跳到正文
  1. Google DeepMind68

    Google DeepMind 发布 Gemini Omni 1.2 Flash,支持 15 秒视频生成并降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放,价格较 1.1 下降 30%,720p 视频为 $0.07 per second。

    推荐理由:官方给出了价格、时长和一致性等具体变化,读者可以据此评估它在视频生成工作流中的成本与用法。

  1. Preferred Networks:AI 研究与产品60

    PFN 开源发布翻译专用模型 PLaMo 3 Translate,支持 53 种语言离线运行

    Preferred Networks 于 11 月 5 日开源发布翻译专用大模型 PLaMo 3 Translate,提供 0.8B、2B、8B、31B 四种规格,已上架 Hugging Face。

    推荐理由:原文给出四个模型规格、53 种语言覆盖和离线运行能力,可帮助读者评估端侧翻译模型的选型与商用许可条件。

  1. Mistral AI77

    Mistral 开源 Mistral Large 4(Le Chonk)万亿参数多模态模型权重

    Mistral 发布 Mistral Large 4(Le Chonk)开放权重,为 1 万亿参数原生多模态模型,在欧洲基础设施上从零训练。

    推荐理由:官方放出完整权重与各基准数字,可据此比较该模型在编码、安全与成本效率上的定位,并判断自部署可行性。

  1. Google DeepMind74

    Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频

    Google DeepMind 发布新一代世界模型 Genie 4,以研究预览形式向可信测试者开放,后续将向 Project Genie 中的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 早期合作伙伴推出。

    推荐理由:官方原文给出 Genie 4 的实时交互、原生音频能力和与 Gemini 协作的机制,也写明了测试者反馈和已知局限。

  1. Together AI 研究与产品博客75

    Meta Muse Spark Open 上线 Together AI,面向智能体编码场景

    Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线,Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。

    推荐理由:原文给出了模型能力、定价和 API 用法,读者可据此评估它在智能体编程工作流中的实际落地价值。

  1. Mistral AI74

    Mistral 发布 Mistral Large 4 公开预览:1 万亿参数多模态开源权重模型

    Mistral 发布 Mistral Large 4(ML4,昵称 le Chonk)公开预览,1 万亿参数、520 亿激活参数的原生多模态模型,预览 API 已在 Mistral Studio 开放,权重将于本月底发布。

    推荐理由:官方给出具体基准数字、开放权重时间表和欧洲自建训练基础设施,读者可据此判断它在开源模型中的位置。

  1. Suno:Blog77

    Suno 发布 v6 音乐模型,推出旗舰、探索和免费三档

    Suno 发布新一代音乐模型 v6,与 Warner Music Group、BMG 和 Believe 等行业伙伴合作开发,包含 v6、v6-wild 和 v6-mini 三款模型,分别面向精准创作、风格探索和免费快速生成。v6 支持用自然语言编辑歌曲片段、混搭多来源素材、采样构建节拍,以及从文本、音频、图片和视频生成音乐,上线后将逐步替换旧模型。

    推荐理由:原文出自 Suno 官方,给出 v6 三款模型的定位差异和新编辑能力,读者可以对照自身创作需求选择版本。

已经到底了