跳到正文
11月16日週一
  1. DoNews59

    研究團隊發布 NEO‑VLA 原生視覺—語言—動作機械人策略模型

    南洋理工大學 S-Lab、商湯研究院與 Ropedia 研究團隊發布 NEO‑VLA,一款不設獨立視覺編碼器、將像素直接輸入視覺—語言主幹的機械人策略模型。模型主幹為 2B 參數,在 LIBERO 完整微調後平均成功率為 95.3%;LIBERO-Plus 分佈偏移測試加權總分為 89.7%,RoboTwin 2.0 隨機場景成功率為 69.4%。

11月15日週日
  1. 新浪科技44

    開源盤古模型 openPangu-2.1-Pro 上線華為雲,升級 Agent 開發、AI 編碼及推理優化能力

    華為雲 MaaS 模型即服務平台正式上線開源盤古模型 openPangu-2.1-Pro,模型針對 Agent 開發、AI 編碼及推理優化三大方向升級。模型在深度研究、鴻蒙系統操控、鴻蒙 App 開發、昇騰算子生成及推理鏈路優化等場景有所增強,並將接入智果 AgentArts、碼道 CodeArts 及果辦 OfficeAce。

  2. IT之家47

    開源盤古模型 openPangu-2.1-Pro 上線華為雲,升級智能體開發、AI 編碼及推理優化能力

    華為雲 MaaS 平台正式上線開源盤古模型 openPangu-2.1-Pro,聚焦智能體開發、AI 編碼和推理優化三大方向升級能力。模型以 10 萬餘條專項數據優化 Skills 觸發、工具選擇與調用,並加強深度研究、鴻蒙系統操控及昇騰算子生成等場景。平台提供模型 API,推理輸入價格為每百萬 tokens 0.8 元,推理輸出為 3.2 元。

  3. The Decoder78

    美團發佈 LongCat-2.5 權重,1.6 trillion 參數智能體模型全程未用 NVIDIA GPU 訓練

    美團公開 LongCat-2.5 權重,這款面向長程多步驟智能體任務、尤其是編碼的 1.6 trillion 參數模型,全程以中國硬件訓練。它每個 token 約啟用 48 billion 參數,並可透過 API 一次處理最多 1 million tokens、生成最多 128,000 tokens,支援文字、圖像和影片輸入。

    推薦理由:報道列出多項智能體基準成績,並交代 194 張華為昇騰加速器的部署配置,便於對照模型表現與自建部署的硬件要求。

  4. 美團 LongCat:HuggingFace 新模型57

    美團 LongCat 發佈 LongCat-Video-Avatar 1.6,支援超過 10 分鐘影片生成

    美團 LongCat 發佈開源音訊驅動人物影片生成框架 LongCat-Video-Avatar 1.6,改善唇音同步、動作協調與長影片視覺一致性,並優化推理效率。材料稱其可生成超過 10 分鐘的影片;在人類偏好比較中,該版本在六個系統中排名第二,Bradley–Terry Elo 評分為 1068.1,研究收集了 33,051 份有效投票。

11月14日週六
  1. The Decoder62

    Runway 開源 Praxis-1,以影片模型控制機械人

    Runway 發佈機械人控制模型 Praxis-1,並以 Apache 2.0 授權公開模型權重及原始碼。模型根據相機畫面、文字指令及機械人位置資訊預測環境變化,再計算機械人動作。在 NVIDIA RoboLab-120 模擬榜單中,Praxis-1 得分 46.2%,高於 FLUX 3 Action 的 42.9%;這些測試由 Runway 自行進行,尚未獲獨立核實。

  2. DEV Community57

    NVIDIA GR00T 2 旨在讓機械人技能跨機體遷移

    NVIDIA 將 GR00T 2 描述為開放的「world-action model」,旨在從人類及機械人示範中學習,並把技能遷移至不同機體。NVIDIA 報告指,GR00T 2 在 50 項任務的多次試驗中零樣本成功率為 40%,微調後結果較高;Samarth Urs 認為,模型在其中 40 項任務各至少成功一次的呈現方式可能高估表現。

  3. IT之家43

    清華大學發布單細胞蛋白組基礎模型 ProtCell,利用摩爾線程 S5000 智算卡完成「虛擬細胞」預訓練復現

    清華大學自動化系江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 智算卡上完成全流程預訓練復現。模型匯集約 3.8 億個細胞及 98 個公開數據集作預訓練與評估,可映射細胞狀態、推斷未測蛋白表達。主要定量評測指標與國際主流 GPU 平台的差異僅約 0.2%。

  4. Hacker News:AI 熱帖32

    Unsloth Qwen3.8-27B 量化版本 Dynamic v3.1 更新

    Unsloth 更新 Qwen3.8-27B 量化版本,推出 Dynamic v3.1 更新。Hacker News 討論涉及最小量化版本與 Bonsai 2 的比較,以及 Q5+ 與 v3.0 的比較;留言者認為前兩者都無法正常運作,但 Unsloth 的版本較好。

