英伟达发布机器人基础模型 GR00T 2，并计划开源模型与数据
英伟达在 CoRL 大会上发布新一代世界动作模型 GR00T 2，可同时预测未来画面与机器人动作，演示了裁标签、安装显卡、切香蕉做早餐等任务。朱玉可透露模型、数据、仿真环境和数据采集硬件将陆续开源，10 万小时人类数据已率先开放。
推荐理由：英伟达把机器人基础模型与数据采集、仿真、部署工具链一起开放，读者可据此判断具身智能开发门槛的变化。
内容类型
模型发布 最新动态
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
32 条精选近 30 天 31 条共收录 91 条
更新
模型发布的精选
量子位精选AI 评分8080 雷锋网精选AI 评分7878 百度发布文心 5.5 Flash Preview，总参数 2800 亿、支持百万 Token 上下文
百度 11 月 11 日发布文心 5.5 Flash Preview，总参数量 2800 亿、每 Token 激活 140 亿参数，支持最长 100 万 Token 上下文，生成速度超过每秒 200 tokens。
推荐理由：文心 5.5 Flash Preview 以 2800 亿总参数、百万 Token 上下文和低价 API 切入编程与 3D 建模场景，权重开源时间也已给出。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺 LLM 榜首
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，官方称二者在几乎所有评测能力上都高于 Opus 5.5，并在 Artificial Analysis Intelligence Index v5 上以 65 分重回第一，超过 Gemini 4 Carbon 的 60 分。
推荐理由：汇总多家独立评测与成本数据，呈现 Fable 5.2 登顶背后的 token 消耗与 effort 档位反常。
The Decoder精选AI 评分8080 Google 正式发布 Gemini 4 Carbon，与 Fable 5.2 在基准和成本上互有胜负
Google 在两周安全专家测试后正式开放 Gemini 4 Carbon，它与此前发布的 Gemini 4 Argon 并存，定位复杂多步编码、调试和开放式科研等任务。
推荐理由：文章把 Gemini 4 Carbon 与 Fable 5.2 的基准和单任务成本放在一起比较，便于判断同价位下的取舍。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 向开发者、企业和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：官方给出 Carbon 在多项基准上的排名与成本对比，并说明它与 Argon 的分工定位。
MarkTechPost精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一模型，不同安全护栏
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两者是同一底层模型，Fable 5.2 增加分类器拦截高风险网络安全任务和大部分研究生物学任务，Mythos 5.2 则去掉这些限制、需通过 Cyber Verification Program 和 Life Sciences Verification Program 访问。
推荐理由：同一底层模型拆成两档安全护栏，配合自报基准与定价，可对照 Opus 5.5 判断成本与能力取舍。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为目前能力最强的视觉-语言-动作（VLA）模型，在200项任务评测中成功率比此前基线高30%至100%，完成任务速度快20%至30%。
推荐理由：官方给出200项任务评测与奔驰产线96%成功率，可据此判断VLA模型在真实工业场景的落地进度。
量子位精选AI 评分7878 实测字节Seedream 5.5：100轮图像编辑与GPT-Image 2.6对比
量子位在豆包中实测字节Seedream 5.5，用100轮连续编辑任务对比GPT-Image 2.6，后者约第10轮开始畸变，Seedream 5.5后期虽有畸变但保真度更高。
推荐理由：通过100轮连续编辑、多图合成、图层拆分等实测，对比Seedream 5.5与GPT-Image 2.6在多轮一致性上的差异。
量子位精选AI 评分7878 Fable 5.2首批实测：网友用它做游戏、视频和3D建模
量子位汇总海外开发者对Anthropic Fable 5.2的首批实测，有人用约2.5万个Agent生成450多个3D世界，也有人8小时零人工反馈做出可玩的类《使命召唤》游戏。文中称该模型在智能体编程、软件工程等基准上超过Opus 5.5，软件工程测试达69.9%，支持100万Token上下文，API每百万输入、输出Token分别为8美元和40美元，价格较上一代降20%。
推荐理由：汇总海外开发者对Fable 5.2的首批实测案例，覆盖游戏、视频与3D生成，并附上基准与价格变化。
InfoQ 中文 · AI精选AI 评分8080 Meta 发布轻量模型 Muse Ember，成本约为 Claude Haiku 5.5 的三分之一
Meta 发布轻量级模型 Muse Ember，已通过 Meta Model API 和 Muse Code 上线，模型名为 muse-ember-1.0，定价为每百万输入 Token 0.10 美元、每百万输出 Token 0.50 美元。
推荐理由：Meta 用成本与智能指数的效率前沿对比，说明小模型在 Agent 高频调用场景中的定位与取舍。
The Decoder精选AI 评分8080 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，IPO 前重回性能领先
