Pangram 正式發佈 AI 圖像檢測模型 Pangram Image 1.0,準確率達 99.96%
Pangram Labs 正式發佈 AI 圖像檢測模型 Pangram Image 1.0,在一個由 100 張真實圖片製作的 1200 張照片測試數據集上達到 99.96% 準確率。
Pangram Labs 正式發佈 AI 圖像檢測模型 Pangram Image 1.0,在一個由 100 張真實圖片製作的 1200 張照片測試數據集上達到 99.96% 準確率。
Kakao 在 Hugging Face 開源發佈多模態模型 Kanana-2-v-decide,模型接受文字及圖像輸入,輸出機率、選項或評分,而非句子式回覆。
Kevin 對 GPT-Image-2.6 原生 SVG 輸出進行基準測試,所測文字生成樣本平均有 4 至 18 條封閉路徑、大小為 0.9 KB 至 9.6 KB,且沒有嵌入點陣圖。
VIDRAFT 的 Darwin-180B-RSI 是一個 180B 參數語言模型,透過遞迴自我改進(RSI)更新,據稱只修改約 0.02% 的參數,其餘約 99.98% 權重保持凍結。模型以 SSD 串流方式在筆記型電腦上推理,速度為 4.17 tokens/second;來源未提供標準基準測試分數或公開存取方式。
webAI 開源 TwIL-8B 推理模型,基於 IBM Granite-4.2-8B,針對數學、程式碼及指令跟隨工作負載作優化,採用非商業許可協議。在 MATH-500、AIME 2025 的參與比較模型中成績最佳,並勝過 Gemma 4 31B;LiveCodeBench 同組最佳,IFBench 則與 Gemma 4 12B 持平。
OpenAI 於 2026年11月5日發佈網絡安全模型 GPT-6 Cyber,可自主執行漏洞檢測、驗證及修復。在 ExploitGym 的漏洞利用成功率為 48.5%,高於 GPT-5.6 Cyber 的 32.1%;ExploitGym Honeypot 測試中,沒有部署安全提示詞時避免範圍外攻擊的比率為 99.93%,加入提示詞後則為 100%。
人工智能實驗室 webAI 於當地時間 2026 年 11 月 4 日推出輕量級開源推理模型 TwIL-8B。
webAI 開源 TwIL-8B 推理模型,基於 IBM Granite-4.2-8B,針對數學、程式碼及指令跟隨工作負載優化。它在 MATH-500、AIME 2025 和 LiveCodeBench 的同組比較中表現最佳,IFBench 成績則與 Gemma 4 12B 持平。模型以非商業授權開源,webAI 稱其長板推理能力達前沿模型的 88~93%,但知識儲備有限,並非通用模型。
Thinking Machines Lab 發佈 Inkling 2 Small,這款 594B MoE 模型有 17B 活躍參數,支援文字和圖像輸入。模型提供 1M-token 上下文窗口,在 Artificial Analysis Intelligence Index 得分 31,前代 Inkling Small 得分 13。
IndiaAI Mission 於 2026 年 11 月 3 日發佈三款本土基礎模型:Soket Labs 的 EKA-1,以及 ZenteiQ 的 Dhir 2B 和 Dhir 5B。
文章指出,封閉式 AI 模型在性價比前沿佔主導。評論指出,這種優勢會隨新模型推出而變動,性價比亦非唯一考量。開放模型可供檢視和客製化,尤其可在本機執行的模型仍具重要性。
淘寶旗下 MNN 團隊發佈並開源 MNN-Pocket-0.3B,模型在 iPhone 18 Pro 上透過 MNN 推理引擎完全離線運行,平均 Decode 速度約為 350token/s。
Google 推出 Gemini Omni 1.2 Flash,生成影片片段的最長時長由 Omni 1.1 的 10 秒增至 15 秒。新版本的參考內容遵循度更高,價格則降低 30%。
淘寶MNN團隊發佈面向手機應用的輕量語言模型MNN-Pocket-0.3B,參數約3億,峯值內存佔用低於300MB。在iPhone 18 Pro實測解碼速度達350token/s,部署體積為173MB。模型支持中英文,並開源多個訓練與部署版本,適配Metal、OpenCL及CPU後端。
