#模型发布

Google DeepMind 发布实时世界模型 Genie 4

Google DeepMind 发布 Genie 3 的继任者 Genie 4，这是其首个直接生成声音的实时世界模型，可逐帧计算场景并响应用户输入。Gemini 模型在后台规划模拟走向，Gemini 3.8 Flash 负责把目标拆成步骤并检查执行结果，Gemini 4 Argon 则被用于把 Genie 与 Gemini Robotics 的机器人研究结合。

英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe

英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步更新开源语音数据集 Granary 至第 2 版。

Gemini 4 Carbon 登顶多项榜单，首批面向网络安全防御者开放

Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并在 HLE-Diamond、TB-Science、AA-Omniscience 和 AutomationBench 四项评测中领先。

Google 发布 Gemini 4 Carbon，称网络安全能力显著跃升

Google 发布前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面有明显提升。该模型在 Artificial Analysis Intelligence Index（v5.0）上排名第一，Claude Opus 5.5 和 GPT-6 Astra 位列其后，并在 SEC-bench Pro 和 ExploitGym 两个基准上居首。

同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》

Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周

Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 上以 59 分登顶，前代 Argon 为 50 分。

同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》

Google 发布前沿模型 Gemini 4 Carbon，暂不对外开放使用

Google 发布 Gemini 4 Carbon，称其在编码、智能体任务和科学分析上达到新水平，但延续分阶段发布策略，暂不对外开放使用。Google 称该模型在漏洞检测、验证与修复上有显著提升，生成无漏洞代码的概率是 Argon 的两倍；Chrome 团队称其生成高质量补丁的能力是非 Google 模型的 10 倍。

Google DeepMind 发布 Gemini 4 Carbon 前沿模型

Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别

Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可用文本指令控制，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单段录音最长 1 小时、最多 8 位说话人。

NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线

NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合入同一 checkpoint，已在 Hugging Face 和 ModelScope 上线。

Liquid AI 发布 LFM3 系列模型，同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策

Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，六个 2B 级模型（文本、视觉、音频、全模态、两个决策模型）均从 LFM3-1.7B-Base 分支而来，全部开源权重并已在 Hugging Face 上线。

Google DeepMind 发布世界模型 Genie 4

Google DeepMind 发布新一代世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以研究预览形式向可信测试者开放。该模型原生多模态，能同时生成音乐、环境音与可交互对话，并借助 Gemini Omni 锚定真实外观、Gemini 3.8 Flash 作为引导智能体拆解多步任务。

DeepMind 发布 Genie 4 世界模型，称物理与人物模拟更真实

Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实。该模型无需预渲染环境或编写交互逻辑，用户描述需求后即可实时逐帧生成可探索的虚拟世界，部分改进来自 Google 更新的 Gemini 模型。DeepMind 将世界模型视为通往 AGI 的关键环节，并称该技术可用于为实体机器人构建训练环境或加速创意领域的原型设计。

同一件事，精选收录的是《Google DeepMind 发布世界模型 Genie 4》

OpenAI 发布 GPT-6.1 Terra 模型

OpenAI 发布 GPT-6.1 Terra，官方强调其详细视觉推理与精确电脑操作能力，并称其写作更清晰自然，相比 GPT-5.6 Terra 有明显提升。该模型定价为每百万输入 token 1 美元、每百万输出 token 5 美元，约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半，约为 GPT-6 Luna 的 10 倍。

月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活，权重定于 11 月 4 日开放

月之暗面发布 Kimi K3.1 Pro，这是一个多模态 MoE 模型，总参数 2.8T、激活参数 104B、上下文窗口 100 万 token，官方承诺 11 月 4 日开放权重，目前仅 API 可用。

Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话整合为一条实时流式管线，每轮响应低于 1 秒。

Mistral 发布时间序列基础模型 Timestral，最大 209M 参数

Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，参数量为前代 SOTA 的三分之二。

Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个；在对抗测试集上违规请求减少近两倍，在 Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。

Google DeepMind 发布 Gemini 4 Argon 机器人模型

Google DeepMind 发布 Gemini 4 Argon，称其在物理理解、代码生成和视觉语义推理上有明显提升，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。

Google DeepMind 发布 Gemini 4 Argon 模型

Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 Gemini API、AI Studio、Google Antigravity 及 Gemini 应用和搜索 AI Mode 向开发者、企业和订阅用户开放。

Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态

Mistral AI 发布 Mistral Large 4 公开预览，可通过 Mistral Studio 的 API 试用，权重将在本月底开放。该模型为 1 万亿参数、520 亿激活参数的原生多模态模型，在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争。