智元發布 WITA-Omni,官方稱其為業界首個具身全模態端到端互動大模型
智元正式發布 WITA-Omni,模型除音訊、影片輸入輸出外,新增觸覺與本體狀態輸入,以及機械人動作、表情輸出,並採用流式全雙工架構。官方稱其交互響應最快約 400 毫秒、平均約 600 毫秒,較業界平均水平快近 3 倍。模型支援上百種語言和方言免切換交流,並可進行流式同聲傳譯及雙向互譯。
智元正式發布 WITA-Omni,模型除音訊、影片輸入輸出外,新增觸覺與本體狀態輸入,以及機械人動作、表情輸出,並採用流式全雙工架構。官方稱其交互響應最快約 400 毫秒、平均約 600 毫秒,較業界平均水平快近 3 倍。模型支援上百種語言和方言免切換交流,並可進行流式同聲傳譯及雙向互譯。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,定位為應對艱巨技術挑戰的長程智能體模型。文章稱,Fable 5.2 在 30 小時內完成費馬大定理的形式化;Mythos 5.2 在內部 CVE 再發現評估中,發現的漏洞數量比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。
推薦理由:文章以數學形式化、硬件設計及安全測試等案例,呈現兩款模型面向長程複雜技術工作的定位。
Anthropic 發佈 Claude Fable 5.2 和 Mythos 5.2,稱新版本處理複雜軟件工程任務的能力提升,API 價格較前代下調 20%,輸出速度最高提升 30%。
推薦理由:文章並列 API 降價、編碼評測提升與 Mythos 存取限制,呈現企業採用新模型時性能、成本與安全管控之間的權衡。
Anthropic 為推出 Claude Fable 5.2,讓 1,000 個 AI 智能體在 30 小時內把費馬最後定理的證明轉成電腦可逐行核驗的語言。這不是新的證明,而是一次能力展示;OpenAI 和 Google 也聲稱在數學方面取得突破。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者是同一基礎模型的變體,並在編碼、推理和視覺方面有所改進。
Claude Fable 5.2 發佈同日,螞蟻靈波科技開源觸覺基礎模型 LingBot-Touch;朱興稱通用大模型與具身基礎模型協同可加速具身產業成熟。
Anthropic 發佈 Fable 5.2,並以模型從提示詞生成可在瀏覽器遊玩的 FPS 遊戲《Saltline》作示範。製作耗時約 8 小時,使用 445 million input tokens 和約 2.7 million output tokens,若經 API 完成約需 $550。
美團 LongCat-2.5 開放權重,採用 MIT 授權。這款 1.6T 參數的 MoE 模型面向長週期智能體任務,並於 11 月 1 日亮相。
Meta AI 發佈 Muse Ember,稱其為面向複雜推理及智能體日常重複工作的最小、最高效模型。短提示詞下,Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 的輸入/輸出價格均為每百萬 tokens $0.10/$0.50,但價格上調門檻分別為 200k、272k 和 100k。
Meta於2026年11月9日發佈小型模型 Muse Ember,供 Muse Code 及 Meta Model API 使用,面向以較低成本執行 AI 智能體的重複工作。
美團正式開源 LongCat-2.5,採用 MIT 授權,總參數為 1.6 萬億,支援 100 萬上下文。MIT 授權允許商業推理部署及二次訓練,無需額外授權;每個 token 約激活 480 億參數。這款原生多模態模型面向長程智能體任務,並針對顯存與頻寬受限的國產算力晶片,協同優化模型架構、晶片適配及部署策略。
Meta Superintelligence Labs 發佈 Muse Ember,一款面向智能體內大量重複步驟的多模態推理模型,支援 1M-token 上下文及最多 512K 輸出 token。
Anthropic 於 2026 年 11 月 9 日推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者基於同一模型,但採用不同的安全防護設定與存取門檻。
推薦理由:文章聚焦 Fable 5.2 與 Mythos 5.2 在防護設定和驗證門檻上的差異,呈現同一模型如何採用分層存取方式。
Anthropic 啟動 IPO 路演之際發佈 Claude Fable 5.2 和 Claude Mythos 5.2;Fable 5.2 在多個獨立排行榜居首,取回 Gemini 4 Carbon 曾短暫佔據的第一位。
