMind 推出 AlphaGenome 2,可按目標組織、細胞類型或細胞狀態,預測 DNA 序列及其變異的影響。模型以超過 1.07 億個人類及小鼠單細胞圖譜訓練,覆蓋 68 種組織;在 28 種原代免疫細胞的 TenK10K 測試中,致病因果變異識別率為 30%,上一代微調後為 16%,基因表達變化方向識別率則為 43%,上一代為 23%。
百度發佈文心5.5 Flash Preview,重點升級程式編寫、遊戲開發、3D建模及內容創作能力。模型總參數量為2800億,每個Token啟用140億參數,支援最長100萬Token上下文,官方稱生成速度超過每秒200Token。模型已在百度智能雲千帆平台上線並可透過API調用,權重計劃於11月25日開放;API每百萬Token輸入繁忙時段2元、閒時1元,輸出繁忙時段8元、閒時4元。
Runway 開源機械人模型 Praxis-1,採用影片預訓練,並以 Apache 2.0 授權發布。Runway 公佈的 RoboLab-120 成功率為 46.2%,高於 FLUX 3 Action 的 42.9%、Nvidia Cosmos3 Nano 的 36.8% 及 Physical Intelligence π0.5 的 28.0%;這些基準數字尚無獨立核實。
Google 推出 Gemini Decision 1 決策模型 API,支援是非題、選擇題及評分準則題,並沿用 Jev 對是非題的稱呼 Noul。其價格與 GPT-6 Luna 相同,每百萬個輸入 tokens 收費 10 美仙,輸出免費;Jev 每百萬個 tokens 收費 4.2 美仙。
Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。
推薦理由:API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。
Google DeepMind 發佈 DNA 模型 AlphaGenome 2,按指定細胞狀態預測變異效應,輸入為 1 Mb DNA 序列。在 TenK10K 單細胞 eQTL 評測中,模型於 90% precision 下召回 30% 因果變異,高於微調版 AlphaGenome 1 的 16%;它亦可利用原始 scRNA-seq counts 建立新細胞狀態嵌入,無需微調。
Google DeepMind 推出 Gemini Decisions API,底層模型 Gemini Decision 1 可在單次處理中評估最多 1,000 個互相獨立的問題。
字節 Seed 發布 Seed Audio 1.0 音訊創作模型,在統一框架下聯合建模人聲、音效及環境聲,以生成完整聲音場景。模型支援 100ms 間隔精度的時間控制、單次約 2 分鐘音訊生成及 20+ 語種,並已在火山方舟體驗中心上線。
Seed 團隊正式發佈新一代影片創作模型 Seedance 2.5,單次影片生成時長由 15 秒提升至 30 秒,並支援多輪延長。模型單次最多可輸入 30 張圖片、10 段影片及 10 段音訊作參考,並支援時間戳精準編輯。Seedance 2.5 正陸續上線即夢 AI、豆包專業版,API 服務近期將上線火山方舟。
推薦理由:Seedance 2.5 將單次生成時長由 15 秒提升至 30 秒,並支援多輪延長及多模態參考,交代長敍事創作的主要能力變化。
字節 Seed 正式推出 SeedRealtime 原生音影片全雙工大模型,將音訊、影片與文字整合於統一架構,並支援連續多模態資訊流即時互動。它可進行音影片聯合理解、主動介入及對話節奏判斷;端到端人工評測顯示,相較級聯模型,音影片對話節奏問題減少一半。SeedRealtime 已在豆包 App 全量上線,更新至最新版本後,可在對話框選擇「打電話」進入影片通話體驗。
Seedream 5.5 正式發佈,提升多輪編輯穩定性、圖像真實感及文字渲染,並新增原生 RGBA 透明素材生成。模型支援同一作品最多 100 輪連續編輯,評測中的嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%。與 Seedream 5.0 Pro 相比,六類場景的生成效果評分和可用率均有提升,影視與辦公場景的可用率均達上一版本的兩倍以上。
Gemini API 發佈 Gemini Decision 1(gemini-decision-1)及 Decisions API。兩者支援文字、圖像、音訊、影片和 PDF 的快速、經校準二元、類別及評分規準判斷,輸出 tokens 為零。更新日誌亦連結至定價及速率限制頁面,以及 Decisions API 入門指南。
Decagon 推出 Decagon Labs 模型 Alto,負責控制雙向語音智能體的對話層,決定何時發言及説甚麼。Decagon 表示,Alto 在實際客戶通話中令問題解決率提升超過五個百分點,平均回應時間約 700 毫秒。模型推出前曾以超過 90 million 次模擬通話進行測試,並在實際流量中以影子模式評估。
Runway 發佈 Praxis-1,這款 27B 參數開放權重模型以影片基礎模型預測未來畫面,並據此生成機械人動作,採用 Apache 2.0 授權。在 NVIDIA RoboLab-120 的 1,200 次測試中,DROID 微調版解決 555 次(46.2%),在世界動作模型及開源機械人基礎模型中排名第一。
