ChatGPT 官方宣布 10 月 14 日起在 ChatGPT、ChatGPT Work 和 Codex 的所有计划中下线 GPT-5.5。官方建议在 Codex 中使用 GPT-5.5 的用户改用 GPT-5.6 Sol 或 GPT-6 Astra。

Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时音频模型

Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款新的 SOTA 实时音频模型，官方称其兼具前沿价格与性能。其中 3.8 Live 支持 97 种语言并可无缝切换，还支持异步工具调用等能力。

Google 发布迄今最先进的 Gemini 音频模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。

Google DeepMind精选AI 评分8383

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，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 宣布推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，称其为自家最强的对话式 AI。官方表示这两个模型支持对话、思考，并可在后台处理任务，不打断用户的工作流。

RewardAI 发布机器人基础模型 OM-1，零样本泛化到各类机器人

RewardAI 发布首个机器人基础模型 OM-1，可零样本泛化到桌面机械臂、工业机械臂和人形机器人。该模型直接从人类操作数据学习，不使用遥操作或机器人数据，官方称其灵巧度与效率接近人类水平，并支持多机器人协作。

MiniMax H3 Max 变成了这种难以言喻的、松懈的感觉

值得注意的是，Grok 4.6 在这里的分数略低，但我们仍认为这是一个准确的评分和对比。Grok 4.7 即将发布 😄 Muse Spark 在这里表现得相当不错，说实话！ cursor.com/cursorbench

MiniCPM5-2B 体验：2B 稠密模型、128k 上下文，本地跑在 MacBook Pro M5 上

面壁智能的 MiniCPM5-2B 是一款 2B 稠密参数模型，具备 128k 上下文窗口，可在 MacBook Pro M5 上通过 llama.cpp 完全本地运行。该模型在同等规模模型中表现更优，被评价为"同尺寸中的猛兽"。

MiniCPM5-2B 手机端智能体实测：八个场景中哪些能跑通

作者对 OpenBMB 的 2B 开源模型 MiniCPM5-2B 做了手机端 iMessage 智能体实测，用六个工具、八个真实场景各跑三次。官方称该模型在 Artificial Analysis 4B 以下智能指数排名第一，智能体指数为 20，高于下一个小模型的 9。

Unitree 宣布重大升级并完全开源 UnifoLM-WLA-1.0 具身基础模型，在全球开源模型的多个基准上取得新的 SOTA 结果。单一模型可协调桌面与全身移动操作，支持跨任务、跨末端执行器的泛化，由一个模型驱动实现全身协调。项目页面为 unigen-x.github.io/unifolm-w…

DeepSeek 官方宣布推出 DeepSeek-V4.1-Flash，称其更智能、更快、更高效，是新架构家族中最小的模型，具备原生视觉理解能力。官方表示该模型面向更强能力、更快推理、更高吞吐而设计，并可扩展到更大模型。

突发：Muse Spark 1.3 (xhigh) 以 1362 的 Elo 登顶 Website Arena 总榜第一！ 相比 Muse Spark 1.2 上升了 5 个名次，确立了速度与价格的新 Pareto 前沿。 距离 Muse Spark 1.2 发布仅一个月，@AIatMeta 就在 Design Arena 该类别中登顶。 注：GPT-6 Astra 的最终结果仍待定。 恭喜 @Meta 团队！

OpenAI 发布 GPT-6 Astra，面向企业场景的最强模型

OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备高级推理、computer use 以及更强的写作与设计判断力。

我们的新 Atlas 模型经过一番高强度的推理优化后，现在可以实时运行了！当世界生成与导航是交互式的，体验要生动得多。 推理在 B200 和 MI355X 上运行，性能相近。两款设备都是出色的主力！

FrogNano 是基于 Qwen3.5-4B、完全用 RL 在 TaskPilot 合成任务上后训练的模型，不做任何蒸馏，在 SWE-bench Verified 上取得 61.5% 成绩。训练只用了 5 iterations × 300 tasks，作者以此质疑编码智能体是否必须依赖巨大模型。

Dean W. Ball：解决 Navier-Stokes 问题用的是比 GPT-6 Astra 更强的内部模型

Dean W. Ball 转述称，为解决 Navier-Stokes 问题，团队使用了一个能力显著强于 GPT-6 Astra 的内部模型。该说法未披露模型名称、参数规模或可用性信息。

去年7月，当大语言模型在IMO上夺得金牌时，我觉得AI或许有一天能解决数学中最难的一些问题。现在，一个OpenAI内部模型（仍在改进！）已经解决了一个千禧年难题。这一天来得如此之快，感觉很不真实！

OpenAI 宣布分享 Navier-Stokes 千禧年难题的解法，该问题关乎三维光滑流体运动的 Navier-Stokes 方程描述是否会失效，已悬置约 90 年。该证明由一组智能体完成，所用 OpenAI 下一代模型的能力显著强于 GPT-6 Astra。

Qwen3.8-27B Unsloth GGUF 成为有史以来点赞数最高的 GGUF！ 该模型在 Hugging Face 上仅用 24 天就达到 10M 下载量和 3.7K 点赞——这一切都归功于你。 🤗🦥 GGUF: huggingface.co/unsloth/Qwen3… Guide: unsloth.ai/docs/models/qwen3…

