Block 发布本地运行的全双工语音模型 Dessa
Block 研究实验室发布语音模型 Dessa，可本地运行，能同时说话和倾听，并带有笑声、停顿、哭泣等表达。该模型完全基于人类语音训练，可在 MacBook M4 Max 或更高配置的消费级电脑上运行，目前尚未公开访问，Block 正邀请安全研究人员测试。
全部 AI 动态
TechCrunch · AIAI 评分6565
The DecoderAI 评分5858 Block 发布语音模型 Dessa，完全用人类语音训练以捕捉文本模型遗漏的情绪
Block 发布语音模型 Dessa，称其完全基于人类语音训练、不含任何文本数据，并从头构建。Dessa 直接处理音频而非先转文字，可实时识别情绪、讽刺、笑声和停顿，支持全双工交流，能在 MacBook Pro M4 Max 上本地运行，训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开，团队正招募 AI 安全研究者测试潜在风险。
Latent Space精选AI 评分8282 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活，承诺 11 月 4 日开放权重
月之暗面发布 Kimi K3.1 Pro，这是一款 2.8T 总参数、104B 激活参数、100 万 token 上下文窗口的多模态 MoE 模型，标准版与 Highspeed 版已上线网站、App、Kimi Work、Kimi Code 和 API，Highspeed 输出速度提升 2–3 倍但价格为标准版两倍。
推荐理由：材料把发布声明、独立评测与成本数据分开呈现，读者可据此判断开源权重前沿模型的真实位置与部署代价。
Simon WillisonAI 评分8080 月之暗面发布 Kimi K3.1 Pro，API 上线并承诺 11 月 4 日前开放权重
月之暗面在 Kimi API 上线 Kimi K3.1 Pro，暂未开放权重，承诺 2026 年 11 月 4 日前发布完整模型权重。定价为输入 $2.00/百万 tokens、输出 $10/百万 tokens，与 GPT-6.1 Sol 相同、为 Claude Opus 5.5 的一半，另提供速度快 2-3 倍、价格翻倍的 Highspeed 版本。
The Verge · AIAI 评分5858 Block 发布语音模型 Dessa，仅用人类对话训练
Jack Dorsey 旗下 Block 发布 AI 模型 Dessa，称其完全从人类对话训练，是真正的语音到语音模型，可在 MacBook Pro M4 Max 或更高配置上本地运行。
The Decoder精选AI 评分8484 月之暗面发布 Kimi K3.1 Pro，Artificial Analysis 智能指数升至第四
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 Kimi K3 提升 11 分，位列第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
推荐理由：原文给出 Kimi K3.1 Pro 与 Claude Opus 5.5 等闭源模型在多项基准上的逐项对比，可据此判断开源模型与闭源前沿的差距。
The DecoderAI 评分6262 Canva 发布首款自研图像模型 Craft
Canva 发布首款自研图像生成模型 Canva Craft，由内部实验室 Canva Research 从零训练，主要使用数百万设计模板而非照片。Craft 先生成构图、比例和文字，再输出最高 2K 分辨率、覆盖 30 多种宽高比的图像，支持 55 种语言文字渲染，并可通过 Magic Layers 拆分为可编辑图层。
TechCrunch · AIAI 评分7171 Recursive 发布笔记本端编码模型 Flint，称大部分由 AI 参与构建
AI 初创公司 Recursive 发布首个模型 Flint，这是一个可在笔记本上离线运行的免费编码模型，以 Apache 2.0 许可在 Hugging Face 开放下载。
The Verge · AIAI 评分7070 Canva 发布首款自研 AI 图像模型 Canva Craft，先规划再生成
Canva 发布首款自研图像生成模型 Canva Craft，采用两阶段架构，先规划设计再生成图像，最高支持 2K 分辨率和 30 多种宽高比。该模型基于平台数百万个人工模板训练，目前在 Design Arena 榜单排名第四，落后于 OpenAI 的 GPT-Image-2.5 Sunburst、GPT-Image-2.5 Flare 和 GPT-Image-2。
TechCrunch · AIAI 评分6262 Canva 发布首个图像生成模型 Canva Craft
Canva 发布首个自研图像生成模型 Canva Craft，由内部研究团队开发，对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成：先解析提示词并规划元素空间关系、相对比例、视觉层级和文字信息，再输出最高 2K 分辨率、支持 30 种宽高比的图像，可精确局部编辑。
Hugging Face BlogAI 评分5858 Allen AI 发布 OlmoEarth v1.3 卫星嵌入模型及全球嵌入数据
Allen AI 发布 OlmoEarth v1.3 卫星嵌入模型，为全球每 10 米像素生成 128 维向量，前 64 维可单独使用。在覆盖六大洲 27 项评测中，128 维版本在 20 项得分最高，64 维版本在 18 项领先，对比对象为 AlphaEarth Foundations 和 Tessera v2。
The DecoderAI 评分7373 Recursive 发布首个模型 Flint，由 Eureka Machine 参与研发
AI 初创公司 Recursive 发布首个语言模型 Flint，一款面向本地硬件智能体编码的 MoE 模型，总参数 40B、每 token 激活 2.5B，四个月内完成开发。
NVIDIA BlogAI 评分4040 NVIDIA Earth-2 开放模型在欧洲落地：StormScope EU 与多行业天气预测应用
NVIDIA 在欧洲推出 Earth-2 开放模型家族的最新成员 StormScope EU，基于 EUMETSAT 卫星观测，以 10 分钟间隔预测 16 个 Meteosat 通道的云况演变。
Hugging Face Blog精选AI 评分7575 NVIDIA 发布 Kumo Relational 关系基础模型，无需训练即可预测
NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。
推荐理由：原文给出预训练关系基础模型在 41 个任务上的对比结果与开源入口，可据此判断免训练预测能否替代现有 XGBoost 流水线。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Speech 5.0 系列：新增 2B 模型并更新 Turbo CTC 与 4.1 2B Plus
IBM 更新 Granite Speech 系列，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
NVIDIA Blog精选AI 评分7373 NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算，包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 与 Ising。
推荐理由：原文一次性列出语言、机器人、生物、量子多条开源模型线的能力与开放渠道，便于比较各行业可定制的模型选择。
Mistral AI精选AI 评分8080 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转录模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
推荐理由：原文给出语音模型与智能体 SDK 的完整能力、定价和部署方式，便于判断实时语音智能体的落地成本。
Mistral AI精选AI 评分6767 Mistral 发布 Timestral 时间序列基础模型系列
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四种规模，最大模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中排名第一，参数量仅为此前 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，209M 参数在三个公开基准上排名第一，并给出 CPU 推理延迟与微调路径。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告。该模型在网络安全测试中完成全部 12 个端到端模拟攻击场景（上一代为 5 个），在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供理解前沿模型的安全部署方式。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：官方给出 Argon 在 ERQA 的 87% 成绩与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的进展。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 740M。
推荐理由：原文给出参数量、内存占用与基准提升，可据此判断端侧多模态检索的部署门槛。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。
推荐理由：Mistral 迄今最大模型以开放权重和欧洲自建算力为卖点，读者可据此判断开源前沿模型的竞争格局。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再逐步提供给开发者、企业和消费者。
推荐理由：原文给出 Gemini 4 Argon 的基准成绩、1M 输出 token 上限和分阶段开放方式，可据此判断前沿模型在长周期工程与安全防御上的位置。