腾讯发布 Hy4，新增图像理解与计算机操作能力
腾讯发布正式版大语言模型 Hy4，首次加入图像理解和自主操作软件能力，可通过 Tencent Cloud、OpenRouter 及元宝等应用使用，模型权重尚未公布具体开放日期。
#模型发布
The DecoderAI 评分7272
Latent SpaceAI 评分3434 [AINews] AI 人才与收购换岗季：Cat Wu 转投 OpenAI、Sharon Zhou 加入 Anthropic、Meta 收购 Conductor
AI 行业本周出现多起人才与收购变动：Anthropic Claude Code 产品负责人 Cat Wu 离职加入 OpenAI 领导 Core Products PM，Lamini 前 CEO Sharon Zhou 离开 AMD 加入 Anthropic，Meta 收购 Conductor，Factory 收购 HumanLayer。
Hugging Face BlogAI 评分5858 Dharma-AI 发布 20 亿参数文档字段抽取模型 Dharma Field Extractor
Dharma-AI 发布 Dharma Field Extractor，一个 20 亿参数模型，可从任意文档图像中按请求抽取字段并返回结构化 JSON，支持开放模式和指定 schema 两种请求方式，缺失字段返回 null 而非编造。
The DecoderAI 评分7474 GPT-6 Astra 通过权重空间编程直接改写其他模型权重
The Decoder 报道了一项研究：语言模型 Astra 无需逐步数学优化训练，直接读取或改写其他模型的原始权重，研究者称之为 Weight-Space Programming。
The DecoderAI 评分6262 OpenAI 称 GPT-6 Astra 一周内从零设计出一款硬件设备
OpenAI 称其硬件团队用 GPT-6 Astra 作为副项目在一周内设计出一款可与 Codex 编码智能体对话的设备，Astra 完成了外壳设计、PCB 布局与元件选型、走线、固件和用户界面等全部环节，代工厂在不到一个月内小批量投产，但因 Astra 未充分考虑制造约束、公差和装配细节而经历了多轮修改。
TechCrunch · AIAI 评分5555 42AI 出闸获 6250 万美元种子轮，推出可预测人类行为的世界模型
以色列初创公司 42AI 出闸，宣布完成 6250 万美元种子轮，推出可预测个人决策概率的“行为世界模型”，初期已在数家金融券商落地，用于预测交易员在波动行情下的反应。
TechCrunch · AI同事件AI 评分7878 Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全防御
Mistral 发布万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业与政府可在 Hugging Face 下载部署并通过 API 使用。
同一件事，精选收录的是《Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）》
The DecoderAI 评分7272 Mistral 发布 Mistral Large 4 开源模型，编码领先但整体仍落后中国模型
Mistral 在公开预览三周后将旗舰模型 Mistral Large 4（昵称 Le Chonk）的权重发布到 Hugging Face，总参数约一万亿、每步激活 520 亿，支持文本和图像输入、输出文本与代码。
Hugging Face Blog同事件AI 评分7878 Hugging Face 介绍 Mistral Large 4（Le Chonk）开源多模态 MoE 模型
Hugging Face 博客介绍 Mistral 发布的 Mistral Large 4（代号 Le Chonk）：多模态、多语言 MoE 模型，约 1T 总参数、49B 激活参数、1M token 上下文窗口。
同一件事，精选收录的是《Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）》
Hugging Face BlogAI 评分4545 Granite Switch 4.1.1 补丁发布：像更新软件一样更新模型
Hugging Face 发布 Granite Switch 4.1.1 补丁版本，与 4.1 完全向后兼容、无需迁移，更新了支持 10 种语言、带原生标点和大小写的 Granite Speech ASR 模型，以及在 Jev Decision Index 测试集上整体表现提升的 Decision adapter。
Mistral AI精选AI 评分7878 Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）
Mistral AI 发布 Mistral Large 4（Le Chonk）的开放权重版本，这是其 1-trillion 参数、原生多模态旗舰模型，此前本月已进入 public preview。
推荐理由：原文给出多项基准分数与token效率对比，读者可据此判断其在开源编码模型中的位置与部署成本。
Latent SpaceAI 评分7575 Google DeepMind 发布 Gemini 4 Carbon，面向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，定位网络安全与长程任务，宣称在 SEC-bench Pro 上达 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。
The Verge · AIAI 评分6969 Google 发布 Gemini 4 Carbon，主打网络安全能力提升
Google 发布最新前沿模型 Gemini 4 Carbon，在编码、智能体任务和网络安全方面带来显著提升，目前仅向部分网络安全防御公司开放，之后将扩展到 Fairwind Program 的其他合作伙伴。
