Latent Space AINews：OpenAI 发布内部模型产出的 722 篇数学论文，Mistral Large 4 与多款开源模型同周登场
Latent Space 发布 2026 年 10 月 5 日至 6 日一期 AI 新闻汇总，头条为 OpenAI 公开内部前沿模型产出的 722 份数学手稿。
全部AI 动态
全部动态
今日 14 条Latent SpaceAI 评分7272 Latent SpaceAI 评分5959 Latent Space AINews：Reflection 发布 501B-A23B 美国开源模型 Beam
Reflection 发布纯文本编码模型 Beam，501B 总参数、23B 激活的 MoE，从头训练，Apache 2.0 全权重本月内开放。
The DecoderAI 评分6060 Reflection 发布 501B 开放权重模型 Beam，主打低算力编码与推理
Reflection 宣布首款免费开放模型 Beam，总参数 501B、每 token 激活 23B（MoE），面向编码、逻辑推理和智能体任务。据 Reflection 称，Beam 在高难推理任务上以少三到四倍的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3 等更强开源模型。
The DecoderAI 评分7373 Mistral 发布万亿参数 Mistral Large 4 公开预览，主打安全与欧洲主权
Mistral 发布迄今最大模型 Mistral Large 4（ML4，绰号 le Chonk）公开预览，总参数 1.05 万亿、激活 490 亿，API 已上线，权重预计月底发布。
The DecoderAI 评分7272 Google 发布图像模型 Nano Banana 2.1，价格约降一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，接替 2026 年 2 月发布的 Nano Banana 2，价格约降一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
The DecoderAI 评分6161 Google 发布 EmbeddingGemma 2：740M 参数多模态嵌入模型，号称超越两倍体量竞品
Google 发布开源嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超越体量两倍的竞品。
TechCrunch · AIAI 评分5959 Reflection AI 发布首个前沿开源权重模型 Beam，声称以更低推理成本匹敌中国开源模型
美国初创公司 Reflection AI 正式发布其首个前沿开源权重模型 Beam，称其在高级推理基准上与 Z.ai 的 GLM-5.2 表现相当，推理计算用量少 3-4x。
TechCrunch · AIAI 评分6464 Mistral 发布 1T 参数多模态模型 Mistral Large 4，三周后开放权重
Mistral AI 发布 1 万亿参数的多模态大模型 Mistral Large 4，暂只能通过公开 guardrail endpoint 访问，计划在安全测试完成后三周内开放权重。该模型仅用 4000 块 Nvidia GPU 训练，优化用例包括网络安全、金融和芯片设计，公司上月以 210 亿欧元估值完成由 Samsung 领投的 D 轮融资。
Simon WillisonAI 评分5959 Mistral Large 4 预览版发布：1 万亿参数、49B 激活
Mistral 发布 Mistral Large 4 预览版，总参数 1 万亿、激活参数 49B，用自有 3,800 张 NVIDIA Grace Blackwell GPU 训练，已可通过 Mistral API 使用，承诺本月底开源权重。
Hugging Face BlogAI 评分4343 Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与细微语义
Hugging Face 联合发布方推出 Falcon-Emirati-7B，基于 Falcon-H1-Arabic 7B 变体微调，专门理解与生成阿联酋阿拉伯语方言。模型采用 Mamba 与 Transformer 注意力并行的混合架构，结合阿联酋方言网页数据、阿联酋文化的 MSA 数据和受词典与风格规则约束的合成数据进行训练，上下文窗口最高支持 128K/256K tokens。
TechCrunch · AIAI 评分4545 Musubi 发布 PolicyLM-1.7B：用 AI 决策模型改变内容审核方式
