Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异如何影响数百种人类细胞类型。模型改为条件式架构，在 68 种组织超过 1.07 亿个单细胞图谱上训练，新增 DNA 甲基化预测；在 TenK10K 数据集上识别的因果变异数量约为原模型的两倍（30% vs. 16%）。
推荐理由：原文给出架构改进、TenK10K 对比数字和 API 开放范围，读者可据此评估它对疾病变异研究的实际价值。
Google DeepMind 发布基因预测模型 AlphaGenome 2，用于预测基因变异对单个细胞类型和状态的影响。该模型基于 68 种组织超 1 亿个单细胞图谱训练，识别可改变基因表达的变体数量约为此前最先进模型的两倍，且无需重新训练即可预测新细胞类型。非商业研究可通过 AlphaGenome API 使用，商业研究为有限 private preview。
谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及变异对特定人体细胞类型的影响，将预测粒度从宽泛组织缩小到单个细胞类型与状态。
MBZUAI 的基础模型研究所（IFM）于 2026 年 11 月 10 日发布开源世界模型 PAN 2，输入场景和文本动作即可模拟输出视频，用于智能体在行动前测试计划。
Tether AI Research 发布基于 Qwen3.5-0.8B 的 0.8B 参数端侧智能体模型 BotPsy，专注函数调用和个人助理任务，称其在六个工具使用与智能体基准上优于所有受测的 1.2B 及以下模型，BFCL v4 从基座的 23.4 升至 44.0，并在五项基准上超过 2.5 倍大小的 Qwen3.5-2B-Think。
Fish Audio 发布面向实时语音 Agent 的全双工语音模型 Live 3，可在说话的同时持续监听，把话轮切换从流水线规则移入语音模型。短反应最快 186 ms 开始响应，支持 Fish Agent Platform、Fish Audio API 和企业本地部署，促销价 $0.035/分钟（2026 年 12 月 31 日前），此后 $0.07/分钟，目前仅支持英语且未发布基准分数。
Latent Space 作者实测 NaiveAI 的 Naive-N0.5-Flash 编程能力，与 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash 对比。
The Decoder 报道，Google 在两周测试期后正式开放 Gemini 4 Carbon，可经 Gemini API、Google AI Studio、Android Studio 或 Gemini for Business 使用，输入 2 美元、输出 10 美元每百万 token 的 introductory 价格。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，在匈牙利凯奇凯梅特和德国辛德尔芬根的奔驰在产产线试点中，Apollo 2 人形机器人完成金属零件套件分拣，成功率 96%。
Google DeepMind 发布 Gemini 4 Carbon，定位为最强前沿模型，面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。
推荐理由：Google DeepMind 官方发布 Gemini 4 Carbon，给出基准成绩、定价和获取渠道，可据此判断它适合哪些高难度工作流。
Google 将 Gemini 4 Carbon 向公众开放，称其为其“最强模型”，定位复杂多步编码和开放性科学研究等任务，Argon 则仍是多数软件工程和知识工作的理想选择。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流》
Zyphra 发布开源 TTS 模型 ZONOS3-Mini，为稀疏 MoE 架构，总参数 800M、每 token 约 100M 激活，权重采用 Apache 2.0，支持零样本声音克隆和词级控制。
Amazon 推出第二代表格基础模型 Mitra-v2，支持分类与回归，预训练数据完全使用合成表格。其预训练表格行数是 Mitra-v1 的 10 倍、列数约 3 倍，并新增混合 SCM prior；输出层为 10 节点，多分类通过层级树细化，默认对新表自动微调并用 8 个副本的 bagging 平均预测。
Google DeepMind 发布新一代机器人 AI 平台 Gemini Robotics 2.5，称其在需要高度灵巧性的任务上明显提升，模型经 200 多项活动评估，包括用夹子端食物和操作移液管。
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两者是同一底层模型，Fable 加分类器拦截高风险网络安全和大部分生物学任务，Mythos 去掉拦截、需通过 Cyber 或 Life Sciences Verification Program 访问。
Anthropic 新模型 Fable 5.2 在 Scale Labs 和 CAIS 的 Remote Labor Index 基准上以 41.3% 的完成率领先，远超一年前基准发布时 Manus 的 2.5%，也约为 Fable 5 七月约 16% 得分的 2.5 倍。
Meta AI 发布其最小、最高效的模型 Muse Ember 1.0，面向复杂推理执行和智能体日常任务如工具调用、编码子任务和长文档解析，短提示定价与 GPT-6 Luna 和 Claude Haiku 5.5 相同，均为输入 $0.10/百万、输出 $0.50/百万 token。
Meta Superintelligence Labs 发布 Muse Ember，面向智能体高频子任务（工具调用、编码子任务、路由、抽取与长文档解析）的多模态推理模型，提供 1M token 上下文与最高 512K 输出。
Google DeepMind 发布迄今最强的视觉-语言-动作（VLA）模型 Gemini Robotics 2.5，覆盖 200 多项任务测试，成功率较此前基线提升 30% 至 100%，任务完成速度快 20% 至 30%。
推荐理由：官方给出任务成功率、速度和产线实测数字，读者可以据此评估 VLA 模型走向真实工厂场景的进展。
Zyphra 发布 ZONOS3-Mini，一个零样本语音克隆 TTS 模型，采用稀疏 MoE 架构，1 亿活跃参数、8 亿总参数，Apache 2.0 许可，在 112 块 NVIDIA H100 上训练 2.5 天。
推荐理由：原文给出参数规模、端侧延迟数字和 ZTTS2-Eval 排名，开源权重与多端运行时可帮助读者评估实际部署成本。
