搜索
直接优化pass@k的思维剪枝平衡推理质量与多样性
新论文提出以pass@k为目标的思维剪枝：先生成短前缀，再选择最可能至少有一条续写正确的候选池，从而同时奖励高质量并惩罚冗余。该方法在八个开源权重推理模型上优于现有质量型与多样性型剪枝，中等保留规模时优势更明显。具体价格、参数与国内可用性未知。
12 分钟前动态AgentTriage：面向异构智能体运行时的可重放安全诊断
AgentTriage提出可重放的智能体安全诊断契约，统一异构运行时证据，并在关键证据缺失时弃权。五个运行时的159次适用执行均被同一契约覆盖；120个裁定案例中，有依据联合诊断0.858，证据覆盖率0.966。结果可脱离语言模型复核。地址、价格与国内可用性未知。
31 分钟前动态EmbeddingGemma 2发布：7.4亿参数开源多模态嵌入模型
谷歌发布EmbeddingGemma 2：基于Gemma 4与Apache 2.0的7.4亿参数开源嵌入模型，可统一表示文本、代码、图像、视频和音频。支持模块化编码器、向量截断及8K上下文。权重见于Hugging Face与Kaggle，国内可用性与定价未知。
35 分钟前动态HF空间LTX-2.3-10Eros曝光，元数据仍在加载
资料显示，Hugging Face上出现rdata92/LTX-2.3-10Eros空间页面，点赞78次，并出现Agents、Running on Zero和Get PRO字样。页面仍在抓取HF Docker仓库元数据，模型用途、参数、价格及国内可用性均未知，尚不能据此评估可用性。
43 分钟前动态PrismaCoder发布9B与35B，以评分标准管线推进开源多模态代码智能
论文介绍PrismaForge：以可分解评分标准同时过滤多模态代码数据并作为强化学习奖励，据此构建最大开放数据集PrismaCoder-2M，并发布9B与35B模型。作者称其在图表、网页和半结构化文档上大幅领先开源模型，可媲美闭源系统。价格、国内可用性及细项参数未知。
50 分钟前动态讯飞轻量模型上线魔搭，增强端侧编程与工具使用
魔搭新增 Spark-X2.6-4B 模型资源，延续前代架构，通过后训练改善代码、智能体、长文本与多语言任务。模型卡提供开放权重和使用说明，适合研究端侧助手；资源可下载不意味着所有手机或电脑都能流畅运行。
50 分钟前动态上海AI实验室提供科研智能体模型，强调组织与验证
上海人工智能实验室在魔搭提供 Sage-A1.5，一款三百五十亿级混合专家模型，面向长程科学问题处理。模型卡强调任务编排、验证和开放科学发现，并提供常见推理框架兼容信息与体验入口；科研结果仍需要独立检验。
50 分钟前动态腾讯优图发布全模态解析资源，统一输出结构化数据
腾讯优图在魔搭提供 Youtu-Parsing-Omni，五十亿级参数模型可解析文档、自然图像、图表及音视频，输出统一结构化 JSON。模型卡列出任务提示、推理示例和插件；不同输入类型需使用相应任务配置，使用条件遵循其专用许可。
50 分钟前动态阿里开源OpenGCUA：通才计算机使用智能体首发
阿里巴巴MAI-UI团队发布OpenGCUA首个版本，提出通才计算机使用智能体：模型可在图形界面、无障碍树、API、命令行与代码执行之间自行决定观察和行动。OSWorld-v2上八个模型平均部分得分提高19.6分、步骤减少53.0%。价格与国内可用性未知。
51 分钟前动态Raven提出可组合智能体Harness生态
Raven是开源多智能体生态，可自动构建并演化模块化harness，将模型与harness组成可组合智能单元。Host Agent分解目标、匹配专长并整合结果，经验经归档、EverOS和Skill Forge转为可复用流程。论文称复杂长程任务表现显著优于现有系统；价格、参数与国内可用性未知。
51 分钟前动态YuE2以符号规划统一乐谱写作与整曲音频生成
YuE2以符号规划统一乐谱与音频：先写出可读的旋律和声谱，再渲染含人声与伴奏的整曲。专家比较中，有规划的整体偏好占49.3%，无规划为34.6%。SongBench全球均分6.73，八选一升至6.96，并接近部分Suno版本。模型权重已公布，国内可用性与价格未知。