淘寶旗下 MNN 團隊開源 MNN-Pocket-0.3B,並在 iPhone 18 Pro 上以 MNN 推理引擎完全離線運行,平均解碼速度約 350token/s。
阿里千問(Qwen)已陸續發布並開源 Qwen3.8 系列,涵蓋 2.4T 參數的 Max、27B 多模態模型及 Flash 效率模型。Qwen3.8-27B 採用 Apache 2.0,量化後 INT4 權重大約 14-17GB;Max 的開源版本主要是純文字權重,雲端 API 的視覺輸入、內置搜尋及工具調用能力未完全打包。
Ricursive Intelligence 當地時間本月4日發佈 Ripple-65B Preview,並稱其智能體編碼表現是美國開放權重模型中最佳。
百度正式開源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),模型總參數為2800億,每個Token實際啟用140億參數。模型以33.5萬億個Token完成預訓練,預訓練上下文最高128K,微調後推理上下文最長支援100萬Token;公佈的測試包括MMLU 93.3分、MMLU-Pro 78.4分。
Ricursive Intelligence 發佈 Ripple-65B Preview,並稱其在美國開放權重模型中的智能體編碼表現最佳。它在 TerminalBench 2.1 上表現優於 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等規模顯著更大的競爭模型。
具身智能公司源策未來發佈全身控制模型 Anchor 1,將其定位為全身智能架構的 System 0(S0),負責把動作指令穩定轉化為全身動作。在 72 段全身操作真機測試中,其手腕和腳踝全局位置誤差較此前最佳對比方法分別低約 28% 和 39%;踢紙箱遙操作示範採集成功率則由 37.5% 提升至 98.0%。
OpenAI 發佈網絡安全模型 GPT-6 Cyber,並將其使用權限限定於通過嚴格審查的「破曉紅(Daybreak Red)」安全團隊。文章稱,該模型一週內在 Linux 核心挖出948個提權漏洞,並在模擬電廠、Firefox及內部訓練集羣測試中展示漏洞發掘能力。
推薦理由:文章並列 Linux 漏洞數、越界測試結果與有限開放安排,呈現模型網絡安全用途與部署管控如何同時推進。
Thinking Machines Lab 於 5 November 2026 公佈 Inkling 2 Small,這款總計 594B 參數、每個 token 啟用 17B 的稀疏 MoE 模型可透過 Tinker 及 Playground 使用,權重尚未開放下載。
QuickSilver Pro 於 2026-10-20 以 17 項任務比較三款開放模型與兩款 Claude,兩款 Claude 均於三輪測試中取得 51/51。
在以 150 條 BANKING77 訊息進行的 77 類意圖分類測試中,GPT-6.1 Terra 正確率為 84.0%,通過 70% 門檻,並通過表現不比基準 GPT-6.1 Sol 低超過 5 個百分點的配對檢驗;每次成功成本為 $0.000727,較 Sol 的 $0.001272 低 42.8%。
Hacker News 出現一則指向 thinkingmachines.ai、標題為「Inkling 2 Small」的貼文。評論者表示它尚未達到 SOTA,並稱國內開放權重實驗室的發展速度驚人。
Thinking Machines Lab 於 2026 年 11 月 5 日推出第二代模型 Inkling 2 Small,現以封閉權重形式透過 Tinker 提供使用。
Artificial Analysis 指出,Inkling 2 Small 在其指數中的表現與 Gemini 3.8 Flash(high)相若。待其權重公開後,Inkling 2 Small 將成為中國以外排名最高的開源模型。
Google 發佈影片生成及編輯模型 Gemini Omni 1.2 Flash,原生片段上限增至 15 秒,720p 定價為每秒 $0.07,較 Omni 1.1 Flash 下調 30%。模型已在 Google Cloud 和 Gemini API 上提供,多輪編輯可涵蓋完整 15 秒片段。Google 尚未公佈 1.2 的基準測試分數。
