fal 与 BFL 合作发布 FLUX 3 Max 视频模型
#模型发布#视频#多模态
#模型发布#视频#多模态
Introducing FLUX 3 Max. Fastest in the west. Fast enough to try anything. And everything. Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.
#大佬观点#模型发布#视频
Introducing FLUX 3 Max, the latest post-trained video model from fal Research in partnership with @bfl_ai. FLUX 3 Max is tied for #1 in image-to-video quality on independent third-party benchmarks, generating a 10-second, 720/768p video in ~12 seconds. For the next three weeks, FLUX 3 Max is 75% off, making it the most affordable frontier video model at its quality level.
#模型发布#视频#开源生态
Introducing FLUX 3 Max, the latest post-trained video model from fal Research in partnership with @bfl_ai. FLUX 3 Max is tied for #1 in image-to-video quality on independent third-party benchmarks, generating a 10-second, 720/768p video in ~12 seconds. For the next three weeks, FLUX 3 Max is 75% off, making it the most affordable frontier video model at its quality level.
#模型发布#视频#推理
Today, Dream Labs is coming out of stealth with Dream-1, a robot foundation model that controls bimanual robots it has never seen, on tasks it was never shown, in places it has never been, from $3/hour. Dream API is live for everyone, today. 🧵 https://t.co/MB1snhUOAJ
#模型发布#具身智能#部署/工程
#模型发布#多模态#视频
#模型发布#推理#开源生态
#模型发布#视频#多模态
英伟达发布面向常驻智能体和边缘计算的开源权重模型。Nemotron 3.5 Super VL 为 1200 亿参数的企业级智能体模型,英伟达称其在指令遵循和工具调用任务上可达到 Nemotron 3 Ultra 相近的准确率;两款轻量 Bolt 模型面向搭载 RTX Spark 芯片的 AI PC 和 DGX Spark 工作站本地运行。Super VL 与 Nemotron 3.5 Bolt 74B-A9B 24GB 已可用,最小的 Bolt E4B 将于本月晚些时候推出。
#模型发布#Agent#端侧
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-tts 语音合成模型,包含 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型(7.9B 总参数、1.3B 激活参数),提供推理代码、任务 Cookbook 和评测表。模型支持声音克隆、文本设计音色、100+ 中文与 5 种英文内置音色、自然语言自由控制、14 种副语言标签,可合成中英德西法韩日及川渝话、广粤话。官方称在 Artificial Analysis 榜单上,Controlled Voice 开源模型第 1、Pronunciation Robustness 总榜第 1(93.2%)、Provider Voice 开源模型第 3。

#模型发布#语音#开源生态
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型,采用 126B 参数 MoE 架构、激活参数 6.5B,另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话,支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式,采用 MIT 许可。
#模型发布#开源生态#语音
MiniMax 发布推理模型 M3.1 Flash,在 Artificial Analysis 智能指数上得 42 分,比前代 M3 高 13 分,每任务成本不到其一半。该模型在 Humanity's Last Exam 上得 48%,CritPt 得 22%,AA-Omniscience 事实准确率 56%,但幻觉率达 93%。它支持 100 万 token 上下文和文本、图像输入,API 定价为每百万输入 token 0.15 美元、输出 0.60 美元,计划 10 月 23 日开放权重。
#模型发布#推理#开源生态
