Canva 发布首个自研图像生成模型 Canva Craft
Canva 发布首个自研图像生成模型 Canva Craft，由内部研究团队开发，对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成，先解析提示词并规划元素空间关系、相对尺度、视觉层级和文字信息，再输出最高 2K 分辨率、支持 30 种宽高比的图像，并可用 Canva Magic 转为分层设计。
#模型发布
TechCrunch · AIAI 评分6060 Hugging Face BlogAI 评分3434 OlmoEarth v1.3 发布：面向全球的 SOTA 卫星嵌入模型
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，为全球每 10 米像素生成 128 维向量（前 64 维可单独使用），并公开全行星年度预计算嵌入。
量子位AI 评分4949 星辰发布并开源意图理解模型 Xing4.0-29B-Intent
中电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放 275.3 万条训练语料、模型权重与推理镜像。该模型将意图识别与参数抽取结合，输出 JSON 结构化结果，完整结果响应时延可达百毫秒级。在 6000 道题评测中总分 58，高于参评 18 款通用模型的最高分 49。
TechCrunch · AIAI 评分6666 Recursive 发布可在笔记本运行的免费编码模型 Flint，称主要由 AI 参与构建
AI 初创公司 Recursive 发布首个模型 Flint，这是一个可在笔记本上离线运行的免费编码模型，以 Apache 2.0 许可证在 Hugging Face 开放下载。
Hugging Face BlogAI 评分5858 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化，单次前向推理读取最多 10,000 条历史样本作为上下文。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Speech 5.0 系列语音模型
IBM 更新 Granite Speech 系列，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
The DecoderAI 评分6262 Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 和 Claude Haiku 5.5 的四到八倍
Inception 发布扩散语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，运行速度快四到八倍。
Hugging Face BlogAI 评分3838 NVIDIA Kumo Forecast：结合预训练时序表示与历史模式检索的可解释预测模型
NVIDIA 推出 Kumo Forecast 多变量时序预测模型，基于 MOMENT-1-large 骨干，约 3.4 亿参数编码器加可训练预测头，采用 Apache 2.0 许可开源。其 DARR 模式通过最近邻检索历史模式增强直接预测，并附带按预测步长生成的可解释性框架。模型代码与权重已在 Hugging Face 发布，支持 256 至 2048 观测长度的数值时序输入。
Hugging Face BlogAI 评分5858 NVIDIA 发布 Nemotron 3.5 Embed、Rerank 与 Parse 检索模型
NVIDIA 扩展 Nemotron Retriever 系列，发布 Nemotron 3.5 Embed（8B BF16、1B BF16、1B NVFP4）、Nemotron 3.5 Rerank 8B BF16 和 631M 参数的 Nemotron 3.5 Parse，均为开放且可商用的模型。
NVIDIA BlogAI 评分5858 NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开源模型家族
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、面向结构化业务数据的 Kumo 系列、Cosmos 3.5 世界模型、面向自动驾驶的 Alpamayo 2 Edge、BioNeMo 蛋白质设计模型和量子计算模型 Ising。
量子位AI 评分5858 记忆张量开源MemT 1.0系列，把记忆原生焊进Transformer
记忆张量开源发布MemT 1.0系列记忆原生模型，包括36B参数、激活3B的MemT-1.0-Nano（基于Qwen3.6-35B-A3B）和288B参数、激活17B的MemT-1.0-Flash（基于DeepSeek-V4-Flash），在选定Transformer模块中增加与注意力并行的记忆计算通路。
量子位精选AI 评分7878 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一，AA 榜单 43 分。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的具体分数与定价，可据此比较国产 Flash 模型的能力与成本位置。
The DecoderAI 评分6262 ElevenLabs 发布两款实时语音到语音模型 Eleven Realtime
ElevenLabs 发布两款名为 Eleven Realtime 的语音到语音模型。Max 版本在 Big Bench Audio 基准上得分 98.8%，响应时间为 0.57 秒，ElevenLabs 称 Artificial Analysis 榜单上没有模型同时更快且更准确。
