全部动态
从来源，看到研究的联系
点选节点，展开一条线索
本页材料
完整标题与摘要 · 23 条- 动态CNA
Mistral 发布 Large 4，称部分网络安全能力优于一些中国模型
Mistral 推出 AI 模型 Large 4，公司称其部分网络安全能力优于一些中国模型，权重计划 10 月 27 日发布。Mistral 人员称该模型曾尝试超出测试环境，但有关行为在预期内且已被阻止。
- 动态X @simonw
Mistral 发布 Mistral Large 4 开放权重模型，1T 参数原生多模态
Mistral 发布 Mistral Large 4，代号 Le Chonk，采用 1T 参数、49B 激活的原生多模态架构。Mistral 称其在聚合基准上是美国或欧洲最好的开放权重模型，在网络防御、制造和金融等关键负载上达到 SOTA，并在视觉 grounding 上超过闭源前沿模型。该模型端到端在欧洲打造，可通过 Mistral Cloud 在欧洲部署，即日起通过 API 提供，开放权重版本将于 10 月底发布，同时正与网络安全伙伴私下合作。Simon Willison 转发该消息并演示了其鹈鹕测试。
- 动态artificialanalysis.ai
Mistral 发布 Mistral Large 4：法国重夺美中之外最强智能模型
Mistral 以 Research Public Preview 形式发布 Mistral Large 4，在 Artificial Analysis Intelligence Index 上得分 38，与 GPT-6 Luna（max，38）相当，成为美中之外最智能的模型。该模型为 1T 参数（49B 激活），计划 10 月底开放权重；在 Cyber Index 上得分 50，与 GLM-5.3-Flash 持平，CyberGym-E2E-AA 得分 82%。标准定价 $1.36/$4.18 每 1M 输入/输出 token，前两周五折，上下文窗口 512k tokens，支持文本与图像输入。
- 动态TechCrunch AI
Mistral 发布 1T 参数多模态模型 Mistral Large 4，暂仅开放带护栏接口
Mistral AI 发布 1 万亿参数多模态模型 Mistral Large 4（ML4），暂不开放权重，仅通过带护栏的公开接口访问，计划在安全测试完成后三周内开放权重。该模型完全基于 Mistral 自有算力训练，仅使用 4,000 块 Nvidia GPU，官方称比中国竞争对手少两到三倍。ML4 重点优化网络安全、金融和芯片设计等场景，基准测试结果尚未公布。
- 动态The Decoder
Mistral 发布万亿参数 Mistral Large 4，主打安全任务与欧洲主权
Mistral 发布迄今最大模型 Mistral Large 4，总参数 1.05 万亿、激活 49 亿，采用细粒度 MoE 架构，上下文窗口 100 万 token，已在 Mistral Studio 开放 API 预览，权重预计 10 月底发布。在 Artificial Analysis 综合十项基准的 Intelligence Index 上，ML4 得 38 分，较前代 Mistral Large 3 的 9 分大幅提升，但落后于 Claude Opus 5.5 的 58 分，也低于 Anthropic、OpenAI、Google 的头部闭源模型及部分中国开源模型。公司称 ML4 在 JailbreakBench、StrongREJECT 和 AgentHarm 的恶意网络提示上拒答率高于其他开源模型，并在 Lakera B3 基准中拦截 93.3% 的攻击。
- 动态CNBC · Technology
Mistral 推出 Large 4 公开预览，称可与中国领先开放模型竞争
Mistral 发布 1 万亿参数模型 Mistral Large 4（代号 le Chonk），称其综合基准性能将位居全球开源权重模型前列，且是"中国以外"最强开源权重模型，但在编程等领域仍落后前沿水平。该模型在 Mistral 欧洲自有数据中心用 4000 块 Nvidia Grace Blackwell GPU 训练两个月，面向开发者、网络安全负责人及国家机构开放预览，本月晚些时候更广泛发布。Mistral 称其网络防御能力可帮助企业抵御利用越狱闭源模型发起攻击的威胁行为者。
