Odyssey 推出 PROWL-2 递归学习框架
今天我们推出 PROWL-2，智能体及其世界模型通过递归学习实现共同提升。 智能体暴露想象中存在的错误，修复这些错误又能促成进一步的学习。 我们相信，这种开放式学习是迈向超级智能的关键一步。
全部AI 动态
全部动态
今日 3 条X：Odyssey (@odysseyml)AI 评分3131 The DecoderAI 评分4343 Ideogram 称新模型 Ideogram 4.5 可局部编辑图像而不影响其余部分
Ideogram 称新模型 Ideogram 4.5 只修改用户指定区域，其余部分保持不变，主打产品摄影、室内设计、照片修复和图内文字编辑。该模型提供 0.8 至 22 美分四档单图价格，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 上线。合作方包括 Picsart、Runway、Pika 和 Leonardo AI，Ideogram 还表示将很快推出开放权重版本。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分6868 Cloudflare 发布开源决策模型 Clef 与 Clef-flash，并推出 RL 微调服务
Cloudflare 发布两款决策模型 Clef 和 Clef-flash，托管在 Workers AI 上，并以 Apache 2.0 许可证在 Hugging Face 完全开源。
MarkTechPost（RSS）AI 评分6363 Cohere 发布 Embed 5 嵌入模型：Pro 与 Fast 双档对比 Voyage 4 Large、Gemini Embedding 2 和 OpenAI
Cohere 发布 Embed 5 嵌入模型家族，分 Pro 和 Fast 两档，均支持文本、图像及图文融合输入、100+ 语言和 128K token 上下文，两档共享同一向量空间，可用 Pro 建索引、Fast 查询。
X：Arena (@arena)精选AI 评分7171 Claude Sonnet 5.5 (xHigh) 以 1786 分登 Code Arena: WebDev 第 3 名
Arena 宣布 Claude Sonnet 5.5（xHigh）进入 Code Arena: WebDev 榜单，以 1786 分排名第 3，距第 2 名 GPT-6 Astra 的 1788 分仅差 2 分。
推荐理由：原文给出 Claude Sonnet 5.5 xHigh 的具体榜单分数与分项排名，读者可以据此比较它与 GPT-6 Astra 的性价比位置。
X：Mustafa Suleyman（Microsoft AI CEO） (@mustafasuleyman)AI 评分6464 Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming
Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming，Mustafa Suleyman 称其为全球最准确的实时转写模型，比 ElevenLabs 快 55%、便宜 60%。引用的 Artificial Analysis 数据显示，该模型以 2.5% WER、语音结束后 0.13 秒出稿在 AA-WER Streaming 38 个模型中排名第一，超过此前第一的 Grok Voice Transcribe 2.0（2.7%、0.49s），流式定价为每小时音频 $0.54，非流式为 $0.10 每小时。
X：Artificial Analysis (@ArtificialAnlys)AI 评分5353 Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming，登顶 AA-WER Streaming 准确率
Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming，在 AA-WER Streaming 评测的 38 个模型中以 2.5% WER、语音结束后 0.13 秒返回最终转写，登顶 Final Transcript 和 First Partial Transcript 准确率。
Microsoft AI：官方博客（网页）AI 评分5959 Microsoft AI 发布 MAI-Transcribe-2-Streaming 及 MAI-Voice-2.1 系列语音模型
Microsoft AI 发布流式转录模型 MAI-Transcribe-2-Streaming，在 Artificial Analysis 准确率榜排名第一，支持 60 种语言实时转录，收到音频约 100ms 即产出初步结果，内部评测显示字幕出现速度比最接近的竞品快 2 倍，介绍价 $0.54 每小时音频。
X：Viggle AI (@ViggleAI)AI 评分3636 Viggle Turbo v0.3 发布
✨ Viggle Turbo v0.3 来了！ 全新的 9-step 模式带来更干净的画面、更精细的细节，以及更好的小字渲染。 现在在 ComfyUI 中更易使用——提供 LoRA 或单文件 int8/fp8/GGUF 模型。