推薦理由:文章並列每 token 價格下降與 GDPx 單項成本上升,並以測試量和 subagents 解釋差異,呈現模型榜單表現與任務成本並非同一指標。
Anthropic 於 2026年11月10日正式發佈 Claude Fable 5.2 與 Mythos 5.2,並稱新模型多項能力增強,輸出速度最高提升 30%、API 呼叫成本降低 20%。
Anthropic 發佈 Claude Fable 5.2 與 Claude Mythos 5.2,官方稱兩款模型在編碼、推理、科學研究、網絡安全及機械人等領域均有提升,輸出速度最高提高 30%,成本下降 20%。
推薦理由:文中並列 Claude Fable 5.2 在編碼與多學科推理基準上的成績及競品數據,呈現其在不同測試中的相對表現。
美團正式開源 LongCat-2.5,採用 MIT 協議,支援商用推理部署及二次訓練,無需額外授權。美團表示,該模型面向長程智能體任務,是原生多模態模型,在複雜程式碼庫開發、完整專案構建、Visual Coding 及專業辦公場景的端到端交付能力均有明顯提升。模型總參數為 1.6 萬億,每個 token 激活約 480 億參數,並支援 100 萬上下文窗口。
Anthropic 推出 Claude Fable 5.2 和 Mythos 5.2,並在 API 層加入 effort parameters,讓開發者調整模型推理所花的時間和 token 數量。VALS index 上,Fable 5.2 以 71.31% 排名第一。開發者可按任務複雜程度分配推理成本,減少簡單 API 呼叫的開支。
Anthropic 於 2026年11月9日發佈 Claude Fable 5.2 和 Claude Mythos 5.2,改進編碼、圖像理解與複雜推理,並提升長時間智能體工作的表現。
推薦理由:文章並列兩款模型的基準測試、價格及開放條件,並説明共用基礎模型下 Mythos 的安全措施與使用門檻差異。
Meta 於 2026 年 11 月 9 日推出 Muse Ember,輸入每百萬 tokens 收費 $0.10、輸出每百萬 tokens 收費 $0.50,定位為處理智能體重複工作的模型。
Nous Research 於 2026 年 11 月 6 日發佈 Arete 27B;在其 803 條提示詞評測中,宣傳式回答比例由 22% 降至 0.9%,事實平均分由 2.32 升至 2.98(滿分 5 分)。
基元律動(TokenRhythm)發佈 Agent 原生模型 NeoHorse-1.5-Flash Preview,總參數 180B、激活參數 6B,目前開放限量內測。該模型基於 Qwen3.8-Flash 訓練;相較基座模型,在 Agents’ Last Exam 上整體得分提高 9.23 分,在 Natural Language to Repository 評測上提高 5.92 分。
螞蟻靈波科技於2026年11月10日開源觸覺基礎模型 LingBot-Touch。模型以近5000小時真實觸覺數據訓練,統一磁觸覺、視觸覺及壓阻式三類感測訊號,生成可跨感測器、靈巧手、模型及任務重用的觸覺表徵。
螞蟻靈波科技開源觸覺基礎模型 LingBot-Touch,將不同感應原理的訊號轉成可跨感應器、靈巧手、模型及任務共用的觸覺表徵。模型以近 5000 小時真實觸覺數據預訓練,在 26 項真機測試中,四種動作模型的平均任務成功率較無觸覺時提高約 14 至 26 個百分點。
Anthropic 於當地時間11月9日推出 Claude Fable 5.2 與 Claude Mythos 5.2,稱兩者是目前公開發布的能力最強模型。兩者底層模型一致,Fable 面向普通用戶,Mythos 僅向通過核驗的機構開放;相較5.1,輸出速度最高提升30%,標準定價下調20%。
推薦理由:報道把新模型發佈放在 IPO 路演與算力成本壓力的背景下,呈現技術迭代能力與長期算力開支之間的權衡。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2;文章稱,1000 個 Fable 5.2 智能體在 30 小時內完成費馬大定理的形式化證明。文中還稱,Opus 5.5 運行 18 小時只完成 26%,而 Fable 5.2 用 8 天寫出可在筆記本電腦啟動的原型作業系統。
推薦理由:文章以費馬大定理形式化證明及 Opus 5.5 的對比為主線,再列出作業系統、物理和生物案例,呈現兩款模型被宣稱的能力範圍。
