AINews：AI Engineer NYC 大会举行，Gemini 4 Argon 正式发布并经多机构评测
Gemini 4 Argon 正式全球发布，面向编码、知识工作、企业工作流与网络防御，可通过 Gemini API、Gemini 应用、AI Mode 与 Antigravity 获取。
推荐理由：本期汇总 Gemini 4 Argon 正式发布后的独立评测、定价与部署细节，并收录同周 Anthropic、Meta 等厂商动态，便于横向比较能力与成本。
#多模态
#多模态
今日 0 条Latent Space精选AI 评分8383 量子位精选AI 评分7878 面壁开源 MiniCPM-V 4.7：35B MoE 模型仅需 3G 内存即可在 iPhone 断网运行
面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7，包含 35B-A3B 与 1B 两个版本。35B-A3B 为系列首个 MoE 模型，每次推理仅激活 3B，约 3G 内存即可在 iPhone 17 Pro Max 上断网流畅运行，解码速度超每秒 13 token。模型通过前瞻专家调度提前预取专家、混合精度量化压缩权重，并以自回放微调减少业务定制后的通用能力遗忘。
推荐理由：原文实测了35B MoE模型在手机端的运行效果，并详解了前瞻专家调度等让大模型在低内存设备上跑快的关键技术。
爱范儿精选AI 评分8484 谷歌发布 Gemini 4 Argon，以低价与长上下文对标 GPT-6 和 Opus 5.5
谷歌正式发布新旗舰模型 Gemini 4 Argon 并面向全球上线，开发者可通过 AI Studio、Android Studio 及 Gemini API 接入。
推荐理由：原文汇总了官方能力数据与全网实测对比，读者可直观比较 Argon 与 GPT-6、Opus 5.5 的速度和价格差距。
InfoQ 中国精选AI 评分8181 Meta 发布 Muse Wonder 系列模型，Alexandr Wang 亲述 Muse 七个月翻身内幕
10 月 12 日，Meta 发布新一代 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full，明确指向个人和专业 Agent，核心能力被概括为主动记忆和主动专注。
推荐理由：原文把 Muse Wonder 的规格、定价与多项对照评测放在一起，读者可看出 Meta 以主动记忆和长程执行卡位个人 Agent 的思路。
Latent Space精选AI 评分8383 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta 超级智能实验室（MSL）发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，定位个人与专业智能体工作。Wonder 通过 Meta Model API 和 Muse Code 开放，Wonder Full 仅向 Muse Code 订阅用户提供，定价为每百万 token 输入 $4、输出 $20，上下文窗口 1M。
推荐理由：汇总了 Muse Wonder 的发布详情与第三方评测数据，可据此横向对比它与 Opus 5.5、GPT-6 Astra 的能力与价格。
爱范儿精选AI 评分7676 小扎发布神秘「西瓜」模型，跑分媲美 Opus 5.5，口碑却一言难尽
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款模型（前代号 Watermelon），主攻个人与专业智能体任务，强化跨对话记忆、长时任务执行与编程能力。
推荐理由：原文并置了官方跑分、第三方评测与早期用户实测，便于读者判断 Wonder 系列在编程与智能体任务上的实际位置。
The Decoder精选AI 评分7676 Meta 新前沿模型 Muse Wonder Full 进入 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，两者均进入 AI 模型第一梯队，在 Artificial Analysis Intelligence Index v4.3 上分别得分 52 与 56，前代 Muse Spark 1.3 为 48 分。
推荐理由：文中汇总了多机构基准成绩与 token 定价对比，可据此判断 Muse Wonder 系列在第一梯队中的位置、事实知识短板与成本代价。
Hacker News · AI 最新AI 评分2020 Meta 发布全新系列高级 AI 模型
Meta 发布全新系列高级 AI 模型。原文未提供具体型号、参数规模、benchmark 分数、价格、上下文长度、可用性（开源/闭源/API）等细节，暂无可核验的进一步信息。
阿里云开发者精选AI 评分7777 Qwen-Image-2.1 Pro、Turbo API 正式上线，让图像生成与编辑走进你的应用
Qwen-Image-2.1 Pro 与 Turbo API 正式上线千问AI平台，开发者无需自行部署即可通过 API 接入图像生成与编辑能力，Qwen-Image-2.1-Turbo 模型权重也同步开放。
推荐理由：官方给出了两款 API 的能力要点与接入入口，开发者可据此判断图像生成与编辑能力怎样融入现有工作流。
OSCHINA 社区AI 评分6767 Cloudflare 发布多模态决策模型 Clef-omni，Clef 系列同时降价提速
