跳到正文
10月20日周二
  2. fal64

    fal 与 @bfl_ai 合作推出经后训练的前沿视频模型 FLUX 3 Max，现已在 fal 上线。该模型在第三方图生视频质量基准上并列第 1，生成 10 秒 720/768p 视频约需 12 秒；未来三周提供 75% 折扣。

    引用fal@fal

    隆重推出 FLUX 3 Max，这是 fal Research 与 @bfl_ai 合作推出的最新后训练视频模型。 在独立第三方基准测试中，FLUX 3 Max 在图生视频质量上并列第一，可在约 12 秒内生成一段 10 秒、720/768p 的视频。 在接下来的三周内，FLUX 3 Max 享受 75% 折扣，使其成为同等质量水平下最实惠的前沿视频模型。

  3. Rohan Paul45

    Context.dev 提供一个 API 让 AI 智能体读取实时网页：传入 URL 返回干净文本，也可搜索、爬取站点、查询公司信息或监控页面变化。它把抓取、搜索、公司数据和页面监控整合到一个 key 和一张账单下，避免智能体管线分别付费给 3-4 家供应商并写胶水代码。该 API 已获 800+ 客户使用，公司完成由 General Catalyst 领投的 900 万美元融资。

    引用Yahia Bakour@mynameisyahia

    We raised $9M to give your agents the internet. Led by @generalcatalyst, with @orangecollectv and Robinhood Ventures. Search, scrape, crawl, monitor with one API trusted by 800+ customers. We’re making it ridiculously easy to build with web data.

  4. Rohan Paul63

    Rohan Paul 转述 FT 评论文章观点：AI 算力已成为战略基础设施，导弹防御和防爆建造可能成为 AI 基建的标准支出项。伊朗袭击同时命中多个 AWS 可用区，导致巴林区域客户数据永久无法恢复，数据本地化并未提供保护；乌克兰无人机则使 Yandex 停摆了其 3 台 AI 训练超算中 2 台所在的站点，故障波及网约车、支付等依赖 Yandex Cloud 的业务。

  5. Artificial Analysis62

    Artificial Analysis 引用 Inception 发布 Mercury 3 扩散大语言模型的推文并澄清，图中对比并非其 Intelligence Index。Mercury 3 声称超过 1,000 tokens/s、1M token 上下文，规模为 Mercury 1 的 40 多倍。作者指出公告引用的 AA-Omniscience 和 GDPval-AA v2 分数不遵循其方法学：AA-Omniscience 使用私有数据集（仅开源 10% 公共子集），GDPval-AA v2 需按其评分方法与模型对比集才具可比性。

    引用Inception@_inception_ai

    Mercury 3 is live: the most capable diffusion LLM released to date. It outperforms GPT-6 Luna and Claude Haiku 5.5 across a range of benchmarks while running at over 1,000 tokens per second. More than 40x the size of Mercury 1, 3x more intelligent across standard benchmarks, and just as fast, with a 1M-token context window. Available today on the Inception API, @baseten, and @OpenRouter .

  8. fal56

    fal 与 Black Forest Labs（@bfl_ai）推出 FLUX 3 Max，这是 fal 基于专为定制设计的 FLUX 3 模型进行适配和优化的版本。据发布内容，生成 10 秒视频仅需 12 秒，图像生成视频并列第一，同质量下比 Seedance 2.5 快 22 倍。fal 表示将与其继续合作。

    引用Black Forest Labs@bfl_ai

    Introducing FLUX 3 Max. Fastest in the west. Fast enough to try anything. And everything. Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

  12. Arena.ai74

    Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 第一开源模型，总排名第 11，基于超 7.5K 真实会话净提升 +5.1%。其中位任务成本 $0.20，约为 GPT-6.1 Sol 提升幅度的 37%、成本的 27%；Confirmed Success 提升 +11.5%，且无 Tool Hallucination 问题。

    引用Arena.ai@arena

    激动人心的消息：@deepseek_ai 的 DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Code Arena: WebDev 中排名第一的开源模型，以低 10 倍的成本超越 Kimi K3 (Max)！ 亮点： - 排名第一的开源模型，领先于 Kimi K3 (Max) - 以 1670 分位列总榜第 12，领先于 Claude Opus 5 (High)，与 GPT-6 Sol (Max) 相差约 10 分以内 - 以每百万输入/输出 token $0.3/$1.2 的价格推动帕累托前沿移动 - 相比上一版 DeepSeek-V4.1-Flash-20260910 提升 52 分 祝贺 @deepseek_ai 团队为开源生态又做出了一项强有力的贡献！

