Google 發佈 Gemini 4 Carbon,主攻網絡安全漏洞防護
Google 發佈 Gemini 4 Carbon,主打長期任務的編碼及推理能力,並稱其在網絡安全漏洞檢測、驗證及修復方面取得顯著進展。據 Google 公佈的評測,Carbon 在 AI 分析指數 v5.0 得 59 分排名第一,並在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71%。
Google 發佈 Gemini 4 Carbon,主打長期任務的編碼及推理能力,並稱其在網絡安全漏洞檢測、驗證及修復方面取得顯著進展。據 Google 公佈的評測,Carbon 在 AI 分析指數 v5.0 得 59 分排名第一,並在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71%。
訊飛星火正式發佈星火X2.6,提升程式碼生成與智能體任務執行能力,並將上下文長度由256K擴至1M。文章以遊戲、SVG動畫及依開發文件生成完整工程程式碼作示例,並介紹端雲協同及同步推出的4B開源版本。Spark-X2.6 API限時6折,輸入低至0.9元/百萬Tokens、輸出低至3.6元/百萬Tokens,另有10億Tokens免費額度。
Kakao 開源兩款針對韓語搜尋優化的嵌入模型,分別為 3B 參數的 Kanana-2-3b-embedding 和 1.3B 參數的 Kanana-2-1.3b-embedding。內部評測顯示,兩款模型的韓語搜尋表現優於參數規模相近的全球開源模型,英語表現相若,記憶體用量和推理速度則提升數十倍或以上。模型採用 Kanana Open License,按授權條款可作商業用途。
阿里巴巴於 2026 年 8 月發布 Qwen3.8 系列,並開放 Qwen3.8-Max 旗艦模型權重,總參數為 2.4 萬億。Qwen3.8-Max 採稀疏 MoE 架構,每次推理約啟用 950 億參數,支援 100 萬 Token 上下文及原生多模態輸入。
Mistral AI 於當地時間 10 月 29 日開放 Mistral Large 4(ML4)模型權重;模型有 1 萬億總參數及 490 億激活參數,連同嵌入層及輸出層計為 520 億。
Mistral AI 於 10 月 29 日在歐洲正式開源 Mistral Large 4(ML4)模型權重,模型總參數達 1 萬億,啟用參數為 520 億。
推薦理由:材料並列模型參數規模、基準表現與 Token 消耗變化,亦交代 MIT 修改版許可和 MaaS 轉售授權條件,呈現評測資訊與商用限制。
Mistral AI 於 10 月 29 日開放 Mistral Large 4(ML4)模型權重,模型總參數為 1T。該模型在 Artificial Analysis Coding Agent Index 得分 48%,與 GLM-5.3 基本持平,平均每項任務消耗的 Token 少 47%。
Mistral AI 於 10 月 29 日公開 Mistral Large 4(「Le Chonk」)完整權重,模型有 1 trillion 總參數、約 52 billion 活躍參數及 1 million-token 上下文窗口。
推薦理由:文章並列發布前後的 Terminal-Bench 變化與第三方榜單結果,呈現 Mistral Large 4 在編碼表現上的進步及其排名邊界。
Mistral AI 正式開放 Mistral Large 4(ML4,代號 le Chonk)模型權重;模型有 1 萬億總參數及 490 億激活參數,連同嵌入層和輸出層則為 520 億。
推薦理由:文中並列編碼智能體評分、每項任務的 Token 用量變化及權重授權條件,方便讀者對照模型指標與不同用途的使用限制。
智元於 10 月 29 日推出具身模型 GO-3 Preview,採用 WRAM 架構連接任務推理、未來預測與動作生成。模型已登頂 RoboDojo、RoboTwin、RoboColiseum 三大評測榜單,並計劃於 2026 年底全面開源。
DiffuSpace 發佈 Clover-35B-A3B-Preview,作為 Clover 系列首個模型,並以 Apache 授權條款開源。這款採用 MoE 架構的擴散語言模型,在多項基準測試中表現超過同規模自回歸模型 Qwen3.6-35B-A3B,尤其擅長智能體編碼與工具使用任務。
Zyphra公佈ZAYA1,並稱其為首個完全在整合式AMD平台上訓練的大型混合專家(MoE)基礎模型。Zyphra與AMD、IBM合作,使用AMD Instinct MI300X GPU及ROCm軟件堆疊訓練,IBM Cloud集羣提供基礎設施。
