Allen AI 发布 OlmoEarth v1.3 卫星嵌入模型，并开放全球预计算嵌入与浏览器工具
Allen AI 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年的 Sentinel-1、Sentinel-2 和 Landsat 时序数据，为地球上每 10 米像素生成 128 维向量，前 64 维可单独使用。
#模型发布
#模型发布
今日 1 条10月23日
10月22日
Recursive 发布 Flint：首个由 Eureka Machine 参与研发的 MoE 编码模型
Recursive 发布首个语言模型 Flint，开发过程中名为 Eureka Machine 的 AI 系统参与提出想法、搭建、测试并规划后续实验。
IBM Granite 时序模型集成预测：四种架构组合，无需重训
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，将 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型组合为统一预测接口，无需重训、无需拟合集成权重。
Recursive 发布可在笔记本运行的编码模型 Flint，称大部分由 AI 参与构建
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。
NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做流失、需求、欺诈等预测，单次前向传播完成，无需任务特定训练、特征工程或表扁平化。
10月21日
Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 与 Claude Haiku 5.5 的 4 到 8 倍
Inception 发布扩散语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，运行速度快 4 到 8 倍。
IBM 发布 Granite Speech 5.0 系列：新增 2B 语音模型并更新 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 Kumo Forecast：结合预训练时序表示、历史模式检索与可解释性
NVIDIA 推出多变量时序预测模型 Kumo Forecast（原 NV-Tesseract Forecasting），基于 MOMENT-1-large 骨干，约 3.4 亿参数编码器加可训练预测头，采用 Apache 2.0 许可。
NVIDIA 扩展开放模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展其开放模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever，以及 Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising。
ElevenLabs 发布两款实时语音到语音模型 Eleven Realtime
ElevenLabs 发布两款语音到语音模型 Eleven Realtime，其中 v1 Max 在 Big Bench Audio 基准上得分 98.8%，响应时间 0.57 秒。
OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上表现大幅提升
OpenAI 表示已针对 COBOL、Fortran、Visual Basic 等训练代码稀缺的“低资源”语言改进最新模型。
Mistral AI 发布 Voxtral 3 实时语音智能体模型栈
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转文字模型 Voxtral Small Transcribe 3、文字转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK，把听、思考、工具调用和说话整合进单一流式管线。
NVIDIA 发布 Cosmos3-H-Dreams 手术生成式模拟模型
NVIDIA 发布 Cosmos3-H-Dreams，把交互式生成模拟扩展到临床胆囊切除场景，基于 160 亿参数的 Cosmos3-H-Embodied-Nano 微调，可在单张 NVIDIA RTX PRO 6000 GPU 上实时运行。
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+ 语言的转写模型 Voxtral Small Transcribe 3、4B 参数的 Voxtral Mini Transcribe 3。
10月20日
AINews 汇总：DeepSeek V4.1 Flash 1017 发布，Anthropic 设立公益基金
Latent Space 的 AINews 汇总了 10 月 16 日至 19 日的动态，其中 DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文发布，MIT 许可，定价维持每百万输入/输出 token 0.30/1.20 美元。
Kling AI 发布 4.0 版本，支持立体声、多语言口型同步并推出轻量 Flash 版
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。新版本加入双声道立体声和十余种语言的口型同步，Omni Reference 单次最多接受 15 个参考素材，并推出最高 720p、20 秒的轻量 Flash 版。Kling 4.0 可通过 MCP 和 CLI 接入，API 定价尚未公布。
MiniMax 发布 M3.1 Flash 推理模型，单任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得 42 分，比上一代 M3 高 13 分，单任务成本不到其一半。
Nvidia 发布 Nemotron 3.5 Super VL 与 Bolt 系列开放权重模型，面向企业智能体和本地 AI PC
Nvidia 发布面向常驻智能体和边缘计算的开放权重模型，包括 1200 亿参数的 Nemotron 3.5 Super VL，以及两款轻量 Bolt 模型。
10月17日
DeepSeek-V4.1-Flash-1017 发布，智能体任务表现超过更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
Elorian 发布首个模型 Glimpse，以视觉草稿空间做图像推理
