VAST开源实时世界模型EdenLive，单张RTX 5090上720P超24FPS
VAST发布并开源实时世界模型EdenLive，在单张消费级显卡RTX 5090、720P条件下，5B模型生成速度超过24FPS，可分钟级连续生成，端到端延迟为百毫秒级。
选题角度：原文给出开源权重、推理代码和端到端Demo，适合按游戏预览、视频换皮、具身数据增强三类场景逐一上手实测。
#部署/工程
量子位精选AI 评分7878 抖音 · 搜「DeepSeek」爆款AI 评分4242 DeepSeek V4.1 Flash 1017 版本上线：基准测试大幅提升，更快更省钱
DeepSeek 发布 DeepSeek V4.1 Flash 1017 版本，各方面基准测试较上一版 4.1 Flash 大幅提升，接近 GPT 5.6 和 Claude Opus 5 的水平，并高于 Kimi K3。新模型缩短了任务运行时间与输出长度，降低使用成本，还针对 DeepSeek harness、腾讯 CodeBuddy、WorkBuddy 等平台框架做了优化。
抖音 · 搜「DeepSeek」同新闻AI 评分7474 DeepSeek-V4.1-Flash-1017 发布：只换权重文件，思考等待时间降低 57%~73%
DeepSeek 发布 V4.1 Flash 的 1017 版本，部署环境无需改动，替换权重文件即可升级。作者实测显示，简单写码的思考等待从 15 秒降到 3 秒，节省档等待时间降低 57%、标准档降低 73%；官方数据显示写代码能力提升 43%、终端任务能力提升 36%、复杂专业题提升 15%。思考长度变短也降低了上下文占用，长任务在相同上下文下能跑更多步骤。
X · 宝玉精选AI 评分7272 DeepSeek 发布 V4.1-Flash-1017 升级版，并开放联网搜索 API 每千次 5 元
DeepSeek 发布 V4.1-Flash 的升级版 V4.1-Flash-1017，官方称其测试分数更高、完成任务更快、输出更短，官网和 App 已默认使用新版，API 模型名仍为 deepseek-flash。
选题角度：官方演示里新版从零做出小游戏和 3D 模型，命令行自主执行从 31.2 分涨到 42.3 分，适合上手实测同一任务的效果。
公众号 · 赛博禅心精选AI 评分8080 DeepSeek V4.1-Flash-1017 发布：763B 参数、MIT 开源，API 开放自研搜索
DeepSeek 将 V4.1 Flash 更新为 V4.1-Flash-1017，总参数 763B，网页端、App 和 API 已全面换新，权重以 MIT 协议在 HuggingFace 和魔搭开源。
选题角度：新模型 11 项基准全涨、单任务成本从 3.3 元降到 1.3 元，适合用同一任务对比新旧版本的速度与花费。
X · DeepSeek精选AI 评分6262 DeepSeek-V4.1-Flash-1017 发布，基准表现与速度提升并已上线 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其基准表现更强、任务完成更快、输出更短，在性能与成本上实现帕累托改进。该模型已在官网、App 和 API 上线，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，使用 DeepSeek Harness 需升级到 v0.2.1-rc.1 或更高版本。
选题角度：官方称新模型在基准、速度和输出长度上全面优于上一版，并已上线网站、App 和 API，适合做新旧版本同任务实测对比。
公众号 · 新智元精选AI 评分7171 英伟达开放Nemotron 3.5 Bolt权重，740亿参数压到22.1GB并随RTX Spark笔记本开卖
英伟达开放了Nemotron 3.5 Bolt的模型权重，740亿参数经量化后从约148GB压到22.1GB，瞄准24GB级本地部署，支持看图、写代码和调用工具。
选题角度：原文给出148GB压到22.1GB的量化细节和Terminal-Bench、BrowseComp成绩，适合做本地跑Agent的实测对比。
Hugging Face Blog精选AI 评分6666 Reflection 发布 501B 开源 MoE 模型 Beam，Apache 2.0 许可、1M 上下文
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，这是一个 501B 参数的 MoE 模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，主打编码与智能体场景。
选题角度：开源 501B MoE 模型 Beam 放出 Apache 2.0 权重和 vLLM、SGLang 部署配方，适合实测 1M 上下文下的编码与工具调用表现。