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者共享同一模型底座，区别在访问权限：Fable 面向所有用户并拦截网络安全和生物学高风险任务，Mythos 移除部分限制、仅向通过 Anthropic 网络安全或生命科学验证计划的组织开放。
推荐理由：材料给出两款新模型的分级开放方式、定价与多项基准对比，可据此判断 Anthropic 在 IPO 前的技术位置。
AWS Machine Learning Blog精选AI 评分7272 AWS 上线 Claude Fable 5.2 与 Claude Mythos 5.2
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用，前者面向编码、数学与科研等技术工作，可自主运行数小时到数天并自查输出。
推荐理由：文章交代了 Fable 5.2 在编码与科研任务上的定位，以及数据留存与迁移路径，便于评估接入成本。
雷锋网精选AI 评分7878 字节跳动发布豆包图像模型 Seedream 5.5，接入豆包、豆包工作与即梦
11 月 9 日，字节跳动发布豆包图像创作模型 Seedream 5.5，豆包、豆包工作、即梦已同步接入，API 即将上线火山方舟。相较 Seedream 5.0 Pro，新模型生成速度大幅提升，增强多轮编辑稳定性，原生支持 RGBA 透明素材生成与分层输出，并优化图像真实感和小字渲染。2K 方图编辑单张成本约 0.28 元，不到 Seedream 5.0 Pro 一半，文本 Token 不计费。
推荐理由：原文给出多轮编辑稳定性、透明素材生成与单张成本对比，可判断专业视觉创作工作流的变化。
量子位精选AI 评分8282 腾讯混元Hy4发布：770B总参数、49B激活参数，首次支持原生视觉与电脑操作
腾讯混元Hy4正式发布，770B总参数、49B激活参数，首次引入原生视觉能力并支持电脑操作，指令遵循、长文理解和长程Agent能力同步升级。模型已在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、ima等产品上线，API接入OpenRouter、Hermes、OpenCode等平台，权重将于近期开源。
推荐理由：作者用3D键盘、游乐园、PPT重排等多个实测案例，展示Hy4在多模态理解与长程Agent任务中的自主执行与自检能力。
Hugging Face Blog精选AI 评分6767 NVIDIA 发布 Cosmos 3 四个开源世界模型检查点
NVIDIA 在 Cosmos 世界模型开发平台上新增四个 Cosmos 3 开源权重检查点，均基于 Cosmos 3 Nano 后训练，拥有 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
推荐理由：四个开源权重检查点分别覆盖驾驶数据生成、流式仿真、模拟器渲染和双臂机器人动作预测，并附完整后训练配方。
Latent Space精选AI 评分8080 Thinking Machines 发布 Inkling 2 Small：594B 总参数 17B 激活 MoE，68 小时预训练
Thinking Machines 发布 Inkling 2 Small，一个 594B 总参数、17B 激活的多模态 MoE，支持文本与图像输入，上下文窗口 1M。
推荐理由：材料汇总了 Inkling 2 Small 的架构、训练时长与多份第三方评测，可对照其与同尺寸模型的强弱项。
OpenAI News精选AI 评分7272 OpenAI 发布 GPT‑6 Cyber 网络安全模型
OpenAI 发布网络安全模型 GPT‑6 Cyber，用于发现可利用漏洞并开发修复方案。该模型经过训练，以将行为限制在授权范围内。
推荐理由：OpenAI 推出面向网络安全的专用模型，定位在发现可利用漏洞并给出修复，同时强调授权范围约束。
Google AI Blog精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%
Google DeepMind 推出 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 全面开放。新版本原生支持最长 15 秒视频生成，时长可按 1 秒递增在 3 至 15 秒间指定，720p 视频价格从 Omni 1.1 下调 30% 至每秒 $0.07，同时增强参考图与音频线索的一致性，并支持多轮对话式编辑。
推荐理由：原文列出时长、价格与参考一致性的具体变化，可据此判断视频生成在广告与电商素材上的成本空间。
InfoQ 中文 · AI精选AI 评分8282 混元 Hy4 实测：塔防游戏、机器人调度与商业策划表现如何
InfoQ 通过 WorkBuddy 对腾讯 11 月 4 日发布的混元 Hy4 做了四类实测，覆盖游戏研发、视觉推理、商业策划和海报设计。塔防游戏测试中模型约 55 分钟完成三轮开发迭代，从工程搭建到重构、自动化测试和在线部署；双机器人调度测试中模型给出无碰撞时间表并证明 8 步为理论下界。作者也指出模型在单据核对中出现计数表述错误和无依据推断，商业方案中的行业数据与假设仍需人工核实。
推荐理由：通过塔防游戏、机器人调度、商业策划和海报设计四类实测，呈现 Hy4 在长程任务与视觉推理上的具体表现和短板。
OpenAI News精选AI 评分6565 OpenAI 发布 Images 2.6，图像生成更快并支持 GIF 与更精确编辑
OpenAI 发布 Images 2.6，带来更快的图像生成、GIF 创建、更精确的编辑，以及新的 API 控制能力。这些能力覆盖 ChatGPT、Codex 和 API 三个入口。
推荐理由：OpenAI 更新图像模型 Images 2.6，同时覆盖 ChatGPT、Codex 与 API，可据此判断图像生成与编辑能力的变化。