小鵬集團聯合高校團隊發布 GroundingPI 預訓練模型
小鵬集團聯合北京大學、香港大學等高校研究團隊發布具身感知基座模型 GroundingPI。模型採用「感知優先」技術路線,參數規模約40億,在34項公開感知基準的綜合評測中位列第一。研究亦顯示,模型在機械人模擬任務中具備更高的數據處理效率與更強的場景泛化能力。
小鵬集團聯合北京大學、香港大學等高校研究團隊發布具身感知基座模型 GroundingPI。模型採用「感知優先」技術路線,參數規模約40億,在34項公開感知基準的綜合評測中位列第一。研究亦顯示,模型在機械人模擬任務中具備更高的數據處理效率與更強的場景泛化能力。
騰訊混元正式推出 Hy4,強化 Agent 長程任務、視覺理解、推理和電腦操作能力。APPSO 實測中,Hy4 根據《王者榮耀》影片,約 30 分鐘製作出可在網頁遊玩的迷你 MOBA,並完成 Blender 場景及多份辦公文件。Hy4 已在 WorkBuddy 上線,11.4-11.15 限時免費。
騰訊混元正式發布 Hy4 大模型正式版;官方稱其訓練規模較 Hy4 preview 擴大,並新增視覺理解能力,綜合性能躋身開源模型第一梯隊。Hy4 支援細粒度圖像解析、複雜圖表及圖文數學推理,並具備 Computer Use 能力,可辨識螢幕畫面、操控滑鼠鍵盤,配合命令列完成跨軟件長流程任務。
OpenAI 宣佈 GPT-6 Astra 已應用於機械、電路與軟件協同設計,兩名工程師藉助模型一週內完成可互動測試設備的全棧設計,代工廠月內產出原型機。OpenAI 正與馬自達合作優化汽車空氣動力學及碰撞安全仿真,並與 Chip Ganassi Racing 車隊合作,將三維掃描數據轉換為 CAD 及製造圖紙。模型處理生產限制、公差及裝配細節仍需人工迭代完善。
騰訊混元發佈最新一代大語言模型 Hy4 正式版,新增視覺能力及電腦操作支援,並稱整體模型能力較 Hy4 preview 再提升。Hy4 擴大預訓練和後訓練規模,提升指令遵循、長文理解、長程任務及深度研究能力,並針對 Blender、CAD 等專業軟件和跨應用長程任務進行專項訓練。官方表示,Hy4 將於近期開源模型權重並發佈模型系統卡片,亦會關注網絡及生物安全等風險。
TorqueAGI 的 World-Reasoning Model 將物理和幾何納入推理,據公司行政總裁稱,機械人學習新任務所需數據最多可比傳統方法少 1,000 倍。一名重型設備業客戶使用該模型,以約 6,000 個數據點達到與舊模型相若的表現,舊模型需約 7 million 筆事件記錄。原本需要數萬次示範的任務,使用該模型只需數十個例子,並可結合客戶現有的設備記錄和操作程序。
VIDRAFT POCKET 是一系列採用 GGUF 格式的稀疏 MoE 大語言模型,設計供消費級硬件運行,包括 8 GB VRAM 手提電腦及純 CPU 電腦。
魔芯科技在世界互聯網大會上正式發布基於華為昇騰原生的 4D 世界模型 MoWorld 2.0。魔芯科技創始人兼 CEO 陳天潤與具身智能、文化旅遊、時空地理資訊方向的三家國家人工智能應用中試基地代表共同發布該模型。
Google 推出 Gemini 4 Carbon,在 17 項基準測試中有 15 項取得最高成績;模型與 Q3 財報發布後,Alphabet 股價盤後一度下跌約 10%。
Sarvam AI 發佈以 Sarvam 105B 微調而成的 Prism System 1 決策模型,稱模型可在 44 毫秒內回應,三項基準平均得分為 71.8。
上海創智學院與新序智能聯合發布 801-30B base 模型、輕量 SFT 數據及完整預訓練級 RSI 技術報告。報告把預訓練拆成三類可閉合的小循環,並以共享記憶記錄嘗試及失敗原因。在相同的 1T tokens 訓練量下,22 項基準平均分由初版試訓的 47.78,經修正版試訓的 51.96,升至正式訓練的 56.83;完整後訓練版本將於下一階段發布。
Tencent WeChat Vision 發佈開源視覺語言模型 WeVisOne-VL,提供 2B(2.44B params)及 4B(4.83B params),涵蓋偵測、指代、計數、指點、OCR、分割和 alpha matting。
騰訊混元正式發佈新一代大語言模型 Hy4;相較 Hy4 Preview,新模型擴大預訓練和後訓練規模,並首次加入視覺能力及支援電腦操作。Hy4 強化指令遵循、長文本理解、長程任務執行、深度研究、前端開發及金融分析;騰訊混元聯同騰訊金融科技團隊邀請 213 位專家,以 579 個真實金融任務測試,Hy4 綜合表現位居開源模型第一。
