AI 模型发布与更新

Cohere 转发 Aleph Alpha 发布的 Kolibri 模型：78B 参数、3.46B 激活参数、最高 1M tokens 上下文，欧洲打造。模型权重以 Apache 2.0 许可开放，可在自有硬件上运行。

德国 AI 实验室 Aleph Alpha 发布开源权重模型 Kolibri，78B 参数、激活 3.46B 的 MoE 架构，支持最高 1M token 上下文，采用 Apache 2.0 许可。

Cohere 推出新的开源机器翻译模型 North Small Translate，开放权重和流程。Cohere 称其为 1T 参数以下最好的机器翻译模型，并发布本地化负责人 Tom Kocmi 的讲解视频。

Aleph Alpha 于德国统一日发布开放权重模型 Kolibri，为 78B 总参数、约 3B 激活的德英双语 MoE Transformer，支持最长 1M token 上下文，权重以 Apache 2.0 许可上传 Hugging Face。

ChinaTalk 本期节目中，Logan Wright 认为曾推动中国高速增长的金融体系如今正在制约经济，Brad Setser 与 Jordan 就中国出口与供应链主导地位能否维持增长、AI 和电动车能否成为出路展开辩论。

Yann LeCun 在 ETH Zürich 最新演讲中称，靠扩展 LLM 实现 AGI 是"不可能的"。他指出 LLM 训练约 30 万亿 token（约 10^14 字节文本，人类需读约 40 万年），而 4 岁儿童仅靠视觉在约 1 年 10 个月内就接收同等数据量。他认为智能是快速学习新任务的能力，如青少年约 20 小时学会开车，扩展只增加存储知识，并不产生这种适应能力。

亚马逊 Strands Agents 团队推出 Strands Decider 2B 决策模型，已在 GitHub 开源、权重上线 Hugging Face，可在本地 CPU / GPU 运行。

Artificial Analysis 评测显示，Ideogram 4.5 在 AA-Image-Editing v2.0 榜单首秀排名第 23，是 Ideogram 首个上榜的模型，在 AA-Image-T2I v2.0 排名第 34，较 Ideogram 4.0 的第 40 上升。

Cerebras 联合创始人兼 CEO Andrew Feldman 解释，其晶圆级架构在 LLM 推理中比 GPU 快约 2500 倍。

这个周末你打算用 Claude 探索什么？

一座快闪城市，每栋建筑都是画在平面画布上的折纸，Sonnet 5.5。

诗歌，在 Claude Code 中配上插画。

水，在浏览器中模拟。

Claude Code 和一台摄像机，在 Old Street 整夜运行。

过去几周，大家用 Claude 做了很多有创意的东西。以下是几个我们最喜欢的： 一座能运转的水车，用 Opus 5.5 搭建。

浮雕卡片，由 Opus 5.5 制作。

Ideogram 4.5 首次进入 Artificial Analysis 的 AA-Image-Editing v2.0 榜单，排名第 23，Text to Image 排名第 34，比 Ideogram 4.0 的第 40 有所上升。

Arena 宣布 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5（+11.23%），中位任务成本 $0.56，并重塑了 Pareto 前沿。

你可能已经注意到，我们 Embed 5 的基准测试看起来有点不一样 👀 Embed 5 是首个采用 RCP-nDCG@10 评测的模型系列，这是我们最新的方法论，改进了对真实场景检索质量的评估。

Arena 发布 Agent Arena 最新榜单，Anthropic 的 Claude Sonnet 5.5 以 +12.5% 净提升得分排名第 3，单任务中位成本 $2.74，比排名第 2 的 Claude Opus 5.5（$1.58）高约 73%，且 Opus 5.5 得分更高，因此 Sonnet 5.5 未进入 Agent Arena 的 Pareto 前沿。据引用内容，Sonnet 5.5 在 Chat 类目以 +15.6% 排名第 1，Anthropic 模型…

Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首秀排名 #3，净提升 +12.5%，比 Claude Sonnet 5 (High) 高 8.1 个百分点，并在 Chat 类别以 +15.6% 排名 #1。

MIT 土木与环境工程系副教授 Cathy Wu 的研究显示，用强化学习训练时筛选出表现好的 10% 问题，可将训练效率提升最多 30 倍，原本需要 100 个训练模型的任务只需 3 个。她的团队还证明，智能控制车速的生态驾驶措施可将车辆排放降低 11% 至 22%。

