LFM2.5-24B-A2B:為快速裝置端智能體而設
LFM2.5-24B-A2B 面向裝置端智能體,在裝置端比同類 MoE 快至 1.7×,於 Apple M5 Max 達 184 tokens/s,單張 NVIDIA B300 GPU 的輸出速度則達 21K tokens/s。它在 AutomationBench 表現突出,但評論者指出,該基準測試的評測內容未獲説明,模型在其他基準測試的得分則與其他本地模型相近。
LFM2.5-24B-A2B 面向裝置端智能體,在裝置端比同類 MoE 快至 1.7×,於 Apple M5 Max 達 184 tokens/s,單張 NVIDIA B300 GPU 的輸出速度則達 21K tokens/s。它在 AutomationBench 表現突出,但評論者指出,該基準測試的評測內容未獲説明,模型在其他基準測試的得分則與其他本地模型相近。
Google 發佈 Gemini 4 Argon,定位為面向跨領域長上下文、多步驟工作的旗艦前沿模型。模型支援 1 million-token 上下文窗口、程式碼執行、檔案搜尋、函式呼叫、地圖 grounding 及多模態輸入,並透過 Gemini API、Google AI Studio、Google Cloud 等渠道逐步開放。
SpaceXAI於2026年10月15日發佈Grok Voice 3.0語音轉語音模型,在客服通話任務中的延遲低於1秒。模型綜合表現位列Artificial Analysis榜單首位,得分86.9;全雙工互動達97%,τ-Voice抗噪與插話能力為71.6%。模型已透過API上線,定價維持每分鐘0.08美元;每日支援特斯拉車載對話及星鏈客服超過百萬次通話,70%來電可全自動處理。
Jev 發佈 jev-1.14.0,並透過 API 標頭旗標提供可組合圖片、box 類型及較長上下文等實驗性功能。官方提醒這些功能仍有不少不穩定之處,不適合用於生產環境。新版本預期在多語言支援方面提升最多;jev-latest 將於一週後更新至 jev-1.14.0,jev-1.13.0 暫時仍可使用。
Fish Audio 本週發佈 Drama 3,一款 35B 開放權重 MoE 文字轉語音模型,每個 token 約啟用 3B 參數。模型接受自然語言表演指示,支援 83 種語言,並可在單次請求中處理最多 16 名角色。
SpaceXSI 發佈語音對語音模型 Grok Voice 3.0,在 Artificial Analysis 的 Speech-to-Speech Index 得分 86.9,高於 GPT-Live-1 的 83.2 和 Gemini 3.8 Live 的 82.6。
VIDRAFT 僅用第一代、僅供推理的 NPU,從零預訓練出 46M 參數的語言模型 VKORE-46M-NPU,全程毋須 GPU。在相同條件下,NPU 與 GPU 訓練的損失軌跡相關係數為 0.99,反映訓練動態相近,但不代表速度相同。模型權重及比較分析資料已在 Hugging Face 公開,訓練程式碼則未公開。
NEURA Robotics 於 2026 年 10 月 14 日推出 Neuron AI,一款採用 PLA 架構的多模態基礎模型,主打融合視覺、觸覺、聲音與記憶。
SpaceXSI 推出 Grok Voice 3.0,稱其在 Artificial Analysis 的語音轉語音指數中排名最高,回應時間少於一秒。SpaceXSI 表示,Grok Voice 3.0 收費為 $0.08/min,低於競爭對手。
xAI 於 2026 年 10 月 14 日發佈 Grok Voice 3.0,並在 Voice Agent API 提供,收費每分鐘 $0.08,與 Grok Voice 2.0 相同。
HiRO-ACEv2 推出新的降尺度模型 HiROv2,可生成全球 3 km 氣候數據,整套系統成本約為 X-SHiELD 的 1/300。HiROv2 可同時預測多種高解析度氣象場;以降解析度的 X-SHiELD 數據為輸入時,即使是每百萬個數據點才出現一次的事件,高解析度統計與目標模擬仍相差不超過 3%。
推薦理由:內容比較 HiRO-ACEv2 與 X-SHiELD 的生成成本和極端天氣統計表現,並交代系統目前仍受限於按 X-SHiELD 調校的 ACE。
Ai2 推出 HiRO-ACEv2 氣候模擬系統,可生成全球 3 km 氣候數據,成本約為運行高解像度全球大氣模型 X-SHiELD 的 1/300。新降尺度模型 HiROv2 可同時預測多種高解像度氣象變量;以粗化的 X-SHiELD 數據作輸入時,即使對每百萬個數據點才出現一次的事件,其高解像度統計與目標模擬相差不超過 3%。
inclusionAI 發佈 Ling-3.1-flash,稱其在 Ling-3.0-flash 基礎上升級架構及實際任務能力。模型總參數量為 560B、每個 token 啟用 25B 參數,支援 1M-token 上下文窗口。材料列出其在 Terminal-Bench 4.0、SWE-bench Pro、FrontierSWE 等基準的表現,並提供 SGLang 與 vLLM 部署指引。