LiberAI 發佈世界動作模型 Liber-0,並以 GPT-6 提出的 60 項任務測試其零樣本操作能力。Liber-0 在三組任務上的成功率分別為 63.5%、34.0% 和 10.5%,整體成功率為 36.0%;其人類經驗數據超過 220 萬小時。另一組對照實驗中,加入手套採集的 Non-PnP 人類操作數據後,相關任務平均進度分由 2.2 升至 47.5,沒有補充相應的機械人示範。
騰訊混元發佈新一代大語言模型 Hy4,新增視覺理解並首次支援電腦操作(Computer Use),亦提升指令遵循、長文理解及長程智能體能力。Hy4 將於近期開源模型權重並發布模型系統卡片,目前已在騰訊雲Tokenhub、WorkBuddy/CodeBuddy、元寶等產品上線,API 亦接入 OpenRouter、Hermes、OpenCode 等平台。
推薦理由:Hy4 的更新涵蓋視覺理解、電腦操作及長程智能體任務,報道亦列出已上線產品與 API 平台,呈現能力擴展及接入情況。
騰訊混元團隊於11月4日發佈新一代大語言模型 Hy4,參數量為770B,並稱其是目前最強的開源模型之一。Hy4提升了指令遵循、長文理解及長程智能體能力,模型權重將於近期開源;下一代 Hy5 的參數規模將進一步擴大。
騰訊混元發布 Hy4 正式版,首次加入視覺能力並支援電腦操作;官方稱 Hy 首次躋身最強開源模型之列。Hy4 預計近期開源模型權重並發布模型系統卡片,目前已在騰訊雲和 OpenRouter 上線,可在 CodeBuddy / WorkBuddy、元寶、ima 等產品體驗。報道指出,Hy4 在數學、長程開發、模型迭代和視覺問答等高難度測試上,與頂尖閉源模型仍有較大差距。
騰訊混元發布最新一代大語言模型 Hy4。相比 Hy4 preview,Hy4 擴大了預訓練和後訓練規模,首次加入視覺能力,並提升指令遵循、長文理解、長程任務及深度研究等綜合能力。
騰訊混元發布新一代大語言模型 Hy4 正式版,首次加入視覺能力並支持電腦操作,同時提升指令遵循、長文理解及長程任務等能力。Hy4 已在騰訊雲和 OpenRouter 上線,亦可在 CodeBuddy、WorkBuddy、元寶及 ima 體驗;官方稱其效能顯著超過 Hy4 preview,API 價格則維持相同。
騰訊混元發佈新一代大語言模型 Hy4;相較 Hy4 preview,模型擴大預訓練和後訓練的數據與規模,並首次加入視覺理解和電腦操作能力。
商湯推出日日新 SenseNova 6.8 Flash 正式版,將設計生成擴展至 Web、SVG、Three.js、Blender 及 PPT,並支援動態 PPT、動態海報和智能體 3D 設計。模型可接入 Figma 等工作流程,融入現有專業設計流程。官方披露,模型在智能體協作、數據分析及演示生成等多項基準評測中超越部分國際前沿模型,並以長期記憶和主動互動支援持續協作。
GLM-5.3 的 API 標價低於 Claude Sonnet 5 和 Sonnet 5.5,每百萬輸入及輸出 token 分別收費 $1.40 和 $4.40;Sonnet 則為 $2 和 $10。
IndiaAI Mission 發佈三款本土基礎模型:Soket AI Labs 的 EKA-1,以及 ZenteiQ 的 Dhīr 2B 和 Dhīr 5B,三者於 11 月 3 日在新德里一場活動中亮相。
Arrowhead AI 推出語音模型 Fletch,供印度及東南亞的多語言客戶對話使用,目前每日處理超過 100 萬通客戶電話。Fletch 支援 14 種語言,可在句子中切換語言,並設有 12 種情緒風格;據稱延遲為 80 毫秒,選定詞語的發音準確度提高約 30%。
印度新創 NeuroDX 的 240M 參數語言模型 Sphota,在公司公佈的約 11 項基準平均結果中取得 52.4%,高於 Liquid AI 同類模型的 52.1%。行政總裁 Siddharth Panwar 稱,Sphota 以少 50 倍的訓練數據達到相若表現,記憶體效率則提高 4.5 倍。相關結果仍屬初步,尚未經獨立公開評測驗證。
在 OpenCode 的六項 Python 編碼任務中,Gemini 4 Argon 與 Claude Opus 5.5 均在每次測試中通過所有隱藏測試。Gemini 平均每項需 134 秒、成本 $0.142;Claude Opus 5.5 則需 82 秒、成本 $0.094。每款模型每項任務執行兩次;任務規模較小,作者無法據此判斷較難工作上的表現。
Confucius4-R2T2 團隊公開推出穩定前綴串流 ASR 模型,輸出只追加、不反覆修訂的文字,供語音智能體等下游系統即時使用。模型以 Qwen3-ASR-1.7B 為基礎,透過 Longest Stable Prefix(LSP)監督,經後訓練將全上下文 ASR 模型轉為串流模型,無需修改架構。
