2026.11.13 大模型 2800亿参数只激活140亿，文心5.5用一个11小时的任务证明长程能力 → 11月12日，百度在世界大会2026上发布文心5.5 Flash Preview。按官方发布页的说法，这是此前发布的Flash Base模型的首个后训练版本，总参数2800亿，每个词元激活140亿参数，支持最长100万词元上下文，定位在编程、3D建模、知识工作与内容创作四类任务。模型API已在千帆平台上线，权重将在11月25日前以Apache 2.0协议开源。
2026.11.12 大模型 让两台Mac用雷雳线连成一台推理服务器，苹果想把模型留在桌面上 → 据多家媒体援引爆料人士报道，苹果正在开发一款名为Harbor的Mac应用，目标是把搭载苹果芯片的电脑变成一台私人AI推理服务器。这个应用可以下载、管理和运行开放权重模型，推理过程全部留在本机，数据不必上传云端。更具想象力的一点是，它支持通过雷雳5接口把两台甚至更多台兼容Mac连起来自动组成集群，把各自的统一内存合并使用，从而运行单机装不下的大模型，或同时处理更多请求。报道称该应用目前由苹果旗下的软件子公司Claris进行非公开预览，尚未公布上线时间。
2026.11.11 大模型 两款新模型同天上线，Anthropic却在训练时故意压住了两种能力 → 11月9日，Anthropic同时放出两款模型，Claude Fable 5.2与Claude Mythos 5.2。两者共享同一个底座，差别在安全策略：Fable面向广泛开放，Mythos把网络安全与生命科学场景的限制放宽，通过验证计划向部分机构开放，同时驱动Claude Security这条产品线。
2026.11.10 大模型 每百万输入词元一毛钱，Meta把模型拆成规划与执行两层分开卖 → 11月9日，Meta超级智能实验室发布了一款名为Muse Ember的模型，官方说法是家族里最轻、单位成本最低的一款。定价给出的数字很直接：每百万输入词元0.10美元。这个价格放在闭源模型里属于明显的低档，放到开源阵营里也算同一区间，Meta自己把DeepSeek V4.1 Flash与GLM 5.3 Flash列为价格参照。
2026.11.09 大模型 不把图像翻译成文字，1.6B参数模型用一条连续的路统一看图与画图 → 语言是离散的词元序列，视觉是连续的高维像素分布，两者在信息结构上天然错位。过去几年，统一多模态模型基本沿着两条路走：一条把图像也量化成离散词元，和文字拼在一起做自回归；另一条让文字走离散预测、图像走连续扩散，在一个模型里同时维护两套目标函数。两条路都能跑通，但都留了妥协。华中科技大学王兴刚团队与北京交通大学、地平线等机构合作提出的Multimodal Flow，选了第三条：全连续。语言和视觉都留在各自的连续嵌入空间里，只共享一个Flow Matching目标。
2026.11.08 大模型 3200万美元训出650亿参数模型，Ripple-65B把研发成本摊到桌面上 → 11月4日起，美国初创公司 Ricursive Intelligence 的 Ripple-65B Preview 可以在 Hugging Face 直接下载，协议是 Apache 2.0，允许商用。模型是650亿参数的稠密结构，训练用了12万亿词元，上下文长度100万，定位在编程与智能体任务。比参数更引人注意的是公司同时公布的两个数字：研发总成本约3200万美元，以及在 TerminalBench 2.1 上拿到80.52分。前者把训练一个大模型的账本第一次摊到了台面上，后…
2026.11.07 大模型 5940亿参数先关着门放出来，Thinking Machines把开源拆成了两步走 → 11月5日，米拉·穆拉蒂创办的Thinking Machines Lab发布了第二代模型Inkling 2 Small。参数规模是5940亿总量、170亿激活，混合专家结构，支持图像输入，也能按任务调推理投入的档位。它在Artificial Analysis智能指数上拿到31分，比自家上一代高出一大截，与谷歌Gemini 3.8 Flash的高档位持平。真正让这次发布区别于同行的不是分数，而是权重没有跟着模型一起放出：完整权重按Apache 2.0开放的承诺写进了发布稿，但时…
2026.11.06 大模型 图里根本没有的东西，它也敢说没有，微信把七种视觉任务塞进一个模型 → 11月4日至五日，微信视觉团队开源了WeVisOne-VL，提供二十亿与四十亿参数两个版本。它把目标检测、指代定位、计数、点选、文字识别、分割与抠图放进了同一个视觉语言模型，输出可以是点、框、掩码，也可以是带透明度通道的抠图结果。更特别的是遇到图里并不存在的目标时，它会直接返回一个空答案，而不是硬凑一个框出来。
2026.11.05 大模型 腾讯混元Hy4正式开源，七千七百亿参数第一次能看屏幕也能点鼠标 → 11月4日，腾讯混元发布大语言模型Hy4正式版。按官方披露，这一版相较此前的预览版扩大了预训练与后训练规模，总参数七百七十亿，采用混合专家架构，第一次引入视觉理解，第一次支持电脑操作。混元方面称，这是Hy系列首次跻身最强开源模型之列，同时也承认与顶尖闭源模型仍有较大差距。权重将于近期开放，系统卡片同步发布。