Cloudflare 今天发布多模态决策模型 Clef-omni，同时下调 Clef-flash 价格并提升 Clef 速度。Clef-omni 是 Clef 系列首个支持音频、视频、图像与文本的决策模型，基于开源的 Qwen3-Omni-30B-A3B-Instruct（MoE 架构）。
Hacker News · AI 最新AI 评分6464 阶跃星辰（StepFun）Step 5 Preview 现已上线 Vercel AI Gateway
阶跃星辰（StepFun）旗舰模型 Step 5 Preview 现已上线 Vercel AI Gateway，支持文本与图像输入，具备 1M token 上下文窗口，面向智能体编码、专业知识工作与金融分析，可在单次请求中处理大型代码库、多份文档或截图图表。
36氪AI 评分5959 Tavus Griffin-Lite 视频对话几可乱真，48% 受试者误以为对方是真人
美国旧金山 AI 视频公司 Tavus 发布新模型 Griffin-Lite，在 54 名受试者参与的一分钟视频通话测试中，有 26 人（48%）误以为对方是真人。上一代系统在同一测试流程下仅有 2.4% 的受试者作出同样判断。Tavus 称这是首个通过“视频图灵测试”的实时视频对话模型，Griffin-Lite 可在双方同时说话时实时附和或打断，如同真人聊天。
量子位AI 评分6363 实测 Vidu Q4 预览版，5.4 元做出 GTA 6 风格短片，最高支持 4K 直出
生数科技开放 Vidu Q4 预览版，量子位实测仅花 5.4 元就做出一段 GTA 6 风格《邪恶老奶》视频。该版本最高支持 4K 直出，可一次引用 15 张参考图和 3 段参考音频，单条最长 16 秒；MaaS 端图生视频 720P 约 0.6 元/秒、1080P 约 0.75 元/秒，SaaS 端推出为期两个月的限时优惠。实测显示其在正反打对话、格斗动作与光影特效上能保持稳定输出。
OSCHINA 社区精选AI 评分8383 Mistral 发布 1 万亿参数原生多模态模型 Mistral Large 4
Mistral 发布了 1 万亿参数、520 亿稀疏激活的原生多模态模型 Mistral Large 4，代号 Le Chonk。该模型从零训练，公开预览即日起在 Mistral Studio 上线，权重计划月底发布。
推荐理由：原文给出了 1 万亿参数、稀疏激活等关键规格和权重开放节奏，读者可据此判断 Mistral Large 4 在多模态模型竞争中的位置。
Hacker News · AI 最新AI 评分7575 Liquid AI 发布面向端侧的多模态决策模型 d1-3B 与 d1-omni-600M
Liquid AI 发布两款开源权重决策模型 d1-3B 与 d1-omni-600M，与生成式模型不同，它们以单次前向传播直接输出答案。
HackerNews 每日摘要AI 评分3535 2026-10-07 Hacker News 热门文章摘要
Mistral Large 4 开启 API 公开预览，总参数 1 万亿、激活参数 490 亿，权重计划于 10 月底发布。Reflection 预览文本模型 Beam，总参数 5,010 亿、激活参数 230 亿，计划本月以 Apache 2.0 发布权重。JetBrains 捷克实体 2025 年收入增长 6.3% 至 160.08 亿捷克克朗，净亏损 3.15 亿克朗。
Hacker News · AI 最新AI 评分7171 Mistral 发布 1 万亿参数新模型 Mistral Large 4，称媲美中国最佳开源模型
Mistral 发布 1 万亿参数新模型 Mistral Large 4（代号 le Chonk），称其综合基准性能跻身全球最佳开源模型之列，并为中国以外最强开源权重模型。该模型正向开发者和网络安全负责人预览，本月晚些时候更广泛发布；其训练动用 4,000 块 Nvidia Grace Blackwell GPU，在编码等领域仍落后于前沿水平。
Simon WillisonAI 评分3232 Mistral Large 4 趣味测试：生成“穿渔网袜的犰狳在火星乱穿马路”的 SVG
wren6991 使用提示词“生成穿渔网袜的犰狳在火星乱穿马路的 SVG”对 Mistral Large 4 等前沿模型进行了趣味测试。测试分别调用了 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 与 mistral/mistral-large-4，并列出各自的默认推理等级。此举调侃传统 benchmark 已趋于饱和，转而用创意提示词检验模型实力。
Simon WillisonAI 评分6262 Mistral Large 4 预览版发布：1 万亿参数，计划本月开源权重
Mistral 发布 Mistral Large 4 预览版：1 万亿参数、49B 激活参数，在自有的 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练。
