#模型发布

Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全防御

Mistral 正式开放其万亿参数模型 Mistral Large 4（ML4）的模型权重，允许企业与政府机构在本地自主部署以应对网络安全威胁。该模型权重已在 Hugging Face 及官方 API 上线，官方称其在安全任务中的性能可媲美 GLM-5.3 且单任务节省 47% 的 token，并在 Artificial Analysis 的智能体编码基准上超越其他开源模型。

同一件事，精选收录的是《Mistral AI 开源 1 万亿参数多模态模型 Mistral Large 4 权重》

Mistral 正式开源 Mistral Large 4 权重

Mistral 正式在 Hugging Face 开源旗舰模型 Mistral Large 4（代号 Le Chonk）的权重，总参数量约 1 万亿，每步激活 520 亿参数并支持多模态输入。

同一件事，精选收录的是《Mistral AI 开源 1 万亿参数多模态模型 Mistral Large 4 权重》

Mistral Large 4 多模态模型上线 Hugging Face

Mistral 推出多模态 MoE 模型 Mistral Large 4（代号 Le Chonk），总参数量约 1T、激活参数 49B，具备 1M token 上下文窗口并同步上线 Hugging Face。

同一件事，精选收录的是《Mistral AI 开源 1 万亿参数多模态模型 Mistral Large 4 权重》

Mistral AI 开源 1 万亿参数多模态模型 Mistral Large 4 权重

Mistral AI 正式开源 1 万亿参数原生多模态旗舰模型 Mistral Large 4（Le Chonk）的模型权重。该版本强化了强化学习训练，在 FrontierCode 2.0 和 Terminal-Bench 4.0 等编码与终端基准测试中位居开源模型前列，并新增 Low、Medium、High 三种推理模式以平衡性能与推理成本。

Granite Switch 4.1.1：像更新软件一样更新模型

Granite Switch 4.1.1 补丁版本发布，完全向后兼容 4.1 且无需迁移，支持在保持基础模型不变的情况下直接更新 adapter。该版本更新了支持 10 种语言及原生标点大小写的 Granite Speech ASR 模型，并提升了 granitelib-core 中 Decision adapter 在 Jev Decision Index 测试集上的表现。

Google 发布 Gemini 4 Carbon 前沿模型，主打网络安全与长程工程任务

Google 发布最新前沿模型 Gemini 4 Carbon，重点提升了网络安全防御、编码与智能体任务能力，并登顶 Artificial Analysis Intelligence Index v5.0 基准。

Google 发布最新前沿 AI 模型 Gemini 4 Carbon，但用户无法使用

Google 宣布推出最新前沿 AI 模型 Gemini 4 Carbon，但该模型目前用户无法使用。该模型本质上是 Argon 模型的略微改进版本。

Google DeepMind 发布 Gemini 4 Carbon 模型

Google DeepMind 在 Argon 发布两周后推出新模型 Gemini 4 Carbon，并在 Artificial Analysis 智能指数 5.0 中以 59 分登顶。

同一件事，精选收录的是《Google DeepMind 发布前沿模型 Gemini 4 Carbon，强化网络安全与长程智能体能力》

Google DeepMind 发布前沿模型 Gemini 4 Carbon，强化网络安全与长程智能体能力

Google DeepMind 发布前沿模型 Gemini 4 Carbon，主打网络安全防护与长程工程任务，在 SEC-bench Pro 漏洞挖掘达 88.2%、CWE-bench 修复达 71.0%。

NVIDIA 开源 Nemotron 3.5 Transcribe：整合语音转录、翻译与说话人识别

NVIDIA 开源语音模型 Nemotron 3.5 Transcribe，单一模型集成了语音转录、31 种语言互译、最多 8 人的说话人识别以及录音内容问答能力。

