全部 AI 动态

Google DeepMind 与新加坡政府推出端侧 AI 诈骗检测模型

Google DeepMind 与新加坡政府科技局 GovTech 合作推出端侧诈骗检测模型，在手机本地分析对话并发出实时警告。该模型基于本地诈骗对话微调轻量级 Gemma，采用低功耗分类器初筛、Gemma 结合更大范围对话上下文复核的两阶段流程。训练使用来自诈骗报告和情报信息流的匿名化数据，严格排除私人或个人身份信息，即时通信平台和操作系统厂商可直接集成这些轻量级模型。

Simon Willison 更新 llm-meta-ai 0.2，支持 Muse Wonder

Simon Willison 更新了自己的 llm-meta-ai 插件，以支持 Meta AI 新发布的 Muse Wonder 模型。

Google 全球开放旗舰模型 Gemini 4 Argon

Google 从今天起全球开放 Gemini 4 Argon，以其取代 Gemini Pro 类别，作为新的前沿模型系列。开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 与 Pro 订阅用户可在 Gemini 应用及 Google Search 的 AI 模式中访问，免费与 Plus 用户则仅能使用 Flash 模型。

LFM2.5-24B-A2B 支持快速、私密的端侧智能体运行

Liquid AI 的 LFM2.5-24B-A2B 是面向端侧智能体的开放权重推理模型，拥有 24B 总参数、2B 激活参数，支持工具调用与多步任务。上下文窗口从 32K 扩展至 131K tokens，官方评测中 LiveClaw 得分为 48.09，高于 Qwen3.6-35B-A3B 的 38.19，但知识密集型与编码任务仍落后于部分更大模型。

推荐理由：工具调用与指令遵循的优势和知识、编码任务的差距同时列出，为判断端侧智能体的适用任务提供了具体比较依据。

Gemini 4 Argon 开始向 Gemini 应用和 Antigravity 的付费用户开放

Google 今日开始广泛开放 Gemini 4 Argon，目前仅面向付费用户，较低档订阅也无法获得完整访问权限。模型能力没有变化，Google 仍引用上月末的基准结果说明其推理与智能体编码能力，并称模型会拒绝恶意指令，自动失配监测器可在发现非预期工作流时停止处理。

Google 发布 Gemini 4 Argon，面向 Pro 和 Ultra 订阅用户开放

Google 发布 Gemini 4 Argon，称其提升了前沿推理与复杂工作流表现，并减少含糊措辞、重复和陈词滥调。

Google DeepMind 发布 Gemini 4 Argon，面向复杂工程与科研任务

Google DeepMind 发布 Gemini 4 Argon，今日起全球开放，面向编码、金融、法律、网络安全与科研等复杂多步骤任务。Gemini API 支持 1M 输入输出统一 token 上限，发布初期价格为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入 tokens 优惠 95%。

推荐理由：将代码重构、科研优化与智能体安全放在同一发布中，提供了理解长程任务模型如何进入实际工作流的具体案例。

Meta 发布 Muse Wonder 与 Wonder Full，第三方评测接近前沿模型水平

Meta Superintelligence Labs 发布第二代模型 Muse Wonder 与 Muse Wonder Full，分别定位快速前沿模型与完整模型。

推荐理由：第三方评测把智能体任务增益与每任务成本并列呈现，可用于比较两个版本的能力差异及订阅与 API 的接入取舍。

Meta 发布 Muse Wonder 系列模型，Muse Wonder Full 跻身 AI 第一梯队

Meta 发布 Muse Wonder 和 Muse Wonder Full，分别在 Artificial Analysis Intelligence Index v4.3 获得 52 和 56 分，高于前代 Muse Spark 1.3 的 48 分。

推荐理由：基准结果呈现出编码与智能体任务提升、知识表现偏弱且成本上升的对照，有助于区分综合排名与具体任务的适用性。

Meta 发布首批前沿模型 Muse Wonder 和 Muse Wonder Full

Meta 的 Superintelligence Lab 于周一发布 Muse Wonder 和 Muse Wonder Full，标志着公司首次尝试前沿模型。

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款 AI 模型

Meta 发布 Muse Wonder 和 Muse Wonder Full，两款模型从今天起向 Muse Code 订阅用户开放，Wonder 也可通过 Meta Model API 使用。

