AI 资讯

模型Hugging Face 每日论文AI 辅助生成

OpenAI 发布 GPT-6.1 Terra 模型

OpenAI 在官方博客宣布推出 GPT-6.1 Terra 模型，主打快速且能力强的计算机操作功能，面向所有用户开放。该模型让 AI 能够直接操作电脑完成任务，对希望借助 AI 自动化日常电脑操作的普通用户和开发者有参考价值。

10月24日周六1 条

04:00

Qwen 发布 Qwen-Image-PE 提示词增强模型

Qwen 团队推出 Qwen-Image-PE，用于将用户的简单文生图请求转化为更完整的设计描述。该模型通过监督微调与强化学习两阶段训练，在视觉设计、美学和图像质量上均有提升，并已开源 9B 版本，可泛化到多个文生图模型。对使用文生图工具的用户有参考价值。

10月22日周四1 条

02:26

NVIDIA 发布 Kumo 关系数据模型，无需训练即超越监督学习

NVIDIA 在 Hugging Face 博客介绍 Kumo Relational 模型，面向关系型数据处理任务。据称该模型无需针对具体任务进行训练，性能即可超过传统监督式机器学习方法。对需要处理关系数据的开发者和技术团队有参考价值。

10月21日周三1 条

22:58

IBM 发布 Granite Speech 5.0 语音模型

Hugging Face 博客介绍了 Granite Speech 5.0，该模型可用于语音转录、翻译和说话人归属，官方称在准确度和速度上均有提升。对需要处理语音转写与翻译任务的开发者和用户有参考价值。

10月20日周二1 条

模型Mistral AI 博客AI 辅助生成

Mistral 发布 Voxtral 3 语音模型与语音智能体 SDK

Mistral AI 发布 Voxtral 3 系列，包含语音转文字、文字转语音模型和语音智能体 SDK，支持实时多轮对话和工具调用。转写模型覆盖 50 多种语言，TTS 支持 35 种以上语言，可通过其欧盟托管 API 或自行部署使用。适合构建客服、虚拟助手等语音应用的开发者。

10月15日周四1 条

模型Mistral AI 博客AI 辅助生成

Mistral 发布首个时间序列基础模型 Timestral

Mistral AI 发布其首个时间序列基础模型家族 Timestral，共四个尺寸（5M 至 209M 参数）。最大模型在 GIFT-Eval、TIME 和 fev-bench 三大公开基准上均排名第一，且参数量仅为此前最优模型的三分之二。模型支持概率预测、多变量预测和协变量输入，可在 CPU 上高效运行。

10月14日周三4 条

01:05

模型Google DeepMind 博客AI 辅助生成

Hugging Face 发布端侧智能体模型 LFM2.5-24B-A2B

Hugging Face 博客介绍了 LFM2.5-24B-A2B 模型，主打在设备端本地运行智能体，强调速度快和隐私性好。由于原文仅有标题摘录，具体参数、能力和上线时间等信息不详，对关注本地部署 AI 智能体的用户可作参考。

00:01

Google DeepMind 发布机器人模型 Gemini 4 Argon

Google DeepMind 发布面向机器人的通用物理推理模型 Gemini 4 Argon。它在具身推理基准 ERQA 上以纯推理取得 87% 的成绩，超过其他前沿模型，可覆盖机器人控制、Real2Sim、物理理解和自我改进等环节，对机器人研发者尤其有用。

00:01

模型Google DeepMind 博客AI 辅助生成

Google DeepMind 发布 Gemini 4 Argon 前沿模型

Google DeepMind 发布最新前沿模型 Gemini 4 Argon，面向开发者、企业和消费者全球开放。模型主打复杂多步骤任务，在编程、金融、法律、网络安全等领域表现领先，位列 Vals Index 第一。API 定价 200 万美元输入、1000 万美元输出，缓存输入享 95% 折扣。

00:00

模型Google AI 博客AI 辅助生成

Google 发布 Gemini 4 Argon 前沿模型，全球上线

Google 发布最新前沿模型 Gemini 4 Argon，面向开发者、企业和消费者全球开放。模型主打复杂多步任务，在编码、金融、法律、网络安全等领域表现领先，登顶 Vals Index 榜单。API 定价每百万输入 token 2 美元、输出 10 美元。

10月7日周三2 条

21:21

Hugging Face 发布 Falcon ASR 语音识别模型

Hugging Face 在博客中介绍了 Falcon ASR。由于原文仅提供标题、无正文内容，具体功能、性能和可用时间等信息暂无法确认。对语音识别领域感兴趣的用户可关注后续详细资料。

08:00

OpenAI 发布 GPT-6，ChatGPT 引入智能界面

OpenAI 宣布 GPT-6 正在全球范围的 ChatGPT 中推出，同时带来 Intelligent UI（智能界面）。新版本响应更快，支持视觉内容，并提供可直接探索和使用的交互式体验。对 ChatGPT 用户而言，使用方式从纯文本对话扩展到更直观的可视化交互。

10月6日周二2 条

模型Mistral AI 博客AI 辅助生成

Mistral 发布万亿参数多模态模型 Mistral Large 4 预览版

Mistral AI 发布 Mistral Large 4 公开预览版，代号 le Chonk，是 1 万亿参数、520 亿激活参数的原生多模态模型。模型在网络安全、编程、智能体工作流和多模态理解上表现突出，权重将于本月底开源，预览 API 已可在 Mistral Studio 试用。

OpenAI 公布内部前沿模型数学成果

OpenAI 发布了其内部前沿模型在数学开放问题上的新结果，并在 GitHub 上公开了 Lean 证明形式化内容和研究细节。这对关注 AI 数学推理能力的研究者和开发者有参考价值。

10月2日周五1 条

23:00

模型Google AI 博客AI 辅助生成

Google 九月发布 Gemini 4 Argon 等多项 AI 更新

Google 公布 2026 年 9 月 AI 更新汇总，核心是新一代旗舰模型 Gemini 4 Argon，具备高级推理能力和 100 万 token 输出上限，目前通过 Fairwind 计划向可信网络安全防御者分阶段开放。同期还发布了 Gemini 3.8 Flash 系列、语音模型、音乐生成和 Gemini 应用集成等。

9月30日周三1 条

01:00

OpenAI 发布 GPT-6.1 Sol，价格为 Astra 的五分之一

OpenAI 发布 GPT-6.1 Sol 模型，主打编程、计算机操作和专业工作场景，智能水平接近 Astra，但 API 输入输出 token 价格仅为 Astra 标准价的五分之一。适合需要高性价比调用强模型的企业和开发者。

9月28日周一2 条

17:44