2026年10月13日,Thinking Machines Lab 通过官方博客提出其使命是构建扩展人类意志与判断的 AI。该实验室同时公布四条技术方向:训练具备多模态交互与可定制性的强模型、让用户能自行训练模型权重、开发拓宽人机沟通的界面,以及公开发表研究。其理由是当前多数 AI 在少数地点训练后即被冻结,无法从使用者工作中学习,因此主张 AI 应像人一样分布多样,把智能带到知识产生和使用的地方。截至现有证据,尚无后续发展事实。
匹配字段摘要
2026年10月11日,星海图(Galaxea)宣布其LEMO双臂开发平台开放订购。据星海图发布的信息,LEMO是一体化平台,集高性能双臂硬件、同构遥操作、多模态数据采集与开放开发工具链于一体,支持从数据采集、模型训练到机器人端部署与验证的完整开发流程,面向具身智能研究与应用开发。该消息由星海图官方渠道发布,标注话题包括EmbodiedAI、Galaxea与ROSConChina。目前尚无后续发展事实,平台开放订购后的具体交付、定价或应用进展未见披露。
匹配字段摘要
2026年10月10日,LlamaIndex 介绍了一套基于文档智能体的发票自动化方案。根据其发布的产品、工程与评测指南,该方案主张用基于 LLM 的文档智能体替代传统 OCR 和规则系统,完成提取、校验、审批路由、ERP 集成与异常处理。方案依托 LlamaParse 的多模态解析和 LlamaExtract 的 schema 驱动抽取,支持 JSON 或 Pydantic 自定义 schema,嵌套结构最深 3-4 层,并提供 invoice、resume、10K 等预置 schema。目前该故事尚无后续发展事实,状态停留在这一介绍。
匹配字段摘要
月之暗面(Moonshot AI)发布并开源多模态视觉知识评测基准WorldVQA及其数据集和评测脚本。据其官方博客介绍,该基准用于衡量多模态大模型对视觉世界知识的事实正确性,数据集包含3,500个高质量图文问答对,覆盖9个类别并区分常见与长尾知识。评测结果显示,前沿模型在长尾视觉知识上常低于50%准确率,且普遍过度自信;Kimi-K2.5取得最佳校准表现,ECE为37.9%、Slope为0.550。目前该数据集与评测脚本已开源,尚无后续发展事实。
匹配字段摘要
2026年10月,月之暗面(Moonshot AI)旗下 Kimi 团队发布并开源多模态模型视觉感知基准 PerceptionBench。据 Kimi 官方博客,该基准从 42 个基准的前沿模型失败中归纳出 10 项原子感知能力,构建 3000 道经校验的题目,每道题仅考察单一感知能力,无需推理或外部知识。在 16 个前沿多模态大模型上,没有模型准确率达到 60%,感知相关幻觉平均表现最弱。团队已开源该数据集与评测代码。目前尚无后续发展事实。
匹配字段摘要
2026年10月,月之暗面发布Kimi K3开放权重多模态模型。据官方博客,该模型为2.8T参数,采用Kimi Delta Attention与Attention Residuals,具备原生视觉能力和100万token上下文窗口,已在Kimi.com、Kimi Work、Kimi Code和Kimi API上线,默认使用max thinking effort。官方称其整体性能仍落后于Claude Fable 5和GPT 5.6 Sol,但在自建评测中持续优于其他被测模型。模型采用Stable LatentMoE,896个专家中激活16个,官方称相比Kimi K2整体扩展效率提升约2.5倍,并已向vLLM社区贡献KDA前缀缓存实现。官方表示完整权重将于2026年7月27日发布。目前尚无后续发展事实。
匹配字段摘要
2026年10月10日,Moonshot AI(月之暗面)推出Kimi Agent Swarm,可并行调度最多100个子智能体。据官方发布信息,该功能依托开源模型Kimi K2.5,在K2基础上用约15T混合视觉与文本token继续预训练,原生多模态,主打编码与视觉能力。K2.5可自主编排最多100个子智能体、执行最多1500次工具调用,相比单智能体设置最多缩短4.5倍执行时间,且无需预定义子智能体或工作流。官方称其针对单智能体顺序执行在长任务上的上下文与时间瓶颈,适用于大规模检索、批量文档处理、多视角分析等可并行场景。模型已上线Kimi.com、Kimi App、API和Kimi Code,Kimi.com与App提供K2.5 Instant、Thinking、Agent和Agent Swarm(Beta)四种模式,Agent Swarm在Kimi.com处于beta,高层级付费用户可获免费额度。该功能目前为早期研究预览,后续将加入子智能体直接通信与并行宽度动态控制。
