全部 AI 动态

Arena.ai@arena· 00:42AI 评分3838

Meta 推出的 Muse Wonder Full (Max) 在 Code Arena 的 WebDev 榜单中以 1726 分排名总榜第 6 位，助力 Meta 进入实验室前三。

Artificial Analysis@ArtificialAnlys· 00:42精选AI 评分8181

深度求索（DeepSeek）发布 DeepSeek V4.1 Flash 1017 旗舰更新模型，在 Artificial Analysis 智能指数中获得 45 分，与 GLM-5.3 并列开源模型第二位。

Ant Ling@AntLingAGI· 00:26AI 评分6262

蚂蚁百灵开源了 5 个 Ming-3.0 系列语音模型，涵盖 TTS、Audio 和 ASR 三个语音家族。具体包含 Ming-3.0-tts（包含 0.5B 与 7.9B 激活 1.3B 的 Tiny 版本）、Ming-3.0-audio（包含 Flash 126B 激活 6.5B 与 Tiny 9.3B 激活 2.7B 版本）以及 Ming-3.0-asr（Tiny 8.6B 激活 2B 版本），分别支持语音设计、长音频理解与方言识别等能力。

Artificial Analysis@ArtificialAnlys· 00:26AI 评分6161

Artificial Analysis 发布了 MiniMax-M3.1-Flash 的综合评测，其智能指数得分为 42 分，复杂推理能力较前代显著提升且单任务成本降至前代一半以下。该模型在 Humanity's Last Exam 上得分 48%，单任务成本约为 $0.22，支持 1M 上下文窗口及图文输入。

Nvidia 发布面向企业与端侧的新开源模型

Nvidia 推出了针对企业和端侧的全新开源权重模型，包括拥有 1200 亿参数的企业级智能体模型 Nemotron 3.5 Super VL 以及两款面向 AI PC 的轻量级 Bolt 模型。Super VL 专注于指令遵循和工具调用任务，而 Bolt 模型则旨在支持个人电脑和工作站上的本地运行。这些模型已通过合作伙伴逐步推向市场，旨在满足企业和消费者在本地部署以及数据隐私方面的需求。

ViggleAI@ViggleAI· 23:54AI 评分6464

Viggle AI 发布 JST-2，这是全球首个全栈物理原生世界基础模型。该模型采用 3D 架构，支持在数秒内生成并实时扩展 3D 场景，并通过通用架构直接创建自带动作的角色。

MiniMax M3.1 Flash 模型上线

稀宇科技正式上线 MiniMax M3.1 Flash 模型，其推理速度较前代提升近 3 倍且使用成本降低 70%。该模型在智能体任务、编程、Computer Use 及网络安全等基准测试中表现优异，现已接入 API、MPlan 及 MiniMax Code，并计划稍后开放权重。

🚨 AI News | TestingCatalog@testingcatalog· 22:50AI 评分6464

Nace AI 发布了多模态决策模型 Drex Max，支持处理文本、图像与视频。该模型专为 Computer Use 智能体设计，不生成文本，仅从给定选项中返回概率分数，且每 token 成本显著低于同类前沿模型。

开发者推出移除 AI 写作套话的 Qwen3-4B 开源模型

开发者基于 MacBook Air 使用知识蒸馏和任务过滤方法，对 Qwen3-4B-Instruct 进行微调并开源了去套话版本 qwen3-4b-deslop。该模型移除了破折号、“不仅而且”以及三连排比等 AI 常见文风习惯，在保持事实准确性的同时将套话得分从 121 降至 12.5，支持通过 Ollama 或 llama.cpp 在本地运行。

MiniMax 发布 M3.1 Flash：428B MoE 多模态模型

MiniMax 发布 M3.1 Flash 模型，拥有 428B 总参数与约 23B 激活参数的 MoE 多模态架构，支持 100 万 tokens 上下文，输入与输出定价分别为每 1M tokens 0.15 美元和 0.60 美元。

🚨 AI News | TestingCatalog@testingcatalog· 20:42AI 评分6363

MiniMax 正式发布 MiniMax M3.1 Flash（此前在 OpenRouter 上代号 Space Bunny），其在 DeepSWE 上得分 74%，输入和输出价格为每百万 token 0.15 美元和 0.60 美元。该模型权重将于 10 月 23 日开源，MiniMax 还在筹备一款 Pro 模型。

Arena.ai@arena· 20:42AI 评分3737

MiniMax-M3.1-Flash 模型现已上线 Code Arena: WebDev，以 1588 分在开源模型中排名第 12 位。相比前代 MiniMax-M3，该版本分数提升 106 分，并在多个分类中排名上升。其定价为每 1M tokens 输入 0.15 美元、输出 0.60 美元，成本降低 50%。

