新模型正在带来变革，用户称其"jevolutionizing"
有用户称一款新模型正在带来变革（"jevolutionizing what new model can do"），相关内容获得 93 次点赞、7 条回复、3 次转发和 10064 次浏览，但未透露模型名称与具体能力。
全部AI 动态
全部动态
今日 0 条eric zakariasson(@ericzakariasson)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Harrison Chase(@hwchase17)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 直播：Jev 如何加速 AI 智能体循环
LangChain 将于下周二举办直播，由工程团队的 Sydney Runkle 讲解 TypeSafe AI 的新模型 Jev 如何用于 AI 智能体。该模型在分类任务上据称推理速度最高快 200 倍、成本低 400 倍，目标是解决智能体循环慢且昂贵的问题。直播内容涵盖 Jev 在智能体循环中的位置以及如何搭建 harness。
Paul Couvert(@itsPaulAi)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 PrismML 发布 Ternary Bonsai 2 27B，基于 Qwen3.8 27B 以 5.9 GB 保留 98.2% 基准性能
PrismML 宣布推出 Ternary Bonsai 2 27B，基于 Qwen3.8 27B，体积比全精度版本小 9 倍，仍保留 98.2% 的综合基准性能，占用仍为 5.9 GB，今日以 Apache 2.0 许可开放。
xAI(@xai)AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 xAI 发布 Grok Voice Transcribe 2.0 语音转写模型
xAI 发布 Grok Voice Transcribe 2.0，称其为全球最准确的语音转写模型。原文未给出具体准确率数据、语言支持范围或开放使用方式。
Mustafa Suleyman(@mustafasuleyman)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mustafa Suleyman：Muse Image、MAI-Image-2.6 与 GPT Images 2.5 刷新图像生成性价比前沿
Muse Image、MAI-Image-2.6 和 GPT Images 2.5 在近几周大幅推进了文生图在价格与速度两个维度上的帕累托前沿，Artificial Analysis 的数据显示生成高质量图像比以往更便宜、更快。Mustafa Suleyman 称这是全球图像生成领域最佳的性价比表现。
机器之心SOTA模型AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 豆包2.1 Pro 0915版支持多模态编程，Anthropic开源生物模型推理工具集，ChatGPT for Word上线
豆包2.1 Pro 0915版进入火山方舟模型列表，支持百万 Token 上下文与多模态编程，并强化长程 Agent 协作与异步子任务验收。Anthropic 开源含 36 套工具的生物模型推理优化工具集，报告平均提速约 4 倍，其中 FlashPairformer 专用内核加速结构预测，仓库为研究参考发布、不计划持续维护。
阿里研究院精选AI 评估 · 82/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 82/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阿里发布全模态模型 Qwen3.8-Omni-Flash
新一代原生全模态模型 Qwen3.8-Omni-Flash 正式上线千问AI平台，支持文本、图像、音频和视频输入以及 1M 长上下文，目标是把全模态能力从理解内容推进到规划任务、调用工具并完成创作。
为什么值得看
原文给出全模态模型的评测提升、API 降价幅度与配套开源工具，读者可据此判断音视频智能体的落地成本变化。
idoubi(@idoubicc)AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jev 决策模型上线 OpenRouter：只做布尔判断、枚举选择与候选打分
Jev 决策模型已在 OpenRouter 上线，定位为 System One，不做长文生成，只处理布尔判断、枚举选择、候选打分三类决策任务。它不兼容 OpenAI Chat Completions 格式，需用 Decisions API 自行拼 state 与 questions。典型场景包括搜索意图识别、本地模型网关路由和多 Agent 协作中的 Bot 分派。
智谱AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 智谱上线 GLM-5.3-FlashX，最高 200 tokens/s
智谱正式推出 GLM-5.3-FlashX，最高 200 tokens/s，API 已上线，Model Key 为 GLM-5.3-FlashX。官方称该版本前身以 Ox Alpha 之名与开发者见面，调用量持续攀升，此次在10万张国产芯片提供的推理算力基础上加大 Infra 投入与推理优化。GLM-5.3-Flash 长期保持同尺寸最强智能水平，本次提速进一步形成智能、价格、速度的全面竞争力。