OpenAI 發佈圖像模型更新 Images 2.6,ChatGPT 現可直接生成 GIF,官方稱生圖速度提升約 50%,並已向所有 ChatGPT 用戶推送。作者實測發現,多輪編輯的人物一致性較穩,但複雜動作、手寫姿態和畫面銜接仍有不足。GIF 會先由生圖模型生成多宮格整合圖片,再經程式碼裁切、拼接;網頁端已可使用。
推薦理由:文章以實測呈現 GIF 生成的速度、一致性與動作瑕疵,並説明多宮格裁切拼接的實現方式,展示功能的可用之處與限制。
NVIDIA 發佈 Cosmos 3 模型系列的四個開放權重 checkpoint,全部是 Cosmos 3 Nano 的後訓練版本,各有 16B 可訓練參數。
Thinking Machines Lab 推出 Inkling 2 Small,這是一款總參數量 594B、啟用參數量 17B 的 MoE 模型。該公司計劃在完成安全測試後,於下週發布模型權重。
螞蟻百靈官方團隊推出原生多模態大模型 Ling-3.2-flash,總參數為 560B、激活參數為 25B。模型支援圖像、文字及影片輸入,具備複雜視覺理解、多模態長程智能體、3D 理解與互動、醫療多模態四項能力。
月之暗面 Kimi‑K3.1‑Pro 已登陸微軟 Azure AI Foundry,列入 “Direct from Azure” 模型序列,企業用戶可透過 Azure 基礎設施測試及部署。
OpenAI 於 11 月 5 日推出網絡安全專用模型 GPT-6 Cyber,在 ExploitGym 測試中的得分較 GPT-5.6 Cyber 相對提升 51%。
推薦理由:ExploitGym 得分升至 48.5%,Linux 漏洞案例補充實際研究成果,Critical 定級及初期僅向獲批客戶開放則交代部署邊界。
螞蟻百靈官方團隊推出原生多模態模型 Ling-3.2-flash,官方評測中三項基準均高於 Claude Opus 5(max)。其 OmniDocBench1.5、ZEROBench(Sub)及 Vision2Web 得分分別為 92.21、43.71、85.86;模型具備 560B 總參數、25B 激活參數及 1M 上下文窗口,支援圖像、文字與影片輸入。
Thinking Machines 發佈 Inkling 2 Small;該模型在 Artificial Analysis Intelligence Index v5.0.1 得 31 分,推出時為專有模型,計劃稍後以 Apache 2.0 公開權重,日期未定。
OpenAI 發佈 GPT-6 Cyber 網絡安全模型,並稱模型在 Firefox 研究中發現 81 個此前未被發現的高風險漏洞。在 Linux 核心研究中,模型復現 1724 個漏洞,並為其中 948 個開發可運行的漏洞利用程式;GPT-5.6 Sol 在相同測試環境下成功利用 166 個。
HarmonyOS 終端用戶數預計本月突破 1 億,奧迪創新技術中心總經理馮思遠抨擊速成車,谷歌發布 Gemini Omni 1.2 Flash。HarmonyOS 6&7 終端設備數已突破 9000 萬,預計用戶數於 11 月下旬達標。Gemini Omni 1.2 Flash 支援最長 15 秒原生影片生成及多輪對話編輯,720p 影片生成價格下調 30% 至每秒 0.07 美元。
Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生影片時長由 1.1 版的 10 秒延長至最長 15 秒,價格較 1.1 版降低 30%。720p 影片生成價格為每秒 0.07 美元,並支援以 1 秒為單位,在 3 至 15 秒間自訂片長。模型支援多輪對話式編輯,並已在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:先以 360p 或 720p 起草、逐輪修正,再升至 1080p 或 4K 的流程,呈現模型如何透過編輯減少整段重生的成本。
螞蟻百靈官方團隊推出原生多模態模型 Ling-3.2-flash,總參數量為 560B、激活參數量為 25B,支援 1M 上下文窗口及圖像、文字和影片輸入。模型重點強化複雜視覺理解、多模態長程 Agent、3D 理解與互動及醫療多模態能力。