10 月 24 日凌晨，月之暗面（Kimi）正式推出 Kimi K3.1 Pro，这是 Kimi K3 的后训练版本，也是其迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。Kimi 称该模型在代码、3D 创作、金融研究和其他长程 Agent 能力上提升尤为显著。这是 Kimi 首次在模型版本中推出 Pro 版本，K3.1 Pro 也是 K3.1 系列的第一个模型，为后续发布性价比模型留下空间。
#行业动态#模型发布#Agent
南北阁 LLM Lab 在 Hugging Face 以 Apache 2.0 协议发布 Nanbeige4.3-33B，这是一个 33B 稠密模型，面向智能体编码和办公协作任务，支持 524,288 token 上下文窗口，同时发布可自定义后训练的 Nanbeige4.3-33B-Base。在实验室自建对比表中，它在与 Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B 的 20 项基准中领先 17 项，Terminal-Bench 2.1 得 80.9，但 SWE-Bench Pro 以 60.3 落后 Qwen3.8-27B 的 61.7。文章指出其表格中部分竞品数字与 Meta、Google 官方模型卡不一致，SWE-Bench Pro 两项疑似互换，这些成绩需等独立复现。该模型定位为 Nanbeige4.3 系列的教师模型，后续计划向 Nanbeige4.3-3B 蒸馏智能体能力。
#模型发布#开源生态#Agent
Hugging Face Bio 发布 Carbon-X，这是一个 14.8B 参数的 decoder-only DNA 语言模型，可直接读取原始 DNA 并用英文作答，权重以 Apache 2.0 开放。模型基于 Qwen3-14B，采用混合 tokenizer 新增 5,515 个 DNA token，支持 40,960 token 上下文，可在单张 80GB GPU 上以 bfloat16 运行，官方 GGUF 的 Q8_0 为 15.8GB。Hugging Face 自报其在 5 项 DNA 基准上平均 66.7%，BioReason Coding 达 74.9%，但 GenomeQA 剪接位点问题仅 29.8%，且未经过临床验证。
#模型发布#开源生态#数据/训练
🚀Excited to announce Nanbeige4.3-33B! To push the performance ceiling of small agents, our strategy in Nanbeige4.3 starts with building a powerful teacher first. Nanbeige4.3-33B delivers SOTA agentic performance among open models at ~30B parameters: * Strong results on agentic coding and cowork benchmarks. * When integrated into mainstream agent harnesses, it tackles real-world tasks with cost-efficient inference. * It will serve as a teacher for upcoming smaller Nanbeige models, starting with Nanbeige4.3-3B. https://t.co/tSToQgZf2O https://t.co/D228euvybz #LLM #Agent
#模型发布#开源生态#Agent
Block 发布语音模型 Dessa，称其是首个完全用人类语音、不含任何文本数据从零训练而成的 AI 模型。Dessa 直接处理音频而非先转文本，可实时捕捉情绪、讽刺、笑声和停顿，支持全双工交流，能在 MacBook Pro M4 Max 上本地运行，训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开，团队正招募 AI 安全研究人员测试潜在风险。
#模型发布#语音#端侧
Block 推出全双工语音模型 Dessa，可一边说话一边收听用户语音，情绪表达为模型原生内置，能模拟笑声、停顿、哽咽等状态。官方称该模型可在消费级电脑本地运行，设备门槛为 M4 Max 及更高配置的 MacBook，训练仅使用一组英伟达 GPU 机架。现阶段 Dessa 暂不对外开放试用，Block 正向安全研究者发出测试邀请，重点测试这类语音智能体欺骗人类的风险场景。