Meta 於 2026 年 11 月 9 日推出 Muse Ember,定位為 Muse 家族中最小、效率最高的模型,面向大量重複的智能體工作。它在 Artificial Analysis Intelligence Index 得 36 分,與 Claude Haiku 5.5 持平;每項任務成本約 $0.14,低於 Muse Spark 1.3 的 $2.39。
推薦理由:文章對照任務成本、基準表現與弱項,呈現 Muse Ember 適合承接大量重複智能體步驟、而非最難工程任務的定位。
螞蟻靈波近日開源面向機器人靈巧操作的觸覺基礎模型 LingBot‑Touch。模型以接近 5000 小時真實觸覺數據預訓練,兼容磁觸覺、視觸覺及壓阻式三類方案,並將異構傳感器原始訊號轉為可跨傳感器、靈巧手、動作模型及任務場景重用的標準化觸覺表徵。
Meta 推出入門級模型 Muse Ember,定位為供 AI 智能體使用的低成本模型,並稱這是首個以 Muse Wonder 訓練的 AI。
Meta 推出 Muse Ember,稱其在 Artificial Analysis 排行榜的表現媲美 Claude Haiku 5.5,單任務成本僅為其 1/3。
Meta 於 2026年11月10日正式推出輕量級 AI 模型 Muse Ember,面向智能體複雜推理與高頻任務。它在 Artificial Analysis 榜單的表現媲美 Claude Haiku 5.5,單任務成本為其 1/3,並在多項智能體與編碼評測中超越 GPT-6 Luna。
Anthropic 發佈 Fable 5.2 和 Mythos 5.2,Fable 5.2 已加入 llm-anthropic,現可透過該工具執行提示詞。測試 Fable 5.2 的五種推理力度時,max 在思考 128,000 個 token 後耗盡 token,未能生成圖片;Fable 5 和 Fable 5.1 的 max 則可正常生成圖片。
Meta 推出 Muse Ember,稱其在 Artificial Analysis 排行榜的表現媲美 Claude Haiku 5.5,單任務成本僅為其 1/3。
Anthropic於美國當地時間11月9日發佈 Claude Fable 5.2 和 Claude Mythos 5.2,Fable 5.2 面向一般用戶處理大型開放式任務,Mythos 5.2 則聚焦網絡安全及生命科學,主要供通過審核的研究機構使用。
推薦理由:文中以形式化證明、工程交付及第三方測試呈現長時任務能力,並記錄創意判斷和流程控制失誤,便於理解其實際表現與限制。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,兩者核心能力相同,但生物與網絡安全防護及使用權限不同。Fable 5.2 在 Terminal-Bench-Science 0.1 得分 74.6%,較 Fable 5.1 提升 22%,並在兩項編碼基準上較前代高逾 13%。
Meta 發佈輕量級 AI 模型 Muse Ember,Artificial Analysis 的綜合智能指數為 36 分,與 Claude Haiku5.5 最高推理檔位持平,單次同類評測任務成本約為其三分之一。
LongCat‑2.5 正式以 MIT 開源協議對外開源,允許商用推理部署及二次訓練,無需額外授權。這款面向長程智能體任務的原生多模態大模型,總參數規模達 1.6 萬億,單 token 激活約 480 億參數,支援一百萬 token 上下文,並針對國產算力晶片優化架構、算子及部署策略。長序列 SFT 實測中,單卡吞吐量較 DDP 基線提升 86%。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者基於同一底層模型。Fable 5.2 面向一般用戶,內置網絡安全與生物安全防護;Mythos 5.2 則供通過審核的網絡安全及生命科學機構用於高風險專業應用。預發布測試中,Fable 5.2 協調逾 1,000 個子智能體,在 8 天內從零構建出可於手提電腦啟動的原型作業系統。
推薦理由:兩款模型共用同一底層模型,卻按一般用戶與經審核的專業機構分開開放,文章亦交代 Fable 5.2 的定價、速度及安全安排。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者基於同一底層模型,分別面向一般用戶及經審核的網絡安全和生命科學機構。
推薦理由:兩款模型共用底層模型,但開放對象和安全限制各異,呈現 Anthropic 如何區分一般使用與高風險專業用途。
Anthropic 於 2026年11月9日推出 Claude Fable 5.2 與 Mythos 5.2,前者面向公眾並強化網絡安全及生物安全防護,後者僅供審核通過的網絡安全及生命科學機構使用。