Nvidia 发布开源转录模型 Nemotron 3.5 Transcribe 与语音数据集 Granary v2

Nvidia 发布开源权重转录模型 Nemotron 3.5 Transcribe 及 Granary v2 语音数据集。该模型拥有 30B 参数且可在单芯片上运行，支持最多 40 种语言转录、最长 1 小时音频以及最多 8 位说话人识别，但仅适用于录制音频而非实时流媒体。

NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线

NVIDIA 开源语音模型 Nemotron 3.5 Transcribe 及配套数据管线 Granary v2。该模型将多语言转写、说话人日志、翻译与音频问答整合入单一检查点，总参数量 30B 且每 token 仅激活约 4B，支持 40 种语言转写和最多 8 位说话人区分。

Google DeepMind 推出实时交互世界模型 Genie 4

Google DeepMind 推出新一代实时交互世界模型 Genie 4，支持根据键盘操作与提示词逐帧模拟场景，并能直接生成环境音效与角色对话。系统在后台借助 Gemini 模型分解多步任务以维持模拟连贯性，并在测试中结合机器人研究模拟操作任务。Genie 4 目前作为研究预览面向受选测试者开放，在长时模拟中仍存在视觉细节漂移与物体持久性不足等问题。

Liquid AI 发布 LFM3 系列多模态模型

Liquid AI 推出新一代 Liquid Foundation Models（LFM3）系列开源权重，基于 LFM3-1.7B-Base 统一底座衍生出覆盖文本、视觉、音频、全模态和决策任务的 6 款 2B 级模型。

Google DeepMind 发布世界模型 Genie 4，支持实时音频与交互控制

Google DeepMind 发布世界模型 Genie 4 研究预览版，支持在模拟运行中通过提示词实时改变场景、天气与视角，并同步生成环境音与对话。该模型将场景一致性维持时间翻倍至两分钟，并能与 Gemini 协同用于机器人仿真和影视创意原型制作。目前该模型已面向受信任测试者开放，后续几周将向 Google AI Ultra 订阅用户及 Gemini API 合作伙伴开放。

同一件事，精选收录的是《Google DeepMind 发布实时交互世界模型 Genie 4》

DeepMind 发布 Genie 4 世界模型，提升物理仿真与人类表现真实感

Google DeepMind 发布 Genie 4 世界模型，在物理特性和人类仿真真实感上全面改进，付费用户不久后可获取使用权限。该模型得益于更新的 Gemini 模型，无需预渲染环境或编程交互元素，即可根据提示词在用户探索时实时逐帧生成虚拟体验。DeepMind 表示该技术能够为物理机器人创建无限训练环境，并为创意领域开辟快速原型设计的新途径。

Google 发布 Genie 4 交互式世界模型

Google 宣布推出 Genie 4 交互式世界模型，支持生成更逼真的交互场景与音频，生成时长从上一代的 1 分钟提升至约 2 分钟。该模型底层采用 Gemini 3.8 Flash 辅助仿真，允许用户通过自然语言提示词实时更新场景，主要面向电影预演、游戏原型设计及机器人训练等用途。Genie 4 目前仅向受信测试者开放研究预览，后续将向 Google AI Ultra 订阅用户推出。

Google DeepMind 发布实时交互世界模型 Genie 4

Google DeepMind 发布新一代交互式世界模型 Genie 4，支持实时通过键鼠和自然语言指令生成并调整具备物理规律的仿真环境。该模型原生支持同步生成环境音效与角色交互对话，并引入 Gemini 模型作为引导 Agent 维持场景的多步推理与因果连贯性。

OpenAI 发布 GPT-6.1 Terra，主打视觉推理与电脑操作

OpenAI 发布 GPT-6.1 Terra，官方称其结合了细致的视觉推理与精准的电脑操作能力，并比 GPT-5.6 Terra 有明显提升。OpenAI 的 Ted Sanders 在 Hacker News 评论中表示，Terra 在技术沟通上可能优于 Astra 和 Sol，视觉与电脑操作表现相近但速度快得多，其他多数方面略弱。