MiniMax 发布 M3.1 Flash：推理提速近 3 倍，成本降低 70%

MiniMax 正式更新 M3.1 Flash 模型，其早期版本为此前匿名处理超 200T Token 的 Space Bunny。

MiniMax (official)@MiniMax_AI· 20:10AI 评分7575

MiniMax 发布 M3.1 Flash 模型，其成本为 M3 的 1/3 且速度提升 3 倍，此前曾以 Space Bunny 代号在公开基准上测试。该模型在自动化、编码和视觉推理等任务上具备前沿水平，API 定价为每百万输入/输出 token 0.15 美元和 0.60 美元，缓存读取为 0.015 美元，模型权重将于 10 月 23 日开放。

MiniMax (official)@MiniMax_AI· 17:30AI 评分2525

欢迎回来。Space Bunny。🚀 MiniMax-M3.1-Flash 即将到来。

Arena 2026 年第 42 周 AI 大模型周榜：kimi-k3-max 首进代码榜前十，mimo-v2.6-pro 入前端开发榜前 20

Arena 平台发布 2026 年第 42 周 AI 大模型盲测排名，国产模型 kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20 位列第 19。综合榜头部保持稳定，gemini-4-argon-high 以 1525 分蝉联榜首，gemini-3.5-flash-medium 作为新入榜模型位列综合榜第 30。

DeepSeek V4.1 Flash 1017 (Max)

DeepSeek V4.1 Flash 1017 (Max) 模型上线，通过智能能力指数、开放度指数以及智能指数进行性能对比。评测指标涵盖 Token 使用成本、上下文窗口、输出速度与首字延迟等维度。同时针对开源模型纳入了模型规模评估。

OpenBMB@OpenBMB· 11:52AI 评分5858

MiniCPM-V 4.7 升至 Hugging Face 趋势榜第二。该模型的 35B-A3B MoE 版本可在 iOS 和 Android 上流畅运行，内存占用约 3GB，1B 版本则在 OCR、数学和视频理解方面表现出色。

Mistral AI 发布时序基础模型家族 Timestral，最大参数量 209M

Mistral AI 推出了首个时序基础模型家族 Timestral，包含 5M 至 209M 参数共 4 款密集模型，最大模型在 GIFT-Eval、TIME 和 fev-bench 等零样本基准测试中排名领先。

Arena.ai@arena· 03:10AI 评分6262

DeepSeek 推出的 DeepSeek-V4.1-Flash-20261017 在 Code Arena: WebDev 评测中登顶开源模型榜首，超越 Kimi K3 (Max) 且成本降低 10 倍。该模型总排名第 12 位（1670 分），输入输出定价为每百万 token $0.3/$1.2。

🚨 AI News | TestingCatalog@testingcatalog· 03:10AI 评分5151

作者分享了 OpenAI 新 Aurora 图像模型在 Arena 上的测试体验，指出 Aurora 的输出效果显著优于 gpt-image-2.5-flare，尤其在色彩方案上表现更佳。

StepFun@StepFun_ai· 02:38AI 评分5858

阶跃星辰宣布 Step 5 Preview 模型权重已发布，并将于 10 月 22 日在旧金山与 Together AI 联合举办发布夜及创始人聚会。活动包含 Step 5 Preview 预览、现场问答以及关于在模型进步背景下什么仍值得构建的小组讨论。

VAST 开源实时世界模型 EdenLive

VAST 正式发布并开源实时世界模型 EdenLive，支持任意参考输入、任意画风生成与长时连续运行。该模型在单张 RTX 5090 显卡、720P 条件下生成速度超过 24FPS，端到端延迟达百毫秒级，同时官方还同步开源了配套的 Game Prototype Turbo 游戏原型生成技能。

🚨 AI News | TestingCatalog@testingcatalog· 16:30AI 评分2828

OPENAI 🔥: 最近在 API 中发现了 3 个新模型引用。 aurora-red-alpha aurora-green-alpha aurora-blue-alpha 这些模型引用在不久后被移除，因此这是一次失误发布。 普通用户近期有机会测试这几个具体模型的概率相当低（alpha）。 更有可能的是发布全新的 Daybreak 更新公告。 这也不排除计划发布其他模型的可能性。 近期不会？ 👀

Kling AI@Kling_ai· 10:58AI 评分2828

推出大型可灵 Kling 4.0 👀 #Kling4 #KlingAI

Kyutai 发布 REKI：2.4B 视觉-语言-动作模型，为机器人操作带来高效记忆

Kyutai 联合 Inria 和 École des Ponts 发布了 2.4B 参数的视觉-语言-动作模型 REKI，该模型仅使用公开数据进行预训练，且相关权重已在 Hugging Face 开源并采用 CC BY-NC-SA 4.0 协议。

Cohere@cohere· 04:18AI 评分3333

最近发布了一些性能强劲的 embeddings 模型。我们的模型依然更好。 我们使用 RCP-nDCG@10 在 163 个数据集上对 Embed 5 Fast 与 Google 的 EmbeddingGemma 2 进行了基准测试。Embed 5 Fast 在其中 95% 以上的数据集上领先。

