AI 模型发布与更新

Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构，以 Apache 2.0 许可开源，将文本、代码、图像、视频和音频映射到统一嵌入空间。

Google 发布开源嵌入模型 EmbeddingGemma 2，740M 参数，可将文本、图像、视频、音频和代码转为向量，称其在多模态嵌入基准上优于规模两倍的竞品。

Google 发布图像生成与编辑模型 Nano Banana 2.1，接替 2026 年 2 月发布的 Nano Banana 2，价格约降一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。

Google DeepMind 发布开源嵌入模型 EmbeddingGemma 2，可将文本、代码、图像、视频和音频嵌入统一的 768 维向量空间，基于 Gemma 4 架构，共 740M 参数，上下文窗口 8192 token，采用 Apache 2.0 许可。

Philipp Schmid 宣布 EmbeddingGemma 2 发布，是首个基于 Gemma 4 构建的原生多模态嵌入模型，采用 Apache 2.0 许可证，可将 100+ 语言、代码、图像、音频和视频嵌入同一向量。提供 740M omni、440M text+vision、570M text+audio 和 270M text-only 四个版本，支持 8,192 上下文，MTEB Code 提升 14%，支持 768d/512d/256d/128d Matryo…

Mistral Large 4 是全球最强的网络安全 AI 模型之一。

我们正在这个火车站里构建 AGI

Mistral 发布 Mistral Large 4（Le Chonk），1T 参数、原生多模态、49B 激活，称其为美欧最佳开源权重模型，API 已可用，开放权重 10 月底发布。Hugging Face CEO Clément Delangue 转发并指出，在权重尚未开放之前不能自称最佳开源权重模型，并附上 Hugging Face 页面链接。

Mistral AI 于 10 月 6 日以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），为 1.05T 总参数、每 token 49B 激活的细粒度 MoE 模型。

Perplexity 在 Hugging Face Decision Index（决策模型基准）上夺冠。我们的模型是开放权重的，所有人都可以使用！ @perplexitydevs：pplx-decider-v1.1-27b，我们更新后的开放权重多模态决策模型，现已可用。 它在新版 @huggingface Decision Index 0.3 基准上得分最高。pplx-decider-v1.1-27b 的成本是 v1 的一半，每百万输入 token 仅 $0.02。 htt…

Google 发布开源权重嵌入模型 EmbeddingGemma 2，采用 Apache 2 许可证。该模型为 740M 参数，采用模块化编码器，支持 8K 上下文窗口，可将文本、代码、图像、视频和音频映射到统一的嵌入空间。

很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天里都达到了大致 GLM-5.2 的水平。 这让我不禁思考，西方与中国开源模型之间真正的差距是否就是这么简单： 中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型。西方实验室不能。

@SpaceXAI Grok 4.7 的推理 token 用量与其 ARC-AGI-2 公开得分相关：low 档平均每次测试对尝试用 10k token，得分 25%；而 medium 到 xhigh 档用 86k 到 120k token，得分 57.5% 到 60%。low 档更低的 token 用量可能有助于解释其更低的得分。

@SpaceXAI - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Grok 4.7 完整结果：https://arcprize.org/results/xai-grok-4-7

@SpaceXAI 在 ARC-AGI-3 上，Grok 4.7 在标准测试框架中得分 1.8%（Grok 4.7 为 2.1%），该框架允许模型在轮次之间保留笔记；在新的提供商适配器框架中得分 10.0%，该框架保留不透明推理并启用自动压缩。

Grok 4.7 在 ARC-AGI-2 semi-private 任务的中、高、xhigh 推理档位上平均消耗的 reasoning token 均多于 Grok 4.6，导致每任务成本更高。

@SpaceXAI 在 ARC-AGI-2 上，Grok 4.7 的最佳得分为 61.4%，每任务成本 $2.01，而 Grok 4.6 为 67.1%，每任务成本 $0.76——尽管输入和输出 token 定价完全相同，每任务成本仍上涨了 166%。 完整结果：https://arcprize.org/results/xai-grok-4-7

ARC Prize 公布 Grok 4.7 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 1.8%（$2.7k，标准 harness），用 provider adapter harness 为 10.0%（$4.8k）；ARC-AGI-2 为 61.4%（$2.01/task）；ARC-AGI-1 为 90.2%（$0.64/task）。与 Grok 4.6 相比，Grok 4.7 在 ARC-AGI-1 上更高，但在 ARC-AGI-2 和 …

Mistral AI 发布 Mistral Large 4，代号为 Le Chonk，详情见官方公告 https://mistral.ai/news/mistral-large-4/。作者转发该消息并解读关键词 Sovereign AI。