Zyphra 發佈首個以腦部數據訓練的基礎模型 ZUNA,這款 380M 參數的擴散自動編碼器可從不完整 EEG 數據重建高保真腦訊號,並預測缺失通道。ZUNA 在高擴展因子下的表現優於 MNE 實作的球面樣條插值法,並以 Apache 2.0 授權開源。
Zyphra 發佈 ZAYA1-8B,一款活躍參數少於 10 億、在數學、編碼及複雜推理任務上可與大型模型競爭的 MoE 語言模型。ZAYA1-8B 完全使用 AMD 硬件預訓練,採用 1,024 張 MI300X GPU;Zyphra 同時推出 Markovian RSA,結合平行軌跡生成與固定長度上下文分塊,以維持固定記憶體成本並支援無上限推理。
這篇 AI 每日摘要整理 7 則官方來源消息,聚焦 Mistral Large 4 開放權重、Alphabet 與 Microsoft 業績,以及 OpenAI 更新 Model Spec。
Baseten 發佈 Base Labs 開發的 2B 決策模型 joey-1,模型輸出標籤及校準概率而非生成文字,面向高流量路由、分類和安全護欄檢查。
Baseten 於 2026年10月29日發佈 joey-1,一款 2B 參數決策模型,定價為每百萬 tokens $0.01,並以 MIT 授權開放權重。模型可透過 Baseten Model APIs 使用,權重亦可在 Hugging Face 取得;Baseten 報告稱,其在生產規模下處理平均 2,000-token 請求的 P50 端到端延遲為 20 ms。
Baseten 發佈 2B 開放權重決策模型 joey-1,以答案和機率分數回應是非及多項選擇題,而非生成文字。Baseten 稱,模型每百萬 tokens 收費 $0.01,處理典型 2,000-token 請求約需 20ms,約為 elephant-1 的 2.5 倍;每月分類 10M 張支援工單約需 $50,mammoth-1 則約 $500。
Mistral AI 發佈 Mistral Large 4,這款 1T 參數模型採用開放權重及寬鬆授權,並主打較低推理成本。模型在 HumanEval 達 92.4%,上下文窗口為 64 k;文章稱其推理成本較 GPT-4-Turbo API 低約 45%。ф
Mistral 已發佈 1 trillion 參數的 Mistral Large 4(ML4)權重,讓企業和政府可自行下載及部署,模型瞄準網絡安全用途。
Mistral 已在 Hugging Face 公開 Mistral Large 4 權重;該模型在編碼測試中領先開源模型,但整體能力評分仍低於多款中國模型。
Baseten 發佈 joey-1 決策模型,以單一 token 和信心分數直接輸出判斷。平均 2,000-token 請求的 P50 端到端延遲為 20 ms,較 elephant-1 的 49 ms 快約 2.5 倍;每百萬 tokens 收費 $0.01,為 mammoth-1 的十分之一。
Mistral AI 於 2026 年 10 月 29 日發佈 Mistral Large 4 權重,這款 1-trillion-parameter 原生多模態模型可在 Hugging Face 下載作自託管,亦可透過 API 及合作平台使用。
推薦理由:文章並列權重授權限制、API 定價與編碼基準成績,方便對照 Mistral Large 4 的商用部署條件和官方公佈表現。
Google 發佈 Gemini 4 Carbon,該模型在 Artificial Analysis Intelligence Index v5.0 得分 59,排名第一,高於 Claude Opus 5.5 的 58 和 GPT-6 Astra 的 57。
Mistral AI 於 2026年10月29日公開 Mistral Large 4 的權重,模型共有 1,000 billion 個參數。此後三週,Mistral 持續進行強化學習,重點改善編碼與網絡安全;Terminal-Bench 4.0 得分由 28% 升至 41%。
推薦理由:文章交代開放權重讓 Mistral Large 4 可在自有伺服器運行,同時説明服務轉售授權限制及所需的數據中心 GPU。
Mistral 開放 Mistral Large 4(「Le Chonk」)權重,企業可在自有硬件及防火牆內運行模型,避免敏感數據暴露予雲端或外部第三方。模型有 1 trillion parameters 和 52 billion active parameters,原生支援多模態,並經過額外三週強化訓練及客戶測試。