Mistral AI 发布首个时间序列基础模型系列 Timestral,包含 5M、28M、123M、209M 四个零样本预测模型,支持最长 32,768 个时间步的上下文。据 Mistral 自测,209M 版本在 GIFT-Eval、TIME 和 fev-bench 上位列零样本预训练模型第一,fev-bench SQL skill 得分为 50.39,高于 TimesFM-3 的 48.99。模型无需 GPU,在 8 线程服务器 CPU 上 209M 版本单次预测耗时 140 ms,权重以 Modified MIT 许可开放,可通过 pip 安装并部署在本地、VPC 或隔离环境。
#模型发布#开源生态#推理
MiniMax 在 API 上线 MiniMax M3.1 Flash,428B 总参数、约 23B 激活的 MoE 多模态模型,支持 100 万 token 上下文,输入 $0.15、输出 $0.60 每百万 token。推理始终开启且不可关闭,提供 Low 到 Max 五档强度,权重计划于 10 月 23 日发布、许可证尚未公布。厂商自报成绩中 Automation-Bench v1.0.6 以 62.2 居首,Terminal Bench 4.0 为 38.1,落后 Opus 5 的 51.8。
#模型发布#Agent#推理
Nace AI 发布 Drex Max,这是其首个多模态决策模型,可读取文本和图像并返回校准后的概率,不生成文本。该模型在公开 Decision Index 0.3.2 上得分 67.59,比 TypeSafe 的 Jev 1.14 高 6.9 分;单次截图决策中位延迟 174 ms,输入定价为每 1M tokens 0.06 美元,输出不计费。模型仅通过 Nace Console API 提供,参数规模未披露、权重闭源,上述分数均为 Nace 自报。
#模型发布#Agent#多模态
Inception 发布扩散语言模型 Mercury 3,官方称在 NVIDIA GPU 上达到 1068 tokens/s,上下文窗口为 1M token,参数量未披露但超过 Mercury 1 的 40 倍。在 Inception 自报的 12 项基准中,Mercury 3 在 8 项上领先 GPT-6 Luna 和 Claude Haiku 5.5,其中 SWE-Bench Atlas 为 51.08、IFBench 为 76.84,但在 DeepSWE v1 和 MRCR v2 上落后于 Haiku 5.5。模型已上线 Inception API Platform、OpenRouter、Baseten 和 Vercel,API 兼容 OpenAI,模型名为 mercury-3,发布价为每百万 token 输入 0.10 美元、输出 0.35 美元,之后恢复为 0.20 美元和 0.70 美元。
#模型发布#推理#Agent
Cloudflare 在 Workers AI 上发布 System One 提取模型 Clairic 的预览版,它读取文本或最多 4 张图片,直接返回带类型的值而非生成文本,单次前向传播即可回答所有字段。该模型支持 65,536 token 上下文,按 $0.10/百万输入 token 计费且不收取输出费用,权重尚未发布。Cloudflare 在理赔流程测试中称,Clairic 提取步骤耗时 0.46 秒,GLM-5.3 为 16.1 秒,整体流程快约 3.2 倍,每百万次成本从 $11,740 降至 $6,032。
#模型发布#推理#部署/工程
稀宇科技宣布 MiniMax M3.1 Flash 模型上线,线上推理速度提升近 3 倍,Agentic 类任务综合使用成本较前代降低 70%。该模型在 DeepSWE v1.1 取得 73.7%,在 OSWorld V2 取得 61.7 分、Agents' Last Exam 取得 29.6 分,两项电脑操作评测均位列国产模型第一。输入价格为每百万 Token 1 元、输出 4 元、缓存读取 0.1 元,现已上线 MiniMax API、MPlan 和 MiniMax Code,并将稍后开放权重。
#模型发布#Agent#编码
蚂蚁百灵开源 Ming-3.0 语音系列,包含语音合成、音频理解与对话、语音识别三个系列共五款模型,开发者可按任务选择或组合进工作流。Ming-3.0-tts 的 Voice Design 支持用文字描述目标音色,也可用参考音频设定音色,导演模式可说明台词的表演方式。Ming-3.0-audio-flash 与 tiny 可直接对长音频做转写、总结和观点分析并结构化输出,Ming-3.0-asr-tiny 已用于支付宝搜索、蚁小保实时语音对话等场景,Ling Studio 提供部分模型的 API 服务。
#模型发布#开源生态#语音
Inception Labs 发布扩散语言模型 Mercury 3,称在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5,在 NVIDIA GPU 上达到 1,068 tokens/s,速度是后两者的 4–8 倍。Mercury 3 参数量比 Mercury 1 大 40 倍以上,上下文窗口从 Mercury 2.5 的 260K 提升到 1M,官方称从 Mercury 1(mini)到 Mercury 3 的基准智能水平提升 3 倍。该模型已在 Inception API Platform 及 OpenRouter、Baseten、Vercel 上线,兼容 OpenAI API,早期合作伙伴已将其用于语音与客服、实时辅导、数据工程和网页导航。
#模型发布#推理#部署/工程