Anthropic 新旗艦 Claude Fable 5.5 據稱可純程式碼生成 66 秒動畫
開發者分享據稱由 Anthropic 尚未確認的 Claude Fable 5.5 生成的 66 秒動畫,模型據稱連續編寫及執行程式碼約 2 小時 40 分鐘,製作畫面、配樂及音效,過程沒有使用圖像或影片生成工具。另有開發者展示據稱由模型編寫的互動式 3D 場景,但相關測試缺乏統一評測環境;Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
開發者分享據稱由 Anthropic 尚未確認的 Claude Fable 5.5 生成的 66 秒動畫,模型據稱連續編寫及執行程式碼約 2 小時 40 分鐘,製作畫面、配樂及音效,過程沒有使用圖像或影片生成工具。另有開發者展示據稱由模型編寫的互動式 3D 場景,但相關測試缺乏統一評測環境;Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
OpenAI 表示,其原型管線使用即將推出的網絡安全模型,在 Linux 核心中發現並利用 948 個獨立本機權限提升漏洞,並生成候選修補程式供維護者審核。流程產生 2,308 項候選發現,動態驗證重現 1,724 個漏洞,利用階段產生 1,169 個可用 LPE;變體分析所得的 948 個不同修補程式則被列作獨立 LPE 數目。
推薦理由:文章拆解候選發現、動態驗證、利用測試與人工審核的流程,並釐清漏洞數與可用 exploit 數的統計差異,呈現自動化安全研究轉化為修補提案所需的驗證環節。
OpenAI 推出圖像模型 Images 2.6,為 ChatGPT 新增 GIF 生成、播放速度調整及逐幀查看和編輯功能。官方稱,圖片生成速度較此前提升 50%;Images 2.6 已向全球 ChatGPT 和 Codex 用戶開放,涵蓋所有訂閲級別,並支援網頁、桌面及流動端。
推薦理由:這次更新涵蓋面向用戶的 GIF 生成與逐幀編輯,也同步推出兩款圖像 API 模型,可瞭解 ChatGPT 與開發者端各自獲得的更新。
IT早報 1105 彙總智能手機換機調查、蘋果天氣異常、華為子品牌星芒及字節員工使用外部 AI 等科技消息。調查顯示,近七成中國受訪者今年不換手機,人工智能在換機原因選項中佔 8%;字節據傳將限制員工自費使用 Claude、Codex。騰訊混元 Hy4 正式版發佈,官方稱其躋身最強開源模型之列。
月之暗面在 Hugging Face 開放 Kimi K3.1 Pro 權重;該模型在 Agent Arena 排名開放權重模型第一、全部參評模型第 13 位。
Preferred Networks(PFN)今日以開放權重形式發布翻譯專用大語言模型 PLaMo 3 Translate,提供 0.8B、2B、8B 和 31B 四種規模。
月之暗面(Moonshot AI)今日在 Hugging Face 開放 Kimi K3.1 Pro 權重;該模型在 Agent Arena 開放權重模型中排名第一,總榜列第 13 位,並在工作、程式設計與聊天三類中均居開放模型首位。
Gemini Omni 1.2 Flash 已正式開放使用,支援最長 15 秒影片生成和對話式編輯。影片輸出價格下調 30% 至 $12.00 per 1M tokens,付費層級速率限制加倍;影片延長每輪支援 3 至 10 秒,總長度最高 30 秒。
Ricursive AI 發佈 Ripple-65B Preview,這是一款為智能體編碼從零預訓練的 65B dense 開放權重模型,在 Terminal-Bench 2.1 報告 80.5 分。
webAI 發佈 TwIL-8B,這款從 IBM Granite 4.2 8B 後訓練而來的 8.79B 參數密集型推理模型,面向數學、編碼及指令遵循。webAI 自報其在 MATH-500 得分 98.2、LiveCodeBench 得分 81.6†;GPQA Diamond 得分 70.2,低於 Qwen3.5-9B 的 81.7。
月之暗面已將 Kimi K3.1 Pro 的模型權重上載至 Hugging Face,正式開放權重。模型採用 MoE,總參數為 2.8 萬億,每次推理啟用其中 1040 億,支援 100 萬 token 上下文及看圖;Artificial Analysis 綜合智能指數為 46.5 分,較 DeepSeek-V4.1-Flash 的 32.6 分高約 14 分。
推薦理由:文章交代授權例外及部署所需硬件,呈現權重開放後商用與自行部署各自面對的實際門檻,方便判斷其適用範圍。
