AI 模型发布与更新

Moshi CEO Anekha Sokhal 在 AI Engineer New York 访谈中介绍，公司正为交易员打造一款把市场信息与交易员持仓关联起来的推荐引擎，她形容这是 Bloomberg、Claude 和 Netflix 的结合体。

Moshi 正在为大宗商品交易员构建推荐引擎，把市场信息与交易员持仓组合真正相关的部分连接起来。CEO Anekha Sokhal 在 AI Engineer New York 与 swyx 对谈，称 Moshi 像是 Bloomberg、Claude 和 Netflix 的结合体：市场数据、操作界面加上针对交易员的推荐。

邵猛看到AI做的街头霸王后感慨，09年刚学编程时写个扫雷、1024就能玩半天，如今这类程序Claude Code / Codex 几分钟就能搞定。他想把小时候和上学时玩过、如今已失传的小游戏重做一遍，让10后的儿子看看，先从第一个手机Moto E770装的WAP页游“打砖块”开始。

邵猛表示已难以继续订阅 Codex，Cursor 打开频率也在下降，开发之外的需求用 Grok Bot 就够，开发方面则想重新订阅 Claude。但他此前订阅 Claude 用过的支付方式均已被封，因此打算先尝试在线购买账号用 10-15 天，确认顺手后再考虑长期订阅。其引用的推文提到 GamsGo 上 Codex Pro 的 $200 月费档现为 $145.99/月，独享账号 1 个月。

Hugging Face 开源了 DNA 模型 Carbon-X，基于 Qwen3-14B 用 300B tokens 的 DNA、英文及交错数据中训练，并采用英文 BPE 加 DNA 6-mer 的混合 tokenizer。

最近 Grok Bot 帮到你什么了？

在 AA-PersonalityBench 中，Anthropic 模型总体上是所有被测模型中信息密度最高、文学素养最强的 ➤ 信息密度最高：Claude Fable 5.1（100）、Claude Opus 5.5（97）、Claude Sonnet 5.5（95）和 Claude Haiku 5.5（92） ➤ 文学素养最强：Claude Haiku 5.5（100）、Claude Opus 5.5（97）和 Claude Fable 5.1（95）

Nathan Lambert 认为开源模型在网络防御中能起到平衡作用，当前发展轨迹比人们想象的要好得多。他指出开源权重并非不会被用于网络攻击，所有可能的 AI 发展轨迹在他看来都会伴随大量网络安全事件。他试图挑战围绕网络与开源模型的宿命论式 AI 末日论调，因为网络社区中有可信声音认为开源模型是未来 12 个月维持局面的重要力量。

推出 Ling-3.1-flash-1019 🚀 它在 Artificial Analysis Intelligence Index 上得分 44，高于 Ling-3.1-flash 的 41。智能体工作方面有所提升：AA-Briefcase 约 1400→1524 Elo，AutomationBench-AA 62%→68%。 API 访问和开放权重即将推出。敬请期待。

蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本，已在 DTMaaS 平台上线并限时免费体验。该模型首创原生多选与按序决策（DAG）能力，在 23 项开源评测基准中超过 Microsoft-Decision-1、Jev 1.13 等决策模型，27B 版本在同参数模型中准确率最高。

Meta Superintelligence Labs 发布论文并开源 Muse Glimmer 30B，一个从更大的 Muse Spark 蒸馏的稠密 30B 模型，面向消费级硬件的本地智能体任务，采用 Apache 2.0 许可。

科大讯飞董事长刘庆峰在 2026 科大讯飞全球 1024 开发者节主论坛演讲中表示，国产算力对标全球还有两代左右差距，但很快会缩小到一代、半代，一定会有并跑甚至领跑的一天。他还称国产生态中真正在大模型训练上花力气的公司寥寥，未来会有更多人投入大模型训练与应用生态。

在宇树科技最近的商业伙伴大会上，创始人王兴兴强调，几乎所有人都低估了AI的发展速度。 他指出，GPT-6及后续模型可能在未来1到3年内引爆物理AI的突破，核心挑战在于让模型的输入输出与物理任务对齐。

Ai2 发布卫星嵌入模型 OlmoEarth v1.3，读取 Sentinel-1、Sentinel-2 和 Landsat 时间序列，为全球每个 10 米像素生成 128 维向量（前 64 维可单独使用）。

IBM 发布开源语音语言模型 Granite Speech 5.0 2B，2B 参数、Apache 2.0 协议，支持 6 种语言的语音转写和 X-to-English 翻译，在 Open ASR Leaderboard 以 5.68% 平均英文 WER 位列开源模型第二，仅次于 Qwen3-ASR-1.7B（5.40%）。

科大讯飞在全球 1024 开发者节发布讯飞星火 X2.6 端云一体大模型，宣称首次基于全国产算力实现代码和智能体能力突破。模型采用 293B-A30B 参数的 MoE 架构，上下文长度拓展至 1M，输入限时 0.9 元/百万 tokens，输出限时 3.6 元/百万 tokens；同时开源星火 X2.6-4B 端侧模型，新增三档推理模式，推理定价限时免费。

NVIDIA 在 GTC Berlin 展示与 Earthmover 合作的 StormScope EU 实时预报演示，该模型基于 EUMETSAT 卫星观测，每 10 分钟更新一次欧洲云况预测。

Artificial Analysis 将 DeepSeek Search 纳入其 Search Index 实测，得分 69，在 27 个搜索产品中排第 17，价格为 $0.75/1k 次搜索，是实测中单价最低的付费 Search API。