Anthropic 与 Diode Computers 合作，让 Claude Fable 5.2 设计扬声器电话、语音助手中枢和手持电子宠物三款设备，模型完成了原理图、PCB 布局、3D 外壳、固件和物料清单，Diode 直接按其设计文件制造的三个原型均可运行。
推荐理由：官方实测记录了 Claude Fable 5.2 从原理图到固件完成三台设备设计的过程与基准分数，读者可以据此评估模型在硬件工程任务上的实际能力。
Artificial Analysis 评测 Meta 新模型 Muse Ember，其在 Intelligence Index 得 36 分，是达到该分数中每任务成本最低的模型（max 档 $0.14）。
推荐理由：原文给出 Muse Ember 与同价位模型在各基准和每任务成本上的对比数据，读者可据此评估其性价比与适用场景。
SemiAnalysis 发布首个基于 InferenceX/AgentX 的 TPUv7 长上下文多轮智能体推理官方基准结果，覆盖 Muse Spark Open、GLM-5.2、Qwen3.5 397B、Kimi K3 四个模型。
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。
Google 发布 Gemini Omni 1.2 Flash，在 Gemini API 和 Gemini for business 全面开放。新模型原生支持最长 15 秒视频生成、多轮对话式剪辑和更强的参考一致性，价格较 1.1 下降 30%，720p 视频为每秒 $0.07，最佳成片可上采样至 1080p 或 4K。
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。
OpenAI 发布 GPT-6 Cyber 系统卡，该模型经强化学习训练用于复现崩溃、开发漏洞利用和代码库漏洞搜索，并降低对授权网络安全请求的拒答。对齐评估显示其 ExploitGym Honeypot 越权利用率在无部署安全指令时为 0.07%（GPT-5.6 Sol 为 49.5%），配合部署安全指令后为 0%；Auto-Review 拒绝遵守率为 0%。
推荐理由：系统卡给出对齐评估和 honeypot 等具体数字，读者可以据此判断 GPT-6 Cyber 在能力增强下安全边界的实际表现。
Gradium 团队在 Phonon 开放两周后复盘这次发布，介绍这款在设备本地运行、无需网络和服务器的小型 TTS 模型。
Cognition 发布编码模型 SWE-2 Flash，基于 Inkling-Small 加入强化学习前的 mid-training 阶段，Terminal-Bench 4.0 从 0.9% 提升到 20.0%，FrontierCode 2.0 从 3.2% 提升到 24.0%，性能超过所有美国开放权重模型甚至 3 倍大的模型。
推荐理由：原文给出训练方法、基准提升和安全分发的权属安排，读者可以据此评估它在低成本编码工作流中的位置。
Thinking Machines 发布 Inkling 2 Small，Artificial Analysis Intelligence Index 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落地将成为中国以外得分最高的开源权重模型。
推荐理由：Artificial Analysis 给出独立跑分与成本细节，读者可对比 Gemini 3.8 Flash 等模型判断其智能体与编码能力定位。
Artificial Analysis 报道，BOSS 直聘旗下 Nanbeige 发布开源权重推理模型 Nanbeige4.3-33B，在 Artificial Analysis Intelligence Index v5 上得 20 分，与 Qwen3.8 27B (xhigh) 持平。
OpenAI 发布 GPT-Image-2.6 Sunburst 与 GPT-Image-2.6 Flare 的系统卡，评估显示两款模型均未越过 Bio High 或 Cyber High 阈值，但仍按 High 生物能力模型适用预防性缓解措施。
Moonshot AI 的 Kimi K3.1 Pro 在发布当天即上线 Fireworks，支持 serverless 按 token 计费和专属部署两种方式。
推荐理由：Fireworks 官方给出了 K3.1 Pro 在多个生产级基准上的名次与定价细节，读者可据此评估其在长上下文和 Agent 场景的成本收益。
OpenAI 发布 GPT-Rosalind-6 系统卡附录，该模型与 GPT-6 Astra 使用相同权重，未新增训练数据或额外后训练。在 GeneBench Pro v13 的 129 个问题上，最高推理预算下单次成功率 GPT-Rosalind-6 为 37.7%，GPT-Rosalind-5.5 为 16.7%。
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。
Google DeepMind 发布 Gemini 4 Carbon，定位为其最强模型，主打网络安全和长时程能力，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
推荐理由：原文给出具体基准分数、定价和分阶段开放计划，可据此判断这款安全向旗舰模型在攻防场景的实际能力边界。
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。
Ai2 发布卫星嵌入模型 OlmoEarth v1.3，读取 Sentinel-1、Sentinel-2 和 Landsat 时间序列，为每个 10 米像素生成 128 维向量，并在 27 项评测中的 20 项上超过 AlphaEarth Foundations 和 Tessera v2。
Mistral 发布 Voxtral 3，包含语音转写与 TTS 模型以及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为单一实时流式管线。
ComfyUI 博客介绍了 Black Forest Labs FLUX 3 家族中紧凑型开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，支持原生 4K 生成、多参考图生成与编辑、bounding boxes 构图、文字渲染编辑和参考图风格迁移。
推荐理由：原文给出 FLUX 3 Image Klein 的参数量、开源权重获取方式和消费级 GPU 上的量化加速数据，可据此评估本地图像生成工作流。