全部 AIGC 动态

Google 发布 EmbeddingGemma 2 多模态嵌入模型

Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿。Google 称其在多模态嵌入基准上超过参数量两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，较前代 68.76 提升近 10 分。

Musubi 发布开源决策模型 PolicyLM-1.7B，用于实时内容审核

Musubi 发布轻量决策模型 PolicyLM-1.7B，采用开放权重，可将纯英文写成的内容政策在 50 毫秒内应用到消息上。该模型成本与速度接近主流社交平台的 AI 分类器，但具备现代 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更时也不必重新训练。Musubi 联合创始人兼首席 AI 官 Filip Jankovic 表示，这让平台管理者可以主动为内容打标。

OpenAI 向 ChatGPT 免费用户推送 GPT-6，并发布安全报告

OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户则使用 GPT-6 Sol。

同一新闻，精选展示《OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI》

Anthropic 发布 Claude Haiku 5.5，跑分对标 GPT-6 Luna 并大幅降价

Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并成为新的小模型守门员。10 万 token 以内的请求输入输出价格砍 90%，超过部分砍 50%，价格对标 GPT-6 Luna 且低于 DeepSeek-V4.1 Flash。

同一新闻，精选展示《Anthropic 发布 Claude Haiku 5.5，价格较 Haiku 4.5 平均降约 75%》

OpenAI 发布 GPT-6，ChatGPT 输出改为可交互界面

OpenAI 面向所有 ChatGPT 用户推出 GPT-6，新增名为 Intelligent UI 的功能，回答以图形、按钮、图表和表单等交互界面呈现，格式会随问题自动调整，用户还能在对话内生成储蓄计算器、小游戏等小工具。

同一新闻，精选展示《OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI》

Anthropic 发布 Claude Haiku 5.5，价格较 Haiku 4.5 平均降约 75%

Anthropic 发布 Claude Haiku 5.5，这是其最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内的提示词最高降价 90%，超过 10 万 token 则贵 5 倍。

Mistral 称 Le Chonk 可挑战顶级 AI 模型

Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争，同时保持开放权重。该说法来自 Ars Technica 对相关消息的报道，原文未给出具体评测数据或参数细节。

OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI

OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称其响应更快，提供可视化内容和可直接探索、使用的交互体验。

Mistral 发布万亿参数开放权重模型 ML4 Le Chonk，主打网络安全防御

Mistral 发布 Mistral Large 4（ML4），昵称 Le Chonk，为万亿参数开放权重模型，目前处于公开预览阶段，权重将于 10 月 27 日发布。

谷歌发布 Gemini 4 Argon，性能比肩 GPT-6 Astra、成本仅 60%

谷歌发布新一代旗舰模型 Gemini 4 Argon，重点面向软件工程、法律与金融等企业知识工作及网络安全防御等长周期任务。该模型在 DeepSWE v1.1 取得 77.9%、LVBench 得分 91.7%，输出 Token 上限从 6.4 万提升至 100 万，API 初始价格为每百万输入 Token 2 美元、输出 Token 10 美元。

Google DeepMind 发布 Gemini 4 Argon 前沿模型

Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

Google DeepMind 发布 SynthID Bio，把 SynthID 水印技术引入合成生物学，将不可感知的签名直接嵌入生物代码，在数字模型和合成出的实体蛋白质上均可验证，同时保持其生物功能。

微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统

微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学多模态世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。

Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演导演，后者面向高并发、低成本的配音与语音智能体场景。

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。

Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组全部 90 亿个单碱基变异

Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组全部 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上。

微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现

微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理分析算力需求，二者均以 Apache 2.0 许可开源。

Lightricks 开源音视频生成模型 LTX-2.5 并发布完整推理流水线

Lightricks 在 GitHub 开源 LTX-2.5，称其为首个基于 DiT 的音视频基础模型，可在同一模型内实现音视频同步、高保真与多种性能模式。仓库提供 DistilledPipeline、DFRPipeline 等十余条流水线，覆盖文生视频、图生视频、音频生视频、重拍与配音等场景，模型权重约 66 GiB，需从 Hugging Face 下载。