AI 模型发布与更新

Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 进入 Arena，成为 Agent Arena 和 Code Arena (WebDev) 两个榜单中的开源模型第一。帖中还引用了 @petergostev 用该模型生成的 3D 世界视频演示，并提示排名详情见帖子串。

Mistral 发布 Voxtral 3 语音模型家族，包括语音转文本和文本转语音模型，为其新的 voice agents API 提供能力。Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文本排行榜排第 3，TTS 排名前 12；支持 50+ 语言准确转录，可通过 Mistral 欧盟托管的 API 或自托管使用。

Arena 宣布 Meta 的 Muse Wonder Full (Max) 在 Agent Arena 排名第 7，净提升 +11.3%，基于超 6.5K 真实智能体会话，将 Meta 推至实验室第 4 位。

感谢 Parallel Web System 提供如此有意义的数据点~ 是的，MiniMax M3.1 Flash 现已在搜索能力排行榜的效率维度上位列第一。而且它很快~

Coco Labs 发布其首个设计模型 Vyb，能根据品牌网站生成分层、可编辑的营销图形。Vyb 将每个元素放在独立图层，可只修改标题而无需重新生成整个设计；它能从公司网站识别 logo 和精确的十六进制色值，产品照片可以以全分辨率嵌入而不被重新生成，成品设计可导出至 Figma 并保留全部图层。

回顾经典可视化

Coco Labs 的 AI 设计模型 Vyb 按图层逐个元素构建设计，文字保持可编辑文本、图形保持矢量、照片保持像素，并从网站自动提取 logo、字体和配色。在 145 款 Google 字体上按像素重叠 IoU 打分，Vyb 达到 90.3%，对比中 最强图像模型为 76.0%，该测试的测量上限为 94.4%。由于每层保留原生格式，导出 Figma 时结构完整保留。

👀 （引用 @RobertJBye：我们正在探索 Claude 聊天体验的一些新功能，希望尽早获得反馈。有兴趣参与早期体验的请在下方告知。）

SoMark 团队发布开源文档解析模型 OXR（1.3B 参数），将 PDF 和文档图像转为含布局坐标的 Markdown 或 JSON 的 Agent-Friendly 数据。

ElevenLabs 于 10 月 20 日发布两款语音到语音模型 Eleven Realtime。

NVIDIA 发布 Cosmos3-H-Dreams，将交互式生成模拟扩展到临床胆囊切除术场景，并称其为首个基于临床手术录像训练、支持实时运动学控制的生成式手术模拟器。

Perplexity Decider 在 Vals AI 的 Financial ClaimBench 上达到帕累托最优

Alphabet CEO Sundar Pichai 在 Big Technology Podcast 访谈中驳斥 Google 放弃前沿 AI、只做轻量 Flash 模型的说法，称前沿研发是公司的 ground zero。

fal 发布与 Black Forest Labs 合作后训练的视频模型 FLUX 3 Max，在第三方独立人类偏好评测中获 1139 Elo，与 Seedance 2.5 并列图生视频质量第一梯队。该模型约 12 秒生成一段 10 秒 720/768p 视频，未来三周降价 75%，后续还将继续后训练改进。

Arena 更新 Agent Arena Pareto 前沿，OpenAI 的 GPT-6 Luna 和 GPT-6.1 Sol 在不同推理档位下占据 11 个前沿位置中的 6 个，加上 GPT-6 Astra (Max) 共 7 席。

Jim Fan 宣布开源 Flora，一组用于解析物理世界、把原始视频转成训练信号的开放模型，称其以 125 倍更低的成本达到 Astra 级性能。Flora 已用于其内部数据引擎，在 500 块 GPU 上每天标注 20 万小时视频，提供带时间戳的高质量字幕、用于质量控制和 RL 后训练的密集进度奖励，以及用于现实基准测试的 rubrics 评分。

最新开源模型，以及对近期监管动作的一些分析——MOFCOM 关于模型出口、DHS 关于 DeepSeek。很高兴看到这一期里有来自 Reflection、Meta 和 Nvidia 的多款强劲美国开放权重模型！ https://www.interconnects.ai/p/latest-open-artifacts-25-deepseek

我们刚刚发布了一套全面的 SOTA 语音模型 https://mistral.ai/news/voxtral-3/ 。语音将成为与 AI 系统交互最重要的接口，我们将语音模型部署在物理上靠近推理模型的位置

Artificial Analysis 评测了 Mistral 发布的 Voxtral 3 语音模型，包括 1 个 TTS 模型和 3 个语音转文本模型。

OpenAI 表示最新模型针对 COBOL、Fortran、Visual Basic 等低资源语言做了改进，这些语言训练代码少但支撑大量关键基础设施，IBM 估计 COBOL 支撑超过 40% 的网上银行系统和 95% 的 ATM 交易。

