跳到正文
9月23日週三
  1. Latent Space83

    Anthropic 發佈 Claude Opus 5.5 並成為 AINews 預設模型,OpenAI 推出降價版 GPT-6 Sol 與 GPT-6 Luna

    Anthropic 發佈 Claude Opus 5.5,Latent Space 表示將其即時設為 AINews 後續內容的預設模型。Anthropic 表示其多數任務表現接近 Claude Fable 5.1,運行成本較 Opus 5 低 40%;文中補充,這項成本降幅適用於 medium 預設設定,API token 標價則下調 20%。

    推薦理由:報道並列 Claude Opus 5.5 與 GPT-6 Sol、GPT-6 Luna 的能力主張和價格變化,也區分 token 標價降幅與每任務成本,呈現不同降價口徑。

  2. gihyo.jp85

    Anthropic 發佈 Claude Opus 5.5,輸出速度較 Opus 5 提升逾 30%,API 輸入及輸出單價較 Opus 5 下調 20%

    Anthropic 發佈 Claude Opus 5.5,稱其輸出速度較 Opus 5 提升逾 30%,預設設定下典型工作的費用降低 40%。Claude Platform 的輸入及輸出價格分別為每 100 萬 token 4 美元及 20 美元,較 Opus 5 下調 20%。

    推薦理由:文章列出多項基準測試中 Claude Opus 5.5 與 Opus 5 的成績,並交代 Terminal-Bench 比較採用不同推理計算量設定,補足判讀性能差異所需的背景。

9月22日週二
  1. gihyo.jp47

    Aikido、オープンウェイトのセキュリティ向けAIモデル「Altar-1」を公開

    Aikido 發佈首款開放權重網絡安全 AI 模型 Altar-1,該模型以 GLM-5.3 壓縮而成,大小為 328GB,較量化版 GLM-5.3 小 32.8%。內部測試以 30 個程式碼庫中的 32 個已知漏洞作評估,Altar-1 三次測試中曾找出 23 個,與量化版 GLM-5.3 相同。模型可從 Hugging Face 取得,並可在機構自主管理的基礎設施運行。

  2. gihyo.jp75

    Xiaomi 發佈 MiMo-V2.6 Pro/Flash 並公開模型權重

    Xiaomi 於9月21日發佈 MiMo-V2.6 Pro 和 Flash,並公開模型權重、技術報告及強化學習環境與程式碼。兩款多模態模型支援文字、圖像、影片和音訊;Xiaomi 表示,擴大強化學習規模提升了它們在編碼、PC 操作、3D 空間推理及內容創作方面的能力。公司亦公開超過7,000個強化學習任務環境和訓練框架,並提供名為「mini-harnesses」的輕量 Agent 執行平台。

9月21日週一
9月20日週日
9月18日週五
  1. HKGAI 香港生成式人工智能研發中心67

    HKGAI 發佈 YuE2 開源音樂生成模型,登上 HuggingFace Trending 第4位

    香港生成式人工智能研發中心(HKGAI)推出開源音樂生成模型 YuE2,透過分離符號規劃與聲學渲染,支援創作、翻唱及編輯。按材料截至 2026年9月18日的數據,YuE2 在 HuggingFace Trending 排第4,上線9天官方主模型下載11,626次,連同周邊生態累計約17.9萬次。模型支援六種語言及逾60種音樂流派,權重可免費下載作非商業用途,並可用單張消費級顯示卡在本地執行。

    推薦理由:文章交代 YuE2 如何分離符號規劃與聲學渲染,並讓創作者在生成各步驟介入修改,具體呈現可控音樂生成的設計方式。

9月17日週四
  1. 螞蟻 inclusionAI:HuggingFace 新模型52

    inclusionAI 發佈 Ming-Image-0.1-Design 6B 文生圖模型

    inclusionAI 發佈 Ming-Image-0.1-Design,這款 6B 文生圖模型面向 UI、資訊圖表、海報等文字密集的視覺設計。模型可生成完整視覺構圖並支援透明背景 RGBA 輸出,建議解像度為 2048 x 2048,或採用 1024 x 1024 加快生成。建議採樣步數為 12,驗證配置為一張配備 80 GiB VRAM 的 CUDA GPU,授權為 MIT License。