  5. Hacker News:AI 熱帖25

    Gemini 4 Hydrogen

    Hacker News 上出現標題為「Gemini 4 Hydrogen」的貼文,連結至 aistudio.google.com。貼文有 21 分及 2 則評論,其中一則評論表示,這些項目似乎正定期推出。

11月13日週五
  1. 新浪科技27

    AI 進化速遞|Google 發佈 Gemini 4 Hydrogen

    Google 發佈全新 AI 模型 Gemini 4 Hydrogen。騰訊混元發佈實時語音模型 Hy Realtime,科大訊飛星火語音基座大模型 SparkAudio 1.0 上線 API 服務;中芯國際稱 AI 算力供不應求,並指 2027 年半導體代工產能將非常緊缺。

  2. DEV Community78

    Gemini 4 Hydrogen:Google 面向日常編碼的快速模型

    Google 於 2026 年 11 月 12 日推出 Gemini 4 Hydrogen,定位為面向日常編碼及多步驟工作的快速模型,並已陸續在 Search、Gemini app、Google AI Studio、Gemini API 和 Google Antigravity 推出。

    推薦理由:文章將 Hydrogen 與 Carbon 在 Antigravity 中的分工,連同 Google 公佈的速度和 Terminal-Bench 4.1 數據並列,呈現其快速執行定位及已公佈指標。

  3. 第一財經27

    美股盤前丨道指期貨升0.26% 英偉達盤前升近2%

    美股三大股指期貨上揚,道指期貨升0.26%,標普500指數期貨升0.3%,納斯達克100期貨升0.06%;英偉達盤前升近2%,特斯拉昇逾1%。Google發布全新AI模型Gemini 4 Hydrogen。Microsoft 365、Outlook等多款應用服務中斷,微軟稱服務恢復取得進一步進展,部分用戶仍可能遇到間歇性問題。

  4. 第一財經36

    AI 進化速遞|Google 發佈 Gemini 4 Hydrogen

    Google 發佈全新 AI 模型 Gemini 4 Hydrogen。騰訊混元發佈實時語音模型 Hy Realtime,科大訊飛星火語音基座大模型 SparkAudio 1.0 上線 API 服務。中芯國際趙海軍表示 AI 算力供不應求,2027 年半導體代工產能將非常緊缺。

  5. 螞蟻 inclusionAI:HuggingFace 新模型50

    inclusionAI 提供 Duo-1.2-causal-base 完整模型權重下載

    inclusionAI 提供 Duo-1.2-causal-base 的完整模型權重套件,這是用於即時音訊視覺互動的全雙工多模態世界模型。套件包括 Realization 權重與主幹網絡、Intent 模型與 adapter、影片和音訊編解碼器、語音辨識器及 forced aligner,權重格式為 PyTorch Distributed Checkpoint (DCP)。

  6. Analytics India Magazine79

    Google 發佈 Gemini 4 Hydrogen,主打加快編碼及 AI 工作流程

    Google 發佈 Gemini 4 Hydrogen,面向編碼、研究及日常商務任務,並稱其可寫程式碼、修正錯誤及執行測試。Google 稱 Hydrogen 在預設 high thinking level 下比 Gemini 3.8 Flash 快 2.5 倍,並在 Terminal-Bench 4.1 得分 57%,高於 Gemini 3.8 Flash 的 18.2%。

    推薦理由:Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的速度及 Terminal-Bench 成績,加上 Orchestrator 的配額與完成時間數據,提供了比較任務效率的依據。

  7. 新浪科技61

    騰訊混元發佈 Hy Realtime 即時語音模型,新增智能體工具調用和唱歌能力

    騰訊混元正式發佈即時語音模型 Hy Realtime,提升語音理解、指令遵循及擬人化表達能力,並新增智能體工具調用和唱歌能力。模型已在騰訊元寶語音通話及騰訊客服上線,近期將登陸騰訊雲,向開發者和企業客戶提供 API。下一階段將重點提升雙工互動、長期個性化記憶及前後台 Agent 互動能力。

  8. IT之家65

    騰訊混元發佈即時語音模型 Hy Realtime,新增工具調用與唱歌能力並已在元寶語音通話、騰訊客服上線

    騰訊混元發佈即時語音模型 Hy Realtime,新增智能體工具調用和唱歌能力,並已在元寶語音通話、騰訊客服等產品上線。模型可結合上下文理解不完整或經修改的語音意圖,並判斷是否調用網絡搜尋;近期也將上線騰訊雲並提供 API 服務。

  9. 第一財經53

    騰訊混元發佈全新即時語音模型 Hy Realtime

    騰訊混元於11月13日發佈全新即時語音模型 Hy Realtime,新增 Agentic 工具調用與唱歌能力。模型在語音理解、指令遵循及擬人化表達等基礎對話能力上表現優異。Hy Realtime 已在元寶語音通話、騰訊客服等產品上線,近期亦將上線騰訊雲並提供 API 服務。