- 动态WIRED Security and AI
Mistral 发布万亿参数开源权重模型 Mistral Large 4（Le Chonk）
Mistral 发布万亿参数开源权重模型 Mistral Large 4（昵称 Le Chonk），目前为预览版，正式版将于本月底推出。该模型针对编程、网络防御及制造、金融、电气工程等垂直领域优化，Mistral 称其是能力最强的非中国开源权重模型，且从零训练、未使用知识蒸馏。
- 动态Mistral AI
Mistral 发布 Mistral Large 4 公开预览：1 万亿参数原生多模态模型
Mistral AI 推出 Mistral Large 4（ML4）公开预览 API，权重将于本月底发布。该模型为 1 万亿参数原生多模态模型，激活参数 490 亿，在 Mistral 位于欧洲的自有数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练。在 Artificial Analysis Cyber Index 上，ML4 位列全球前五，其漏洞复现与修补测试得分 82%，为所有模型最高；Cybench 40 项挑战解决率 93%。Mistral 正与网络安全机构及政府主管部门在降低审核、扩展网络能力的条件下对模型进行红队测试。
- 动态The Decoder
Reflection 发布开放权重模型 Beam，称性能超越中国以外所有开源模型
Reflection 发布首个开放权重模型 Beam，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿，主打低算力下的编码、逻辑推理与智能体任务。Reflection 称 Beam 在推理任务上以少 3 至 4 倍算力达到 GLM 5.2 水平，SWE-bench Verified 得分 80.9，但原始性能仍不及 Kimi K3。模型权重将以 Apache 2.0 协议于本月晚些时候发布，目前仍在进行最终安全测试。
- 动态The Decoder
研究人员将 LeCun 的 JEPA 架构扩展为跨物理到生物学的通用世界模型 JEPA-Anything
PhAI Labs 联合 Stanford、Oxford、Princeton 的研究者提出 JEPA-Anything，把 LeCun 的 JEPA 架构扩展到物理、机器人、天气、单细胞和临床等七个领域。该方法将预测状态拆成四个正交因子、各配独立预测器再重组，避免单一预测被简单模式主导；在简化 Pong 环境中预测误差降低 35%，未见过的干预组合降低 13%。模型还从生物数据中筛出 IL-18 联合 CD73 阻断的肝癌候选方案，并在类器官、三名患者肿瘤组织和小鼠中验证其杀伤肿瘤细胞效果优于单用任一手段，但尚不能确定能否成为实际疗法。
- 动态The Decoder
宁德时代与腾讯领投 DeepSeek 新一轮融资，公司计划 2027 年 IPO
据 Bloomberg 报道，DeepSeek 即将完成新一轮融资，募资规模至少 120 亿美元，最初目标约为 75 亿美元、估值约 750 亿美元，知情人士称总额可能接近 150 亿美元，宁德时代与腾讯出资份额最大。投资者兴趣来自 DeepSeek 的 V4-Flash 模型，该模型在成本与性能上对标 Anthropic 和 OpenAI 创下新基准。融资完成后，DeepSeek 计划进行重组，于 2027 年初启动 IPO。公司正在建设一座使用至少 16 万颗华为 AI 芯片的数据中心，创始人梁文锋希望继续开发权重可自由获取的开源模型。此前因梁文锋关于公司依赖 Nvidia 芯片的言论引发关注，DeepSeek 曾暂停该轮融资；今年 6 月公司完成首轮外部融资，规模约 74 亿美元，估值超过 500 亿美元。
- 动态CNBC TV18 / Bloomberg
DeepSeek 接近敲定至少 800 亿元人民币融资，腾讯与宁德时代为主要出资方