Google 发布开源嵌入模型 EmbeddingGemma 2，为 Apache 2.0 许可，740M 参数由 270M 文本模型、170M 视觉与 300M 音频编码器组成，支持 100+ 语言、8K 上下文和文本、代码、图像、视频、音频的统一嵌入。270M 版本最低 0.5GB RAM、完整多模态版 1GB RAM 本地运行，可通过 Unsloth 的 GGUF 运行和微调。

EmbeddingGemma 2 现可在 @HuggingFace 和 @Kaggle 下载，Gemini Enterprise Agent Platform Model Garden 即将上线。 了解更多 ↓ https://goo.gle/474rZXq

Google 发布 EmbeddingGemma 2，740M 参数，活跃内存占用约 191MB 至 567MB，官方称其性能超过部分体积两倍以上的模型。上下文窗口较第一代扩大 4 倍至 8K，单次可处理最长 5.5 分钟音频、29 张图片或 58 个视频帧。

Google 发布 EmbeddingGemma 2，是其首个面向端侧嵌入的原生多模态开源模型。模型基于 Gemma 4 架构，采用 Apache 2.0 许可证，在文本之外将图像、视频、音频和代码统一到单一嵌入空间。

EmbeddingGemma 2 经过优化，可在移动端和桌面端本地运行。 这意味着你可以从语音备忘录中找到特定的视频片段，或用简单的文本查询搜索数小时的音频，全程无需联网。

仅 740M 参数，它在各项基准上极具竞争力——甚至超越了一些参数量是其两倍以上的专用模型。 开发者可以用它为应用添加多模态搜索——比如通过语音备忘录在视频中找到对应片段——或将其与 Gemma 4 搭配，实现私密的端侧 RAG。 EmbeddingGemma 2 以 Apache 2.0 许可证发布。可在 @HuggingFace 和 @Kaggle 上查看权重。 了解更多 → https://goo.gle/4y9wXgl

认识 EmbeddingGemma 2，我们首个面向端侧嵌入向量的原生多模态开放模型。 它超越文本，将代码、图像、音频和视频统一到同一共享空间。🧵

Sundar Pichai 宣布 EmbeddingGemma 2，这是其首个开源、原生多模态嵌入模型，740M 参数即可处理文本、代码、图像、视频和音频任务。模型与 Gemma 4 搭配适合离线、隐私优先的 RAG 场景，性能超过一些体积超过其两倍的专业模型，权重已在 Hugging Face 开放下载。

Google 发布最新图像生成与编辑模型 Nano Banana 2.1。官方称其在各项能力上超越此前模型，视觉设计、基于蒙版的编辑和主体一致性提升尤为明显，可生成更自然的图像。

Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 得 43 分，较上一代 Haiku 一年内提升 26 分，是首个支持 effort 设置与 adaptive thinking 的 Haiku 模型。

Anthropic 发布 Claude Haiku 5.5，定位为迄今最便宜、最快的小模型，适合摘要、压缩、数据库查询、分类等高吞吐任务，并可搭配 Opus 5.5 和 Sonnet 5.5 担任编码子智能体。

追踪 @Grok Bot & Build 的更新日志 https://x.ai/changelog/bot

Grok @Bot 可以当你的个人首席财务官！

Grok 4.7 非常擅长处理大型代码仓库

@deepseek_ai ARC-AGI-3 评测在操作上更为密集；测试完成后，我们将在未来几周内分享结果，包括使用新的 DeepSeek provider adapter harness 得到的分数。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI 榜单上的完整成绩。测试结果可通过 GitHub 仓库复现，完整结果与测试政策见 arcprize.org/results/deepseek-v4-1-flash。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

ARC Prize 公布 DeepSeek-V4.1-Flash 在 ARC-AGI-1 上的结果：high 推理档得分 88.5%，低于 low 档的 90.5%，差异集中在 8 个任务上（high 在 5 个任务上低 4.5 分、3 个任务上高 2.5 分），且 high 多消耗 35% 输出 token 却未带来更稳定的正确答案。

Perplexity Decider 是最好的决策模型

Thomas Wolf 转发 Mistral 官方公告，宣布 Mistral Large 4（1T 参数、49B 激活、原生多模态）开放权重将于 10 月底发布，并给出 Hugging Face 页面 https://huggingface.co/mistralai/Mistral-Large-4.0-1T05-A52B 供即时接收发布通知。公告称其为美欧最佳聚合基准开源权重模型，在网络安全防御、制造和金融任务上表现领先，视觉 grounding 超过闭源前沿模型，API …

Mistral AI 于周二发布万亿参数多模态模型 Mistral Large 4（昵称 Le Chonk），定位为介于闭源与中国开源模型之间的第三条路线。目前仅能通过公开 guardrail 端点访问，安全测试完成后计划在三周内开放权重；该模型仅用 4,000 块 NVIDIA GPU 在 Mistral 自有算力上完成训练，优化用例包括网络安全、金融和芯片设计。