公众号 · APPSO精选AI 评分7575 Meta 发布 8160 亿参数开放权重模型 Muse Spark Open，可在 Mac Studio 本地运行
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，采用 MoE 架构，每次推理激活约 420 亿参数，并与苹果共同展示其在两台或四台 Mac Studio 上运行的方案。
选题角度：Meta 开放权重模型 Muse Spark Open 在 Mac Studio 上的多机部署方案，适合实测本地跑 8160 亿参数模型的生成速度与隐私优势。
Hugging Face BlogAI 评分3636 Granite Switch 4.1 发布：一个端点搞定对话、决策与语音
Hugging Face 发布 Granite Switch 4.1，Granite-Switch-4.1-8B 和 -30B 在单一托管端点内整合对话、通用与专用决策及语音转文字能力。
量子位AI 评分5858 蚂蚁百灵开源 Ling-3.1-flash，主打真实工作流任务交付
蚂蚁百灵开源推出 Ling-3.1-flash，主打把真实工作流里的活干完，已接入蚂蚁内部桌面协同 Agent 客户端「小虎」。
公众号 · 智东西精选AI 评分7171 阶跃星辰开源Step 5 Preview，600B总参数登OpenRouter周榜第二
阶跃星辰正式开源Step 5 Preview模型权重，BF16、FP8两个版本同步上线Hugging Face和ModelScope。该模型采用稀疏MoE架构，总参数量600B、激活参数27B，支持100万Token上下文窗口，在Artificial Analysis Intelligence Index取得44分，位居全球开源模型前三。
选题角度：原文给出开源权重下载入口和与Claude Opus 5的成本对比，适合实测同一任务下Step 5 Preview的百万token长上下文表现。
公众号 · 新智元AI 评分3838 阶跃星辰开源 Step 5 Preview，首套 1024 卡昇腾 Atlas 950 超节点同步点亮
阶跃星辰 10 月 15 日正式开源旗舰模型 Step 5 Preview，采用稀疏 MoE 架构，总参数 600B、每 Token 激活 27B，支持 1M Token 上下文窗口和图像、视频多模态输入。
公众号 · 智东西精选AI 评分7878 Gemini 4 Argon 全球上线，API 限时五折
谷歌宣布旗舰模型 Gemini 4 Argon 即日起全球开放，开发者和企业可通过 Google AI Studio 及 Gemini platform 的 API 使用，Google AI Ultra 订阅用户可在 Google Antigravity 中使用。
选题角度：谷歌给出 Gemini 4 Argon 的全球开放入口、五折 API 价格和多个多步骤工具调用演示，适合上手实测同一复杂任务的实际执行效果。
量子位AI 评分6262 智谱 GLM-5.3-Highspeed 在 Zcode 灰度，网友实测 490 tokens/s
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格。据网友 @leo114119 爆料，该模型速度达到 490 tokens/s，而智谱上月发布的 GLM-5.3-FlashX 最高速度为 200 tokens/s，GLM-5.3-Flash 在 Z.ai API 上约为 60 tokens/s。
The DecoderAI 评分3636 微软发布 Decision-1 决策模型，基于 Qwen3.5-9B
微软推出决策模型 Decision-1，基于 Qwen3.5-9B，主打快速结构化决策，可处理分类、评估与路由任务。微软称其在覆盖近 15 万个问题的 36 项基准测试中准确率最高，达 83.5%、延迟 85 ms，速度是第二名 H2O-Lightning-4B 的 2.5 倍。
The DecoderAI 评分7171 Anthropic 发布 Claude Haiku 5.5，价格最高降 90%
Anthropic 发布 Claude Haiku 5.5，这是其最快、最便宜的小模型，平均成本比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是五倍。
公众号 · 赛博禅心精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，单价降九成
Anthropic 发布 Claude Haiku 5.5，输入从每百万 token $1 降到 $0.10，输出从 $5 降到 $0.50，官方称平均跑同样的活比 Haiku 4.5 便宜约 75%。