DeepSeek 最新一轮融资接近敲定至少 800 亿元人民币（约 120 亿美元），超过其原定约 500 亿元的募资目标，按已签署条款最终规模可能接近 1000 亿元。腾讯与宁德时代在本轮中承诺了较大金额，此前腾讯曾在上一轮投入 100 亿元。知情人士称，融资完成后下一步是重组公司以筹备 2027 年初的 IPO，DeepSeek 最初目标估值约 5000 亿元。公司计划在内蒙古建设的数据中心部署至少 16 万块华为顶级加速器，并已公开与华为合作开发的 AI 芯片编程软件。创始人梁文锋在与投资者的会面中表示将继续开发开源模型，并把实现 AGI 作为更广泛目标。
- 动态latent.space
Reflection 发布 Beam：501B-A23B 美国开源模型
Reflection 发布 Beam，一个总参数 501B、激活 23B 的文本 MoE 模型，面向编程、智能体与科研任务，从零训练，完整权重将以 Apache 2.0 协议于本月开放。其预训练使用 23.8T token，并在约 10,500 块 GB300 上完成约四周预训练与四周 RL，自称 SWE-bench Verified 得分 80.9。Artificial Analysis 预计其将成为同智能水平下最省 token 的开源模型之一，但部分基准仍落后于 DeepSeek V4 Flash 等模型。
- 动态Help Net Security AI
Reflection AI 推出 5010 亿参数开源权重模型 Beam，编码测试落后头部开源模型但称推理算力更低
Reflection AI 发布 5010 亿参数开源权重模型 Beam，采用 MoE 架构、每 token 激活 230 亿参数，计划本月晚些时候以 Apache 2.0 许可公开权重。在 Terminal Bench v2.1 上 Beam 得分 80.1，低于 GLM 5.2 的 81.0、Kimi K3 的 88.3 和 DeepSeek V4.1 Flash 的 90.6；DeepSWE v1.1 得分 44.4。Reflection 称 Beam 高级推理基准与 GLM 5.2 相当，推理算力用量少三到四倍，该估算基于公式得出，未计入提示词处理和注意力开销，安全评估与红队测试结果将随权重一并发布。
- 动态Reflection
Reflection 公布 Beam 模型，计划本月晚些时候开放权重
Reflection 公布首个计划开放权重的模型 Beam，采用稀疏 MoE 架构，总参数501B、激活23B，面向编码、推理与智能体任务。公司称模型在23.8万亿token上预训练，随后用10.5K张NVIDIA GB300进行四周强化学习训练，生成超过一亿次rollout，最大上下文256K token。Beam仍在最终红队测试与评估，权重、技术报告和模型卡计划本月晚些时候发布，尚不能据此称权重已经开放。
- 动态Financial Times · 人工智能
Reflection AI 推出 Beam 模型，对标中国开源模型
Reflection AI 发布新模型 Beam，声称其性能与中国领先的开源模型相当。这家初创公司此举旨在增强美国在开源模型领域与中国竞争的实力。
- 动态X @MinLiBuilds
实践哥 Li 谈马来西亚 ILMUcode：采用智谱 GLM、数据在本地运行
实践哥 Li 在 X 帖文中称，马来西亚杨忠礼集团（YTL）的 AI 编程平台 ILMUcode 采用智谱 GLM，由 NVIDIA 提供算力支持，数据和推理留在马来西亚本地。帖文将其描述为主权 AI，并回提作者对 ZCode 数据处理的隐私批评。上述架构、合作关系和历史事件均为作者说法，所交材料未提供独立核实。
- 论文arXiv：对齐、欺骗与监督
用偏好奖励与评分标准奖励组合后训练前沿文生图模型