Odyssey-3 世界模型开放公开研究预览，可免费体验交互式世界

Odyssey 开放世界模型 Odyssey-3 的公开研究预览，用户可通过文本生成交互式环境并实时探索，开发者可申请 API 访问。免费在线演示使用 Odyssey-3 Flash，支持第一人称与第三人称视角；当前预览提供环境生成，机器人与自主系统应用仍需进一步开发。

Microsoft 推出 Decision-1，加入快速增长的 AI 决策模型竞赛

Microsoft 推出基于 Qwen3.5-9B 的 Decision-1，用于快速、结构化的分类、评估和路由决策，并称其有潜力引导和控制复杂环境中的 AI 智能体。

Google Gemini 4 “Carbon”模型编程表现据称接近 Anthropic Opus 5.5

Google 正在内部测试 Gemini 4 “Carbon”，一名员工称其编程表现接近 Anthropic Opus 5.5，但仍需更多测试。Carbon 近日部署于内部编程平台 Jetski，据称主要在编程任务上优于 Argon。其将作为 Argon 更新还是独立模型推出尚不明确，Gemini 4 也未公布正式发布日期。

TII 推出语音识别模型 Falcon-ASR

TII 推出 1.6B 参数语音识别模型 Falcon-ASR，聚焦阿拉伯语及阿联酋方言，支持英语、法语、西班牙语和葡萄牙语。其在 6 个阿拉伯语测试集上的平均 WER 为 20.92%，低于所用榜单快照中的最佳已公布结果 23.17%。Hugging Face Demo Space 已可试用，API 和原生应用仍在计划中。

Claude Haiku 5.5 发布，与 GPT-6 Luna 同价，独立评测综合得分更高

Anthropic 发布 Claude Haiku 5.5，定价与 GPT-6 Luna 相同，已在 Claude Platform 和 Claude Code 上线，支持 1M-token 上下文、努力程度设置和自适应思考。

推荐理由：独立评测把能力提升与 token 消耗放在一起比较，有助于区分相同标价下的模型表现与智能体任务的实际成本。

Claude Haiku 5.5 发布：降低标价，但长上下文与 tokenizer 影响实际成本

Anthropic 发布 Claude Haiku 5.5，100,000 tokens 以内的输入／输出价格为 $0.10/$0.50，与 GPT-6 Luna 相同，超过后升至 $0.50/$2.50。

推荐理由：结合分段定价与实测 token 用量比较使用成本，揭示标价相同的模型在长提示词工作负载下可能产生不同费用。

Anthropic 发布 Claude Haiku 5.5，大幅降价并下调 Sonnet 5.5 缓存读取费用

Anthropic 发布 Claude Haiku 5.5，平均成本较 Haiku 4.5 降低约 75%，并支持可调推理级别。提示词不超过 100,000 tokens 时，输入和输出每 1 million tokens 分别为 $0.10 和 $0.50，超过该长度则费用为 5 倍；更新后的分词器会增加任务 token 用量，实际节省可能小于单价降幅。

推荐理由：分档定价与分词器变化揭示了每 token 降价和实际任务节省之间的差别，可为高频任务的模型成本比较提供参考。

GPT-6 与 Intelligent UI 在 ChatGPT 中向全球推出

GPT‑6 正在 ChatGPT 中向全球推出，并配备 Intelligent UI，提供更快的响应。响应包含视觉内容和交互体验，用户可以直接探索和使用。

推荐理由：这次更新把响应速度与可直接探索、使用的视觉及交互体验放在一起，提供了理解模型升级如何改变聊天界面的具体线索。

Liquid AI 发布面向端侧的开放权重多模态决策模型 d1-3B 与 d1-omni-600M

Liquid AI 发布开放权重决策模型 d1-3B 和实验性的 d1-omni-600M，通过单次前向传播输出决策而非生成 token。d1-3B 支持文本与图像，在 Decision Index 0.2.1 上得分 48.57；d1-omni-600M 支持文本与图像或文本与音频，仍处于早期研究发布阶段。