OpenAI 发布 GPT-6.1 Terra，API 价格减半且缩小与更大模型的差距

OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半，输入每百万 token 1 美元、输出 5 美元，缓存输入降至每百万 token 0.05 美元。

OpenAI 发布 GPT-6.1 Terra

OpenAI 发布 GPT-6.1 Terra，官方称其把快速且有能力的 computer use 带给所有人。目前公开材料仅有一句定位说明，未披露参数、基准成绩或开放方式。

Block 发布本地运行的全双工语音模型 Dessa

Block 研究实验室发布全双工语音模型 Dessa，可边说话边聆听，并带有笑声、停顿和哭腔等表达。该模型完全用人类语音训练，可在 MacBook M4 Max 或更强的消费级电脑上本地运行，目前未公开开放，Block 正招募安全研究人员测试。Block 称现有语音模型因文本环节导致情感不自然，而 Dessa 将情感内建于模型之中，其知识来自对话数据。

Moonshot 发布 Kimi K3.1 Pro：2.8 万亿参数、104B 激活，承诺 11 月 4 日开放权重

Moonshot 发布 Kimi K3.1 Pro，这是一款 2.8 万亿总参数、104B 激活参数、100 万 token 上下文的多模态 MoE 模型，已在官网、App、Kimi Work、Kimi Code 和 API 上线标准版与 Highspeed 版，权重承诺 11 月 4 日开放。

月之暗面 Kimi K3.1 Pro 上线 Kimi API

月之暗面 Kimi K3.1 Pro 已在 Kimi API 上线，尚未开源权重，官方承诺 2026 年 11 月 4 日前发布完整模型权重。定价为输入 $2.00/百万 token、输出 $10/百万 token，与 GPT-6.1 Sol 持平，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。

Block 发布 AI 语音模型 Dessa，仅用人类对话训练

Jack Dorsey 的 Block 发布 AI 模型 Dessa，称其完全基于人类对话数据从零训练，而非从文本转语音。Dessa 团队称它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，并将向一小批 AI 安全研究者开放早期访问。

NVIDIA Earth-2 开放模型在欧洲落地：StormScope EU 与真实天气气候预测

NVIDIA 在 GTC Berlin 展示与 Earthmover 合作的 StormScope EU 实时预报管线，这个面向欧洲的区域短期预报模型基于 EUMETSAT 卫星观测，以 10 分钟间隔预测 16 个 Meteosat 通道的云况。

NVIDIA 发布关系型基础模型 Kumo Relational，无需训练即可预测

NVIDIA 发布预训练关系型基础模型 Kumo Relational，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。在 15 个数据库的 41 项任务上，它超过监督式关系深度学习模型和专家特征工程 GBDT 管线；在 SAP SALT 企业基准上，其 MRR 比 AutoGluon 集成高 8%，微调后扩大到 16%。

IBM 发布 Granite Speech 5.0 系列三款语音模型

IBM 更新 Granite Speech 系列三款模型，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。

Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

Mistral 发布 Voxtral 3 系列语音模型和基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说合成一条实时流式管线，单轮响应在 1 秒内。

Mistral 发布时间序列基础模型 Timestral，209M 版本在三项基准居首

Mistral AI 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸。最大的 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准的预训练零样本模型中均排名第一，参数量为前 SOTA 的三分之二。

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%，超过其他前沿模型。

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、科研人员和消费者开放，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。

Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，这是一个可原生映射文本、图像、音频和视频到统一嵌入空间的多模态嵌入模型，基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量 7.4 亿。

Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型

Mistral 发布 Mistral Large 4 公开预览，可通过 Mistral Studio 试用预览 API，权重将于本月底放出。

Google DeepMind 发布 Gemini 4 Argon 前沿模型

Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续将面向开发者、企业和消费者推出，起步定价为每百万输入 token 2 美元、每百万输出 token 10 美元。