Qwen(@Alibaba_Qwen)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qwen 发布更多案例与细节
Qwen 公布了更多案例与细节，相关视频需在支持 video 标签的浏览器中查看。原文仅附链接与互动数据，未披露模型版本、参数或具体功能信息。
Qwen(@Alibaba_Qwen)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qwen 谈性能与价格
Qwen 发布内容聚焦"性能与价格"这一主题，未披露具体模型版本、参数规模或定价数字。该条内容互动数据为 4 条回复、5 次转发、182 个点赞、27766 次浏览。
Qwen(@Alibaba_Qwen)AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阿里发布 Qwen3.8-Omni-Flash 全模态模型，主打智能体能力
阿里发布 Qwen3.8-Omni-Flash，称其为 Qwen 首个围绕智能体能力构建的全模态模型，将原生音视频理解、推理与工具调用整合在同一模型中，实现理解内容、规划任务、用工具执行并交付结果。
数字生命卡兹克AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 TypeSafe AI 发布只做高频决策的模型 Jev
TypeSafe AI 发布新模型 Jev，它不生成文字，只输出决策与置信度，定位为 System One Model 通用分类器，主打高频判断场景。官方称其速度比常规大模型快 20～200 倍、成本低 40～400 倍，价格为 0.042 美元/百万 Token，输出 Token 免费，并采用名为 RLCD 的面向校准决策的强化学习方法。
Character.AI(@character_ai)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Character.AI 分享 CAI-Image 图像模型家族如何工作
Character.AI 对开源图像模型进行后训练，做出自己的 CAI-Image 模型家族，目标是让同一个 Character 在故事所需的每种风格、场景和页面中都保持可识别。该模型家族支撑 Character.ai 上的 Comics 与图像生成功能。
NVIDIA AI(@NVIDIAAI)AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 World Labs 用 32 张图在 NVIDIA Voyager 实测 Atlas 世界模型
NVIDIA AI 转发 World Labs 的测试：给世界模型 Atlas 输入 32 张 NVIDIA Voyager 总部图像，Atlas 以前述图像作为 3D 空间上下文生成新视角，并支持实时飞行浏览与像素级精确的相机控制。
Runway(@runwayml)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Runway 推出 Enhance Frame Rate 帧插值模型，可将任意视频转换为 25/30/48/60/120 fps
Runway 发布帧插值模型 Enhance Frame Rate，可将任意素材转换为所需帧率规格，支持 25、30、48、60、120 fps 以及 NTSC 的 59.94 标准。用户可通过官方链接开始使用。
Jina AI(@JinaAI_)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 jina-ocr-v1，现已可在 Hugging Face 使用
Jina AI 推出 OCR 模型 jina-ocr-v1，已在 Hugging Face 上线可直接使用，并同步放出技术报告与模型博客。官方同时向用户征集使用反馈。
Jina AI(@JinaAI_)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 jina-ocr-v1：基于 DeepSeek-OCR 后训练，支持 25 种语言
Jina AI 推出基于 DeepSeek-OCR 后训练的 jina-ocr-v1，多语言支持扩展至 25 种，并针对 NVIDIA L4 等低预算 GPU 优化。该模型在 OmniDocBench v1.6 上得分 91.14，olmOCR-Bench 上得分 83.4，页面吞吐量在所有竞品中最高。
Thomas Wolf(@Thom_Wolf)AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 小米 MiMo-V2.6 大规模 RL 训练进展公开，Fuli Luo 称将逐项开源细节
小米 MiMo-V2.6 正处于 RL 训练中，团队近半年专注研究 RL 能扩展到多大程度。这一轮在三个方向做了扩展：每步约 2B tokens 的算力（1568 prompts × 16 rollouts，全异步）、多任务智能体 RL 环境与 harness（单次运行中混合多种 harness），以及评分算力（组内智能体信用分配，结合测试用例与 rubric 奖励）。