宇树宣布推出 UnifoLM-X2-1.0，称其为全球首个由实时世界模型驱动、可全自主格斗的人形机器人。该模型突破了 world-action 基础模型在即时规划、决策与动态交互执行上的瓶颈，实现高动态、强交互以及对未来的实时预测与规划，宇树表示这验证了世界模型驱动人形机器人规模化部署的可行性。

Google DeepMind精选AI 评分6666

Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气 AI 模型，可直接学习实时卫星观测数据，逐小时生成预报。

Hugging Face BlogAI 评分4141

Hugging Face 推出 NeoMME：高效多模态多语言编码器

Hugging Face 发布 NeoMME 系列多语言多模态编码器，含 260M 和 800M 两个版本，用单个双向 Transformer 直接处理文本 token 与原始图像 patch，无需独立视觉塔或因果语言模型，并以掩码离散扩散目标从零训练。

OpenAI 发布 GPT-6 Astra 新一代模型

OpenAI 发布 GPT-6 Astra，称其为目前最智能、对齐程度最高的模型。官方表示该模型在计算机操作、编码、网络安全和科学领域具备 SOTA 能力。

OpenAI 发布 GPT-6 Astra 安全概览

OpenAI 发布 GPT-6 Astra 安全概览，称其是已广泛部署的最强模型，也是首个在 Preparedness Framework 下达到网络安全能力 Critical 级别的模型。

Google DeepMind精选AI 评分7474

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

Google DeepMind 发布 Gemini 3.8，包含通用模型 Gemini 3.8 Flash 和网络安全模型 Gemini 3.8 Flash Cyber，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。

Google 推出 3.8 Flash Cyber，通过 Fairwind 计划向政府与安全伙伴开放

Google 在真实 Chrome 安全漏洞评测中，3.8 Flash Cyber 生成的正确漏洞补丁数量比更大的模型多 2.6 倍。由于能力较强，Google 通过 Fairwind 计划向政府机构和网络安全合作伙伴提供该模型的访问权限，该计划为受限访问项目。

Google 发布 Gemini 3.8 Flash Cyber 网络安全模型

Google 推出 Gemini 3.8 Flash Cyber，称其为自家能力最强的网络安全模型，在漏洞发现与大规模修复上达到前沿水平，同时保持 Flash 级速度与定价。该模型在 CyberGym 基准上取得 86.2%，在 CWE-Bench 修复任务上取得 47.2%，并在内部基准的 20 种编程语言漏洞发现中成功率超过 70%。

Google 发布 3.8 Flash 模型，6 周内第三次 Flash 更新

Google 发布 3.8 Flash 模型，这是 6 周内的第三次 Flash 发布。相比 3.7 Flash，新版本在软件工程、智能体任务和多步推理上有明显提升。在 DeepSWE v1.1 上，它以更低的成本端到端自主解决复杂工程问题，表现超过大多数更大的前沿模型。

Google Labs 的 3.8 Flash：高质量、低价格

Google Labs 副总裁 Josh Woodward 称 3.8 Flash 兼具高质量与低价格。原文未披露该模型的具体参数、benchmark 分数或定价细节。

Gemini 3.8 Flash 在 DeepSWE 1.1 上得分 73.7%！

Gemini 3.8 Flash 开始在 Gemini App 推送

Google Labs 副总裁 Josh Woodward 表示，3.8 Flash 正在向 Gemini App 推送。

Gemini 3.8 Flash 正式发布，距上次发布仅 3 周，作者称这款 Flash 模型在多项基准上超过旗舰模型，输入价格为 $0.75 / million input tokens，现已在 AI Studio、Gemini app 和 Antigravity 提供。

Gemini 3.8 Flash 正式发布，价格与 3.7 相同、速度大致相当，可通过 Gemini API、AI Studio、Antigravity、Gemini App 等渠道使用，更多信息见 blog.google/innovation-and-a…。

Google 发布 Gemini 3.8 Flash，称其在智能体与编码能力上再次提升，是 6 周内第 3 个更新的 Flash 模型。作者表示该模型开发过程很有趣，期待用户反馈。

所有这些都由一个统一架构驱动：一个从零预训练的多模态自回归扩散 Transformer。 这一基础融合了现代 LLM 和视频模型的优势，受益于这两个领域的架构、算法和系统进步。

Atlas 是我们可扩展的基础模型，能够感知、生成、推理，并与虚拟和物理世界交互。 我们将在未来几周内开放早期访问。 点击此处了解详情并注册： worldlabs.ai/blog/atlas

LatchBio 评测了 Grok 在生物安全监控和对抗性生物任务上的表现，结果称 Grok 4.6 能正确识别并拒绝危险查询，包括经过恶意混淆的生物任务，同时仍可回答有益的科学查询。相关结果在 x.ai 的一篇博客中讨论，链接为 x.ai/news/biosafety-at-the-f…。

OpenAI 称 Astra 成为首个触及关键网络安全能力阈值的模型

OpenAI 表示 Astra 是其首个在 Preparedness Framework 下达到关键网络安全能力阈值的模型，因此发布时配备了更强的安全防护措施。

Google ResearchAI 评分2121

Google 发布 TimesFM-3：面向多变量预测的零样本基础模型

Google 推出 TimesFM-3 时间序列基础模型，330M 参数、在超 1 万亿时间点上预训练，原生支持多变量零样本预测，单次前向即可输出完整预测区间。它支持多目标、历史协变量与已知未来协变量，并在 Gift-Eval、FEV-Bench 和 Time 三个公开基准上取得点预测与概率预测双项第一。