Musubi 于周二发布面向实时内容审核的轻量级决策模型 PolicyLM-1.7B，以开放权重开源。该模型可将英文撰写的内容政策应用于消息，耗时低于 50 毫秒，成本和速度接近多数社交平台使用的 AI 分类器，且政策变更时无需重新训练。决策模型因 9 月 TypeSafe AI 发布 Jev 而成为热门方向，OpenAI 和 Amazon 也随后推出了竞品。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Large 4 公开预览版，月底开放权重
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，权重将于本月底开放下载。
推荐理由：官方发布了参数规模、基准分数、训练基础设施和权重开放时间表，读者可据此评估它在开源阵营中的实际位置。
Google DeepMind精选AI 评分6868 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，采用 Apache 2.0 许可，将文本、代码、图像、视频和音频统一映射到共享嵌入空间。
推荐理由：官方给出了参数量、内存占用和基准得分等具体指标，可帮助读者评估它是否适合端侧检索场景。
The Verge · AI精选AI 评分7676 OpenAI 发布722篇数学手稿，涵盖数百个开放问题解答
OpenAI 发布722篇数学手稿，覆盖372个结果族，据 AGMAI 称包含对"数百"个开放问题的解答，成果由一个未发布的前沿模型产生。手稿发布在 GitHub 仓库并附论文修订与引用协议，还包括模型推理摘要、算力估算，OpenAI 称平均每个结果相当于 ChatGPT Pro 三小时的思考量。
推荐理由：报道给出722篇手稿的规模、问题数量和算力估算，读者可据此了解这批数学成果的实际内容与学界争议。
Latent SpaceAI 评分3434 AINews 周报：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million input/output tokens，Agent Arena 排名第 5，比 GPT-6 Sol 便宜 39% 且得分高 1.52 分，比 Astra 便宜 81%。
Hugging Face BlogAI 评分5656 Ai2 开源科学报告生成模型 AstaBrief 8B 及训练数据
Ai2 开源基于 Qwen3-8B 的 AstaBrief 8B 模型和训练数据，该模型将研究问题与检索到的文献片段一次性生成带引文的报告，已在 Asta 的 Generate a report 功能中作为 Fast 模式与 Claude 驱动的 Thinking 模式并行提供。
The DecoderAI 评分6363 Microsoft AI 发布实时转写模型 MAI-Transcribe-2-Streaming 与语音模型 MAI-Voice-2.1
Microsoft AI 发布实时语音转写模型 MAI-Transcribe-2-Streaming，称其在 Artificial Analysis 准确率排名第一，支持 60 种语言，首批部分结果延迟仅 100 多毫秒，年底前每小时音频定价 $0.54。
The DecoderAI 评分5555 Tavus 发布 Griffin 人机交互模型，近半测试者在 1 分钟视频通话中误以为是真人
Tavus 推出其称为首个 Human Interaction Model 的 Griffin，可实时处理语音、表情、语调、手势和停顿并双向生成视频。公司研究中 48% 的参与者在一分钟视频通话后认为 Griffin 是真人，此前系统最高为 2%；Tavus 所述的 Nvidia 独立测试中 Griffin 得 3.83 分，接近真人的 3.92 分。
The DecoderAI 评分5757 Ideogram 4.5 发布，主打局部图像编辑不改其余部分
Ideogram 发布新模型 Ideogram 4.5，宣称只修改用户指定的图像区域，其余部分保持不变，解决多次编辑后出现伪影的问题。模型提供四档质量、每张 0.8 至 22 美分，原生 2K 分辨率，已在 Ideogram 平台和 API 上线，合作伙伴包括 Picsart、Runway、Pika 和 Leonardo AI，官方称开源权重版本即将推出。
Latent SpaceAI 评分7373 Gemini 4 Argon 发布：GDM 对标 Astra/Fable，输出上限达 1M token
Google DeepMind 发布 Gemini 4 Argon，主打编码、企业知识工作与网络防御，在 19 项基准中 13 项排名第一，输出上限从 64K 提升至 1M token，定价 $4/$20（限时五折 $2/$10），目前仅向 Fairwind 项目的政府用户和可信网络防御者开放。
TechCrunch · AIAI 评分5959 Google 发布 Gemini 4 Argon，称其为迄今最强大的模型