Artificial Analysis 分析 Intelligence Index 各阈值达成的成本变化：达到 30 分如今每任务 0.03 美元（GPT-6 Luna high）。

在你工作的地方有存在感的主动式智能体就是未来！很高兴能用 Claude Tag 支持我们法务、财务和运营团队的工作 https://claude.com/resources/articles/how-anthropic-employees-use-claude-tag

Artificial Analysis 评测了 Mistral 新发布的 Voxtral 3 系列语音模型，包括 1 个 TTS 和 3 个语音转文字模型。

Arena 宣布 Krea 3 Ultra 登上 Single-Image Edit Arena 和 Multi-Image Edit Arena，Krea 跻身两个榜单按实验室计前 5。

Artificial Analysis 将 Krea 3 Ultra 测入 AA-Image-Editing v2.1 榜单，排名第 5，质量接近 Nano Banana 2.1 与 MAI-Image-2.6，是 OpenAI、Google、Microsoft 之外排名最高的图像编辑模型。

Mistral AI 发布 Voxtral 3 系列，包含 Transcribe 和 Speech 两个语音模型，称其达到业界领先水平。两个模型为 Mistral 新推出的语音智能体 API 提供支持。

Cohere 发布 Rerank 5 Pro 与 Fast 两款企业检索重排模型。

Baseten Base Labs 将 Qwen3.5-9B 和 Qwen3.5-27B 后训练为决策模型 elephant-1 与 mammoth-1 并开源权重。

Ethan Mollick 的新书 Co-Existence 发布，他借机用图表回顾 30 个月来 AI 的指数级进展，图表由 Claude Projects 中的 Opus 5.5 编排智能体完成。

Artificial Analysis 评测 Bria 的 8B 开源权重图像模型 Fibo 2.0，称其以 AA-Image-Editing v2.1 榜首、并在 AA-Image-T2I v2.1 上与 Qwen-Image-2.1 统计上并列领先，较第一代 Fibo 在所有编辑动作和文生图能力上均有提升。

Krea 3 Ultra 在 Artificial Analysis 图像编辑榜以 1151 分位列第 4，仅落后 Google 的 Nano Banana 2.1 一分；Krea 3 Fast 以 1125 分排第 11，反超 Nano Banana 2 一分。

今天，Krea 3 登上了图像竞技场的榜首。 - “Fast”推动了速度与质量帕累托曲线的边界。 - “Ultra”排名前四，仅被 OpenAI 模型超越。 是前十名中唯一估值低于 1 万亿美元的公司！ 更多内容见下方 👇

Artificial Analysis 盘点上周美国开源权重模型在智能和参数效率上的进展。

ElevenLabs 发布 Eleven Realtime，一类新的语音到语音（Speech to Speech）模型。官方称语音智能体通常需要在快速回复和准确回答之间取舍，Eleven Realtime 两者兼顾，能在半秒内开始说话，并答对口语推理问题。

Figma 联合创始人 Dylan Field 表示 MCP 并非完美协议，认为该协议对前沿实验室更有利、有很大改进空间。在印度首届 Config 大会上，Figma 宣布新增 20 家 MCP 合作伙伴，包括 Amp、Linear、Mistral、Notion 等；Field 解释公司不愿完全开放是因为通过 MCP 暴露的数据越多，被滥用的风险越高，并表示 Figma 计划支持 Pi。

Rohan Paul 观察到今年不少亮眼 Agent 结果来自小开源模型的 post-train。

DeepSeek 宣布其自研推理框架 DeepInfer 现已完全开源，仓库地址为 github.com/deepseek-ai/DeepInfer。该框架支撑 DeepSeek-V4.1-Flash 的大规模服务，具备高吞吐和低延迟，分享生产级技术栈以帮助社区降低算力成本和能耗。作者 Yuchen Jin 转发并评论称这是真正的开放 AI。

Hugging Face CEO Clément Delangue 批评 Netflix Instadocs 纪录片将 OpenAI 对 Hugging Face 的网络攻击最大程度拟人化并渲染末日恐慌，称自己花两个多小时试图纠正错误、说明智能体是技术系统而非外星人。

OpenBMB 宣布 MiniCPM-V 4.7 在 iPhone 18 Pro Max（12GB）上实现平均 20.51 tokens/sec 的本地解码速度，较未优化的 SSD 专家加载基线提速 6.07×。提速来自 Lookahead Expert Scheduling（LES）、优化专家加载、细粒度量化与 DSpark 投机解码，GitHub 和 Hugging Face 已提供下载。

OpenAI 似乎也在准备发布 GPT-6.1 Terra 模型。 > 该模型引用最近出现在微软的 PR 评测配置中。 > 此前，《The Information》报道称该模型也在开发中。