    推荐理由：Arena 用 7.5K 真实会话的数据说明该模型以约 27% 的成本拿下开源第一，读者可据此权衡 Agent 场景的性价比。

  14. Saining Xie48

    恭喜 @jang_yoel 和团队！ 做梦的好时代啊 今天，Dream Labs 正式走出隐身模式，推出 Dream-1——一个机器人基础模型，能够控制它从未见过的双臂机器人，完成从未被训练过的任务，在从未到过的场所，每小时仅需 3 美元。 Dream API 即日起对所有人开放。🧵

    引用Dream Labs@dreamlabs_ai

    Today, Dream Labs is coming out of stealth with Dream-1, a robot foundation model that controls bimanual robots it has never seen, on tasks it was never shown, in places it has never been, from $3/hour. Dream API is live for everyone, today. 🧵

  15. Rohan Paul40

    “对大多数AI算力提供商来说太低了，无法收回其AI投资” Gartner：许多建设AI数据中心的企业，可能在芯片过时之前都赚不回投入的成本。 转售正成为GPU经济的一部分，@shadeformai Spot让供应商能把闲置算力重新投放市场。 Shadeform的Flex VM可以接收来自任何数据中心的裸金属GPU，并在30分钟内使其可租用。 小型运营商从第一天起，就和其他人拥有同样的入口。

    引用Ed Goode@edsgoode

    The compute market has been a wild ride in 2026. Prices have skyrocketed, minimum contract durations have tripled, and near term capacity is few and far between. At the same time, agents are becoming a primary user of compute themselves, and not just GPU compute. It’s clear that the existing rental models and platforms across the industry no longer fit the reality we see today. That’s why this week we’re announcing six new features for the Shadeform platform 👇️

  19. Jakub Pachocki52

    OpenAI 首席科学家 Jakub Pachocki 宣布 Aleksander Madry 回归 OpenAI，与他就 AI 进展的速度与影响及对公司乃至全行业战略的启示展开工作。Madry 此前离职几个月后表示这更像一次学术休假，认为在 AI 进展进入新阶段后，应对越来越强的 AI 带来的安全与安保挑战必须成为核心优先事项，他将加入 Pachocki 团队协助规划应对路径。

    引用Aleksander Madry@aleks_madry

    Personal update: Turns out that what I thought was leaving OpenAI became more of a sabbatical. When I left a few months ago, I felt that the most important thing to focus on was making AI more useful to people. But we’ve since entered a different regime of AI progress. One in which getting the safety and security challenges of increasingly capable AI right has to become a central priority. So I’ll be returning to OpenAI, joining @merettm to help chart a path through these challenges. There’s much work to do, so let’s get going.

  21. OpenRouter67

    Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Mercury 2.5 的 4 倍。Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5；上线期五折，价格 $0.10/M 输入、$0.35/M 输出。

    推荐理由：原文给出 Inception 扩散模型的速度、上下文、基准对比和上线折扣价格，可据此评估其相对现有模型的性价比。

  23. Arena.ai65

    Arena 宣布 Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev 榜单，以 1726 分排名第 6，使 Meta 成为第 3 实验室，此前该位置由 Google 持有。

    引用Arena.ai@arena

    由 @AIatMeta 推出的 Muse Wonder (Max) 已进入 Code Arena：WebDev 以 1651 分位列第 15，Text Arena 以 1513 分位列第 2！ 在 Code Arena：WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。这一结果略低于以 1659 分位列第 12 的 Muse Spark 1.3 (Max)，与以 1655 分位列第 14 的 Kimi K3 (Max) 相差 4 分以内，并比以 1640 分位列第 16 的 Grok 4.7 (xHigh) 高 11 分。 此次发布在 Text Arena 中相较过去的 Muse 模型有显著提升。与以 1494 分位列第 11 的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 +19 分并上升 9 位至第 2。它落后于以 1525 分排名第 1 的 Gemini 4 Argon (High) 12 分。 祝贺 @AIatMeta 团队发布这一版本！