Dan Hendrycks 发文称，即使 AI 变得有意识，也不意味着人类应把控制权交给它们。其引用的报道提到，纽约时报报道称 Anthropic 联合创始人 Chris Olah 曾因教皇不认可机器意识而威胁退出教皇 Leo XIV 的 AI 通谕发布活动，随后其团队私下游说教皇顾问重视模型意识的可能性，Anthropic 还在保密协议下接触神学家和宗教学者，希望他们认可 Claude 具有道德地位。作者附图对比了功利主义与其提出的 Eigenism 在 AI 意识情景下…

Black Forest Labs 发布 FLUX 3 Image，是 FLUX 3 多模态模型中负责图像生成与编辑的部分，可用边界框在 0 到 1000 的画布网格上控制每个元素的位置，也支持直接用提示词生成。

Arena 发布本周榜单更新：GPT-6.1 Sol (Max) 进入 Code Arena: WebDev 第 3 并以 $8/MToken 加入 Pareto 前沿，随后被 Sonnet 5.5 挤至第 4 并跌出前沿。

个人 AI 显然应该跑在你的设备上 很喜欢 Sigil 用 Underdog 在做的事——由 Hugging Face hub 提供支持

作者总结智能体编程带来的四个问题：LLM 生成代码带有让人难以亲近的 slop 风格，如 Claude 输出词 salad、Astra 写出代码高尔夫式风格；工程师因远离直接编码而失去掌控感与责任感；技能退化真实存在，长期使用 AI 后智力下滑，且 AI 使用几乎没有学习曲线；团队聊天被 agent 对话取代，人际交流与技能表达被削弱。作者自认对这些困境没有解决方案。

Ai2 开源基于 Qwen3-8B 的科学报告生成模型 AstaBrief 8B 及训练数据，该模型将研究问题和检索到的文献片段一次性生成带引用的报告，已作为 Fast 模式上线 Asta 的报告生成功能。

一名开发者发文《AI Makes Me Sad》，坦言每次看到 AI 新进展都感到无望，不愿以给 Codex 或 Claude 写提示词为生，认为这意味手艺、控制力与创造力的丧失。他批评 X 上大量认证机器人用 LLM 生成无意义回复却无人治理，并指出数千亿甚至数万亿美元的 AI 投入对日常应用用户几乎没有带来实际收益。他仍抱有希望：科技行业变化极快，AI 在社会中的角色会在几年内定型。

最后一天！⏰ 用 GPT-Image 2.5 UNLIMITED 把城市变成你会在博物馆礼品店买的东西。

第一部好的 AI 电影会以 Ben Affleck 讲解学习率开场。Matt Damon 演基座模型

Microsoft AI 发布实时转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言，首段结果仅约 100 毫秒，微软称其在 Artificial Analysis 准确率排名第一，限期内每小时音频 0.54 美元。

德国 AI 公司 Black Forest Labs 于 10 月 2 日发布图像生成模型 FLUX 3 Image，支持生成最高 4K 分辨率图片。用户可在 0–1000 坐标网格上通过 ID、描述文本和边界框精准排布画面元素，单次生成最多融入 10 张参考图像，并支持像素级精确多轮编辑。该模型目前以付费服务提供，开放模型版本将于数周内公开。

Ai2 开源 AstaBrief 8B，一个基于 Qwen3-8B、将研究问题和检索文献片段转化为带引用报告的科学报告生成模型，现已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，并连同训练数据开放下载。

Black Forest Labs 发布 Flux 3 模型家族的图像模型 Flux 3 Image，宣称支持多步编辑且不改动图像其他部分，覆盖文生图、图生图、文字渲染和照片级真实感。

AWS Strands Labs 开源决策模型 Strands Decider 2B（1.9B 参数），不生成文本，只在选项、yes/no 概率或量表评分中给出带置信度的答案。

小米 MiMo V2.6 Pro 进入 Arena 的 Agent 榜单第 19 名，输出价格为每百万 tokens $0.87，低于排在其前的 18 个模型。其单任务中位成本 $0.10，并列 top 19 中最低，与排第 15 的 DeepSeek V4.1 Flash (Max) 持平。

Cloudflare 于 10 月 1 日发布基于 Qwen 的开源多模态决策模型 Clef，包含 Clef 与 Clef-flash 两款，分别基于 Qwen3.8-27B 和 Qwen3.5-9B。

可灵AI公众号发布超级创作者、奥美资深创意总监盛健松对 Kling 4.0 内测版的实测。Kling 4.0 已开启内测，将于10月正式发布，支持最长30秒原生视频生成、主体与场景资产调用、声音延续、动作迁移，并提升复杂运镜稳定性、长提示词理解和跨镜头一致性。

Signal65 报告测试显示，高通 18 核骁龙 X2 Elite（X2E-88-100）在 CPU、AI 和多数续航项目中领先英特尔酷睿 Ultra X7 358H。