X：Epoch AI (@EpochAIResearch)AI 评分3838 Epoch AI 模型 ECI 对比工具
在我们的探索器中对比各模型的 ECI：https://epoch.ai/eci?view=graph&tab=scatter&eciPreset=software
X：Epoch AI (@EpochAIResearch)AI 评分5151 Claude Opus 5.5 以 167 分登顶 Epoch Capabilities Index
Epoch AI 发布的 Epoch Capabilities Index（ECI）榜单中，Claude Opus 5.5 以 167 分登顶，略高于 GPT-6 Astra。Claude Sonnet 5.5 大致追平 Claude Fable 5.1（165 分）。
X：OpenRouter (@OpenRouter)AI 评分4242 OpenRouter 上线 Pareto 26.10 预览版
1/ 来自 @theunbiasedco 的 Pareto 26.10 Preview 现已在 OpenRouter 上线，输入 $0.80/M、输出 $3.20/M，而当前 Pareto 为 $2.50/$7.50。 一款面向研究、编程和智能体工作流的多模态复合模型，具备 1M 上下文、文本和图像输入，以及工具调用能力。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分5454 OpenDLSS 开源：基于 Vulkan 比特级复现 NVIDIA DLSS 5 神经渲染网络
开源项目 OpenDLSS 用 Vulkan 重新实现了 NVIDIA DLSS 5 的神经渲染网络，与原版 DLSS-NR build 310.8.0 比特级一致，75 个 block 边界的中间结果逐字节匹配。
MarkTechPost（RSS）AI 评分6262 NVIDIA 发布 Kumo Tabular 表格基础模型，权重允许商用
NVIDIA 发布 Kumo Tabular 表格基础模型系列，用于分类和回归，以标注行为上下文、单次前向传播预测新行，无需训练、调参或特征工程。
X：Rohan Paul (@rohanpaul_ai)AI 评分6969 DeepSeek 开源六个 Huawei Ascend 项目，矩阵内核达芯片峰值速度的 99.8%
DeepSeek 开源六个 Huawei Ascend 项目，矩阵内核速度达到芯片峰值的 99.8%。
MarkTechPost（RSS）AI 评分5353 Perplexity 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview，可同时检索答案与支撑证据
Perplexity Research 与 turbopuffer 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview，权重以 MIT 许可托管在 Hugging Face，可自托管部署，尚未上线 Perplexity API。
X：Artificial Analysis (@ArtificialAnlys)AI 评分6464 Artificial Analysis 评测：GPT-6.1 Sol 推进 OpenAI 模型成本效率前沿
Artificial Analysis 发布对 GPT-6.1 Sol 的评测，称其推进了 OpenAI 模型的成本效率前沿。max effort 下每 Intelligence Index 任务成本 $0.72，不到 GPT-6 Astra（$3.26）的四分之一，比 GPT-6 Sol（$1.04）低 31%、比 GPT-5.6 Sol（$1.99）低 64%。
IT之家（RSS）AI 评分6565 谷歌逐步推出 Gemini 4 Argon 旗舰模型，内部对编码实战表现存在质疑
据彭博社报道，谷歌开始向小批网络安全合作伙伴逐步推出旗舰模型 Gemini 4 Argon，后续将优先面向付费订阅用户扩大开放。谷歌称该模型在多项基准测试中取得靠前成绩，安全测试成绩超过 OpenAI 的 Astra；但知情人士称其部分代码任务表现不佳、不擅前端设计，谷歌否认这一说法，DeepMind 负责人卡武库奥卢表示对性能感到鼓舞。
X：Artificial Analysis (@ArtificialAnlys)AI 评分5151 Upstage 发布 Solar Mini 4，Artificial Analysis 智能指数得分 24 但单任务成本约为 GPT-6 Luna (max) 的 5 倍
韩国 AI 公司 Upstage 发布专有推理模型 Solar Mini 4，在 Artificial Analysis 智能指数得分 24，报告总参数 35B、激活 3B，价格降至每 1M 输入/输出 token $0.10/$0.40，但因每任务消耗约 88k 输出 token，单任务成本约为 GPT-6 Luna (max) 的 5 倍。