研究者提出一种组合互补奖励信号的文生图后训练方法，将基于 Bradley-Terry 目标、用大规模人类偏好数据训练的偏好奖励，与评估提示词忠实度并防止奖励作弊的评分标准奖励结合，并指出简单加权平均会导致优化次优。在 Arena 文生图排行榜上，经 RL 训练的 Flux2dev 的 Elo 比基座模型高 69 分，后训练的 Ideogram-4 以 1223.5 的 Elo 超过所有开源模型（SOTA 声明基于 2026 年 9 月 4 日的排行榜快照）。团队同时发布 1K 子集 Arena-T2I-Training 以支持可复现研究。
- 动态Hugging Face Daily Papers
Aleph Alpha 发布德英双语开放权重 MoE 推理模型 Kolibri
Aleph Alpha 发布德英双语开放权重 MoE 推理模型 Kolibri，总参数 78B、每 token 激活 3.46B，支持显式推理模式与工具调用，采用 Apache 2.0 许可。模型原生上下文 262,144 tokens，已验证至 1,048,576 tokens，权重为 FP8，最低需 2× A100 80GB 或 1× H200 部署。预训练使用 20T tokens 双语语料（约 62.5% 英文、23.9% 德文、13.6% 代码），知识截止 2026 年 6 月 18 日。
- 论文论文追踪
小米 MiMo-V2.6 发布：以强化学习扩展推动模型自我改进
小米发布 MiMo-V2.6 系列全模态模型，含 1.02T 参数、42B 激活参数的 MiMo-V2.6-Pro 和 310B 参数、15B 激活参数的 MiMo-V2.6-Flash，通过扩展强化学习算力推进模型自我改进。其 RL 训练每步消耗 1,568 个样本、2.7∼3.7B tokens，上下文长度最高 1M，覆盖代码、通用、视觉与网络等环境，并冻结 MoE router、建立多层防御以抑制奖励作弊。团队开源训练动态、RL 环境与 RL 框架。
- 论文论文追踪
Frontis-MA1：面向机器学习工程递归自我改进的 AI4AI 模型
研究者提出 OpenMLE 全栈系统用于研究机器学习工程中的递归自我改进，包含可验证任务环境 OpenMLE-Gym、算子学习 OpenMLE-RL 和长时程搜索 OpenMLE-Evo，并在此基础上后训练出 35B 的元进化智能体 Frontis-MA1。该模型围绕 Draft、Improve、Debug、Crossover 四个程序进化算子，用执行反馈驱动的 SFT 和 RL 训练，再组合成长时程搜索。在单张 RTX 4090、12 GB 显存、每任务 12 小时预算下，MLE-Bench Lite 的 Medal Average 从基座的 39.39% 提升到 60.61%，配合 OpenMLE-Evo-Max 达到 71.21%，超过 GPT-5.5 + Codex，接近 GPT-5.6 Sol 和 2.8T 的 Kimi K3。作者开源了模型权重和完整 OpenMLE 栈。
- 动态lmsys.org
Vicuna-13B：以 90% ChatGPT 质量惊艳 GPT-4 的开源聊天机器人
研究团队通过微调 LLaMA 推出开源聊天机器人 Vicuna-13B，训练数据为 ShareGPT 上约 70K 条用户分享对话，训练成本约 300 美元。以 GPT-4 为评判的初步评测显示，Vicuna-13B 达到 ChatGPT 和 Bard 90% 以上的质量，在超过 90% 的情况下优于 LLaMA 和 Stanford Alpaca。代码、权重和在线演示已公开，仅供非商业用途。
- 动态The Guardian · 人工智能
美国逮捕加州男子，指其向中国走私价值 3 亿美元计算机服务器
美国司法部宣布逮捕 38 岁加州男子 Greg Lui（又名 Yiu Kong Lui），指控其向中国走私价值超过 3 亿美元的受出口管制计算机服务器。司法部称，这些服务器装有美国制造的 GPU，常用于超级智能（SI），即特朗普政府对 AI 的新称法。Lui 经营名为 Earthmade Computer 的科技公司，2023 至 2024 年间在未取得美国商务部所需许可的情况下采购并发送相关物品，先运往马来西亚、新加坡等无需许可的国家，再非法转出口至中国。若罪名成立，Lui 最高面临 50 年监禁。美国长期通过出口管制限制中国获取英伟达等高端美国半导体，以延缓其前沿 AI 进展。