52 分钟前动态StartLux-Decision发布自适应决策模型，不确定时才推理
StartLux-Decision推出0.8B至27B决策模型：Instant单次预测，AutoThink只在不确定时推理。RLCD²最多将限内结束比例提高48个百分点，平均推理长度最多缩短65%。27B AutoThink在Decision Index公开子集达73.4。价格与国内可用性未知。
53 分钟前动态nanoMuse发布：GPL开源个人智能体覆盖手机、电脑与网页
nanoMuse以GPL-3.0发布，作为Meta闭源个人智能体Muse的对应物，让同一人在手机、电脑和网页共享可自托管中继上的持续对话。智能体可操作安卓屏幕与电脑界面，动作须经Sentinel按范围批准，记忆存为可读Markdown，模型由用户自选。报告称规模与成本为估计，价格及国内可用性未知。
53 分钟前动态MOSS-Image：50亿参数开源模型强化中英长文本与版式生成
开源图像模型MOSS-Image采用50亿参数单流扩散Transformer，并以意图感知提示增强生成中英长文本与复杂版式图。报告称其在LLTB平均文字覆盖率96.3%，开源权重中领先；RLA端到端列第二。模型、训练方案与评测将发布，价格及国内可用性未知。
54 分钟前动态Anthropic征集生命科学客座研究者，免费协作使用Claude
Anthropic公开征集生命科学客座研究者，面向高校、非营利组织与政府实验室的负责人及团队。入选者将用8至12周与其研究员协作，借助Claude探索因果人类生物学、结构与计算分子生物学、药物发现和临床科学等问题。模型与工具免费运行，成果拟发表并开源数据代码。申请约开放14天，国内可用性与价格未知。
58 分钟前文章AI 月报：2026 年 9 月下旬到 10 月下旬，AI 圈真正重要的 30 件事
我们的判断：创作者试内容复用，开发者试模型分工，老板试流程自动化；验收看返工时间和合格成品数。 本期窗口为 **2026-09-21 至 2026-10-24**。厂商测试、客户证言非本站实测；“今天试”为编辑建议。价格按页面记录，税费另看结算。 先算一笔账：假设一次请求有 **10 万非缓存输入、1 万计费输出 token**，仅按模型单价计算： | 模型 | 这次请求的模型费用 | |
58 分钟前动态Bria发布Fibo 2.0 Edit Turbo：开放权重图像编辑称居首
Bria推出Fibo 2.0 Edit Turbo，称其在2026年10月20日开放权重图像编辑评测中居首。这是8B蒸馏编辑模型，4步推理且不用CFG，只做编辑、文生图需Dev版。数据称全授权，非商用CC BY-NC，商用另议。国内是否可用与价格未知，本文未实测。
1 小时前动态Carbon-X开源：约148亿参数DNA模型五项基准均分66.7%
Carbon-X是Hugging Face Bio开源的约148亿参数解码器模型，把DNA与自然语言放在同一词流中处理。资料称五项DNA基准平均66.7%，高出起点Qwen3-14B约27个百分点，并可在单张80GB GPU上运行。国内是否可用及正式价格未知。
1 小时前动态KRAFTON发布Raon-1 mini预览：28.8B开源MoE
KRAFTON AI推出Raon-1 mini预览，总参数28.8B、激活4.3B，原生上下文262144 token，Apache 2.0发布。官方称其擅长韩语对话、推理与工具调用，支持思考模式及MXFP8、NVFP4量化。此为非最终预览，国内可用性与价格未知。
1 小时前动态Bria发布Fibo 2.0 Dev：编辑与文生图合一的开源基座
Bria发布开源模型Fibo 2.0 Dev，将图像编辑与文生图合并到同一非蒸馏基座。资料称截至2026年10月20日，它在开放权重图像编辑榜居首、文生图居次，约80亿参数且仅用授权数据训练。国内可用性与价格未知。
1 小时前