#模型发布#语音#端侧
We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence. https://t.co/r0qFLdvd6c
#模型发布#语音#端侧
Block 推出全双工语音模型 Dessa，可一边说话一边收听用户语音，并能模拟笑声、停顿、哽咽等情绪表达。官方称其完全基于人类语音数据训练，训练仅使用一组英伟达 GPU 机架，可在 M4 Max 及更高配置的 MacBook 上本地运行。现阶段 Dessa 暂不对外开放试用，Block 正向安全研究者发出测试邀请，重点测试语音智能体欺骗人类的风险场景。
#模型发布#语音#端侧
Dream Labs 发布世界动作模型 Dream-1，可通过公共 API 控制未见过的双臂平行夹爪机器人执行未见任务，无需微调或该机器人的演示数据。公司同时宣布以 9000 万美元种子轮结束隐身状态。Dream-1 运行成本为每小时 3 美元，Dream-1-flash 为每小时 2 美元，每次调用返回 1.6 秒的动作；若零样本效果不足，可用 5 分钟机器人数据通过 FaaS 微调。
#模型发布#具身智能#开源生态
Block 研究实验室发布语音模型 Dessa，采用全双工架构，可边听边说，并能在 MacBook M4 Max 或更强的消费级电脑上本地运行。该模型完全基于人类语音和单张 NVIDIA GPU 训练，官方称情绪、停顿、笑声等表达内建于模型中，而非依赖文本管线驱动。目前 Dessa 未公开开放，Block 正招募安全研究人员测试其可能被用于欺骗对话方的风险。
#模型发布#语音#端侧
Block 发布语音模型 Dessa，称其仅用人类对话训练，不使用文本或预训练模型。Dessa 采用全双工方式，可在说话同时继续听并插话、笑或接话；Block 称它能在搭载 M4 Max 及以上芯片的 MacBook Pro 上本地运行。目前 Dessa 是研究预览版，没有发布时间和定价，仅向少量 AI 安全研究者开放早期访问。
#模型发布#语音#端侧
月之暗面正式推出 Kimi K3.1 系列首个模型 K3.1 Pro，为 3 万亿级参数模型，支持 100 万上下文，同步推出输出速度约 2~3 倍的 Highspeed 版。在 Terminal-Bench 4.0 上 K3.1 Pro 得分 65.7%，超过 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 接近；OfficeQA Pro v2 得分 64.4 取得当前最优。即日起可通过 kimi.com、Kimi App、Kimi Work、Kimi Code 和 Kimi API 使用，完整模型权重将于 11 月 4 日前发布，API 输入价格为每百万 Token 1.3 元（命中缓存）和 13 元（未命中缓存），输出 68 元。
#模型发布#Agent#编码
月之暗面发布 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上以 55 分位列全球第四，较前代提升 11 分。在 Terminal-Bench 4.0 上它从 13% 升至 65.7%，与 Opus 5.5 差距不到 1%。该模型为 3 万亿级参数、支持 100 万上下文，基于 K3 做后训练并加大强化学习算力，同时推出输出速度提升 3 倍的 Highspeed 版本，kimi.com 与 Kimi app 已上线 3D Make 功能。
#模型发布#Agent#编码
10 月 24 日凌晨，月之暗面（Kimi）正式推出 Kimi K3.1 Pro，称这是其迄今能力最强的 3 万亿级参数模型，支持 100 万上下文，在代码、3D 创作、金融研究和长程 Agent 能力上提升明显。Kimi K3.1 Pro 是 Kimi K3 的后训练版本，通过增强后训练算力和技术优化，在所有领域获得大规模 RL 带来的全面提升。这是 Kimi 首次在模型版本中推出 Pro 模型，也是 K3.1 系列的第一个模型，为后续性价比模型留出空间。
#模型发布#Agent#开源生态