推荐理由：以单次前向传播替代生成 token 的决策方式，并列出不同端侧设备的延迟，为低延迟结构化决策提供了具体参考。

Mistral 称 Le Chonk 可挑战顶尖 AI 模型

Mistral 称，Le Chonk 可与顶尖闭源 AI 模型竞争，同时保持权重开放。原文未提供具体评测成绩、参数规模或可用性细节。

Musubi 的 PolicyLM-1.7B 决策模型如何改变内容审核

Musubi 周二发布开放权重的轻量决策模型 PolicyLM-1.7B，面向实时内容审核，目标是在 50 毫秒内将英语自然语言政策应用于消息。模型输出内容是否属于指定类别的二元判断，设计上以接近现有 AI 分类器的成本和速度运行，同时可应用复杂政策，政策变更时无需重新训练。

Google DeepMind 发布 EmbeddingGemma 2：开放轻量的端侧多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构，以 Apache 2.0 许可开放，将文本、代码、图像、视频和音频映射到统一嵌入空间。

推荐理由：模块化编码器与可截短嵌入向量提供了两种资源取舍方式，可为端侧多模态检索在内存占用和存储成本之间的权衡提供参考。

Mistral 发布 Mistral Large 4 预览版，代号 Le chonk

Mistral 发布 Mistral Large 4 预览版，总参数量为 1 trillion，活跃参数量为 49 billion，现可通过 API 使用，并承诺在本月底开放权重。

Google 发布 Nano Banana 2.1，提升图像质量并将价格近乎减半

Google 发布图像生成与编辑模型 Nano Banana 2.1，替代 Nano Banana 2，宣称全面改善质量并将价格近乎减半。

推荐理由：价格近乎减半与同题图像对比提供了成本和画质的双重参照，呈现了基准成绩领先但实测自然度仍逊于 Pro 的差异。

Google 发布 EmbeddingGemma 2，称其表现超过参数量达自身两倍的嵌入模型

Google 发布开放模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为嵌入向量，并称其在多模态嵌入基准上超过参数量达自身两倍的竞品。

Mistral Large 4

Mistral Large 4 与其他前沿模型接受同一 SVG 生成测试，提示词要求绘制穿渔网袜、在火星乱穿马路的犰狳。测试通过 llm 命令调用模型，对比对象包括 claude-opus-5.5、gpt-6.1-sol 和 gemini-3.8-flash，所给内容未展示生成结果或评分。

Mirror Particle 正在构建人类行为“世界模型”

Mirror Particle 正在从零构建人类行为“世界模型”，模拟人们为何采取行动及行为如何随时间变化。它结合客户数据、时事、流行文化和社交媒体等信息，重点追踪实际行为而非问卷自述。其预测引擎面向市场研究及品牌与产品策略，提供行为预测及背后的动机、约束和情境。

Mistral 发布万亿参数 Mistral Large 4 预览版，主打网络安全任务

Mistral 发布 Mistral Large 4 公开预览版，主打原生多模态与网络安全任务，API 已通过 Mistral Studio 开放，权重预计于 10 月底发布。

Google 将取消 Gemini Flash 和 Pro 的免费访问权限

Google 将从 10 月 9 日起把 Gemini 免费用户限制在 Flash Lite，使用标准 Flash 模型需订阅 $4.99/month 的 Google AI Plus。

Mistral 发布 1T 参数模型 Mistral Large 4，目标超越闭源与开放模型对手

Mistral 发布大型多模态模型 Mistral Large 4（ML4），拥有 1 trillion parameters，目前仅能通过带安全护栏的公共端点访问。

Mistral AI 发布 Mistral Large 4 公共预览，月底将开放权重

Mistral AI 发布原生多模态模型 Mistral Large 4 公共预览，总参数为 1 trillion，活跃参数为 49 billion，可通过 Mistral Studio 的预览 API 试用，权重计划于本月底发布。

推荐理由：预览 API 与月底权重发布分阶段推进，为企业比较托管试用和自主部署的选择提供了具体背景，尤其涉及网络安全工作中的能力控制。

Reflection 宣布 Beam，称其为中国以外能力最强的开放权重模型

Reflection 宣布面向编码、逻辑推理和智能体任务的 Beam，计划于本月晚些时候以 Apache 2.0 许可发布模型权重、技术报告和开发者文档。

Falcon-Emirati：当大语言模型学会方言、文化与细微语义

Falcon-Emirati-7B 基于 Falcon-H1-Arabic 的 7B 版本构建，专门适配阿联酋阿拉伯语方言，旨在理解和生成贴合当地文化语境的表达。训练数据结合真实方言网页、介绍阿联酋文化的现代标准阿拉伯语材料，以及受词汇表和风格规则约束的合成数据，并通过消融实验探索数据配比与训练阶段。