X：Artificial Analysis (@ArtificialAnlys)精选AI 评分6666 Artificial Analysis：GPT-6.1 Sol 的 Cost per Task 较 GPT-6 Sol 低约 30%
Artificial Analysis 数据显示，GPT-6.1 Sol 的 Cost per Task 约 $0.72，比 GPT-6 Sol（$1.05）低约 30%，后者已约为 GPT-5.6 Sol（$1.99）的一半。
推荐理由：原文拆解了 GPT-6.1 Sol 成本下降的具体构成，读者可以据此对比不同代际模型的实际任务开销。
X：Arena (@arena)AI 评分4747 Gemini 4 Argon 与前沿模型对比
来自 @GoogleDeepMind 的 Gemini 4 Argon 刚刚在一系列生成任务中与顶级前沿模型正面交锋。 每任务成本比 GPT-6.1 Sol 低 33%，比 Claude Opus 5.5 低 70%，来看 @petergostev 对 Gemini 4 Argon 对比表现的第一印象。 https://www.youtube.com/watch?v=h5EL5zThKaI
IT之家（RSS）AI 评分7575 谷歌发布 Gemini 4 Argon，DeepSWE 测试 77.9% 超 Claude Opus 5.5
谷歌于 9 月 30 日发布 Gemini 4 Argon，称其为迄今最先进的 AI 模型，主打长流程软件工程、企业知识工作和网络安全防御，单次输出上限约 100 万 tokens。
X：Arena (@arena)AI 评分5252 Hidream-O1-Video-1.0 以 1456 分登顶 Image-to-Video Arena 第 7 名
Hidream-O1-Video-1.0 以 1456 分进入 Image-to-Video Arena 排行榜第 7 名，可通过 @vivago_ai 使用。该模型与 gemini-omni-flash 仅差 8 分，与 dreamina-seedance-2.0 和 2.5 的分差在 20 分以内。
X：Runway (@runwayml)AI 评分4040 Runway 发布开放权重世界动作模型 Praxis-1
Runway 机器人负责人 Andy Chen 阐述了 Runway 在机器人领域的独特方法，并以我们的开放权重世界动作模型 Praxis-1 的首次亮相作为结尾。 了解 Praxis-1 并申请早期访问：https://runway.com/praxis-1
The DecoderAI 评分6969 Google 发布 Gemini 4 Argon，缩小与 OpenAI 和 Anthropic 的差距但未明显领先
Google 发布新一代前沿模型 Gemini 4 Argon，在多项基准上缩小了与 OpenAI、Anthropic 的差距，但未取得明显领先。
X：Demis Hassabis (@demishassabis)AI 评分3939 Gemini 4 Argon 前沿模型发布
非常激动地宣布 Gemini 4 Argon，我们的全新前沿 AI 模型，在多项关键能力上迈出了一大步。我们专注于负责任地推出它，今天起通过我们的 Fairwind Program 率先面向政府和可信网络防御者开放，随后不久将更广泛地提供。
X：Arena (@arena)精选AI 评分7979 Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，净提升 +7.92%
Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。
推荐理由：原文给出 Gemini 4 Argon (High) 在 Agent Arena 的排名、净提升分和成本数据，读者可据此评估其智能体任务表现与性价比。
X：Karina Nguyen（@karinanguyen）AI 评分4545 Gemini 4 在 PostTrainBench 达 45.3%
Gemini 4 在 PostTrainBench 上达到 45.3%，是 Gemini 3.1 Pro 的 21.99% 的两倍多，并击败了 GPT-6 Astra 🔥
MarkTechPost（RSS）AI 评分7272 Google DeepMind 发布 Gemini 4 Argon：单次输出可达 1M tokens
Google DeepMind 发布 Gemini 4 系列首个前沿模型 Gemini 4 Argon，单次响应输出上限从 64K 提升到 1M tokens，面向长周期软件工程、法律金融企业知识工作和网络防御。
X：Rohan Paul (@rohanpaul_ai)AI 评分4343 webAI 3.66B 小模型 TwIL-LM3-Pro 登顶形式逻辑
美国 Austin 的 webAI 发布 3.66B 本地模型 TwIL-LM3-Pro，将 IBM Granite 的形式逻辑得分提升 28%，在形式逻辑上比 VibeThinker-3B 高约 35%、比 Qwen3.5-4B 高 24%、比 Liquid AI 的 LFM2.5-8B-A1B 高 47%。
