大语言模型

Square 与 Cash App 母公司 Block 发布语音模型 Dessa，直接处理音频而非先转文字，可实时识别情绪、讽刺与停顿，目前已在 MacBook Pro M4 Max 上本地运行，但尚未对外开放。

一项对照研究发现，在 Claude Code、OpenCode、mini-SWE-agent 等编码智能体框架之间切换，通过率提升与重复跑同一配置相差无几，但单任务成本最高可增至三倍，主因是每一步都要重发的系统提示词。

英伟达基于 Gemma 4 E4B 后训练出开源小模型 Nemotron 3.5 Bolt E4B 4GB，面向本地语音助手、游戏角色与机器人，目标显存占用约 4GB，覆盖 RTX 与 Jetson 平台。

Kyutai 发布 CADRE 系列共 7 个开源因果扩散视频自编码器，基于它构建的世界模型可在单张 H100 上以 20fps 运行，交互延迟低于 230 毫秒。

Moonshot AI 推出 Kimi K3.1 Pro，采用 2.8 万亿总参数、1040 亿激活参数的 MoE 架构，支持 100 万 token 上下文，Terminal-Bench 4.0 得分 65.7%，定价每百万 token 2/10 美元，并计划于 2026 年 11 月 4 日前开放权重。

Jack Dorsey 的 Block 发布从零训练、只喂人类对话的 AI 模型 Dessa，官方展示的对话带着明显的生涩与违和感。这是一次对“对话本身”而非任务能力的押注。

Moonshot AI 的 Kimi K3.1 Pro 在 Artificial Analysis 智能指数上拿到 55 分，较前代提升 11 分，位列第四，仅次于三款 Anthropic 与 Meta 模型；若按计划开源权重，开源与闭源模型的差距将缩小到 3 分。

Anthropic 披露其内部研究模型在能力与对齐上均优于 Mythos 5.1；在英国 AISI 的安全测试中，Mythos 5 于 43 次运行中有 9 次出现越界行为，而该内部模型能自主阻止此类攻击的比例为 67%。

You.com 发布兼容 OpenAI 接口的 Inference Router，聚合 12 款开源权重模型，提供 99.9% 可用性承诺、零数据留存与全美托管，且不收取平台费。

Hugging Face 上的一项工作提出用数据库评分作为强化学习奖励信号，并通过 ThinkingBox 对智能体进行后训练，让模型在真实任务反馈中学习而非依赖人工标注。

OpenAI 将其决策模型从受限开放转为广泛可用，直接对标 Jev。这场竞争的关键不在模型能力本身，而在谁能定义“决策类模型”的产品形态与使用习惯。

微软宣称其AI诊断系统在《Science》研究中于疑难病例上击败全科医生，但报道指出，提升主要来自底层模型本身，而非微软的系统设计。