Artemis Security 推出 Orion-1,這款模型旨在自主調查和應對企業網絡攻擊,並在公司自建基準測試中勝過 Claude Opus 5.5 和 GPT-6 Sol。Orion-1 在攻擊重建任務中取得 80.8 分,最佳比較模型 GPT-6 Sol 得分為 58.3。模型現於 Artemis 平台向指定客戶提供私人預覽,高影響操作預設須經人手批准。
Google 發佈 Gemini 4 Argon,將其定位為面向複雜企業及軟件開發工作、需要長時程推理的旗艦模型。引入價格為每百萬輸入 token $2、輸出 token $10,11月30日後升至 $4 和 $20,緩存輸入折扣 95%。
inclusionAI 的 Ling3-Flash-UBTree-B16 是配合 inclusionAI/Ling-3.0-flash 使用的推測解碼草稿模型,不能獨立生成文字。
Liquid AI 發佈開放權重推理模型 LFM2.5-24B-A2B,面向筆記簿型電腦及 PC 上的智能體;這款 24B MoE 每個 token 約啟用 2B 參數,支援 131,072-token 上下文窗口。
Ming-3.0-asr-tiny 結合 Ling-tiny-v3 語言骨幹與音訊編碼器,可轉錄中文、英文及方言語音,並支援以熱詞或對話上下文改善專業詞彙辨識。模型在 15 個地區方言測試集(包括粵語、閩南語及上海話)、雜音語音及五個應用領域接受評估。模型權重及原始項目程式碼以 MIT License 發佈,並提供 Transformers 推理範例。
自然意志於10月13日發佈物理世界通用基礎模型 Natura-1,模型有 500 億參數,並以 100 萬小時的第一人稱視角人類經驗數據完成預訓練。Natura-1 以語言和視覺為輸入,可在 100 毫秒控制迴路中驅動 20 自由度靈巧手,並零樣本遵循複雜自然語言指令,在未見場景和任務中泛化。
Google DeepMind 表示,Gemini 4 Argon 令開源量子化學套件 xTB 的分子結構預測速度提升至最高 2.3 倍,構象搜尋則快 1.8 倍。
科大訊飛將於2026年10月22日舉行的全球1024開發者節主論壇發布訊飛星火X2.6及全新「雲+端」協同方案。該方案基於全國產算力,讓更多任務在本地完成,複雜任務則透過端雲協同處理。
Meta 於 2026年10月12日發佈面向 AI 智能體的 Muse Wonder 和 Muse Wonder Full,兩款模型可跨對話延續工作,面向長時間開發等任務。
自然意志發佈 Natura-1,稱這是其首個面向物理世界的通用基礎模型,可零樣本遵循語言指令,並在開放場景執行靈巧操作。模型有500億參數,採用 MoE 架構,以100萬小時第一人稱人類經驗數據預訓練,並以100毫秒控制迴路驅動20自由度靈巧手。
NEURA Robotics 於 2026 年 10 月 14 日推出 Neuron AI,稱其為用於 Physical AI 的多模態基礎模型,採用 Perception-Language-Action(PLA)架構,整合視覺、聽覺、觸覺與記憶,將多感官資訊轉化為實體動作。公司表示,模型可在機械人本機即時運行,無需伺服器往返,沒有雲端連線時仍可運作。
花旗指 Meta 早前推出 Muse Wonder 及 Muse Wonder Full(又名 Watermelon)模型,認為模型提升了推理、可靠性,以及運用 Active Memory 和 Active Focus 完成複雜任務的能力。
Google DeepMind 已向開發者、企業及付費 Gemini 訂閲用戶開放 Gemini 4 Argon,單次回應最多可輸出 1M token。模型的輸入與輸出共用 1M token 上下文窗口;Gemini API 入門價格為輸入每百萬 token $2、輸出每百萬 token $10,2026 年 11 月 30 日後調升至 $4/$20。
推薦理由:文章把 Gemini 4 Argon 的 1M token 輸出上限、定價和基準成績並列,亦交代部分對手分數的來源差異,有助掌握比較結果的限制。
Google 於 10 月 14 日發佈 Gemini 4 Argon,主打軟件工程、金融、法律、網絡安全和科學研究等複雜多步驟任務。Artificial Analysis 給予 Argon 53 分、排名第 6,並估算每項任務成本為 1.99 美元,較智能水平相當的 GPT-6 Astra 低約 40%。
推薦理由:文章並列 Artificial Analysis 的排名與任務成本、訂閲門檻及應用案例,呈現 Argon 能力表現與實際使用成本之間的取捨。
Google 推出 Gemini 4 Argon,開發者即日起可付費使用 Gemini API,輸入每百萬 tokens 收費 US$2、輸出 US$10,12 月 1 日起兩者加倍。
