AI 模型发布与更新

Reflection 加入了 Nvidia 和 Thinking Machines 的行列——它们发布了自家最强的模型，却仍落后于中国同行。人们会用很多方式过度解读这件事，但最清晰的结论应该是：中国人非常非常擅长构建 LLM。

Reflection AI 发布开源智能体模型 Beam，为稀疏 MoE 架构，总参数 501B、激活 23B，完整权重将于本月以 Apache 2.0 发布，并提供 FP8 和 NVFP4 构建。

兴奋

Reflection AI 发布 Beam，一个高效智能体开源模型，总参数 501B、激活 23B。官方称其具备前沿推理效率，在编码与智能体任务上推进了 Western 开源前沿，从零端到端训练，全量权重本月发布。Hugging Face CEO 转发并给出 Hugging Face 上的 Reflection 组织页面链接。

Reflection AI 正式发布其首个前沿开源权重模型 Beam，为纯文本 MoE 模型，总参数 5010 亿、活跃参数 230 亿，预训练数据 23.8 万亿 token，上下文窗口 100 万 token。

一篇批评 AI 公司商业模式的文章称，其做法是抓取整个互联网、无偿攫取数据并用于训练模型，再按量出售模型访问权，直至"杀死宿主"。文章指出，流量换索引的旧约定已消失，抓取器压垮基础设施、点击率与社区双双崩塌；Reddit 虽在出售数据授权，但其数据依赖人类生成的社区内容。

Reflection AI 发布智能体开源模型 Beam，总参数 501B、激活 23B，称从零端到端训练，主打推理效率并推进西方开源模型在编码与智能体任务上的水平。完整权重将于本月发布。Nathan Lambert 转发祝贺，称首个模型不易，期待其加速对生态的贡献。

Agent Arena 按解决跨领域问题的智能体能力对模型排名，Anthropic 模型在 Code、Work、Chat 三个领域均居第一，OpenAI 的 GPT 6 Astra (Max) 三项全部进入前四（Code 第 2，Work 与 Chat 均第 4）。

Reka AI 发布 190 亿参数全能模型 Rho-1 的研究预览版，在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。该模型将全部模态作为 token 放入同一上下文窗口，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令，同一套权重既预测摄像头图像也驱动机器人运动。

由 Maluuba 团队创立的 Skyfall AI 正在构建预测企业每次决策后如何变化的世界模型。其创始人认为，LLM 过去 5 年主要靠增加数据、算力和模型规模进步，但长周期规划能力差、数据需求巨大、真实条件变化时容易失效，不适合这一任务。世界模型通过学习因果关系来弥补这些弱点，让智能体在模拟中预演行动后再执行。

Mistral AI 发布原生多模态模型 Mistral Large 4 的公开预览版，总参数 1 万亿、活跃参数 490 亿，预览 API 已在 Mistral Studio 开放，权重计划 2026 年 10 月底前随架构细节和后训练方法一同发布。

Mistral 发布 Mistral Large 4（Research Public Preview），在 Artificial Analysis Intelligence Index 得分 38，与 GPT-6 Luna（max, 38）相当，为美中之外最智能模型，计划 10 月底开源 1T 参数（49B 激活）权重。

来自 @Cloudflare 的 Clef 登上了 HF 热门榜第一！

microduck 的第一次 BBQ。交了很多朋友。什么都没吃。

德国公司 Aleph Alpha 发布德英双语开源权重模型 Kolibri，78B 参数中每个 token 约 3B 激活，采用 MoE 架构，权重以 Apache 2.0 许可在 Hugging Face 上提供。

英格兰和威尔士今年60%的被告无律师代理，美国超九成被追债消费者也自行应诉，AI 或为他们提供新的抗辩途径。澳大利亚学者 Greg Baker 借助 AI 挑战雇主拒绝转正式岗位，获公平工作委员会裁决支持。另据数据，5月约0.6%的 Claude 使用与律师任务相关，在718种职业中排第38位，其中五分之四是询问自身权利或法律含义。

Microsoft AI CEO Mustafa Suleyman 强烈反对 Anthropic 将其 Claude 模型当作可能有意识的存在对待，并称其中一例是"无正当依据的危险拟人化"。

倍思 MC2 NC 降噪耳夹耳机已在京东发售，定价 783 元，部分地区国补后低至 598 元。该耳机内置 12mm 碳纤维三磁路动圈，支持 LDAC 与 Hi-Res Wireless 认证，结合 ANC 芯片实现 -50dB 降噪深度，关闭降噪搭配充电盒续航至高 60 小时。产品还接入豆包、通义千问及 DeepSeek 模型，提供 AI 录音转写、实时助答与同声传译功能。