Google 发布新模型 Gemini 4 Argon，称其擅长网络安全、编码与研究，可自主发现、验证并修复关键软件漏洞。该模型经防御性网络安全任务专项训练，目前仅通过 Fairwind 安全计划向部分网络安全合作伙伴开放；Google 引用 Vals 的模型指数称其在多项基准上领先 OpenAI GPT-6 Astra 与 Anthropic 的 Fable 和 Opus。
The DecoderAI 评分7575 Google 发布 Gemini 4 Argon，逼近 OpenAI 与 Anthropic 但未明显领先
Google 发布 Gemini 4 Argon，是其七个多月来首个前沿模型， introductory 定价为每百万输入 token $2、输出 $10，缓存输入约 95% 折扣。
The Verge · AIAI 评分7272 Google 发布 Gemini 4 Argon，初期仅向可信网络防御者开放
Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律金融等企业知识和网络安全防御等复杂工作流中表现前沿。
Ars Technica · AIAI 评分6161 Google 宣布 Gemini 4 Argon 模型，暂未对公众开放
Google 宣布新模型 Gemini 4 Argon，称其在编码、知识工作和网络安全上性能行业领先，但目前仍处有限测试阶段，普通用户暂不能使用。Google 内部已在大量使用：Argon 借助全集群遥测数据帮助节省 300 TiB 数据中心内存，其智能体已将包括 Fuchsia OS Zircon 内核超 80 万行在内的 C/C++ 代码迁移到 Rust。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，定价为每百万输入 token $2、输出 token $10，缓存输入 95% 折扣。
推荐理由：官方博客给出定价、1M 输出 token 上限、基准分数和内部迁移案例，读者可以据此判断它在编程与安全防御上的实际定位。
The DecoderAI 评分7373 Anthropic 评估称智谱开源权重模型 GLM-5.3 的漏洞利用能力接近 Claude Mythos Preview
Anthropic 发布评估称，智谱开源权重模型 GLM-5.3 在 ExploitBench 上 410 次尝试中 50 次成功构建可用漏洞利用，接近仅向部分防御者开放的 Claude Mythos Preview 的 56 次；在基于 OSS-Fuzz 的内部二进制利用基准上分别为 4% 和 6%。
Simon WillisonAI 评分2828 GPT 6.1 Sol：以五分之一的价格提供接近 Astra 级的智能
GPT 6.1 Sol 以约五分之一的价格提供接近 Astra 的智能水平。
Hugging Face Blog精选AI 评分6363 NVIDIA 发布开源表格基础模型 Kumo Tabular，单次前向预测表格标签
NVIDIA 发布开源表格基础模型 Kumo Tabular，现已上架 Hugging Face。给定带标签的表格，模型在单次前向传播中直接预测新行标签，无需训练、调参或特征工程，支持分类和回归，基于 Transformer 并采用列、行和 in-context 注意力，完全在人工生成的表格上预训练。
推荐理由：官方介绍了无需训练微调的表格基础模型的架构、预训练配方和四项基准表现，读者可评估它能否替代传统梯度提升树工作流。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，智能水平接近 Astra，API 输入和输出 token 价格为 Astra 标准价的五分之一。
推荐理由：原文给出了 GPT-6.1 Sol 的定位和价格对比，读者可以据此评估它相对 Astra 的成本优势。
Latent SpaceAI 评分5454 Latent Space AINews：Opus 5.5 发布后社区好评集中在其解说视频能力
Latent Space 发布 9 月 24 至 25 日的 AINews 周报，主题称 Claude Opus 5.5 发布后社区反馈积极，尤其在纯代码生成解说视频方面接管了时间线。
Simon WillisonAI 评分7373 Anthropic 发布 Claude Sonnet 5.5，免费层模型升级
Anthropic 发布 Claude Sonnet 5.5，官方称速度快 30% 以上，多数工作成本最高降 30%，价格与 Sonnet 5 持平但基准全面占优。作者实测其编码表现接近 Opus 5.5，并指出它成为 claude.ai 免费层所用模型，使 Anthropic 免费方案强于使用 Luna 5.6 的 ChatGPT 免费层；官方重申 Haiku 5.5 将在未来几周内推出。
AWS Machine Learning Blog精选AI 评分6666 Claude Sonnet 5.5 上线 Amazon Bedrock 和 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock（通过 Global CRIS global. inference profile）和北美的 Claude Platform on AWS 开放使用。