选题角度：官方给出 Haiku 5.5 与 4.5 的价格和跑分对比，还附了一段 Opus 带 10 个 Haiku 子代理的鸡蛋架演示，适合做新旧版本同任务实测对比。
Hacker News · AI 高分帖AI 评分6262 Anthropic 发布 Claude Haiku 5.5，运行成本比 Haiku 4.5 低约 75%
Anthropic 发布 Claude Haiku 5.5，官方称其为迄今最快、最便宜且能力最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，适用于摘要、压缩、数据库查询和分类等高并发、成本敏感任务。
The DecoderAI 评分7272 Google 发布图像模型 Nano Banana 2.1，价格约为上一代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称在视觉质量、文字渲染、多轮对话中的角色一致性、宽幅全景和信息图方面全面提升。
TechCrunch · AIAI 评分6262 Mistral 发布 1T 参数多模态模型 Mistral Large 4
法国 AI 实验室 Mistral AI 发布 Mistral Large 4（ML4），一款 1 万亿参数的大型多模态模型，绰号 Le Chonk，定位为介于闭源与中国开源模型之间的第三条路线。
The DecoderAI 评分7272 Mistral 发布万亿参数模型 Mistral Large 4，主打安全任务
Mistral 发布迄今最大模型 Mistral Large 4，1 万亿参数、490 亿激活参数，在自有欧洲数据中心训练，API 已通过 Mistral Studio 开放预览，权重预计 10 月底发布。
Hacker News · AI 高分帖AI 评分6262 Aleph Alpha 开源德语大模型 Kolibri 技术解读：78B MoE、1M 上下文与实测短板
Aleph Alpha 于 2026 年 10 月 3 日以 Apache 2.0 协议开源德语和英语大模型 Kolibri，总参数 78.1B 的 MoE 架构，每个 token 仅激活约 3.46B，原生上下文 262,144 tokens，权重已上传 Hugging Face，在德国和芬兰的基础设施上从零训练。
TechCrunch · AIAI 评分3333 Amazon 发布开源决策模型 Strands Decider 2B，对标 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中做选择并给出置信度评分。该模型由 Amazon 杰出工程师 Marc Brooker 在见到 TypeSafe 的 Jev 后自行开发，曾短暂登顶同规模 Jevbench 榜首，现由 Strands Labs 正式发布。
The DecoderAI 评分7474 ElevenLabs 发布 Eleven v4 语音模型，并推出面向实时语音智能体的 Turbo 版本
ElevenLabs 发布 Eleven v4 语音模型，能更准确跟随脚本中的情绪、停顿和音效标签，并在长内容制作中保持音色一致。v4 单次请求支持最多 10,000 字符（约十分钟音频），支持语言从 v3 的约 70 种增至 90 多种，发音基准得分从 v3 的 85.6% 提升到 91.7%。
公众号 · 夕小瑶科技说精选AI 评分8282 Anthropic 发布 Claude Sonnet 5.5，编程成绩直逼 Opus 5.5 且更快更便宜
Anthropic 发布 Claude Sonnet 5.5，在 Terminal-Bench 4.0 编程评测中 Max 档得分 70.6%，超过 Opus 5.5 的 66.4%，上一代 Sonnet 5 仅为 10.3%。
选题角度：用官方沙丘案例和 Boris 的修 bug 对照演示，实测 Sonnet 5.5 与 Sonnet 5 在同一任务上的速度与 token 差异。
Hugging Face Blog精选AI 评分6060 H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本
H 公司发布 Holo4 系列智能体模型，提供 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
选题角度：原文给出两个尺寸的权重与 API 入口，还附了 FreeCAD 建模、Godot 游戏等完整轨迹，适合录屏对比 Holo4 27B 与 Qwen3.8 27B 在同一提示词下的表现。
X · 通义千问 Qwen精选爆款AI 评分7272 通义千问发布 Qwen-Audio-3.1 音频模型栈，新增 TTS-Next 与 ASR-Next 并大幅降价