9月16日週三
  1. gihyo.jp79

    Google 發佈 Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking

    Google 於 2026 年 9 月 15 日發佈語音對話模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,兩者可在持續對話時理解視覺資訊及非同步呼叫外部工具。

    推薦理由:兩款模型分別面向快速、具成本效益的語音智能體與複雜多步任務,並可在不中斷對話下呼叫工具,清楚區分兩者的適用場景。

9月15日週二
  1. OpenMOSS / 復旦NLP / 上海創智 / MOSI61

    OpenMOSS 開源 MOSS-Transcribe-Diarize 0.9B 音訊理解模型

    OpenMOSS 開源 MOSS-Transcribe-Diarize 0.9B,這款端到端音訊理解模型可在單次處理中完成長篇多説話人音訊轉寫、説話人分離及時間戳標註。模型支援 50+ 種語言,亦可選擇輸出聲學事件標註。整體表現更高的 MOSS-Transcribe-Diarize Pro 可透過線上 playground 使用。

9月14日週一
9月11日週五
9月10日週四
  1. 通義 QwenAudio:原創語音項目62

    Tongyi Lab 發佈 Fun-ASR 端到端語音識別模型系列

    Tongyi Lab 發佈 Fun-ASR 端到端語音識別模型系列,分為支援中英日及中文方言的 Fun-ASR-Nano-2512,以及支援 31 種語言的 Fun-ASR-MLT-Nano-2512。兩款模型均為 800M 參數,前者以數千萬小時語音訓練,後者以數十萬小時語音訓練。兩者均可接入 FunASR 作推理與服務,項目亦提供 vLLM 批次推理、即時串流及 WebSocket 服務路徑。

  2. OpenAI News66

    GPT‑Live‑1 為 API 帶來自然全雙工語音對話

    OpenAI 將 GPT‑Live‑1 引入 API,提供自然的全雙工語音對話及更強的指令遵循能力。它亦支援自訂聲音及電話服務。

    推薦理由:原文列出全雙工對話、指令遵循、自訂聲音及電話支援,能讓讀者迅速掌握 GPT‑Live‑1 接入 API 後涵蓋的語音能力。

9月9日週三
  1. ezone · IT Times AI 應用63

    京東物流發佈「超腦」大模型 3.0,計劃 5 年內採購 300 萬部具身機器人

    京東物流發佈「超腦」大模型 3.0,整合決策 AI、流程 AI 與物理 AI,覆蓋倉儲、運輸及配送全鏈路。系統將處理上億級包裹端到端最佳路徑規劃的求解時間,由分鐘級縮短至秒級。京東物流並計劃未來 5 年採購 300 萬部機器人、100 萬部無人車及 10 萬架無人機。

  2. LG AI Research:官方研究博客64

    LG AI Research 介紹 EXAONE Tabular 表格數據基礎模型

    LG AI Research 介紹 EXAONE Tabular,這款表格數據基礎模型可在不更新參數的情況下進行分類與回歸預測。模型只用自行生成的合成數據從零預訓練,並以帶標籤支援集和無標籤查詢集作為輸入。在 TabArena,分類版本以單一預設設定取得總榜第一;回歸版本的表現媲美參數量為 1.64B 的 TabFM,推理成本約為其 1/11。

9月8日週二
  1. Nathan Lambert:Interconnects48

    Latest open artifacts (#24): Motif-3, GLM-5.3, Hy4-preview and open model licenses

    最新開放模型動態涵蓋 Motif-3、GLM-5.3、Hy4-preview 等模型,並指出 GLM-5.3 由 MIT 改用自訂授權。該授權規定,Model as a Service 服務商及其關聯方在任何連續 12 個月的總收入超過 10 billion US dollars,須通過 Z.AI 安全審查;「關聯方」未有定義,增加採用上的不確定性。