Mistral AI 展示 Mistral Large 4 建構太空碎片即時追蹤器,呈現約 19,000 顆衞星及碎片的 3D 地圖。模型按要求建立應用程式,並像用戶一樣測試及反覆修改。這是公開示範,並非產品推出;Mistral AI 未公佈 Space Tracker 的一般供應安排。
OpenAI 稱,其硬件團隊使用 GPT-6 Astra,在不足一週內從零設計出一款供用戶與 Codex 編碼智能體對話的裝置。據 OpenAI 所述,Astra 處理外殼設計、PCB 佈局、元件選擇、走線、韌體和用戶介面;合約製造商在不足一個月內製作一小批原型,但因 Astra 未有顧及製造限制、公差和組裝細節,期間需要多輪修改。
作者以實際程式碼測試 Opus 5.5、Sonnet 5.5 和 Haiku 5.5,比較三款模型的速度、成本和準確度。Opus 5.5 每次回應需 12 秒、每次請求 $0.042、準確度 95%;Sonnet 5.5 為 9 秒、$0.011 和 90%;Haiku 5.5 為 4 秒、$0.001 和 80%。
Simon Willison 在筆電測試 Qwen 3.8 27B,模型僅憑神經網絡原始權重辨認出 Pac-Man、Pong 和 Breakout,未能辨認 Freeway。測試沿用論文提供的提示詞,要求模型不使用工具或執行程式碼;Pac-Man 測試耗時 46m 12s,使用 43,506 reasoning tokens。
百度 Apollo 首次披露面向物理 AI 的智能體驅動全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。模型已用於蘿蔔快跑全球化測試與驗證,為無人車提供虛擬訓練環境,支援交通參與者互動及完整行程閉環模擬。
開放模型可完成九成智能體工作,成本僅為原成本的二十分之一。評論者指出,開放權重模型可能較冗長、效率較低;自行託管時則是另一回事。
Cogent Security 推出漏洞修復模型 VR-1.1,在 LiveCVEBench 的 190 項任務中取得 57.9% 通過率,Claude Code 和 Codex 各為 45.3%。
百度 Apollo 首次披露面向物理 AI、由智能體驅動的全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。Apollo World 已用於蘿蔔快跑全球化測試與驗證,可生成虛擬駕駛場景,讓無人車反覆演練並形成測試閉環。蘿蔔快跑已覆蓋全球 28 個城市,累計自動駕駛里程超 3.5 億公里,其中全無人駕駛里程超 2.4 億公里。
Cogent Security 發佈漏洞修復推理模型 VR-1.1,在 LiveCVEBench 的 190 項任務中修復成功率為 57.9%。Claude Code 和 Codex 的成功率同為 45.3%;測試涵蓋 14 種程式語言,修補須通過安全及功能測試。
Deep Principle 於 2026-11-02 發佈 Hydrogen-1.0 開放權重模型,作者整理其存取方式、部署配方與供應商評測主張。模型卡標示 1M tokens 上下文,但 NVFP4 的 SGLang 配方將上限設為 262144;作者沒有下載權重或測試模型推理。
Sarvam AI 發佈基於 Sarvam 105B 的 System One 決策模型 Sarvam Prism。在 25 款決策模型的三項指標比較中,Prism 平均得分 71.8,單張 NVIDIA B200 GPU 上的中位回應時間為 44 ms;在 50% 至 95% 信心門檻的英語及印度語言測試中,實際錯誤率均低於預期。
建築師測試 13 款新舊 AI 模型後,認為 Claude Opus 5.5(2026 年 9 月 22 日推出)在專業指導下最能從草圖製作簡單住宅施工圖,達到申請建築許可的質素。模型沒有使用現有 CAD 軟件,而是以 Python 產生向量線稿;Claude Opus 5.5 完成住宅圖紙耗時 12 小時,運算成本為數百美元。但圖紙仍有錯誤,例如缺少第二條逃生通道,歷史建築細節圖亦有細微錯誤。
百度 Apollo 首次披露面向物理 AI 的智能體驅動全模態世界模型 Apollo World,並提出世界模型「2+3」判斷標準。Apollo World 可生成相機畫面、激光雷達點雲等觀測數據,並讓無人車在虛擬城市完成連續出行任務,形成感知、決策、行動與反饋的閉環。該模型目前用於蘿蔔快跑全球化測試與驗證;蘿蔔快跑已覆蓋全球 28 個城市,累計自動駕駛里程超 3.5 億公里。