向阳乔木推荐看AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 三个月后豆包 Seed-2.1-pro-0915 实测：7个案例看进化多少
向阳乔木用豆包 Seed-2.1-pro-0915 实测 7 个案例，覆盖深度调研、多模态 Agent 开发、Blender 3D 建模、视频生成、钓点地图、视频剪辑与代码仓库分析。
阿真IreneAI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 豆包 Seed-2.1-pro 0915 版本多模态 Coding 与长任务实测
豆包 Doubao-Seed-2.1-pro 升级到 0915 版本，官方称重点提升 Coding、Agent 与多模态能力。作者实测了用平面图和作品资料生成三维电子展馆网页、从零策划含 Office 三件套的完整游戏项目、以及借助 Blender MCP 生成白模运镜参考视频再交给 Seedance 出片等案例。
夕小瑶科技说AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 小米直播 MiMo-V2.6 强化学习训练，两天花费超113万美元
小米 MiMo 大模型负责人罗福莉宣布，新一代模型 MiMo-V2.6 处于强化学习训练阶段，训练过程实时对外直播，页面同时跑 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 两条线，数据直接来自训练器日志。
袋鼠帝AI客栈AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 豆包 Seed-2.1-Pro 升级实测：5个多模态 Agent 案例
字节豆包迎来 Seed-2.1-Pro 升级，作者在内测中用豆包工作、API 接入 Codex 和 Claude Code 三种环境完成5个案例。案例包括用豆包工作连接 Godot 做完整可玩游戏、制作3D T恤定制页面、用 Methy 加 Blender 跨软件做海洋动物3D管线并测试 Unity 场景、生成飞机地球航线 web、以及网络电台音乐播放器。
夕小瑶科技说AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6 Sol 疑似灰度现身，奥特曼预告本周大更新
社区多位用户发现请求 GPT-5.6 Sol 时返回模型名显示为 GPT-6 Sol，调用记录出现模型不一致提示；V2EX 用户通过 sub2api 反代也报告了相同现象。
Epoch AIAI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Epoch AI：GPT-6 Astra 在数学基准上领先，软件工程并非如此
Epoch AI 用 Epoch Capabilities Index（ECI）及面向数学和软件领域的 ECI 变体，对比 GPT-6 Astra、Claude Fable 5.1、GPT-5.6 Sol 和 Kimi K3 四款近期模型，结果显示 GPT-6 Astra 在数学基准上领先，但在软件工程上并非如此。
Jeff Dean(@JeffDean)精选AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Periodic Labs 用 1300 张 H200 训出 Neon，称在分析基准上超过 GPT-6 Astra
Periodic Labs 在 Menlo Park 建立高通量材料实验室，让实验与模型形成闭环：实验室产生新数据，模型从中学习并决定下一步实验方向。团队仅用 1300 张 H200，加上数月的实验数据，对一个开源模型做中期训练和 RL，得到 Neon，并称其在自己设定的分析基准上超过 GPT-6 Astra。团队表示先聚焦材料科学难题，包括超导体、磁体和半导体材料。
为什么值得看
材料给出了高通量材料实验室与模型闭环的训练路径和硬件规模，读者可据此了解实验数据驱动的模型迭代方式。
ChatGPT(@ChatGPTapp)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将于 10 月 14 日从 ChatGPT 和 Codex 下线 GPT-5.5
OpenAI 宣布将于 10 月 14 日在 ChatGPT、ChatGPT Work 和 Codex 的所有套餐中下线 GPT-5.5。在 Codex 中使用 GPT-5.5 的用户被建议切换到 GPT-5.6 Sol 或 GPT-6 Astra。
Patrick Loeber(@patloeber)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 推出两款面向 Live API 的 Gemini 模型：Gemini 3.8 Live 和 3.8 Live Extended Thinking，官方称其为目前最好的对话式 AI。新模型在智能水平和并行推理上有较大升级，可在对话中思考并在后台处理任务而不打断用户流程，实时语音协作更顺畅自然，可在 ai.studio/live 测试。
Logan Kilpatrick(@OfficialLoganK)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时音频模型
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时音频模型，称其为新的 SOTA 实时音频模型，并提供前沿级别的价格与性能。Gemini 3.8 Live 支持 97 种语言且可无缝切换，并支持异步工具调用。