Reflection 发布 Beam，501B 总参数、23B 激活参数的美国开放模型

Reflection 宣布 Beam，这是一款从零训练、面向编码、AI 智能体和科学工作的纯文本 MoE 模型，总参数 501B、激活参数 23B。完整权重计划于本月以 Apache 2.0 发布，团队称预训练使用了 23.8T token，并宣称 SWE-bench Verified 得分为 80.9、推理效率为 GLM 5.2 的 3–4x。

Reflection 发布开放权重模型 Beam，称以更低计算成本匹敌中国模型

Reflection AI 正式发布纯文本开放权重模型 Beam，称其高级推理成绩与 GLM-5.2 相当，推理计算量则低 3-4 倍。Beam 采用 MoE 架构，总参数量为 501 billion，激活参数量为 23 billion，上下文窗口为 1 million token，面向推理、编码和智能体任务。

Reka AI 发布 Rho-1 研究预览，单一模型处理文本、图像、视频与机器人控制

Reka AI 发布了 Rho-1 研究预览，这款 19-billion-parameter 全模态模型在单一神经网络中处理和生成文本、图像、视频及机器人控制动作。

Google 调整 Gemini 订阅分层，免费用户仅可用 Flash-Lite，AI Plus 不再包含 Pro

从 2026 年 10 月起，Google 将限制个人账号的 Gemini 模型访问权限，免费用户仅可使用 Flash-Lite。此前免费档提供 3.6 Flash 和不同程度的 3.1 Pro 访问权限，调整后 AI Plus（$4.99/month）也不再包含 Pro，仅可使用 Flash-Lite 和 Flash。

推荐理由：新的订阅分层将模型访问权限与付费档位直接绑定，免费用户和低价订阅用户都需要重新核对可用模型范围。

NASA 与 IBM 的开源月球模型将 17 年轨道观测数据转化为月球科学基础

NASA 与 IBM Research 发布开源 NASA-IBM Lunar Foundation Model，将 17 年月球轨道观测数据用于机器学习。模型基于 TerraMind 从零训练，可适配冰沉积预测、陨石坑检测等任务。IBM 称其冰沉积预测误差较最佳基线 SwinV2-B 最多降低 22%，但不适用于绝对大地测量定位。

Aleph Alpha 发布开放权重德英语言模型 Kolibri，强调欧洲 AI 主权

Aleph Alpha 发布德英语言模型 Kolibri，拥有 78 billion 参数，通过 MoE 架构每个 token 激活约 three billion 参数。

AINews：今日 AI 领域没有太多大事

AINews 汇总今日 AI 动态，重点涵盖 GPT-6.1 Sol、Sonnet 5.5 的成本与评测表现，以及智能体工具更新。Sol [Max] 在 Agent Arena 排名第 5，单任务成本中位数为 $0.56；Sonnet 5.5 [Max] 排名第 3。DeepSeek Harness 推出 macOS 和 Windows 桌面版本。

Ai2 开源 AstaBrief 8B 科学报告生成模型及训练数据

Ai2 开源基于 Qwen3-8B 的 AstaBrief 8B 及训练数据，并将其用于 Asta 科学报告生成的 Fast mode。模型通过 SFT 与 DPO 学习将研究问题和检索文献片段一次性生成带引用的报告，完整流程平均耗时由 Thinking mode 的 178.5 秒降至 51.1 秒，约快 3.5×。

Google DeepMind 发布 Gemini 4 Argon，输出上限增至 1M tokens

Google DeepMind 宣布 Gemini 4 Argon，面向复杂长程工作流，将输出上限从 64K tokens 提高至 1M tokens，并通过 Fairwind Program 向可信网络防御人员逐步开放。

推荐理由：输出上限扩展与内部代码迁移案例展示了长任务能力的应用方向，分阶段开放安排也交代了网络防御能力与安全护栏的关系。