    推荐理由：榜单方公布了 Meta 新模型在 Code Arena WebDev 的首秀成绩和分项排名，读者可以据此对比各实验室模型的当前位次。

  25. Ant Ling57

    蚂蚁百灵今日开源 3 个语音家族共 5 个 Ming-3.0 模型。Ming-3.0-tts 含 0.5B 语音设计与副语言线索模型和 7.9B 总参数、1.3B 激活的 Tiny 长语音模型；Ming-3.0-audio 含 Flash 126B 总参数、6.5B 激活的理解与工具调用模型和 9.3B 总参数、2.7B 激活的 Tiny 高效对话模型；Ming-3.0-asr-tiny 为 8.6B 总参数、2B 激活的方言与上下文识别模型。图片补充：TTS 支持七种语言加两种方言，ASR 支持热词列表与对话上下文。

10月19日周一
  2. Arena.ai64

    Arena 宣布 OpenAI 的 GPT-Image-2.5 Sunburst 在接下来 14 天内可在 Arena 的 Direct Mode 中直接测试，11 月 2 日早 8 点（太平洋时间）截止。

    引用OpenAI@OpenAI

    ChatGPT Images 2.5—faster, sharper, smarter, with better tools for creating whatever you can dream of. - Faster image generation to keep your ideas flowing - Improved fidelity for more natural, recognizable images - Consistent details across multiple edits - Comment-based edits to change only what you want

  6. 卡尔的AI沃茨60

    作者实测 Lovart 2.0 上线的个人设计 Agent Arti，它能读取用户过往项目的审美记忆和设计习惯，并在新项目中延续使用。文中用广东文创品牌和奶茶海报两个项目演示了 Arti 的设计调研、画布巡检找 bug、链接分享评论、记忆修改、Skill 保存，以及可定时执行、设定积分上限的设计委托功能，举例试运行选了霜降主题生成小红书海报。

  9. Dash46

    推文认为，上百人维护的项目里老板无法兼顾审美，竞争压力层层传导为KPI后，任何能提升数据的提案再丑也会被采纳，不存在既让下属背KPI又让老板坚持审美的两全方案。作者期待AI改变这一点：软件工程规模不再是竞争壁垒，坚持独特审美的小团队作品有望超越丑陋的巨无霸产品。引用推文补充称，中国产品过度竞争源于知识产权保护不足，抄袭成本低，并追问AI时代成本大降后能否出现既好看又好用且长期存活的产品。

    引用yunjie@xdanger

    很多人颠倒了因果关系，垄断、14亿人基建、超级 App …… 这些都是结果，不是原因。淘宝、微信、支付宝、滴滴、美团、抖音 …… 从一开始都不是、也没要做超级 App，全都是在极其激烈的竞争中杀出来的。 也没有任何一个老板不重视体验和视觉设计的，谁不想自己的产品又好用又优雅好看？ 我觉得底层原因是中国缺乏足够的对于创新的知识产权保护，抄袭者的法律风险成本太低，导致竞争过度激烈，大家不得不向用户需求做妥协 —— 红点、红包、抽奖、登录奖励。特别是在免费使用的消费互联网市场，不做到第一就没法建立足够强的生态让自己能长期生存下去。 不知道在 AI 时代，维持业务的成本大幅下降之后，会不会出来一批又好看又好用、而且是能长期存活下去的产品。

  12. Arena.ai59

    Arena 宣布 MiniMax-M3.1-Flash 上线 Code Arena: WebDev 榜单，以 1588 分在开源模型中排第 12（总榜第 32），并将 MiniMax 带到所有实验室第 12 名。

    引用MiniMax (official)@MiniMax_AI

    MiniMax M3.1 Flash：太空级性能 + 兔子级速度 🚀🐰 没错，Space Bunny——曾以 200T+ tokens 登顶全球排行榜——正是 M3.1 Flash 的早期版本。 💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在 Cowork（Automation-Bench：62%；ALE：30%）、编程（DeepSWE：74%）和视觉推理（BabyVision：91%）等关键任务上达到前沿级智能水平，成本仅为 M3 的 1/3，速度提升 3 倍。 API 定价（统一费率）：每 1M 输入/输出 tokens 分别为 $0.15 / $0.60，缓存读取为 $0.015 / 1M tokens。 模型权重将于 10 月 23 日发布。 API：http://platform.minimax.io M Plan：https://www.minimax.io/m-plan MiniMax Code 桌面版：https://agent.minimax.io/download