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API，聊天界面需排队。Glimpse 在推理过程中可裁剪图像区域、从视频抽取特定帧或运行代码测量比较，Elorian 称这一机制为视觉草稿空间。该模型定价为输入每百万 token 0.60 美元、输出每百万 token 3 美元，据 Elorian 的评测，其在科学图表推理和短视频描述上超过 GPT-6 Astra。
10月16日
Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，但测试方法影响结果
Google DeepMind 的新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5%，成本 4800 美元，成为继 OpenAI 之后第二家跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。
Reflection AI 发布开源权重模型 Beam，面向智能体编码并在 AWS 上线
Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，可维护代码、调用工具并完成多步工作流。
Reflection 发布 501B 开源 MoE 模型 Beam，支持 1M 上下文与编码智能体
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，以 Apache 2.0 许可开放，面向编码与智能体场景。
Meta 发布 Muse Spark Open，816B 参数重返开源权重赛道
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
IBM 发布 Granite Switch 4.1：一个端点同时支持对话、决策与语音
IBM 发布 Granite Switch 4.1，包含 Granite-Switch-4.1-8B 和 -30B，把通用决策 aLoRA、安全决策 Guardian aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个模型，占用显存与基座模型单独运行时大致相当。
Meta 发布可在 Mac 本地运行的开放权重模型 Muse Spark Open
Meta 发布开放权重模型 Muse Spark Open，称其为美国“最强”开放权重模型，拥有 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业智能体
Nvidia 发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
Google 发布 Gemini 4 Argon，瞄准机器人全流程单一模型
Google 发布 Gemini 4 Argon，定位为覆盖机器人全流程的单一模型，可控制机器人、构建虚拟练习环境并评估训练视频质量。
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，8 GB 显存即可运行
Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 56 亿参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图的生成，原生支持 4K 输出、像素级编辑和用于元素定位的边界框。
Meta 开源 Muse Spark Open：816B 参数 MoE 多模态模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 100 万 token。
Meta 与 Apple 合作，让 Muse Spark Open 模型在 Mac 上运行更佳
Meta 发布 Muse Spark Open 模型，称其是迄今能力最强的美国开源权重模型，也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
10月15日
Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和边界框布局控制，并在 Diffusers 首日上线。
NVIDIA 扩展 Nemotron 家族，发布 120B 开源多模态模型 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开源多模态模型，面向持续在线的专用智能体，官方称其吞吐量最高可达同类模型的 5 倍。
Mistral 发布时间序列基础模型 Timestral，209M 参数登顶三大基准
Mistral 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，最大模型以 209M 参数在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，参数量仅为前代 SOTA 的三分之二。
Apertus 1.5 发布：8B 与 70B 模型新增图像音频理解与思考模式
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0，新增图像与音频理解、可选思考模式、4 倍长的上下文窗口（262,144 tokens）、更好的指令遵循和工具调用能力，权重于 2026 年 7 月 24 日以 Apache 2.0 许可发布在 Hugging Face。
10月14日
Meta AI 发布 Muse Wonder 系列模型，llm-meta-ai 插件同步更新至 0.2
Meta AI 发布 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型，Artificial Analysis 将 Muse Wonder（Max）评为与 GPT-6.1 Sol 相当。
Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户
Google 的 Gemini 4 Argon 开始大范围推送，进入 Gemini 应用和 Antigravity，但目前仅面向付费用户，低档订阅方案也无法获得完整访问权限。
Google 全球上线 Gemini 4 Argon，取代 Gemini Pro 成为新旗舰系列
Google 开始全球推送 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 总参数、2B 激活参数的推理模型，面向端侧快速、私密的智能体场景，会先思考再作答并调用工具。
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，今日通过 AI Studio 和 Gemini 平台的 API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 使用。