匹配字段摘要
2024年12月26日,DeepSeek发布DeepSeek-V3开源模型及论文。据DeepSeek API更新日志,该模型采用671B MoE参数、37B激活参数,基于14.8T高质量token训练,生成速度60 tokens/秒,比V2快3倍,API保持兼容并开源模型与论文。API定价在2月8日前与V2相同,此后调整。官方表示后续将支持多模态等功能。目前尚无进一步有证据的发展。
匹配字段摘要
2026年10月9日,面壁智能 OpenBMB 发布信息称,MiniCPM5-2B 在 iPhone Air 上运行,速度达到 37 tok/s。该信息指出,这一表现意味着无需云端 GPU 即可在移动端获得多模态智能,并称 MiniCPM5-2B 在移动端流畅运行。目前该故事仅有这一条事实证据,尚无后续发展事实。
匹配字段摘要
2026年10月9日,Arena.ai公布Mistral Large 4在Agent Arena的评测结果。据Arena报道,Mistral Large 4预览版在5000+真实智能体会话中录得-6.6%净提升分,总排名第43,比上一版Mistral Medium 3.5的-12.60%高11位。该模型为1T参数、原生多模态、49B激活,开放权重预计10月底发布,按当前分数在开放模型中可排第13。MistralAI也是Agent Arena前15实验室中唯一的欧洲实验室。目前尚无后续发展事实。
匹配字段摘要
2026年10月8日,阶跃星辰宣布其旗舰模型 Step 5 Preview 在 OpenCode 平台限时免费开放一周。据阶跃星辰发布的信息,该模型面向智能体与专业工作场景,用户可保留原有工作流并切换模型使用。OpenCode 同日发布的信息显示,Step 5 Preview 具备 1M 上下文、多模态与零数据保留等特性。目前该限免活动仍在进行中,尚无后续发展事实。
匹配字段摘要
2026年9月30日,Liquid AI发布首个决策模型d1,面向结构化选择而非文本生成:输入上下文和一组带类型的问题后,单次调用返回固定结果集上的校准概率,usage.output_tokens为0。据官方博客,d1可同时接收文本和图像,一次前向传播直接返回各选项概率,文本决策耗时200到300毫秒;官方称在六个真实应用中d1在四项上追平或超过GPT-6.1 Sol,成本比GPT-6.1 Sol和Claude Opus 5.5低19到200倍。d1已在Liquid AI API上线,按输入token计费,图像按每32×32像素块1.5 token折算,并通过Vercel和OpenRouter提供纯文本版本。10月7日至8日,Liquid AI进一步发布开放权重端侧多模态决策模型d1-3B与d1-omni-600M,已在Hugging Face上线。d1-3B在Decision Index v0.2.1公开集得48.57,单次提问在RTX 4090上8毫秒、Jetson AGX Thor上16毫秒、Jetson AGX Orin上26毫秒、Jetson Orin Nano上50毫秒;d
2026年9月30日,Liquid AI发布首个决策模型d1,面向结构化选择而非文本生成:输入上下文和一组带类型的问题后,单次调用返回固定结果集上的校准概率,usage.output tokens为0。据官方博客,d1可同时接收文本和图像,一次前向传播直接返回各选项概率,文本决策耗时200到300毫秒;官方称在六个真实应用中d1在四项上追平或超过GPT-6.1 Sol,成本比GPT-6.1 Sol和Claude Opus 5.5低19到200倍。d1已在Liquid AI API上线,按输入token计费,图像按每32×32像素块1.5 token折算,并通过Vercel和OpenRouter提供纯文本版本。10月7日至8日,Liquid AI进一步发布开放权重端侧多模态决策模型d1-3B与d1-omni-600M,已在Hugging Face上线。d1-3B在Decision Index v0.2.1公开集得48.57,单次提问在RTX 4090上8毫秒、Jetson AGX Thor上16毫秒、Jetson AGX Orin上26毫秒、Jetson Orin Nano上50毫秒;d