Philipp Schmid(@_philschmid)精选AI 评估 · 83/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 83/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.8 Live 与 3.8 Live Extended Thinking 发布
Gemini 3.8 Live 与 3.8 Live Extended Thinking 发布，延续上月 3.5 Transcribe 对实时语音智能体的投入。
为什么值得看
Gemini 3.8 Live 公布了实时语音定价与智能体任务得分，可据此判断实时语音智能体的能力与接入方式。
Google AI(@GoogleAI)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google 发布两款 Gemini Audio 模型。Gemini 3.8 Live 主打规模、速度与成本效率，支持句子中途打断、在 97 种语言间即时切换，并能理解视觉上下文；Gemini 3.8 Live Extended Thinking 面向更复杂任务，可边推理边说话，并在工作时同步播报进展，以处理活动策划这类多步骤后台项目而不打断对话。
Google AI(@GoogleAI)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 推送 Gemini 3.8 Live 与 Extended Thinking 版本
Google 宣布 Gemini 3.8 Live 正在推送，消费端进入 Search Live，开发者可在 Gemini API 通过 Google AI Studio 公开预览，企业端通过 Gemini Enterprise 定向预览。
Google DeepMind BlogAI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，分别面向规模化低成本场景和高复杂度多步推理任务。
Google DeepMind(@GoogleDeepMind)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，官方称其为最强对话式 AI。这两款模型可对话、思考，并在后台处理任务而不打断用户当前流程。
NVIDIA AI(@NVIDIAAI)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA Nemotron Labs 专家解读 Nemotron 后训练
NVIDIA Nemotron Labs 推出「Ask the Experts」栏目，专门解读 Nemotron 的后训练流程。内容以直播形式发布，原帖附带 x.com 直播链接。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Fable 5.1 在 Artificial Analysis Intelligence Index v4.2 中并列第一
Claude Fable 5.1 在 Artificial Analysis 的 Intelligence Index v4.2 上守住第一，并与 OpenAI 的新模型在更新后的基准测试中并列。
阶跃星辰AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阶跃星辰发布 StepAudio 3 系列语音大模型，五款模型上线开放平台
阶跃星辰发布 StepAudio 3 系列语音大模型，包含 Realtime、ASR、TTS、Gen 和 Music 五款模型，均已上线阶跃星辰开放平台。
Thomas Wolf(@Thom_Wolf)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Reward AI 发布 OM-1 机器人基础模型，零样本泛化到任意机器人
Reward AI 推出首个机器人基础模型 OM-1，可零样本泛化到桌面机械臂、工业机械臂和人形机器人等任意机器人本体。该模型直接从人类操作数据中学习，无需遥操作或机器人数据，据称在灵巧度与效率上接近人类水平，并支持多机器人协作。
Google DeepMind(@GoogleDeepMind)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind WeatherNext 3 每小时更新一次天气预报
Google DeepMind 的 WeatherNext 3 改为每小时更新一次，用于应对快速变化的天气条件。该模型可为风电场预测高达 100 米处涡轮机的风速与风向以推算发电量，并为太阳能电站预测云量与辐射以估算到达太阳能板的日照水平。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6 Astra 登顶 ARC-AGI-3 榜单并降低 token 成本
DeepLearning.AI 指出 GPT-6 Astra 登顶 ARC-AGI-3 榜单，同时降低 token 成本。它在 Artificial Analysis 的 Intelligence Index 上与 Claude Fable 5.1 持平，并具备异步工具调用以支持并行执行、跨 API 调用保留推理记忆等特性。