Google DeepMind 发布 AlphaGenome 2,预测基因变异对不同细胞类型的影响
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。
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。
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 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。
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。
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。
Ai2 发布 HiRO-ACEv2,其系统可用约为 X-SHiELD 1/300 的成本生成全球 3 公里分辨率气候数据。新降尺度模型 HiROv2 可同时预测多个高分辨率要素,对百万分之一量级的罕见极端雨、风、压事件,统计误差可控制在 3% 以内,并能估算未见过的热带气旋总能量。
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。
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。
Zyphra 发布 Apache 2.0 开源的 EEG 基础模型 ZUNA1.1,可跨任意通道布局对脑电数据做重建、降噪和上采样。模型保持 380M 参数与 transformer 扩散自编码架构,训练步数增至 4 倍、语料约 3.5M channel hours,支持 0.5–30 秒可变长度输入和四种 dropout 重建任务。
Thinking Machines Lab 发布多模态 MoE 模型 Inkling,Together AI 同步在 Serverless 平台提供 Day 0 接入。
推荐理由:原文给出了 Inkling 的架构细节和 Together AI 的 Day 0 上线入口,读者可以据此评估其在生产推理中的可用性。
Zyphra 发布开源视觉语言模型系列 Zamba2-VL,基于 Zamba2 混合 SSM–Transformer 骨干,提供 1.2B、2.7B 和 7B 三个规模,以 Apache 2.0 许可开放权重。
Thinking Machines Lab 宣布交互模型研究预览,模型原生处理音频、视频和文本的实时交互,而非依赖外部脚手架,采用 200ms 微轮次的多流设计,并由交互模型与异步背景模型分工协作。
Zyphra 发布首个视觉语言模型 ZAYA1-VL-8B,为 700M 激活、8B 总参数的 MoE 模型,基于 ZAYA1-8B,以 Apache 2.0 许可开放权重。
Zyphra 发布其首个基于脑数据的 BCI 基础模型 ZUNA,一个 380M 参数的 diffusion autoencoder 模型,可从嘈杂、不完整的头皮 EEG 数据中重建高保真脑信号,并从稀疏输入和电极坐标预测缺失通道,适用于消费级头环到 256 电极研究系统。