月之暗面发布 Kimi K3.1 Pro，这是一款多模态 MoE 模型，总参数 2.8T、激活参数 104B，上下文窗口 100 万 token，标准版与 Highspeed 版已上线 Kimi 网站、App、Kimi Work、Kimi Code 和 API，官方称 Highspeed 输出速度提升 2–3 倍、价格为标准版两倍。Artificial Analysis 将其排在 Intelligence Index 第四位、得分 55，落后 Opus 5.5 的 58；Arena 的 Code Arena WebDev 排名第 8、1692 分，较 K3 上升九位。标准版定价为每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.2 美元，较 K3 下降三分之一；权重尚未发布，官方承诺 11 月 4 日开放。
#模型发布#开源生态#Agent
月之暗面发布新一代开源大模型 Kimi K3.1 Pro，参数规模达 3 万亿级，支持 100 万 Token 上下文窗口，蝉联全球参数规模最大的开源模型。该模型是 Kimi K3 的后训练版本，后训练算力大幅增加，在代码、3D 创作、金融研究和长程 Agent 能力上提升显著，多项国际评测中综合智能水平已接近全球领先的闭源模型。报道还提到，OpenRouter 统计显示 10 月 12 日至 18 日全球 AI 大模型总调用量为 164 万亿 Token，中国大模型周调用量连续 25 周超过美国。
#模型发布#开源生态#Agent
NVIDIA 发布 Nemotron 3.5 Bolt E4B 4GB 开源小语言模型，面向本地语音助手、游戏 NPC 和机器人界面，基于 Google Gemma 4 E4B 仅用强化学习后训练。模型为 8B 总参数、4B 有效参数、64K 上下文，Q4_K_M 版本在 RTX 上占用 3.1 至 4.3 GB 显存，可在 GeForce RTX、Jetson 和 DGX Spark 上运行。NVIDIA 自测在 21 项基准中 15 项领先 Gemma 4 E4B、Qwen3.5-4B 和 Nemotron 3 Nano 4B，但 Tau2-Bench 为 55.1，落后 Qwen3.5-4B 的 75.1。
#模型发布#开源生态#端侧
月之暗面于 10 月 24 日凌晨发布新一代开源模型 Kimi K3.1 Pro，为 3 万亿级参数规模，支持 100 万词元上下文窗口，完整模型权重将于 11 月 4 日前发布。该模型增加了强化学习环节的算力投入，在代码编写、3D 创作、金融研究和长程 Agent 等能力上有所提升。安全方面，团队称其网络攻防能力虽较前代提升，但仍落后于已公开发布至少三个月的前沿闭源模型，并明确不发布推进网络攻防能力绝对前沿的开放权重。
#模型发布#开源生态#Agent
模思智能和OpenMOSS团队开源发布5B参数的文生图模型MOSS-Image，4天内下载量超百万，GitHub收获1.4k Stars并登顶Hugging Face文生图趋势榜。模型采用从零预训练的单流扩散Transformer架构，结合冻结的Qwen3.5-9B文本编码器与FLUX.2 VAE，支持最长4096 tokens文本输入和结构化JSON Layout控制。在Long Long Text Benchmark评测中Mean-6文本覆盖率达96.3%，7Bench布局控制评测取得0.88目标定位mIoU和0.70布局AUC，社区已推出8步、4步加速方案及INT8量化、GGUF版本。
#模型发布#开源生态#图像生成
Kimi 于 10 月 24 日发布 K3.1 系列首款模型 Kimi K3.1 Pro，为 3 万亿级参数、支持百万 Token 上下文，重点强化代码、3D 创作、金融研究和长程 Agent 能力，并同步推出输出速度提升约 2～3 倍的 Highspeed 版。在 Terminal-Bench 4.0 中 K3.1 Pro 得分 65.7%，超过 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 相差不到 1 个百分点；金融场景内部测试中单项事实错误率从 K3 的 23.4% 降至 8.3%。模型已覆盖 kimi.com、Kimi App、Kimi Work 和 Kimi Code，完整权重将在 11 月 4 日前发布，API 缓存命中输入每百万 Token 1.3 元、未命中 13 元、输出 68 元；社区反馈集中在订阅额度消耗过快，Artificial Analysis 测得其在 Intelligence Index 测试中累计输出约 1.5 亿 Token，高于 8700 万 Token 的模型中位数。
#模型发布#Agent#编码