通义千问发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增 TTS-Next 和 ASR-Next 两个模型，共五个模型覆盖理解、生成、交互与创作。
选题角度：官方放出五个音频模型和最高95%的降价，适合逐项实测ASR去口水词、TTS-Next一次生成音效与背景音的效果。
量子位AI 评分2828 斑马智能发布全模态端侧大模型 AutoOmni 2.0-23B-A3B
斑马智能在云栖大会发布全模态端侧大模型 AutoOmni 2.0-23B-A3B，采用 MoE 架构，普通任务能力堪比 10 倍参数量云模型，复杂任务处理能力达其 80%-90%。该模型已合作国内外 10 家芯片企业，支持 8 路以上多任务并发，大模型推理加速 5-6 倍，量化保真度超 99%，运行内存占用减少 50% 以上。
The DecoderAI 评分6262 OpenAI 发布 GPT-6 Sol 与 Luna，token 价格减半但性能提升有限
OpenAI 发布 GPT-6 Sol 和 Luna 两款更便宜的模型，token 价格相比 GPT-5.6 Sol 和 Luna 减半，性能基本持平。GPT-6 Sol 定价为每百万输入 token 2 美元、输出 10 美元，Luna 为输入 0.10 美元、输出 0.50 美元，OpenAI 将降价归因于缓存和推理优化，并把缓存输入 token 折扣提高到 90%。
TechCrunch · AI精选AI 评分7878 OpenAI 发布 GPT-6 Sol 和 Luna，成本更低错误更少
OpenAI 发布 GPT-6 系列的 Sol 和 Luna 更新版本，API 价格降至 5.6 系列的一半，官方称得益于缓存和推理优化。GPT-6 Sol 在内部事实性评估中错误率约为前代一半，达到 Astra 级可靠性，编码错误率也更低。新版本已在 ChatGPT Work、Codex 和 ChatGPT API 上线，Luna 还将登陆桌面应用及 Free 和 Go 用户。
选题角度：OpenAI 发布 GPT-6 Sol 和 Luna，API 价格降到 5.6 系列一半，适合对比新旧版本在编码和事实准确率上的差异。
ElevenLabs BlogAI 评分2222 ElevenLabs 发布 Scribe v2 Medical，面向临床音频的语音转文字模型全面开放
ElevenLabs 发布面向临床音频微调的语音转文字模型 Scribe v2 Medical，已在 ElevenAPI 全面开放，临床音频 WER 较基础版 Scribe v2 降低约 35%。
量子位AI 评分5858 中国电信开源Xing4.0-29B-A4B，一张3090即可本地运行
中国电信AI开源Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用MoE架构，290亿总参数、每次推理激活约40亿参数，4-bit量化后显存占用从约60GB压缩至约15GB，一张RTX 3090即可运行。
TechCrunch · AIAI 评分6262 ChatGPT 发明者创办的 TypeSafe AI 发布非语言模型 Jev
ChatGPT 与 RLHF 发明者之一 Diogo Almeida 创办的 TypeSafe AI 发布基于 Transformer 的新模型 Jev，它不输出文本，而是输出概率即所谓“校准决策”，因此不会产生幻觉，输出 token 免费、输入 token 按十亿计费。
量子位AI 评分7171 云知声发布U2-Flash，稀疏MoE架构主打RSI后训练闭环
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理只激活约10B，官方称其生成速度比U2提升2.1倍、Agent任务完成时间缩短35%、任务迭代步数和Token消耗降低20%至30%。
The DecoderAI 评分3636 前 OpenAI 研究员打造 Jev：不做文本生成、只对选项打分的 AI 模型
前 OpenAI 研究员 Diogo Almeida 联合创办的 TypeSafe AI 推出模型 Jev，不生成文本，而是由开发者预设问题与候选答案、由模型对选项打分并给出概率。
NVIDIA BlogAI 评分1717 NVIDIA Vera Rubin NVL72 首登 MLPerf Inference v6.1 性能领先
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次预览提交中，于 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍，DeepSeek-R1 上最高 2.5 倍。GB300 NVL72 以 288 GPU 四机架提交实现 99% 扩展效率，软件优化较 v6.0 带来最高 1.6 倍性能提升。