推荐理由：AWS 官方说明 Claude Sonnet 5.5 在 Bedrock 的可用性、与 Opus 5.5 的分工建议和上手方法，便于评估是否纳入现有工作流。
Hugging Face Blog精选AI 评分7171 H Company 发布 Holo4 通用计算机使用智能体系列，含 27B 与 35B-A3B 两个规格
H Company 发布 Holo4 智能体系列，含 27B dense 和 35B-A3B MoE 两个规格，同时推出基于 Nemotron 3 Nano Omni 的 Holotron4 Nano。
推荐理由：官方发布通用计算机使用智能体系列，给出多接口适配设计、OSWorld 2.0 分数对比和开源轨迹，读者可评估开源 Agent 的新选择。
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-VL-3B 的 DSpark 草稿模型，加速视觉语言推理
Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下换取更快推理，解码在设备端最高加速 3.13x、H100 上最高 2.66x，端到端分别为最高 2.62x 和 2.27x。
推荐理由：原文给出视觉语言模型的投机解码加速方案、具体倍数与内存开销，并覆盖 llama.cpp、MLX-VLM、SGLang 的接入方法。
Google DeepMind精选AI 评分6464 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google DeepMind 于 9 月 23 日发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词在超过 100 种语言中自定义角色声音、从 30 秒音频样本复刻声音、逐行指导表演节奏与方言变化，并原生支持双说话人场景生成。
推荐理由：官方公告给出了两款 TTS 模型的能力细节、基准成绩和开放渠道，读者可以据此判断语音创作工作流的变化。
Latent Space精选AI 评分8484 Anthropic 发布 Claude Opus 5.5，OpenAI 同日跟进降价 50% 的 GPT-6 Sol 和 Luna
Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5，称多数任务达到 Fable 5.1 水平、比 Opus 5 快约 30% 且每任务便宜 40%，token 定价从 $5/$25 降至 $4/$20，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：原文汇总了 Opus 5.5 的定价、评测与争议细节，包括第三方拆解显示 40% 降价在 max effort 下并不成立。
Simon Willison精选AI 评分8585 Anthropic 发布 Claude Opus 5.5，OpenAI 随后推出 GPT-6 Sol 与 GPT-6 Luna，新一轮价格战开启
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。
推荐理由：作者实测了三家新模型并整理完整价格表，读者可以据此比较新一轮降价幅度和各档模型的实际表现。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-6 Sol 和 Luna 两款模型
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，将前沿智能带入日常工作，两款模型在能力与成本之间提供不同平衡。
推荐理由：官方发布两条产品线定位信息，读者可据此了解两个新模型在能力与成本上的不同取舍。
Latent SpaceAI 评分7272 Xiaomi MiMo-V2.6-Pro 1T-A42B 开源发布，登顶开放权重模型，RL 训练成本约 300 万美元
Xiaomi 发布原生全模态的 MiMo-V2.6 系列，其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，MIT 许可证开源，以 Intelligence Index 46 分登顶 Artificial Analysis 开放权重模型榜首。
Latent SpaceAI 评分6161 Latent Space 访谈 TypeSafe AI CEO Diogo Almeida：Jev、System One 模型与 RLCD
Latent Space 播客对话 TypeSafe AI CEO Diogo Almeida，讨论其新发布的 Jev 模型及发布视频约 38M 次观看的热度。