Google DeepMind 发布 Gemini 4 Neon 模型
Google DeepMind 发布 Gemini 4 Neon,这是约七周内推出的第四款 Gemini 4 模型。Neon 每百万 token 输入价格为 $3,缓存输入为 $0.15,输出为 $15,并提供 1M-token 上下文窗口和四档 effort 级别。
Google DeepMind 发布 Gemini 4 Neon,这是约七周内推出的第四款 Gemini 4 模型。Neon 每百万 token 输入价格为 $3,缓存输入为 $0.15,输出为 $15,并提供 1M-token 上下文窗口和四档 effort 级别。
OpenAI 发布 GPT-6.2 Astra 与 Sol,面向 ChatGPT Work、Codex 及 API 用户开放,API 模型名分别为 gpt-6.2-astra 和 gpt-6.2-sol。
AINews 汇总了 AIE CODE System One 日及近期 AI 行业动态,其中 Google 发布 Gemini Decision 1,这是一款支持文本、图像、音频、视频和 PDF 输入的单次决策模型,支持每次请求最多 1,000 个问题,256K context,端到端延迟为 150–250 ms,输入价格为 $0.10 per 1M input tokens。
Runway 宣布以 Apache 2.0 许可开放 Praxis-1 的权重、推理代码和微调代码,面向机器人开发者与研究人员使用。该模型是一个 27B 参数的 MoE 扩散 Transformer,在 RoboLab-120 上取得 46.2% 成功率,并可通过 GitHub、Hugging Face、vLLM-Omni 和 Runway Dev 获取。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已上线 Amazon Bedrock,配备 1-million-token 上下文窗口,Moonshot AI 称其输出速度为 Kimi K3.1 Pro 的 2–3 倍。
推荐理由:提供了模型接入、推理档位、提示词缓存和 OpenCode 接入示例,并给出 Flex 成本与区域路由取舍。
Google DeepMind 发布 Gemini Robotics 2.5,并公布开源安全基准 ASIMOV-jailbreak。新版本在超过 200 项活动上进行评测,涵盖用夹子送餐和使用移液管等需要高灵巧度的任务;Gemini Robotics 2.5 驱动 Apptronik Apollo 2 人形机器人系上了蝴蝶结,部分机器人还已在 Mercedes-Benz 工厂执行实际工作。
Latent Space 在 AI 市场回落加深的背景下,复盘 Anthropic IPO 的关键判断与假设。当前 Anthropic 年底目标为 $100B run rate,实际约为 $80B,部分估值降至 $1T、概率下降 18%。本期周末播客还讨论 Nasdaq 尚未跌至 -20% 的熊市水平,以及市场持续高估所放大的下行风险。
Thinking Machines 发布 Inkling 2 Small,一款 594B 总参数、17B 激活参数的多模态 MoE 模型,支持文本和图像输入、文本输出及 1M 上下文窗口。
推荐理由:文章汇总了 Inkling 2 Small 的规模、训练效率、基准表现和权重开放计划,读者可据此了解其能力定位与实际使用限制。
月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 模型权重,该模型总参数量 2.8 万亿,单次推理激活约 1040 亿参数,支持约 100 万 Token 上下文窗口。Kimi K3.1 Pro 在 Agent Arena 中位列开放权重模型第一,Terminal-Bench 4.0 得分为 65.7%,BF16 权重文件约 5.6TB,INT4 量化后仍约 1.4TB。
推荐理由:文章介绍 Kimi K3.1 Pro 开放权重的规模、Agent Arena 表现与部署门槛,便于判断模型能力及本地运行条件。
PFN 公开翻译特化型 LLM PLaMo 3 Translate 的模型权重,提供 0.8B、2B、8B、31B 四种尺寸。模型支持在智能手机、笔记本和边缘设备上离线翻译 53 种语言,并允许通过术语集指定专有名词及日语敬体、常体。
Moonshot AI 在 HuggingFace 开放 Kimi K3.1 Pro 权重,参数量为 2.8T。模型地址为 https://huggingface.co/moonshotai/Kimi-K3.1-Pro。
智元正式发布具身模型 GO-3 Preview,计划于 2026 年底全面开源。该模型采用将任务推理、未来预测与动作生成相连接的 WRAM 架构,通过预训练、后训练和部署后学习持续改进,并在 RoboDojo、RoboTwin、RoboColiseum 三项评测榜单中位列第一。
Mistral AI 发布 Mistral Large 4(Le Chonk)开放权重,这是一款 1-trillion-parameter 原生多模态模型,重点增强编码与防御性网络安全能力。
推荐理由:文章汇总模型在编码、终端任务和网络安全评测中的数据,并给出推理模式与部署入口,便于比较实际能力边界。
Liquid AI 发布 LFM3 模型家族,以 LFM3-1.7B-Base 为共享骨干,首批开放六个 2B 级开放权重模型,覆盖文本、视觉、音频、omni 和决策模型。模型可通过 Hugging Face、Playground 和 Liquid AI API 获取。
Mistral AI 发布首个时间序列基础模型家族 Timestral,提供 5M、28M、123M 和 209M 四种规模,支持概率预测、多变量目标、过去协变量和已知未来协变量。
推荐理由:Timestral 提供四种规模与多种部署方式,并公开基准成绩、训练方法和代码,便于评估其在企业预测场景中的适配与成本。