Google DeepMind 發佈 Gemini Robotics 2.5,並宣佈 AlphaGenome 2,分別更新機械人操作及 DNA 序列功能預測。Gemini Robotics 2.5 在不同任務的評測成功率為 30% 至 100%,完成任務的速度較前一版本快 20% 至 30%;在 Mercedes-Benz 的實際概念驗證中,汽車零件包裝成功率為 96%。
Google 已透過 Gemini API 向所有付費開發者開放 Gemini 4 Carbon,11 月 30 日前每百萬 input tokens 收費 $2、output tokens 收費 $10。12 月 1 日起,兩項價格升至 $4 和 $20;Google 將 Carbon 定位於複雜多步編碼與除錯、長時間 Agent 工作流程及開放式研究,Argon 則適合日常編碼和知識工作。
推薦理由:文章把 Gemini 4 Carbon 的限時定價、任務定位與 Gemini 4 Argon 的日常用途並列,呈現開發者在高難度工作與成本之間的取捨。
Google 正讓員工在內部開發平台 Jetski 測試代號為 Hydrogen 的新模型,內部工程師形容它「能力很強、速度快且效率高」。一名員工稱 Hydrogen 類似 Google 過往的 Flash 模型;目前尚不清楚這款模型推出後會免費還是收費。
Google DeepMind 發佈 AlphaGenome 2,預測遺傳變異對個別細胞類型及狀態的影響,提供比 AlphaGenome 更細緻的分析。模型以超過 100 million 個細胞剖面訓練,涵蓋 68 種組織;Google 稱它識別出可改變細胞基因表達的變異數量,接近前一個最先進模型的兩倍。
Google DeepMind 發佈 AlphaGenome 2,預測 DNA 序列及其變異對特定人類細胞類型的影響,連接單細胞生物學與人類遺傳學。模型以來自 68 種組織、超過 1.07 億個細胞的單細胞資料訓練,可按指定細胞類型或狀態預測基因表達等讀數,並新增 DNA 甲基化預測。
推薦理由:AlphaGenome 2 在 TenK10K 數據集上將因果變異識別率由 16% 提升至 30%,呈現其針對特定免疫細胞解析變異效應的改進。
Runway 的 Praxis-1 將 27B 參數影片基礎模型轉為開放權重世界動作模型,可同步預測未來畫面與機械人動作。DROID 微調版本在 RoboLab-120 排名世界動作模型及開源機械人基礎模型第一;RT-1 微調版本在 SimplerEnv 四項任務的平均成功率為 80.0%。
Runway 現已向所有人開放 Praxis-1,並以 Apache 2.0 授權提供模型權重。這款 27B 參數的 MoE 擴散 Transformer 同時預測影片與動作,在 RoboLab-120 的 1,200 個測試回合中成功率為 46.2%,高於 FLUX 3 Action 的 42.9%、Cosmos3 Nano 的 36.8% 及 π0.5 的 28.0%。
Google DeepMind 於 2026年11月11日發佈 AlphaGenome 2,按指定組織、細胞類型或細胞狀態預測 DNA 變異對基因調控的影響。
Google DeepMind 發佈 DNA 序列模型 AlphaGenome 2,從寬泛組織平均預測轉為按單一細胞類型或狀態進行條件式預測。模型以超過 1.07 億個單細胞圖譜訓練,較此前最優模型可識別近兩倍數量、能改變細胞基因表達的變異。目前模型透過 AlphaGenome API 開放非商業研究,商業研究仍處於私密預覽階段;模型僅供研究,未經臨牀或診斷用途驗證與審批。
Google DeepMind 發佈新一代 DNA 序列模型 AlphaGenome 2,可預測 DNA 序列及其變異對特定人體細胞類型的影響。在 TenK10K 數據集測試中,模型識別因果變異的比例為 30%、基因效應方向判斷準確率為 43%,初代 AlphaGenome 分別為 16% 和 23%。
Google DeepMind 推出 AlphaGenome 2,使用逾 100M 個、涵蓋 68 種組織的細胞特徵檔案進行訓練,以預測遺傳變異的影響。模型供非商業研究使用。
DeepL 推出 Aure 語音模型,讓 DeepL Voice 即時翻譯把原説話者的語氣、情緒、強調方式和語速帶入目標語言。Aure 會在對話進行時持續分析譯文和原始音訊。模型推出時支援英語、德語、西班牙語、法語、意大利語、日語、葡萄牙語和韓語,並自動用於 DeepL Voice for Online Meetings、In-Person Conversations 及 DeepL API。
Valory 發佈開放權重模型 Olas-Predict-Qwen3.8-27B,在真實預測市場測試中取得 67.3% 平衡準確率,與 GPT-5.6 的 68.5% 相差 1.2 個百分點。兩者在 6,824 個可研究預測市場上使用相同提示詞及證據,結果來自 Valory 內部評估。與未經領域訓練的版本相比,微調後模型的平衡準確率提高 0.9 個百分點,Brier error 下降約 5%。