The DecoderAI 评分5757 Google 称 EmbeddingGemma 2 性能超过两倍体积的竞品嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，参数量 740M，号称同类中最紧凑，在多模态嵌入基准上超过两倍体积的竞品。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 EmbeddingGemma 2：开源轻量级多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一款开源轻量级的多模态嵌入模型，可将文本、图像、音频与视频统一映射到单一嵌入空间。模型基于 Gemma 4 架构，参数量 740M，采用 Apache 2.0 许可，专为端侧推理优化，支持 8K token 上下文窗口。
推荐理由：原文给出了多模态嵌入与端侧资源占用的具体指标，读者可据此评估离线 RAG 管线的可行性。
The Decoder精选AI 评分7878 Mistral 发布万亿参数大模型 Mistral Large 4，主攻网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4，昵称 le Chonk），总参数约 1 万亿、活跃参数 49B，为原生多模态模型，API 现已通过 Mistral Studio 开放，权重预计 10 月底发布。
推荐理由：原文并列了 ML4 与 Claude Opus 5.5、GPT-6 Astra 在智能指数、编码和安全测试上的差距，读者可据此判断其真实定位。
TechCrunch · AI精选AI 评分6565 Mistral AI 发布 1T 参数模型 Mistral Large 4，旨在超越闭源与开源对手
Mistral AI 于周二发布 Mistral Large 4（ML4），一款 1T 参数的多模态大模型，昵称 Le Chonk，被定位为美国闭源模型与中国开源模型之外的第三条道路。
推荐理由：原文给出 ML4 在闭源与中国开源模型之间的定位与自有算力投入对比，读者可据此判断欧洲开源路线的竞争力。
The Decoder精选AI 评分6565 Reka AI 发布全模态模型 Rho-1：单一模型处理文本、图像、视频与机器人控制
Reka AI 发布了 Rho-1 的研究预览版，这款 190 亿参数的全模态模型在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务路由到专用模型的系统不同，Rho-1 把所有模态作为 token 放进同一共享上下文窗口，无需工具调用或外部模型，并能实时生成连续视频、即时响应新指令。
推荐理由：原文给出单一模型统一处理多模态与机器人控制的思路，以及从普通视频提取控制信号的数据方案，可对照自家多模态路线。
The Decoder精选AI 评分6767 NASA 与 IBM 开源月球基础模型，将 17 年轨道器数据转化为月球科学基础
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，是首批面向月球科学的开源基础模型之一。
推荐理由：模型把光照几何作为显式输入而不是让模型从原始像素猜测，这一做法对受光照影响大的遥感任务有直接参考价值。
极客公园精选AI 评分7171 Tavus 发布 Griffin 人类交互模型，一分钟视频通话近半数参与者误认为真人
10 月 1 日，美国 AI 视频公司 Tavus 发布 Griffin 模型，并将其定义为全球第一个「人类交互模型」；一分钟视频通话测试中 54 名参与者有 26 人事后认为自己在和真人聊天，比例接近 48%，而上一代系统通过率仅 2.4%。
推荐理由：文章在宣传效果之外核对了样本量、心理暗示与基准分数，读者可以据此更冷静地判断端到端架构带来的实际进步。
Kimi · 官方博客精选AI 评分7878 Kimi 发布开源模型 K2.5，强化视觉编码与多智能体并行执行能力
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。
Kimi · 官方博客精选AI 评分8585 月之暗面发布 Kimi K3，首个开源 3T 级模型
月之暗面发布 Kimi K3，2.8T 参数开源模型，具备原生视觉能力与 100 万 token 上下文窗口，官方称其为全球首个开源 3T 级模型。
推荐理由：原文给出 2.8T 参数、KDA 与 Attention Residuals 架构及多项基准对比，读者可据此判断其在开源模型中的位置。
MiniMax · 官方新闻AI 评分6262 MiniMax Music 3.0 发布：一次生成最长 5 分钟完整歌曲
MiniMax 正式推出新一代音乐生成模型 Music 3.0，只需一个创意想法和可选歌词，即可在一次生成中完成作曲、编曲、演唱与制作，输出最长 5 分钟的完整歌曲。
MiniMax · 官方新闻精选AI 评分7979 MiniMax 发布全模态生成模型 H3
MiniMax 正式发布通用全模态生成模型 H3，支持多模态上下文统一理解，可输出最高 15s 2K 分辨率的原生双声道音视频。该模型在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 等方面表现出色，2K 分辨率下每秒价格不到主流模型的 1/3。官方计划在未来几天内开放模型权重，以推动开源社区发展。
推荐理由：MiniMax 发布全模态生成模型 H3，支持 15s 2K 原生双声道音视频，计划开放权重，为多模态创作提供了新的高性价比选项。
The Decoder精选AI 评分6969 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再需要人类介入