Hugging Face BlogAI 评分3636 NVIDIA Cosmos3-H-Dreams：用生成式仿真还原临床胆囊切除手术
NVIDIA 推出 Cosmos3-H-Dreams，这是首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术仿真器。它基于 160 亿参数的 Cosmos3-H-Embodied-Nano，经蒸馏得到四步与两步去噪两个 checkpoint，借助 FlashDreams 在单张 NVIDIA RTX PRO 6000 GPU 上交互运行。
Latent SpaceAI 评分5858 AINews 汇总：DeepSeek V4.1 Flash 1017 等模型发布与行业动态
Latent Space 的 AINews 汇总了 10 月 16 日至 19 日的 AI 动态，DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文窗口发布，MIT 许可，定价维持每百万输入/输出 token 0.30/1.20 美元。
爱范儿AI 评分6060 记忆张量发布并开源记忆原生大模型 MemT 1.0
记忆张量发布并开源记忆原生大模型 MemT 1.0，将记忆内化进底层架构，由模型自行学习读写、更新和调用记忆。在 11 项系统记忆基准测试中，MemT-1.0-Flash 和 MemT-1.0-Nano 均分分别为 50.6 和 47.0，领先同组最强参数化记忆基线 12.5 分和 8.9 分。
少数派AI 评分6060 MiniMax 发布 M3.1 Flash 模型，推理速度提升近 3 倍
稀宇科技（MiniMax）于 10 月 19 日正式上线 MiniMax M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。
The DecoderAI 评分6767 MiniMax 发布 M3.1 Flash 推理模型，每任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 上得分 42，比前代 M3 高 13 分，每任务成本不到其一半。
TechCrunch · AIAI 评分5858 英伟达发布 Nemotron 3.5 Super VL 与 Bolt 系列开放模型，面向企业智能体和 AI PC
英伟达发布面向常驻智能体与边缘计算的开放权重模型，包括 1200 亿参数的 Nemotron 3.5 Super VL 和两款轻量 Bolt 模型。Super VL 面向企业智能体，英伟达称其在指令遵循和工具调用上可接近更大的 Nemotron 3 Ultra，并称在文档智能、财务会计、医疗保险理赔等任务上经后训练后快于 Anthropic 和 OpenAI 的竞品。
量子位AI 评分6767 VAST 开源实时世界模型 EdenLive，单张 RTX 5090 上 720P 超 24FPS
VAST 发布并开源实时世界模型 EdenLive，在单张消费级显卡 RTX 5090、720P 条件下，5B 模型生成速度超过 24FPS，端到端延迟为百毫秒级，并支持分钟级连续生成。
量子位AI 评分5858 智谱推出法律专用开源模型 GLM-Legal
智谱发布法律专用开源模型 GLM-Legal，在 Vals AI 法律测评中以 19.2% 任务全通过率和 86.23% 准确率位列 Harvey LAB 与 LegalBench 开放权重模型榜首。该模型基于 GLM-5.3-Flash 底座经法律语料中期训练和数万法律任务强化学习，可审合同、串证据、做跨境合规，目前开放 Beta 申请并计划接入 AutoClaw。
量子位精选AI 评分7878 DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，官方称其针对 DeepSeek Harness 做了专项优化，在提升代码与 Agent 任务表现的同时缩短任务运行时间、减少输出消耗和 token 费用。
推荐理由：新模型在基准测试中提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 任务的成本边界变化。
量子位精选AI 评分8383 谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，主打编程、专业知识工作与长流程任务执行能力。API 首发价为每百万输入 token 2 美元、输出 10 美元，约为 Opus5.5 的一半，优惠截至 11 月 30 日，12 月 1 日起恢复至 4 美元和 20 美元。
推荐理由：材料给出 Gemini 4 Argon 的评测位次、API 定价与编程、多模态实测案例，可据此判断其与竞品的取舍。
The Decoder精选AI 评分7878 Meta 发布 Muse Spark Open 开源权重模型，816B 参数对标 Qwen、GLM 与 Kimi
Meta 发布开源权重模型 Muse Spark Open，参数规模 816B（激活 42B），上下文最长 100 万 token，支持文本、图像、视频和音频。
推荐理由：Meta 重返开源权重赛道，读者可对照其参数规模、上下文长度与竞品基准表现，判断开源模型格局的变化。
The Decoder精选AI 评分8080 DeepSeek 发布 V4.1-Flash-1017，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：读者可对比 DeepSeek 新 Flash 模型在智能体编码任务上的分数与单任务成本，并了解其搜索 API 的开放方式。
TechCrunch · AIAI 评分6262 Meta 发布开放权重模型 Muse Spark Open，可在 Mac 本地运行