DiffuSpace 昨日發佈 Clover 系列首個模型 Clover-35B-A3B-Preview,並以 Apache 許可開源;該模型採用 MoE 架構,是一款擴散語言模型。DiffuSpace 表示,該模型在多項基準測試中表現超過同規模自回歸模型 Qwen3.6-35B-A3B,尤其擅長智能體編碼與工具使用,並保持更快生成速度。
2026年10月28日,DiffuSpace 發佈並以 Apache 授權條款開源 Clover 系列首個擴散語言模型 Clover-35B-A3B-Preview。
DiffuSpace 發佈並以 Apache 許可開源 Clover-35B-A3B-Preview,這是採用 MoE 架構的擴散語言模型。模型透過多輪迭代,將生成結果由模糊逐步細化為具體內容。DiffuSpace 稱,該模型在多項基準測試中表現超過同規模自回歸模型 Qwen3.6-35B-A3B,尤其擅長智能體編碼與工具使用任務。
Mistral AI 於 2026 年 10 月 29 日公開發佈 Large 4,這款網絡安全模型可下載並獨立運行,旨在協助機構識別及修復網絡安全漏洞。作者未有親自測試;發佈報道未確認獨立基準結果、下載細節、硬件要求、定價或授權條款。Orange Cyberdefense 同日宣佈合作,將模型的網絡安全變體用於其產品,並以位於歐洲的運算能力運行,初步用途包括測試客戶防禦及加快調查入侵事件。
Mistral Large 4(Le Chonk)現已開放權重。
Mistral 公開 Mistral Large 4(又稱 Le Chonk)的模型權重,並稱這款模型在 Artificial Analysis Coding Agent Index 上可媲美頂尖開放模型。Mistral 列舉 GLM-5.3 作為比較對象。
Mistral Large 4(Le Chonk)以開放權重形式登上 Hugging Face,提供 FP8 和 NVFP4 兩個官方版本。模型是多模態、多語言 MoE,約有 1T 總參數、49B 活躍參數及 1M tokens 上下文窗口,支援文字和圖片輸入並生成文字。
推薦理由:文章整理 Mistral Large 4 在 Transformers、vLLM 和 llama.cpp 的部署方式,並附上不同硬件配置與上下文長度下的實測速度,提供實際部署參考。
Hugging Face 發佈 Granite Switch 4.1.1,這個補丁版本與 4.1 完全向後兼容,無需遷移。更新包括支援 10 種語言的 Granite Speech ASR,以及在 Jev Decision Index 測試集上整體表現有所提升的 Decision adapter。除訓練新的 ASR 模型和 Decision adapter 外,基礎模型沒有重新計算。
Mistral AI 發佈改進版 Mistral Large 4(Le Chonk)的開放權重;這款 1-trillion-parameter 原生多模態模型提升了編碼、防禦性網絡安全及推理效率。
推薦理由:文章把編碼基準成績與 tokens 使用效率並列,並交代開放權重模型的自託管及企業託管服務選項,呈現能力比較與部署方式。
Mistral 已為 1 萬億參數的 Mistral Large 4 發佈開放權重;模型每項任務啟用 520 億個參數,可讀取文字和圖像,並生成文字及程式碼。
推薦理由:文中比較編碼與網絡防禦基準的得分,並列出每項編碼任務的 token 用量差異,呈現 Mistral Large 4 的測試表現。
Google 於 2026 年 10 月 28 日宣佈 Gemini 4 Carbon,稱其在 Artificial Analysis Intelligence Index v5.0 得 59 分並排名第 1,但目前沒有公開 API 模型 ID。
Gnani AI 推出 Prisma v3.0 自動語音識別模型,支援 10 種語言及句內印度語言與英語混用的語音轉錄。
Momenta預告即將發布R7 Ultra,其模型參數規模增至原來的5倍,安全性能表現提升5倍。X7 Ultra提供700 TOPS大模型算力,支撐更大規模模型在車端運行;R7 Ultra在多種複雜駕駛場景展現出媲美甚至超越人類資深司機的能力。Momenta表示,未來將把模型參數規模擴至原來的10倍,並推動安全性能表現提升至10倍以上。
NVIDIA 於 10 月 28 日發佈 Nemotron 3.5 Transcribe,這款開放權重語音模型可轉錄 40 種語言、翻譯語音及辨認説話者。模型可按自然語言指令調整轉錄格式,無須重新訓練,並支援最長一小時錄音;NVIDIA 報告其在英文和多語言 Open ASR Leaderboard 的平均 WER 分別為 4.71% 和 4.62%。