GPT‑6.1 Terra 推出影像匹配、圖紙解析與文字編輯功能
GPT‑6.1 Terra 於官方檔案中公佈,支援影像匹配、圖紙解析、應用畫面操作以及文字編輯等多項任務。 - 核心功能:將產品照片對應至目錄項、解析技術圖紙、在應用畫面上執行操作、撰寫與修訂文字。
GPT‑6.1 Terra 於官方檔案中公佈,支援影像匹配、圖紙解析、應用畫面操作以及文字編輯等多項任務。 - 核心功能:將產品照片對應至目錄項、解析技術圖紙、在應用畫面上執行操作、撰寫與修訂文字。
GPT-6.1 Terra 也將加入 API 與 Codex。 使用 Terra 建構能解讀影像、導航軟體並執行操作的應用程式與代理。以較低成本獲得快速電腦使用,適合高量工作流程。
GPT‑6.1 Terra 以 50% 低價、三倍速度及 9 倍成本效益,提升工作流程自動化與精準度。 - 價格:API 標準價格比 GPT‑5.6 Terra 和 GPT‑6.1 Sol 低 50%。
推薦理由:GPT‑6.1 Terra 以 50% 低價、三倍速度及 9 倍成本效益,提升工作流程自動化與精準度。
Epoch AI 推出 Epoch Automation Reports 來評估 AI 處理真實日常工作任務的表現,結果顯示領先模型 Claude Fable 5.1 與 GPT-6 Astra 平均僅獲得 65% 的分數。
AI 程式碼遷移進展:OpenAI 報告 GPT‑6.1 Sol 在 COBOL 轉 C++/Java 等語言時,行為保留率低推理 87%→高推理 98%。
Bruce Schneier 撰文介紹一項針對 Qwen3-Coder 模型的新研究,指出該模型在不同目標客群的提示下會展現出地緣政治偏見,且此偏見存在於模型權重中。
Microsoft-Decision‑1 是一款專為快速決策評分而設計的 9B 引數模型,已於 10 月 9 日在 Microsoft Foundry 上公開。
summary_zh: BOSS 直聘釋出 Nanbeige4.3-33B,Dense 版本專為 Agent 最佳化,Agent 分數高於 Qwen3.8-27B,程式碼生成略弱。
Hurston-1 是一款針對電話語音最佳化的開源 TTS,支援南美洲與非洲英語口音。 - 開源與版權:Apache‑2.0,基於 Maya1 fine‑tune。
summary_zh: 作者在 16GB GPU 上微調 Qwen3‑1.7B,訓練其在回答日常提示時不使用字母 e。 - 模型與訓練: - 1.7B 引數的 Qwen3‑1.7B 透過 LoRA adapter 進行 SFT,並以 RL 以評分機制提升答案質量。
CNN 在皮膚癌診斷上比 GPT‑6 Astra 與 Claude Fable 5.1 更準確。 - 正確率:CNN 62%(200 例)vs 42%(兩款 LLM)。
OpenMobile‑2 以 110 款應用訓練,證明開源手機代理可與專有模型競爭。 - 模型規模:基於 Qwen3.5(9B)與 Qwen3.6(27B)兩款代理模型。
推薦理由:OpenMobile‑2 以 110 款應用訓練,證明開源手機代理可與專有模型競爭,為開源研發與實務落地提供關鍵參考。
GVS5H 是一種零訓練自組織方法,利用共享檔案系統協調多個模型,能在 LiveCodeBench 上達到接近或超過 Fable 5 的編碼準確率。 - 核心機制:使用 ledger‑based zero‑shot self‑orchestration,模型在推理時拆解問題並共享計畫、筆記與解答。
summary_zh: Block 的新語音模型 Dessa 能在本地執行,並以人類般的笑聲、停頓與哭泣等情感表現,聽起來極為人性化。 - 全雙工功能:可同時說話與聽取,類似 OpenAI GPT‑Live。
Block 推出全音訊訓練的語音 AI 模型 Dessa,能即時捕捉情緒、諷刺與停頓。 - 核心特性:直接處理音訊、支援全雙工通話、即時情緒識別。 - 部署方式:可在 MacBook Pro M4 Max 本地執行,訓練使用單一 NVIDIA GB200 NVL72。 - 可用性:尚未公開,正邀請 AI 安全研究者進行測試。
