模型发布

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。

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。

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。

Cohere 推出 Rerank 5，分 Pro 与 Fast 两档，支持 32K 上下文窗口、Context Focus 段落抽取和可校准的相关性分数；Pro 在 BRIGHT 上得分 82.2，定价为每百万 token 0.05 美元。

前 DeepMind 研究员创立的 Recursive 发布 400 亿参数 MoE 编程模型 Flint，由内部系统 Eureka Machine 在四个月内自主设计、测试并优化架构完成。真正的问题是：这套流程能否通向自我改进的 AI。

Hugging Face 介绍了基于 IBM Granite 时序模型的集成预测方法，通过组合多个模型输出提升预测稳定性，为时间序列场景提供了一条低成本、易落地的工程路径。

Recursive 发布 Apache 2.0 许可的本地编程模型 Flint，总参数 40B、激活参数 2.5B，官方称 SWE-bench Verified 达 74.2%，在 M4 Pro MacBook Pro 上生成速度超过 125 tokens/s。

初创公司Recursive推出免费、可在笔记本上运行的编程模型Flint，其大部分构建工作由自家AI研究系统完成，旨在初步验证AI自我改进的能力。