Cloudflare 发布面向智能体的决策模型 Clef 与 Clef-flash，直接对标 TypeSafe AI 的 Jev。Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 略超 524 毫秒；Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B，上下文窗口为 64,000 token，并可处理图像。
推荐理由：文中给出 Clef 与 Jev 的延迟和准确率对比，读者可据此判断决策模型在智能体链路中的取舍。
爱范儿AI 评分6363 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash Preview 前端创作实测
爱范儿在 MiniMax Code 中沿用 Opus 5.5 优质案例的公开提示词，实测 MiniMax M3.1 Flash Preview 的前端创作能力。
The DecoderAI 评分5959 近半数测试者在一分钟视频通话中将 Tavus 的 Griffin 误认为真人
Tavus 发布 Griffin，该公司称之为首个“人机交互模型”（HIM），可在实时视频对话中同时理解与生成语音、面部表情、语气、手势和停顿。在 Tavus 的测试中，48% 的参与者在进行一分钟视频通话后认为 Griffin 是真人，此前系统最高仅 2%；在 Nvidia 的独立测试中 Griffin 得分 3.83，人类为 3.92，此前最佳 AI 模型为 2.80。
The Decoder精选AI 评分8181 Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布 Gemini 4 Argon，这是自 Gemini 3.1 Pro 以来七个多月的首款前沿模型，初步评测追平 GPT-6 Astra 但仍未超过 Claude Opus 5.5。
推荐理由：借助 Artificial Analysis 与 Arena 的独立评测，可以看出 Argon 在推理与写作上追平 GPT-6 Astra，但 token 消耗更高、应用体验仍落后。
雷峰网AI 评分6464 实测 Qwen3.8-Flash 与 GLM-5.3-Flash：谁能让我提前下班半小时？
雷峰网在 Claude Code 中以同一任务实测 Qwen3.8-Flash 与 GLM-5.3-Flash，两款模型都从零交付了可运行的个人工作台，但取向不同：GLM-5.3-Flash 偏工程交付，先补齐登录、CRUD 与统计面板；Qwen3.8-Flash 偏个人工作流，把智能排序、到期语义和 Markdown 笔记放在核心。
雷峰网AI 评分6464 越大越强，不再是 LLM 的专利：PixVerse R2 攻克实时世界模型 Scaling 难题
爱诗科技 PixVerse R2 已全量上线，用户可在网页端直接体验动作指令与互动影游交互。实机体验与 HAR 网络记录显示，冬日宫殿会话全程仅一次 session_init，约 119.5 秒生成窗口内八轮推荐 Prompt 与 3355 条动作帧（约 33.4Hz）被组织在同一条持续 session 中，Prompt 处理期间 WASD 控制通道仍然开放。
Microsoft Research精选AI 评分6666 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院发布 Quine，一个整合生物学多模态世界模型与交互式 harness 的 AI 研究系统，可跨序列、结构、功能、细胞状态与影像数据联合学习表示。研究团队与 Broad Institute 合作，用 Quine 预测并优先排序可驱动胰腺癌 PDAC 肿瘤细胞状态转变的化合物，多个排名靠前的候选已在湿实验中得到验证，整个筛选过程仅用一个周末。
推荐理由：微软研究院展示了多模态生物世界模型在胰腺癌细胞状态筛选中的湿实验验证，读者可看到 AI 如何介入实验设计闭环。
爱范儿精选AI 评分7474 匿名模型 Space Bunny Alpha 走红，实测可用草图生成可交互 3D 网站
匿名模型 Space Bunny Alpha 近日悄悄上线 OpenRouter 和 OpenCode，凭草图转可交互 3D 网页等能力冲上两个平台日调用量第一，目前免费调用。
推荐理由：作者通过草图转网页、3D 小游戏与发动机展台实测，说明又快又便宜的模型为何能成为日常主力。
爱范儿精选AI 评分7070 可灵 4.0 首发实测，国产 AI 视频再次掀桌？
可灵 AI 拿出 Kling 4.0 大版本更新，主打真实、可控、专业，将于 10 月正式上线，Kling 4.0 Flash 已于 9 月 28 日率先开放小范围体验。
推荐理由：原文把 Kling 4.0 的 10-bit HDR 输出与主流 8-bit 方案对比，并给出多参考素材的提示词分工技巧，可直接迁移到自己的视频生成流程。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型。前者侧重深度创意指导，支持自然语言生成定制声音、30秒语音复刻与逐句表演控制；后者面向高并发、低成本的规模化应用。
推荐理由：原文清晰对比了两款新 TTS 模型的定位与功能，并给出基准表现与安全机制，便于开发者评估选型。