匹配字段摘要
2026年10月6日,Mistral发布一万亿参数开放权重模型Mistral Large 4预览版。据Mistral AI官方信息,该模型为1万亿参数、490亿激活参数的原生多模态模型,权重将于本月底开放,在Mistral欧洲自有数据中心的3800块NVIDIA Grace Blackwell GPU上从零训练,训练数据覆盖160多种语言,官方称其在网络安全、金融、法律等企业负载上达到开源模型领先水平,在Artificial Analysis Cyber Index上进入全球前五,复现并修补真实漏洞的测试得分82%,Cybench解题率93%。Artificial Analysis的评测显示,该模型智能指数得分38,与GPT-6 Luna(max,38)相当,低于DeepSeek V4.1 Flash(max,39),网络防御指数得分50,CyberGym-E2E-AA得分82%,支持512k token上下文窗口,接受文本和图像输入、输出文本,API单次请求可接受100张图片,标准定价为每1M输入/输出token 1.36/4.18美元。同日,Thomas Wolf发布预告称Mist
匹配字段摘要
2026年10月6日,Google DeepMind发布开放权重多模态嵌入模型EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到统一向量空间,参数量740M。据Google Developers Blog介绍,文本权重在Google Pixel 11 Pro上仅需约191MB活跃内存,完整多模态模型约567MB,无需训练数据或微调即可作为端侧决策引擎,实现毫秒级零样本意图路由;Google AI Edge Gallery新增Instant Media Search和Video Moments Finder演示,未来数周内该模型将通过ML Kit以服务形式登陆Android并支持NPU加速。据Google DeepMind介绍,该模型采用Apache 2.0许可,在MTEB Code上从68.76提升到78.68,支持8K token上下文窗口,权重已在Hugging Face和Kaggle开放下载。10月6日,Georgi Gerganov宣布llama.cpp对EmbeddingGemma 2提供Day-0支持;10月7日,Simon Willison表示赞赏其采用
匹配字段摘要
Thinking Machines Lab 公布其技术方向与使命,提出构建扩展人类意志与判断力的 AI。该实验室公布四条技术方向:训练具备多模态交互与可定制性的强模型、让用户能训练模型权重、开发拓宽人机沟通渠道的界面,以及发布研究。其官方博客认为,当今多数 AI 在少数地点训练后即被冻结,主张 AI 应像人一样多样且分布式,把智能带到知识产生和使用的地方。目前没有后续发展事实,状态停留在该次公布。
匹配字段摘要
Moonshot AI 发布并开源 多模态模型视觉感知基准PerceptionBench
English translation is being prepared.
匹配字段摘要
Moonshot AI 发布并开源 多模态视觉知识评测基准WorldVQA及其数据集和评测脚本
English translation is being prepared.
匹配字段摘要
Moonshot AI 发布 Kimi K3开放权重多模态模型
English translation is being prepared.
匹配字段摘要
Liquid AI 发布 开放权重端侧多模态决策模型d1-3B与d1-omni-600M
English translation is being prepared.
匹配字段摘要
Google DeepMind 发布 740M开放多模态嵌入模型EmbeddingGemma 2
English translation is being prepared.
匹配字段摘要