Meta 发布开放权重模型 Muse Spark Open，称其为美国“最强”开放权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务与智能体工作。
TechCrunch · AIAI 评分6060 Elorian 发布首个模型 Glimpse，以视觉草稿空间做图像推理
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API 和聊天界面。该模型在推理过程中可反复裁剪图像区域、抽取视频帧或运行代码来测量和比较所见内容，Elorian 称这一机制为视觉草稿空间。Glimpse 定价为输入每百万 token 0.60 美元、输出每百万 token 3 美元，公司称其在科学图表推理和短视频描述上超过 GPT-6 Astra。
DeepSeek 更新日志精选AI 评分6565 DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型更新
DeepSeek V4.1 Flash 升级至 DeepSeek-V4.1-Flash-1017，官方网页端与 APP 同步更新，API 调用方式与价格不变，仍使用 deepseek-flash 访问最新模型。
推荐理由：官方给出新版本在多项基准上的分数与运行时间变化，可据此判断升级后的性能与成本取舍。
AWS Machine Learning BlogAI 评分5858 Reflection AI 发布开源权重模型 Beam，面向智能体编码并在 AWS 上线
Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，采用稀疏 MoE 架构，总参数 501B、激活参数 23B，官方称有效上下文长度达 100 万 token，权重以 Apache 2.0 协议在 Hugging Face 发布，提供 BF16、FP8、NVFP4 三种检查点。
Hugging Face Blog精选AI 评分7878 Reflection 在 Hugging Face 开源 501B 模型 Beam
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 501B 参数 MoE 架构、每 token 激活 23B，支持 1M token 上下文，Apache 2.0 许可，面向编码与智能体场景。
推荐理由：原文给出 501B MoE 模型的架构细节、多精度基准与 vLLM、SGLang 部署配方，可据此判断自托管前沿模型的硬件门槛。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Switch 4.1：单端点同时支持聊天、决策与语音
IBM 发布 Granite Switch 4.1，提供 8B 和 30B 两个版本，在同一个托管端点内同时支持自然语言对话、通用与专用决策以及语音转写。
NVIDIA BlogAI 评分6767 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布开源 1200 亿参数的 Nemotron 3.5 Super VL，主打多模态智能体任务，称吞吐量最高为同类模型 5 倍，并同步推出面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB。
Mistral AIAI 评分5858 Mistral 发布时序基础模型 Timestral，最大 209M 参数
Mistral 发布首个时序基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上均排名第一，参数量约为此前 SOTA 的三分之二。
Hugging Face Blog精选AI 评分7878 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可接收文本、图像、音频和视频输入并输出文本。
推荐理由：原文给出 816B 总参数、42B 激活的 MoE 架构与多模态输入细节，并附 vLLM、SGLang、llama.cpp 部署和 TRL 微调配方。
Hugging Face Blog精选AI 评分7171 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅激活 2B 的推理模型，面向端侧运行私有智能体，会先思考再作答并调用工具。
推荐理由：原文给出与更大 MoE 模型的逐项基准对比和端侧推理速度，可据此判断本地智能体的可行边界。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：原文给出 Argon 在 ERQA 上的分数与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的能力边界。
Latent Space精选AI 评分7171 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅限 Muse Code 订阅用户。
推荐理由：汇总了 Meta Muse Wonder 的定价、上下文规格与多家第三方评测数据，可对照 Opus 5.5 等前沿模型判断其位置。
Google DeepMindAI 评分5858 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，将文本、代码、图像、音频和视频映射到统一嵌入空间。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争，在视觉定位等部分领域超过前沿闭源模型。模型在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言。
推荐理由：Mistral 官方给出 ML4 的参数量、多模态与智能体编码基准，并说明权重月底开放，可据此判断开源前沿模型的竞争位置。