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。
多模态
全部主题文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
最新精选
第 21–40 条 · 共 93 条极客公园精选AI 评分7171
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。
The Verge · AI精选AI 评分6767 Google Gemini Live 上线 Guided Vision，可用 AI 实时描述摄像头画面
Google 在 Gemini Live 中上线 Guided Vision 功能，可对手机摄像头对准的画面提供实时语音描述，帮助用户阅读小字、描述环境、寻找并识别物体。
推荐理由：原文将其与 Apple 的 VoiceOver Live Recognition 对标，同时明确它不承担导航与安全出行职责，便于读者判断实际适用范围。
TechCrunch · AI精选AI 评分6868 ChatGPT 推出虚拟试穿与商品收藏功能
OpenAI 宣布面向全球用户推出两项 ChatGPT 购物功能：虚拟试穿与商品收藏（Favorites）。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型，用户上传自拍或全身照后，可通过购物结果中的 try on 按钮查看服装或配饰的上身效果；Favorites 则把商品保存到应用内的 Library，与试穿图片放在一起管理。报道同时指出 Google 去年已推出虚拟试穿功能。
推荐理由：原文对照 Google 去年推出的虚拟试穿和 Pinterest 的时尚发现生态，帮助读者判断 ChatGPT 购物功能的竞争位置。
量子位精选AI 评分6666 何恺明团队提出NAT-ARC：用ImageNet预训练实现纯视觉ARC推理
何恺明团队提出NAT-ARC，一套不依赖LLM的纯视觉ARC解题方案，用ImageNet MAE预训练encoder再迁移到抽象格子推理。最佳单模型参数量0.6B，在ARC-1上pass@2达63.4%，集成后达70.2%；作为参照，专用LLM系统The ARChitects用8B模型拿到71.6%。
推荐理由：论文显示ImageNet自然图像预训练可迁移到ARC抽象格子推理，用约四分之一参数量逼近专用LLM系统。
The Verge · AI精选AI 评分6767 OpenAI 新智能体 Dots 叫板 Meta，但它能打赢免费吗？
在 DevDay 大会上，OpenAI 发布由 GPT-6 Astra 驱动的智能体 Dots，可构建虚拟世界并委派未发布产品 QA、网站设计、行程规划等复杂工作，但暂限每月 20 美元的 Pro 及更高套餐用户。
推荐理由：原文把 Dots 与 Muse 在价格、隐私和企业市场上逐项对比，读者可据此判断付费智能体相对免费产品的差异化空间。
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。
量子位精选AI 评分7575 斯坦福 HomeBody 让 GPT-6 Astra 接上宇树 G1，进入陌生厨房完成收拾与取物任务
斯坦福团队项目 HomeBody 让 GPT-6 Astra 控制宇树 G1 机器人，在从未见过的厨房里按语言指令归拢咖啡袋、丢掉纸盒，并从视野外的抽屉中找到药递给人。
推荐理由：原文拆解了 HomeBody 让大模型把机器人技能当工具调用的三步流程，可看出具身智能任务从桌面抓取扩展到整房间操作的实现思路。
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。
极客公园精选AI 评分7474 Manus 2.0 正式发布并推出个人 Agent 应用 CUE
Manus 正式发布 2.0 版本，底层换用自研 Cascade Agent 框架，任务 Token 消耗减少 23.2%、完成时间缩短 28.2%、运行成本降低 32%，并新增可购买的云电脑作为专属运行环境。
推荐理由：原文把 Cascade 框架、云电脑、Studio 与 CUE 串成个人 AI 线索，便于对比 Meta Muse 等巨头的同类布局。
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。
Latent Space精选AI 评分7878 小米 MiMo-V2.6-Pro 1T-A42B 登顶开放权重模型榜单，训练成本 $3M
小米发布 MiMo-V2.6 系列原生全模态开放模型，MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登顶 Artificial Analysis 开放权重智能指数（46），另有 Flash 与最高 20x 提速的 Pro-UltraSpeed 版本。
推荐理由：小米以非传统大厂身份拿下开放权重榜首，并同步开放 RL 环境与训练配方，显示后训练正成为更便宜的能力跃升路径。
X精选AI 评分6565 用 Ling-3.0-flash-VL 接管运营复盘中最烦的图表读数环节
作者用自己 X 账号的后台截图实测了蚂蚁开源的 Ling-3.0-flash-VL，验证它在细粒度图表读数上的表现。底部 11 张卡片数值全部读对，双 Y 轴图 9 天 New follows 全部命中，跌幅前三名（Shares -100%、Bookmarks -84%、Likes -72%）排序正确，像素级核对后绝大多数误差在个位数以内。
推荐理由：作者用自己真实的 X 后台截图做像素级核对，验证了轻量多模态模型在细粒度图表读数上的可用性，也给同类重复劳动提供了可迁移的验证方法。
阶跃 StepFun · 官方公众号精选AI 评分7676 阶跃发布旗舰模型 Step 5 Preview，将于 10 月 15 日开源权重
阶跃 StepFun 发布面向真实世界 Agentic 任务的新一代旗舰基座模型 Step 5 Preview，即日起全量开放，并将于 10 月 15 日释放模型权重。
推荐理由：官方给出架构、参数规模与多项基准对比，读者可横向判断它与 Claude Opus 5 之间的成本能力取舍。
阿里云开发者精选AI 评分7777 DeepSeek-V4.1-Flash上线千问AI平台，API与Token Plan同步开放
DeepSeek-V4.1-Flash正式上线千问AI平台，API服务与Token Plan同步开放，开发者可在Qoder、千问APP、Codex等工具中调用。模型原生支持文本与图像理解，最长支持100万Token上下文，可用于代码开发、长文档处理、视觉理解和智能体任务。借助新一代缓存压缩技术，其HBM需求降至上一代模型的1/4、SSD存储需求降至1/8，部署基于vLLM开源社区适配完成。
推荐理由：原文列出了模型的多模态能力、100万Token上下文与存储需求降幅，读者可据此评估长上下文场景的部署成本。