The Decoder同事件AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon，两周内接替 Argon 登顶智能指数
Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周，以 59 分登上 Artificial Analysis Intelligence Index v5 榜首（Argon 为 50 分）。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长时任务能力》
Ars Technica · AIAI 评分5050 Google 发布 Gemini 4 Carbon：最新前沿 AI 模型暂不可用
Google 宣布推出前沿 AI 模型 Gemini 4 Carbon，但该模型目前尚不可用。原文指出，Gemini 4 Carbon 本质上是 Argon 的略微升级版本。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长时任务能力
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出网络安全与长时任务的具体基准分数和对齐改进数据，读者可据此评估其在安全防御场景的实际能力定位。
The DecoderAI 评分7474 Nvidia 开源 Nemotron 3.5 Transcribe 语音模型，整合转写、翻译与说话人识别
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，可转写 40 种语言、其中 31 种与英语互译、识别 13 种语言的说话人，支持最长一小时、最多八位说话人的录音，并能通过指令控制输出转写、翻译或摘要。
TechCrunch · AIAI 评分6262 Nvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe
Nvidia 发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe，支持最多 40 种语言转写、31 种语言与英语互译，可处理最长一小时录音并区分最多 8 位说话人，同时开源了 Granary 语音数据集第 2 版。
Hugging Face Blog精选AI 评分7676 NVIDIA 发布 Nemotron 3.5 Transcribe 开源语音模型与 Granary v2 数据管线
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到单一 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人归属，可处理最长一小时录音并标注最多 8 位说话人，现已在 Hugging Face 和 ModelScope 开放。
推荐理由：原文给出榜单成绩与微调配方，读者可据此判断该模型在多语种转写与说话人分离上的可用性。
The DecoderAI 评分6262 Google DeepMind 发布 Genie 4 实时世界模型
Google DeepMind 发布 Genie 4，作为 Genie 3 的后续版本，可逐帧实时生成交互式场景并直接生成声音，用户用键盘移动、用文本提示词引导事件。
Hugging Face Blog精选AI 评分7474 Liquid AI 发布 LFM3 系列：单一骨干衍生六款 2B 级多模态模型
Liquid AI 发布新一代 LFM3 系列，以 LFM3-1.7B-Base 为共享骨干衍生出文本、视觉、音频、omni 和决策共六款 2B 级模型，全部开源并可在 Hugging Face 下载。
推荐理由：原文给出架构改动、基准对比和微调入口，读者可据此评估 2B 级模型能否替代自己的通用大模型。
TechCrunch · AIAI 评分7373 Google DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
Google DeepMind 以研究预览形式发布最新世界模型 Genie 4，可生成迄今最逼真、可交互的世界，支持在模拟中途输入提示词实时改写场景，并生成与场景匹配的音乐、环境音和对话。
Ars Technica · AIAI 评分6161 Google DeepMind 发布 Genie 4 世界模型，物理与人物模拟更真实
Google DeepMind 发布 Genie 4 世界模型，宣称在物理模拟和人物真实感等方面较 Genie 3 全面改进，部分提升来自更新后的 Gemini 模型。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Genie 4 世界模型，支持原生音频与实时交互模拟
Google DeepMind 宣布发布新世界模型 Genie 4，提升实时交互模拟的真实感，可原生同时生成音乐、环境音与交互对话。
推荐理由：原文说明了 Genie 4 与 Gemini 系列的分工方式，读者可据此理解实时世界模拟如何借助推理模型维持连贯性。
The Verge · AIAI 评分5858 Google 发布 Genie 4 世界模型，可生成约两分钟交互体验
Google 发布 Genie 4 世界模型，用于生成 AI 交互体验，官方称其带来更真实的世界、可用自然语言提示实时更新体验、可生成音频，并在底层使用 Gemini 3.8 Flash 辅助模拟。
Simon WillisonAI 评分6767 Simon Willison 解读 OpenAI 发布的 GPT-6.1 Terra 中端模型
OpenAI 发布 GPT-6.1 Terra，主打视觉推理与计算机操作能力，官方称其为快速高效的模型，适用于撰写提案、解读技术图纸、填写表单和编辑视频等日常任务。
The Verge · AI精选AI 评分7878 OpenAI 宣布三项科学发现并引入外部专家协作验证
OpenAI 宣布在数学、计算机科学和物理领域的三项重大发现，并引入外部专家作为“shepherds”指导验证。