MarkTechPost（RSS）精选AI 评分7979 OpenAI 发布 GPT-6.1 Sol：以 Astra 五分之一价格接近其编码与计算机操作水平
OpenAI 发布 GPT-6.1 Sol，定价为每百万 token 2 美元输入、10 美元输出、0.10 美元缓存输入，为 GPT-6 Astra 标准价格约五分之一。
推荐理由：原文整理了 GPT-6.1 Sol 的定价、上下文与各家厂商基准对比，便于开发者评估其相对 Astra 和 Claude 的性价比。
X：Rohan Paul (@rohanpaul_ai)AI 评分6565 Google Gemini 4 Argon 单次输出上限提升至 1M tokens
Rohan Paul 转引 Google 发布信息称，Gemini 4 Argon 单次响应可输出最多 1M tokens，约为 GPT-6 Astra、Opus 5.5 和 Fable 5.1 的 128K 上限的近 8 倍，此前上限为 64K。作者评价这意义重大，并指出长输出空间让模型能在单次轨迹中深度推理解决复杂问题。
Hacker News：AI 热帖AI 评分3939 Gemini 4 Argon (High) 智能、性能与价格分析
Artificial Analysis 发布 Gemini 4 Argon (High) 的智能、性能与价格分析，其 Intelligence Index 采用 v4.3.2 版本，涵盖 AA-Briefcase v1.1、GDPval-AA v2.1、Terminal-Bench 4.0、Humanity's Last Exam 等 10 项评测。
X：Rohan Paul (@rohanpaul_ai)AI 评分6666 Google 发布 Gemini 4 Argon，多数基准领先 GPT-6 Astra 与 Claude Opus 5.5
Google 推出旗舰模型 Gemini 4 Argon，在多数基准上超过 GPT-6 Astra 和 Claude Opus 5.5，其中 Harvey's Legal Agent Benchmark 得分 19.6%，明显高于对比模型的 6.7% 等成绩。
X：Josh Woodward (@joshwoodward, Google Labs VP)AI 评分1515 Gemini 4 Argon 预告
Gemini 4 Argon！
X：Arena (@arena)AI 评分7070 Gemini 4 Argon (High) 登顶 Arena 文本榜第一并进入 WebDev 榜前八
Google DeepMind 发布前沿模型 Gemini 4 Argon，经 Fairwind Program 面向部分受信任测试者推出。
X：Artificial Analysis (@ArtificialAnlys)AI 评分7979 Artificial Analysis 评测 Gemini 4 Argon，智能指数追平 GPT-6 Astra 且成本仅 60%
Artificial Analysis 评测 Google DeepMind 新模型 Gemini 4 Argon，在 Artificial Analysis Intelligence Index 得 53 分，追平 GPT-6 Astra (max)，高于 GPT-6.1 Sol (max) 1 分。
X：ARC Prize (@arcprize)AI 评分5050 ARC Prize 公布 OpenAI GPT-6.1 Sol 测试结果并更新排行榜
ARC Prize 公布 OpenAI GPT-6.1 Sol 的完整测试结果，排行榜地址为 arcprize.org/leaderboard。推文同时给出公开结果复现仓库 arc-agi-benchmarking、测试政策页面及结果详情链接。
X：ARC Prize (@arcprize)AI 评分6262 OpenAI GPT-6.1 Sol 在 ARC-AGI (Verified) 上的评测成绩
ARC Prize 公布 OpenAI GPT-6.1 Sol 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 52.7%（标准 harness，$7.6K），provider adapter harness 下 96.4%（$4.4K）；ARC-AGI-2 为 94.2%（$0.25/task）；ARC-AGI-1 为 98.5%（$0.06/task）。其在 v3 上的 96.4% 接近 GPT-6 Astra 的 99.9%，但成本低 77%。
X：ARC Prize (@arcprize)AI 评分3838 GPT-6.1 Sol 在 ARC-AGI-3 高推理更省成本
GPT-6.1 Sol 在 ARC-AGI-3 上以更高推理等级做出更优决策，完成关卡所需动作更少，从而降低总推理成本。以 sk48 为例，使用保留不透明推理状态并支持自动压缩的 provider adapter 时，max 推理仅用 463 个动作通关，而 low 推理用了 1,078 个。