SuperCLUE公佈的2026年11月通用大模型測評中,Gemini-4-Argon以73.62分居總榜首位,Kimi-K3.1-Pro以61.46分排名國內模型第一。共有19個模型參與測評,涵蓋五大任務;Kimi-K3.1-Pro也是本次得分最高的開源模型。
Dharma-AI 推出 2B Field Extractor,從文件提取欄位並輸出結構化 JSON;文件中不存在的欄位會回傳 null。模型在供應商自家基準測試中得分 0.834,高於四種前沿模型配置的 0.741 至 0.816;Dharma-AI 稱成本約低 6 至 147 倍。文章提供試用示範,但未確認授權條款、模型權重是否開放或有否商業方案。
Ripple-65B 以 1.4M rollouts 在 TerminalBench 2.1 取得 80.5 分,所用 rollouts 約為此前 SOTA Reflection Beam 的 1/70。團隊自行設計合成數據流程及混合 RL 配方,從具備良好初始 SFT 的檢查點逐步提升模型表現。
Cognition 發佈編碼模型 SWE-2 Flash,稱其速度是較大型 SWE-2 的三倍、價格為五分之一,目標是處理日常軟件智能體工作。
Cognition 發佈 SWE-2 Flash 編碼模型,並稱其在 Terminal-Bench 4.0 的成績由 0.9% 升至 20.0%。它在 FrontierCode 2.0 的成績由 3.2% 升至 24.0%,現已可在 Devin Desktop 和 CLI 使用,價格為 SWE-2 的五分之一,速度為其 3x。
Dharma-AI 發佈 2-billion-parameter Field Extractor,可從文件影像抽取欄位並輸出結構化 JSON。模型支援開放式抽取,以及按指定 schema 輸出欄位、類型和鍵名;文件中缺少的欄位會返回 null。
Pangram 於 2026 年 11 月 4 日公佈兩款電腦視覺模型:Pangram Image 1.0 用於檢測 AI 生成圖像,較小、較快的 Pangram Image Flash 1.0 則逐格分析 AI 影片。
Hacker News 上有 Tencent Hy4(tencent.ai)的討論。一名留言者認為,它的表現略遜於剛推出開放權重的 Kimi 3.1M Pro,但價格便宜得多;若 Tencent Hy4 開放權重,價格有望進一步降低。
騰訊於 2026 年 11 月 4 日發佈 Hy4,為其旗艦語言模型加入視覺理解、圖表分析、視覺數學推理,以及操作命令列工具和圖形介面的能力。騰訊稱 Hy4 的上下文窗口為一百萬 tokens;TechNode 將其描述為 770 billion parameters,文章亦列出其遊戲開發基準較 Preview 提升 19.1%,GameLogic 提升 9.8%。
Kimi K3.1 Pro 以開放權重、多模態智能體模型形式推出,提供 1-million-token 上下文窗口。模型由 Kimi K3 經大規模聯合強化學習後訓練,涵蓋數百個下游領域;總參數量為 2.8T,啟用參數為 104B。
推薦理由:模型卡列出多類編碼、智能體、推理與多模態基準,並附上評測工具、設定及數據來源,方便理解各項分數的比較口徑。
Pangram 發佈 Pangram Image 1.0,並稱其在 AI 圖像及 AI 影片檢測方面達到業界最先進水平。Pangram 亦推出較小型的 Image Flash 1.0,用於 AI 影片檢測。
華為小藝 Work 率先上線 openPangu-2.1-Pro,主打「鴻蒙任務增強」,華為官方尚未公佈模型能力或參數規格。該模型目前僅在小藝 Work 提供,服務仍為 Beta 版並需付費;首次使用可享 31 天限時免費及 1000 AI 點。
Anthropic 尚未正式發布的下一代旗艦模型 Claude Fable 5.5,據稱以程式碼生成一段 66 秒動畫,過程約耗時 2 小時 40 分鐘。開發者稱,測試沒有使用圖像或影片生成工具,動畫、配樂及音效均由模型編寫的程式碼生成,最後封裝成 HTML 檔案。
騰訊推出 Hy4,這款大語言模型新增視覺理解及電腦操作能力,並以推理和工具調用支援長程智能體任務。Hy4 延續 Hy4 Preview 的 1 million token 上下文窗口;相較 Hy4 Preview,GameDev 基準提升 19.1%,GameLogic 基準提升 9.8%,但基準線數值未公開。