推荐理由：原文对比了 OpenAI 与外部专家合作验证的两种不同做法，以及数学顾问小组的反对意见，读者可了解 AI 生成成果的发布与验证争议。
OpenAI NewsAI 评分5656 OpenAI 分享模型在 Kakeya 猜想、指数时间假设和量子色动力学上的研究结果
OpenAI 分享了模型在 Kakeya 猜想、指数时间假设（Exponential Time Hypothesis）和量子色动力学（quantum chromodynamics）上的结果，并说明研究者如何验证这些结果并在此基础上继续研究。
The Decoder同事件AI 评分8282 OpenAI 发布 GPT-6.1 Terra，API 价格减半且多项基准接近更大模型
OpenAI 发布 GPT-6.1 Terra，API 输入价格为每百万 token $1、输出 $5，为 GPT-5.6 Terra 的一半，缓存输入降至 $0.05。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，主打大规模快速的计算机操作能力》
OpenAI News精选AI 评分7575 OpenAI 发布 GPT-6.1 Terra，主打大规模快速的计算机操作能力
OpenAI 发布 GPT-6.1 Terra，官方定位为在大规模场景下提供快速且可用的计算机操作能力。feed 仅提供标题与副标题，未给出参数、定价或评测细节。
推荐理由：官方点明该模型主打大规模快速且可用的计算机操作能力，读者可据此判断它面向的自动化场景。
TechCrunch · AIAI 评分5858 Block 发布本地运行的全双工语音模型 Dessa
Jack Dorsey 的 Block 从研究实验室发布语音模型 Dessa，完全在人类语音数据上训练，仅需单块 NVIDIA GPU 即可本地运行，支持在 MacBook M4 Max 或更高配置的消费级电脑上跑。
The DecoderAI 评分4747 Block 推出纯语音训练的 AI 模型 Dessa，可捕捉文本模型遗漏的情绪
Block 推出 AI 语音模型 Dessa，称其为首个完全基于人类语音、不含任何文本数据从零训练的模型，可直接处理音频并实时捕捉情绪、讽刺、笑声和停顿。Dessa 支持全双工通信，可在 MacBook Pro M4 Max 本地运行，训练仅使用单台 NVIDIA GB200 NVL72。目前尚未公开发布，Block 正在招募 AI 安全研究人员通过表单报名测试模型的潜在风险。
Latent Space精选AI 评分8181 Moonshot 发布 Kimi K3.1 Pro：2.8T 参数 MoE，独立评测逼近 Fable 5.1
Moonshot 发布 Kimi K3.1 Pro，为 2.8T 总参数、104B 激活参数、1M token 上下文窗口的多模态 MoE 模型，权重承诺 2026 年 11 月 4 日开放。
推荐理由：原文区分了厂商宣传、独立评测与部署经济学三层证据，读者可据此判断开源权重模型与闭源前沿的真实差距。
The Verge · AIAI 评分5656 Block 发布纯语音训练的 AI 模型 Dessa
Jack Dorsey 的 Block 宣布推出名为 Dessa 的 AI 模型，称其完全基于人类对话从零训练，是一个真正的 speech-to-speech 模型，所有知识都来自人类语音。
Simon Willison同事件AI 评分7676 Moonshot 发布 Kimi K3.1 Pro，Artificial Analysis 得分 55 逼近 Claude Opus 5.5
Moonshot 于 10 月 23 日在 Kimi API 上线 Kimi K3.1 Pro，尚未开放权重，但承诺 2026 年 11 月 4 日前发布完整模型权重。
同一件事，精选收录的是《Moonshot 发布 Kimi K3.1 Pro：2.8T 参数 MoE，独立评测逼近 Fable 5.1》
The DecoderAI 评分7474 Moonshot AI 发布推理模型 Kimi K3.1 Pro，Artificial Analysis 智能指数升至第四
Moonshot AI 发布后训练推理模型 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 上得 55 分，较 Kimi K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
The DecoderAI 评分6262 Canva 发布首款自研图像模型 Craft
Canva 发布首款自研图像生成模型 Canva Craft，称可与 Google、OpenAI、ByteDance、Meta 的同类模型竞争。
Latent SpaceAI 评分4444 [AINews] Black October：AI 加速的漏洞披露潮压垮防御方
过去约 48 小时内，AI 加速的漏洞披露与数据泄露集中爆发，涵盖 PHP2Shell 未授权 RCE、GitLab CVSS 10 漏洞、LiteLLM 1.107.0 密码窃取器、eMudhra CA 私钥被 Claude 单次提示词破解等事件，月度 CVE 数量据报从约 4k 升至约 15k。
The Verge · AIAI 评分6060 Canva 发布首款自研图像模型 Craft，先规划再生成
Canva 发布自研图像生成模型 Canva Craft，采用两阶段架构，先规划设计再生成图像，以获得更高的精度、一致性和控制力，最高支持 2K 分辨率和 30 多种宽高比。
TechCrunch · AIAI 评分6262 Canva 发布首个图像生成模型 Canva Craft
Canva 发布首个图像生成模型 Canva Craft，由其研究团队开发，用于与 Google、OpenAI、ByteDance、Meta 的同类模型竞争。模型分两阶段工作，先解析提示词并规划元素空间关系、比例、视觉层级等，再生成最高 2K 分辨率、最多 30 种宽高比的图像，支持精确局部编辑。