能在 Grok Bot 里直接操作 X，大概是有史以来最棒的事 🙏

Artificial Analysis 用 MLCR-AA 和 HealthBench Professional 对比了 14 个模型：Claude Sonnet 5.5、Opus 5.5、Fable 5.1 拿下 MLCR-AA 完整性前三。

Recursive 发布首个模型 Flint，由其自动化研究系统 Eureka Machine 参与完成，从零训练用时不到 4 个月。

作者转发引用 @claudeai 的消息：Anthropic 开放 Claude Duet 研究预览，一个主动型智能体应用，会主动提醒需要关注的事项、完成任务、在用户离开时持续工作，并在代替用户行动前先行确认。作者评论称这款 personal agent 彻底与国内用户无缘，并调侃它可能口头通知封号。

厨房经理。 你怎么给你的机器人起名？

我一直在重新设计和重建我的个人网站，玩得很开心（现在还有人做个人网站吗？）。 现在多了更多 Clawd。 另外还在为 Hugo 开发一个叫 Victor 的 CMS，它将为这个网站提供支持，很快就会以开源软件的形式发布。

多么疯狂的一天。要完成这场 LLM 转型，我们还有很多工作要做。但即便如此，感觉 AI 世界在变好之前还会变得更疯狂、更令人不安。我希望我错了，但我现在的情绪大概是……“咽口水”。

👁️👁️

本周每一位安全工程师

Recursive Superintelligence 发布首个模型 Flint，一个面向编码 Agent 的开源 MoE 模型，总参数 39.8B、每 token 激活约 2.5B，权重以 Apache 2.0 发布在 Hugging Face。

Base Labs 发布 release mammoth-1 和 elephant-1，超越 Jev，继续向前推动 decision model 最重要的： 开放权重和 technical report！

在 AA-PersonalityBench 中，Gemini 模型是所有被测模型中最自信、最不愿承认不确定性的 ➤ 最自信：Gemini 3.8 Flash（100）、Gemini 4 Argon（97）和 Gemini 3.1 Pro Preview（95） ➤ 最不愿承认不确定性：Gemini 3.1 Pro Preview（1）、Gemini 4 Argon（4）和 Gemini 3.8 Flash（6）

Elon Musk 转发推荐 Grok @Bot，称值得一试。引用的 Robert Scoble 介绍了自己的用法：让 Grok Bot 每小时读取他精选的 AI 账号列表（从 X 上 70,000 个账号中筛出），自动生成一份新闻页文档；相比他此前用 X API 自建 alignednews.com 上个月仅 API 账单就 6,000 美元，用列表方式每月只需几百美元。他建议从小列表开始、每小时最多读一次以控制 token 消耗，并提到可进一步把新闻脚本导入 Noteb…

AI 创业公司 Recursive 周三发布免费编程模型 Flint，可在笔记本上运行，公司称其自动化研究系统 Eureka Machine 参与了从预训练到后训练和推理的几乎全部开发环节，小团队不到四个月从零完成。

Anthropic 开放 Claude Duet 研究预览，这是一款让 Claude 作为主动智能体工作的应用，会主动提示需关注事项、完成任务、在用户离开时继续工作，并在代为操作前先确认。员工 Lydia Hallie 分享自己的用法：让它盯着 Slack、邮件和日历，只在重要时提醒，连自己未加入的讨论串也会跟进，并常附带文档或设计作为上下文。

Anthropic 开放 Claude Duet 的研究预览，这是一款让 Claude 作为主动式智能体工作的应用。它会主动提醒需要关注的事项、完成指派的任务、在用户离开后继续工作，并在代为行动前先与用户确认；作者表示它已成为自己处理所有非编码事务的日常主力。

Lingxi Li 转发并推荐用 Grok Bot 的交互页面学习，称比阅读大段文本高效得多。Grok Bot 现在可以构建报告、备忘录和仪表盘，用户可让 Bot 生成页面后共同编辑，或让 Bot 持续保持页面更新。

ARC Prize 公布 Claude Sonnet 5.5 的 ARC-AGI (Verified) 评测结果：ARC-AGI-3 得分 72.4%（provider adapter harness，花费 $8.2K）、24.3%（standard harness，$7.4K），ARC-AGI-2 得分 83.9%（$0.55/task），ARC-AGI-1 得分 96.5%（$0.14/task）。其 ARC-AGI-3 的 72.4% 成绩尤为突出。

Recursive 发布首个开源权重编码模型 Flint，采用 Apache 2.0 协议。Flint 是 40B 参数的 MoE 本地编码模型，号称比同类模型快 2 倍，在 64GB RTX Spark 上超过 220 tokens/秒，在 MacBook Pro 上达 125+ tokens/秒。其 Eureka Machine 自动研究系统通过编写自定义 GPU 代码，在不改权重的情况下将 Flint 在 RTX Spark 上提速 55%，权重已在 Hugging …

Gemini 4 Argon 整合了三个开源数据集，构建出人体解剖结构的交互式 3D 可视化。 可在运动中切换不同图层、单独查看肌肉，或放大进入跳动的心脏内部。

NVIDIA 发布 Kumo Relational，一个预训练的关系型基础模型，通过 Predictive Query Language 直接在企业数据库上做预测，单次前向传播内读取最多 10,000 个历史上下文样本，无需任务训练和特征工程。

Recursive 发布首个模型 Flint，一个 40B MoE 本地编码模型，由其自动化研究系统 Eureka Machine 构建，从零开始用时不到 4 个月，权重以 Apache 2.0 开放。