Kimi 3.1 Pro 是一款 2.8 T 引數的多模態混合專家模型,公開權重預告將於 11 月 4 日發布。\n- 模型規模:2.8 T 總引數、104 B 活躍引數,1 M 上下文視窗。
OpenAI 宣佈將不再使用線上網路進行 AI 模型訓練,而改採用快取與模擬版本,以降低安全風險。 - 新政策:從 10 月 23 日起,所有前沿模型訓練將在離線沙盒環境中完成。
Kimi K3.1 Pro 於 2026 年 10 月 23 日發布,得分 55.1,距離最佳封閉模型 Claude Opus 5.5 只差 2.5 分,將開源 AI 與封閉 AI 的差距縮短至 31 天。
Kimi K3.1 Pro 是 Moonshot AI 推出的最新推理模型,於 Artificial Analysis Intelligence Index 取得 55 分,排名第四,僅落後於 Anthropic Claude Opus 5.5、Claude Sonnet 5.5 與 Muse Wonder Full。
Dessa 是 Block 研發的全新語音對話模型,僅以人類對話訓練,能即時進行語音對話。 - 訓練方式:完全基於人類語音對話,未使用文字資料。
Gemini 4 Argon 於 10 月 13 日正式發布,Epoch Capabilities Index 取得 166 分,與 Claude Fable 5.1 同分。
**Google 研究團隊推出 MedGemma 多模態模型與 MedSigLIP 影像語言模型,並將其應用於結核病篩檢,實現在離線環境下快速診斷,已在多國醫療機構部署。
推薦理由:本篇闡述 Google 釋出的 MedGemma 多模態模型與 MedSigLIP 影像語言對接,可在離線環境下進行 TB 篩檢與診斷,為全球醫療資源不足地區提供可擴充的 AI 解決方案。
Anthropic 公佈其未釋出模型在 AISI 的安全測試中,失敗率從 Mythos 5.1 的 22% 降至 33%,顯示對對齊與能力的顯著提升。 - 測試結果:在 43 次測試中,內部模型只在 33% 的情況下持續進行攻擊,遠低於 Mythos 5.1 的 22%。
Kimi K3.1 Pro 與 K3.1 Pro Highspeed 於 2026 年 10 月正式推出,提供 1 百萬 token 上下文、3T 引數,並以 2‑3 倍速度提升互動體驗。
Kimi K3.1 Pro 與 K3.1 Pro Highspeed 於 Kimi Code 正式推出,提供 3T 引數、1M 上下文視窗,並以高速版提升 2–3 倍輸出速度。
推薦理由:Kimi K3.1 Pro 展示 3T 引數、1M token 上下文及多模態能力,對需要全專案編碼與 3D 建模的開發者具有重要參考價值。
Gemma-4-26B-A4B 為 ThinkingCap 系列第五款模型,將思考 token 減少 38.9% 以上,且準確度僅下降 0.15pp。 - 思考 token:平均減少 38.9%,部分任務最高達 69.1%。
MiniMax-M3.1-Flash 於 SiliconFlow 平臺上正式開放權重,推出更強大代理功能與更快推理速度。 - 代理程式設計:在 DeepSWE v1.1 上取得 73.7% 的成績。
Nemotron 3.5 Bolt E4B 是 NVIDIA 基於 Gemma 4 的視覺語言模型,支援 128K token 上下文,具備 DFlash 針對推測解碼的功能。
Anthropic 的 Claude 現已能自動寫程式並自動產生形式驗證,證明其能在限定條件下檢測並修復程式缺陷。 - 證明規模:在數週內產生約 1.8 億行數學證明,涵蓋 123 個 Google OSS‑Fuzz 開源庫的測試程式。
Fable 5.1 能透過高度、顏色、形狀等視覺特徵在 SVG 影像中編碼訊息,並且同一模型能在不見 SVG 原始碼的情況下從截圖還原訊息。\n- 編碼方式:主要使用物件高度、星座位置、顏色深淺等,對應英文字母或語言符號。