我今晚一直在抱怨 OpenAI 的一些选择，所以往好的方面说，目前仍然没有能媲美 GPT-6 Pro 的产品（就像之前的 Pro 系列模型一样）。它既能一次性完成非常困难的任务，又在传达结果方面做得出奇地好。

Grok Imagine

Grok

文章按时间线回顾了阿里 Qwen 从 2023 年 4 月通义千问邀测到 2026 年 Qwen3.8-2.4T-A95B（2.4 万亿参数、激活 95B）的完整发布历程。

Ethan Mollick 表示自己最常用的 GPT 将于 12 月停用，可迁移为私有的 plugin，但创建 GPT 的初衷是让他人使用。他称 GPTs 已明显过时，但多年来它们一直是公司内部和教育者的重点，迁移后插件不能公开分享，对这些人不是一条好路径。

Cantina Security 联合 Yeta Labs 发布开源权重模型 apex-flash-1，基于 GLM-5.3-Flash 用 GRPO 微调，321.3B 总参数、18B 激活参数，MIT 许可。

Grok @Bot

Liquid AI 发布 d1 决策模型，新增文本与图像输入，可通过 console.liquid.ai 和 d1 Playground 使用。

MarkTechPost 汇总对比 30 天内发布的四款前沿模型：Claude Fable 5.1（9 月 1 日）、GPT-6 Astra（9 月 3 日）、GPT-6.1 Sol（9 月 29 日）和 Gemini 4 Argon（9 月 30 日）。

今天粉丝突破 30 万！ 2024 年开始发推时从没想过会有这一天。（我以为得有 Andrej Karpathy 那样的名气才能涨这么多粉） 回头看，这一路特别有意思： - 分享了 nanoGPT & llm.c 运行、还有 Muon 这样的副项目 - 给我之前的创业公司带来了很多用户 - 在这里线下认识了很多了不起的人 我基本上就是尽量每天稳定发 1 条推，想到什么发什么。 X 是 AI 和科技最好的地方。 会继续唠下去！

Grok 4.7 在 AA Cyber Index 上排名第一

是的 （注：主推文仅为 "Yes"，属于纯感叹/回应，信息量极低。引用推文 @VulcanBench 称 "Grok 4.7 writes great code."，即 Grok 4.7 编程能力出色。主推文是对该评价的肯定回应。）

Ethan Mollick 用一条提示词让 Fable 5.1 单次生成粗野主义城市建造器，成品可在线访问，并附上可玩的链接。他表示效果相当好，并拿来与一年多前 GPT-5 在类似提示下生成程序化粗野主义建筑创建器的结果作对比，称 GPT-5 当时很聪明且能直接替你完成任务。

不再用 AI SI 这样更好

彻底结束了…… 我们又回来了！！ （引用推文：Grok Bot 最近运行速度快得离谱，感觉就像 SpaceX 已经把 AI 数据中心送上了轨道。说真的……到底发生了什么？！它变得好得离谱……）

新室友刚搬进来。走路像喝了三杯，什么都说不。还是挺可爱的，所以我可能到哪都带着他。

OpenAI 即将发布 GPT 6.1 Sol Ultrafast。 希望某个时候能听到更多关于 Astra 的消息。我觉得 Ultrafast 的任何东西目前都不足以让足够多的人兴奋到把注意力从 Opus 5.5 上移开。 快了快了 🔜

Aleph Alpha 发布面向德英双语的开源权重 MoE 模型 Kolibri（Kolibri-1），总参数 78.1B，每 token 仅激活 3.46B，上下文最高 1,048,576 tokens，以 Apache 2.0 许可在 Hugging Face 上线。

黄仁勋将智能体框架（agent harness）比作围绕 LLM 的"外骨骼"，为模型这个"大脑"补上检索知识、工作记忆、使用工具和协作等能力，从而解决问题。他认为 AI 是智能，且始于软件，过去一年业界从谈论大语言模型起步，正是这层外骨骼让 LLM 变得有用。

Claude 5.5 真的太好了。

BestBlogs 早报汇总十则 AI 动态：VS Code 团队将发布节奏从月更改为周更，代码存活率由 55% 升至 86%；Google DeepMind 的 Interactions API 用交互标识保存上下文与思维签名，并以环境标识复用托管智能体沙箱；DatologyAI 将预训练合成数据生成规模扩大到 12 万亿 token。

Step 5 Preview 刚刚登上 Vals 排行榜。🚀