智谱推出法律专用开源模型 GLM-Legal

智谱推出了法律专用开源模型 GLM-Legal，在 Vals AI 法律测评中夺得双榜开放权重模型榜首。该模型适配中文与海外法律实务，可支持审合同、串证据和企业出海合规研究等任务。智谱目前已开放 GLM-Legal Beta 申请并计划将其接入 AutoClaw。

DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API

DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，在提升代码和 Agent 任务表现的同时缩短了运行时间并减少了输出消耗。网页端、APP 与 API 已同步更新，配套的 DeepSeek Harness 升级至 0.2.1 版本。此外，官方还推出了支持网页搜索与正文抓取的自研 Search 和 Fetch API 接口。

Yuchen Jin@Yuchenj_UW· 01:54AI 评分7272

Yuchen Jin 发文称 DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上取得 77 分，以 83 倍更低的成本达到了 Opus 5 级的编码表现，并宣布将在 Databricks 上线该模型。

Arena.ai@arena· 23:56AI 评分5858

Arena Alignment Index 更新引入了三款新模型，其中 Meta 的 Muse Wonder 获得 77.5% 的对齐指数并位居第六，Reflection AI 的 Beam 1.0 和阶跃星辰的 Step 5 Preview 分别以 75.3% 和 75.1% 的得分入榜。

Arena.ai@arena· 23:39AI 评分5353

Arena 对齐指数更新引入了三款新模型，Meta 的 Muse Wonder 得分 77.5%，Reflection AI 的 Beam 1.0 得分 75.3%，阶跃星辰的 Step 5 Preview 得分 75.1%。Meta 在这三款新模型中取得了最高的对齐指数得分，并拥有最低的未经授权操作率和欺骗性完成率。

meng shao@shao__meng· 20:52AI 评分7878

DeepSeek 发布 V4.1-Flash-1017 模型，在性能、速度和输出长度三个维度进行改进，并采用带自我反馈的强化学习来提升端到端开发能力。同时，官方将内部搜索引擎正式商业化，开放 Search 与 Fetch 两个独立 API 以支持 RAG 和 Agent 工具链。

ViggleAI@ViggleAI· 20:52AI 评分5050

ViggleAI 宣布限时开放 Viggle Animate 2 模型的新一批私测名额。视频创作者可以通过回复或私信获取早期访问权限，试用后在 X 上分享创作成果及反馈。

OpenBMB@OpenBMB· 20:02AI 评分5656

OpenBMB 宣布 MiniCPM-V 4.7 登上 Hugging Face 热门榜第 3。其中 35B-A3B MoE 模型可在 iOS 和 Android 上流畅运行，内存占用约 3GB，1B 模型则在 OCR、数学和视频理解方面具备出色的性能表现。

Thomas Wolf@Thom_Wolf· 18:55AI 评分6565

Thomas Wolf 评论 DeepSeek 发布的 DeepSeek-V4.1-Flash-1017 模型，指出其自称为 minor update 但 Terminal-Bench 4.0 得分从 31.2 升至 42.3，在 DeepSWE 上获得 77.0 分，并具备更短输出和更快任务完成的特点，权重延续 MIT 协议开源。

深度求索发布 DeepSeek-V4.1-Flash-1017 模型并开源权重

深度求索发布了 DeepSeek-V4.1-Flash-1017 模型，并在 Hugging Face 和 ModelScope 上开源了模型权重。该模型在智能体和编码任务中表现优于前代及部分大型竞品，同时显著降低了单任务成本；此外，深度求索还首次向外部开发者开放了其内部搜索引擎 API。

DeepSeek 发布 V4.1-Flash-1017，DeepSWE 得分 77.0 并开放 Search API

DeepSeek 发布 V4.1-Flash-1017 检查点并已上线网站、App 和 API，在 11 项基准上较 9 月版提升 2.0 至 11.1 分，其中 DeepSWE v1.1 达 77.0 分，同时官方宣布开放 Search API。

DeepSeek-V4.1-Flash-1017 发布

DeepSeek-V4.1-Flash-1017 是对 DeepSeek-V4.1-Flash 的小幅更新，在推理、编码、智能体任务和视觉基准测试中取得了显著提升，同时缩短了任务执行时间和输出长度。该版本提供了 Python 参考实现、Rust 库 deepseek-recipe 以及本地推理说明，支持 1M token 上下文窗口，并采用 MIT 许可证开源。

DeepSeek 发布 DeepSeek v4.1 Flash 1017 模型

深度求索（DeepSeek）发布 DeepSeek v4.1 Flash 1017 模型，这是首个基于公司 Causal Encoder-Decoder 架构构建的稀疏 MoE 模型。该模型从 552B 的主干参数中激活 8B 输入和 16B 输出参数，原生集成图像理解能力，支持 1.0M 上下文窗口，定价为每百万 token 输入 0.15 美元、输出 0.60 美元。