Google DeepMind 與新加坡 GovTech 公佈裝置端詐騙偵測模型,偵測到操縱性對話時會在手機即時發出警示,毋須把私人訊息傳送至雲端。模型以本地詐騙對話微調 Gemma,並採用兩階段流程,由輕量分類器篩查訊息,再由 Gemma 評估較完整的對話。微調在 GovTech 管理的 Google Cloud Platform 環境進行,訓練使用匿名數據集,排除私人及可識別個人資料。
Google 全球上線 Gemini 4 Argon,Pro 用戶可在 Gemini 應用及搜尋 AI 模式體驗,開發者可付費透過 API 使用。模型結合圖像、影片及語言理解、推理與程式碼執行,並可呼叫工具;官方公開的 19 項基準中,最高思考級別取得 13 項單獨最高、1 項並列最高。
推薦理由:文章並列 Chrome 重構、ADK 長時間維護及新酶設計等案例,呈現 Gemini 4 Argon 在程式工程與科研任務中的實測範圍。
Google DeepMind 與新加坡政府合作開發端側 Gemma 詐騙偵測模型,針對本地詐騙對話微調,並在智能手機上分析訊息以保護私隱。系統先以低耗電分類器篩查新訊息,再由微調後的 Gemma 評估較大的對話片段,偵測操控模式時會在裝置上即時發出警告。微調在 GovTech 管理的 GCP 環境內進行,訓練排除私人及可識別個人資料,並使用源自詐騙報告和情報資料的匿名化數據集。
Google 於 2026年10月14日向全球開發者及企業開放大語言模型 Gemini 4 Argon。
Google 已向全球開發者和企業開放 Gemini 4 Argon,並透過 AI Studio、Gemini 平台 API 等渠道提供使用。該模型在衡量金融、編碼、法律和税務等領域模型表現的 Vals Index 排名第一;Google 表示,Chrome 團隊以它完成數千萬行程式碼的架構重構,將原需數月的工作縮短至數週。
推薦理由:文章列出 Chrome 團隊重構數千萬行程式碼、把原需數月的工作縮短至數週的案例,提供 Gemini 4 Argon 用於大型工程工作的具體參照。
昨夜今晨重大消息涵蓋國際時事、金融市場及公司動態。遼寧艦航母編隊赴西太平洋相關海域訓練,美股三大指數集體收跌,道指、納指及標普500指數分別下跌0.35%、0.15%及0.02%。Apple推出HomeView智能家居管理裝置和HomePod mini 2智能揚聲器;Google Gemini 4 Argon向全球開發者及企業開放,NVIDIA將宣佈20億美元歐洲AI新投資。
Google Gemini 4 Argon 已面向全球開發者和企業開放,可透過 AI Studio 及 Gemini 平台 API 使用;Google AI Ultra 訂閲用戶可在 Google Antigravity 使用,Gemini 應用和搜尋 AI 模式則開放予 Google AI Ultra 及 Pro 訂閲用戶。
推薦理由:材料列出限時及促銷結束後的價格,並交代輸入、思考與輸出共用百萬 token 上下文窗口,可對照其使用成本與長輸出限制。
Google 今日向 Gemini app 的 Pro 和 Ultra 訂閲用戶推出 Gemini 4 Argon,並新增可在用戶離開電腦後繼續工作的任務模式。
推薦理由:文章交代 Argon 在 Gemini app 的訂閲開放範圍、任務模式的運作方式及 DeepSWE v1.1 比較數據,呈現這次更新的產品與編碼面向。
Liquid AI 於 2026 年 10 月 13 日在 Hugging Face 發佈開放權重推理模型 LFM2.5-24B-A2B,總參數量為 24B、每個 token 啟用 2B,並提供 base 版本下載。
Google 展示 Gemini 4 Argon 從人類執行任務的影片建立經校準的 MuJoCo 模擬、生成模擬程式碼,並將訓練流程轉移至 Apptronik 的 Apollo 人形機械人。
Artemis 公佈專有網絡防禦基礎模型 Orion-1,可跨企業系統調查威脅、重建攻擊過程,並按設定提出或執行應對。公司稱 Orion-1 在攻擊重建評測中得分 80.8,最佳受測前沿模型為 58.3,差距 22.5 分;這是廠商公佈的基準分數,不代表實際攻擊攔截率。模型目前透過 Artemis 平台向選定客戶提供私下預覽,高影響行動預設須經人工批准。
Google DeepMind 開始廣泛推出 Gemini 4 Argon,並擴大 Fairwind Program,讓更多可信網絡防禦者參與。在端到端模擬網絡攻擊測試中,Argon 解決全部 12 個情境,上一代為 5 個;Gray Swan 的 Indirect Prompt Injection(IPI)基準中,15 次自適應攻擊的成功率降至 0.7%。
推薦理由:文章並列高風險能力測試與多層防護安排,呈現 Gemini 4 Argon 如何應對網絡、生物濫用及智能體越界風險。