Anthropic 尚未發布的 Claude Fable 5.5 據稱連續自主編寫及運行程式約 2 小時 40 分鐘,生成一段 66 秒動畫。測試者稱,過程沒有使用圖像或影片生成工具,配樂及音效亦由程式生成,成品封裝為 HTML 文件。相關測試缺乏統一評測環境,Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
作者以五組提示詞對照測試 GPT Image 2.5 的 Flare 與 Sunburst,發現兩者並非品質高低之分,而是分別適合處理光線與文字、介面或版面配置。
百度首次向外界披露具身世界模型 Apollo World,讓無人車在 AI 智能體驅動的虛擬環境中,與車輛和行人持續互動並反覆練習不同駕駛場景。其每日虛擬路測里程可達十萬公里,相當於一輛配備安全員的真實路測車連續測試約三年。工程師可安排蘿蔔快跑完成完整 Robotaxi 行程,並讓多輛虛擬車同時測試。
騰訊混元發佈最新一代大語言模型 Hy4。小鵬聯合北大、港大等發佈 GroundingPI 預訓練模型。谷歌擬投資150億美元擴大馬來西亞數據中心業務,Meta擬通過首次歐元債券發行籌集至多90億歐元。
魔芯科技發布基於華為昇騰原生的 4D 世界模型 MoWorld 2.0,將多種物理要素融入空間建模和互動,生成可用於仿真、實時渲染及反覆調用的 4D 高斯資產。影片推理速度由 MoWorld 1.0 最高約 50 幀每秒提升至約 70 幀每秒,3D/4D 高斯資產渲染速度達 500 幀每秒以上。該模型在全國產昇騰算力基座上完成訓練和部署,相關方案推理成本最低可降至同等規模 GPU 方案的 30%。
Sarvam AI 於 2026 年 11 月 3 日發佈開放權重決策模型 Sarvam Prism,基於 Sarvam 105B,透過單次前向計算為預先列出的選項評分。
騰訊於 2026 年 11 月 4 日發布完整 Hy4,加入視覺理解和電腦操作能力,並透過託管 API 及騰訊產品提供。API 定價維持預覽版水平,分別為 $0.834 per million input tokens、$2.501 per million output tokens 及 $0.042 per million cached input tokens。
騰訊混元正式發布新一代大語言模型 Hy4,較 Hy4 preview 擴大預訓練和後訓練規模,並首次加入視覺能力。正式版可結合推理和工具調用處理圖像、複雜圖表及數學視覺任務,並支援命令列和圖形界面操作。Hy4 preview 曾在超過1.45萬次真實世界智能體任務會話評測中,位列 Arena.ai Agent Arena 開放模型第二名、全球綜合榜單第十名。
商湯發佈日日新 SenseNova 6.8 Flash 模型,強化複雜任務中的跨任務、跨會話協作,並支持靜態網頁、動態內容及 3D 設計生成。模型在智能體協作、數據分析和演示生成等多項基準評測中超過部分國際前沿模型。商湯同步開源下一代模型架構的實踐。
作者以 9 款大語言模型進行博士論文工作流程的 11 項任務基準測試,並提出按任務分配模型的建議。在約 5000 詞的論文長文問答中,Kimi K3.1 Pro 的 10 道事實題全部答對;Claude Opus 5.5 生成的英文摘要為 247 詞,涵蓋全部 10 個要點。
騰訊發布開放權重基礎模型 Hy4,並稱該模型首次躋身中國開放權重 AI 頂尖行列。騰訊亦計劃推出 Flash 版本。
360集團首席科學家潘劍鋒在烏鎮峯會發布元認知模型(MCM)研究成果,提出以「MCM+LLM」推動生成與驗證協同。MCM透過建模任務環境、經驗知識、行動邏輯和狀態變化,為大模型提供認知與驗證支援。相關能力已在360安全產品中落地驗證。
小鵬聯合北京大學、香港大學等團隊發布具身感知基座模型 GroundingPI,在34項公開感知基準評測中綜合排名第一,超越 GPT-6 Astra(73.68 vs 71.54)。模型參數量約40億,僅以無動作標籤的純感知數據訓練,覆蓋11類能力。仿真驗證顯示,示教成本降低50%;模型目前處於科研原型階段。
小鵬聯合北京大學、香港大學等高校團隊發布具身感知基座模型 GroundingPI,以約 40 億參數在 34 項公開感知基準的綜合評測中排名第一。與 GPT-6 Astra 在同一套基準比較,GroundingPI 得分 73.68,Astra 得分 71.54。
LiberAI 發佈世界動作模型 Liber‑0,在 60 項真機零樣本任務中合計測試 600 次,整體成功率為 36.0%;GPT‑6 Astra 在相同任務的對照測試中成功率為 5%。