Claude Fable 5.2 用代码模拟绘画过程生成图像
Anthropic 的 Claude Fable 5.2 通过 Python 程序驱动模拟绘画引擎,以逐笔绘制的方式生成图像,而非调用外部图像模型。
Anthropic 的 Claude Fable 5.2 通过 Python 程序驱动模拟绘画引擎,以逐笔绘制的方式生成图像,而非调用外部图像模型。
美团 LongCat 团队发布 LongCat-2.5 权重,这是一款总参数量 1.6 万亿、每 token 激活约 480 亿参数的 MoE 智能体模型,面向长流程编码任务,并支持文本、图像和视频输入。
推荐理由:文章梳理了 LongCat-2.5 的开放权重、硬件适配方式与多项智能体基准表现,便于评估其部署成本和能力位置。
Gemini 4 Carbon 在 MathArena 数学基准中超过 GPT-6.1 Sol 和 Claude Fable 5.2,以 85.4% ±3.0% 的成绩排名第一。测试采用的推理设置下,其预计成本为 $15.70 ±$1.33,约为 GPT-6.1 Sol 的 15 倍;其常见失败模式是超时,也曾启动运行超过 11 小时的脚本而未检查进度。
Runway 发布机器人控制模型 Praxis-1,以 Apache 2.0 许可开放模型权重和源代码。它可结合摄像头图像、文本指令及机器人位置信息持续预测环境变化并调整动作,权重可从 Hugging Face 获取、代码托管于 GitHub。
Google 发布 Gemini 4 Hydrogen 模型,用于在多种智能体工作流中快速执行任务,并将相关能力接入 Search。Google 称该模型完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍,在默认 high 思考级别下,其 Artificial Analysis Intelligence Index 得分超过 Gemini 4 Argon。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen,输入、缓存输入和输出价格分别为 $1.50、$0.075 和 $7.50 每百万 token。Hydrogen 目前成为免费层模型,并将为 Google Search 的 AI 功能提供支持;相较 Gemini 4 Carbon 和 Argon,其价格折让较小,作者实测生成的 pelican 质量差异明显。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen,可拆解包含多个部分、错别字或具体要求的复杂问题,并针对相关子主题同时发起查询。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布面向开发者与日常用户的 Gemini 4 Hydrogen,主打快速低成本处理任务,其最高思考档位在 Artificial Analysis Intelligence Index 得分 54,略低于 Claude Sonnet 5.5 和 GPT-6.1 Sol 的 55。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 推出 Gemini 4 Hydrogen,替代 Gemini 3.8 Flash,并立即向用户开放访问。
IBM 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,用于读取和生成 LLMON 标记文本。
推荐理由:文章以基准对比展示了 LLMON 分离指令与数据的方法,可用于评估结构化上下文在提示注入防护中的应用。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码和智能体工作流,支持 1 million-token 上下文与四档思考级别。
推荐理由:材料给出了Hydrogen的多档思考级别、价格、基准成绩与上线范围,便于开发者评估其性能收益和适用工作流。
Google 发布 Gemini Decision 1 决策模型 API,支持 yes/no、choice 和 rubric-scoring 三类问题,并覆盖文本、图像、音频、视频和 PDF。该 API 定价为每百万输入 tokens 10 美分,输出免费;作者用机器人视频测试时,模型返回了各类判断的 probability。
Google DeepMind 发布 AlphaGenome 2,用于预测 DNA 序列及其变异对特定人类细胞类型的影响。模型基于超过 107 million 个细胞档案和 68 种组织训练,在 TenK10K 数据集上识别出的因果变异比例由 16% 提升至 30%,方向性基因效应由 23% 提升至 43%。
推荐理由:AlphaGenome 2将DNA变异预测细化到具体细胞类型,并公开细胞条件化与跨模态预测能力,方便研究者比较其疾病相关预测效果。
Tether AI Research 发布 BotPsy,一款基于 Qwen3.5-0.8B、面向工具调用和智能体工作流的 0.8B 模型,适合在端侧部署个人助手任务。
推荐理由:文章详述了 BotPsy 的训练方法、端侧定位与基准结果,也明确列出开放搜索和多步任务等限制,便于判断其适用场景。
Google 向所有用户开放两周前面向部分网络防御人员宣布的 Gemini 4 Carbon。首发输入价格为 $2/million、输出价格为 $10/million,12 月 1 日将分别涨至 $4/million 和 $20/million。
推荐理由:文章实测了 Gemini 4 Carbon 的思考档位、定价和代码生成效果,并提供可运行结果供读者对照体验。
Latent Space 实测 Naive-N0.5-Flash 在编码场景中的速度与生成质量,评估对象包括 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash。
Google DeepMind 发布 Gemini 4 Carbon,面向开发者、企业、科学家和消费者开放,聚焦复杂知识工作、长程智能体流程、编程与网络安全。
Meta AI 发布 Muse Ember,将其定位为面向复杂推理及智能体重复任务的高效模型,并提供 6 个推理档位。其短提示词价格为每百万输入 token $0.10、每百万输出 token $0.50,支持最多 100 万输入 token,超过 200k 提示词后输入与输出价格分别升至 $0.30 和 $1.50。
推荐理由:文章对比了 Muse Ember 与两款同级模型的定价、上下文阈值和任务成本,并展示不同推理档位的实际输出差异。
Google DeepMind 发布 Gemini Robotics 2.5 视觉语言动作模型,提升机器人的技能广度、学习速度、灵巧性与安全性。该模型已面向机器人合作伙伴推出,在 200 多项任务中较此前基线取得 30% 至 100% 的更高成功率,任务完成速度提升 20% 至 30%。
推荐理由:模型在灵巧性、真实产线可靠性和安全控制方面的评测数据,为机器人进入非结构化环境提供了具体参照。
Google DeepMind 开始在 Gemini API 和 Gemini for business 全面推出 Gemini Omni 1.2 Flash,新增原生 15 秒视频生成、多轮对话式编辑和增强的参考遵循能力。
推荐理由:Gemini Omni 1.2 Flash 同时扩展视频时长并下调价格,还展示了多轮编辑与参考保持能力,可用于评估规模化视频生成的取舍。
Mistral AI 发布改进后的 Mistral Large 4 开放权重版本,这是一款 1-trillion-parameter、原生多模态模型,强化学习后提升编码、推理效率与防御性网络安全能力。
推荐理由:材料给出开放权重、部署入口、价格及多项编码和网络安全评测,开发者可据此评估其落地方式与性能成本。
Mistral AI 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK,覆盖 50+ 种语言的准确转写、带情感和语速适应能力的语音合成,以及多步骤工具调用。
推荐理由:Voxtral 3 将转写、推理、工具调用和语音生成整合为实时流式管线,并提供多语言评测与部署定价信息。
Mistral AI 发布首个时间序列基础模型系列 Timestral,包含 5M、28M、123M 和 209M 四种规格,支持概率式、多变量预测及过去和已知未来的协变量。
推荐理由:原文给出了模型规格、基准结果、推理性能与部署方式,可用于评估其在时序预测场景中的精度和效率取舍。
Mistral AI 发布 Mistral Large 4 公开预览版,这是一款 1T 参数、激活 52B 参数的原生多模态模型,权重计划于本月底发布。模型面向编码、智能体工作流、多模态理解和专业任务,公开预览 API 已上线 Mistral Studio,模型在 Mistral 自有欧洲数据中心训练并提供服务。
推荐理由:文章披露了模型规模、核心基准、训练基础设施与 RL 方法,便于比较其能力边界和部署选择。