2026.11.04 大模型 七百五十三亿参数科学模型开源，权重放出来了，训练配方还锁在实验室 → 11月2日，杭州的Deep Principle把Hydrogen-1.0的权重挂上了Hugging Face与ModelScope。总参数七千五百三十亿，MoE结构，七十八层，二百五十六个路由专家加一个共享专家，每个词元激活其中八个，实际激活量在四百亿上下。上下文一百万词元，单次最长输出十二万八千。许可用的是MIT，商用不设额外门槛。这些数字放在一起，是一份相当完整的交付说明，但它同时缺了最关键的一页。
2026.11.03 大模型 给一百五十八个评测基准做体检，阿里团队先量出了大模型的分数通胀 → 模型榜单看多了会发现一个现象：头部选手的分数越来越挤，第一名和第五名差不到两分，转发时却要写成“碾压”。阿里数据与晓天衡宇的研究团队把这个现象做成了可量化的诊断。他们的论文《Benchmark Health Index: A Systematic Framework for Benchmarking the Benchmarks of LLMs》被NeurIPS 2026评测与数据集赛道接收为口头报告，是该赛道十五篇口头报告之一。论文没有去测模型，而是去测那把量模型的尺子。
2026.11.02 大模型 文本水印从可选项变成硬性合规项，两款旧模型改一个采样参数就能绕过 → 11月3日起，Anthropic开始给四款旧版Claude补上文本水印：Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6。这不是新功能发布，是一次追溯性改造。公司发给API客户的邮件说得很直接，8月2日之后发布的模型从第一天就带水印，之前的模型需要在过渡期内补齐，现在给出了起始日和名单。亚马逊Bedrock上的推送可能晚几天。
2026.11.01 大模型 442368个神经元逐个推一遍，Qwen被问出34220种身份 → 10月27日，一个名为Neuron Persona Library的站点在技术社区被反复转发。做法不复杂：拿开放权重的Qwen3-8B，把36层里每一层、每层12288个MLP神经元逐个单独加偏置，向上一次、向下一次，然后问模型一句你是谁。88万多种神经元与方向的组合、含重试共约189万条回复被逐条存档，其中34220条回答说自己是别的东西。
2026.10.31 大模型 小米开源0.8B文档大模型，认字、抽字段、答问题全都能一次做完 → 10月31日，小米技术宣布正式发布并开源轻量级文档理解模型Xiaomi-OCR-0，参数只有0.8B，宣传口径是"小尺寸全能王"。它的定位不是又一个文字识别工具，而是把文档解析、关键信息抽取和OCR视觉问答三件事塞进同一个模型。底座用的是Qwen3.5-0.8B-Base，训练数据约1.7亿条OCR与文档理解样本，权重、推理代码、浏览器交互Demo、MCP服务和Agent Skill工具包都已经放出。
2026.10.30 大模型 谷歌新模型Carbon专攻网安，漏洞检测88.2%但幻觉率涨到11% → 10月28日太平洋时间上午，谷歌发布了Gemini 4系列的新成员Carbon。距离上一款旗舰Argon在10月13日向全球开放，只过了两周。这次发布有两个不寻常之处：一是它没有直接对外售卖，而是先通过Fairwind计划交给经过审核的网络安全防御者；二是谷歌在宣传材料里罕见地把"能连续工作几天"当成核心卖点，而不是跑分。
2026.10.29 大模型 扩散智能开源Clover：参数翻了五倍，速度没掉，还快了五到十倍 → 10月28日，扩散智能DiffuSpace发布并开源了Clover-35B-A3B-Preview。这是一款总参数350亿、激活参数30亿的MoE模型，走的却不是GPT、Claude那条从左到右逐个吐词元的路，而是扩散语言模型路线：一次并行解码一整块内容，靠多轮去噪把乱码收敛成句子。官方给出的对照很直白，在智能体编程任务上，它的生成速度最高可以达到同尺寸自回归模型的五到十倍。
2026.10.28 大模型 OpenAI发布GPT-6.1 Terra：API降价一半，电脑操作追平旗舰 → 10月26日，OpenAI发布新模型GPT-6.1 Terra，模型编号为gpt-6.1-terra，同日进入API、ChatGPT Work与Codex，面向Plus、Pro、Enterprise与Edu用户开放。官方给出的定位很直接：为整天坐在电脑前的那类重复工作准备，包括起草商业提案、读取收到的发票并录入财务软件、解读技术图纸、填写表格、多条素材的视频编辑。这不是一次能力展示，更像一次价格与场景的重新对齐。
2026.10.27 大模型 BOSS直聘开源330亿参数智能体模型，512K上下文硬啃终端任务 → 10月23日（太平洋时间），BOSS直聘旗下的Nanbeige LLM Lab在Hugging Face上传了Nanbeige4.3-33B，Apache 2.0许可，330亿参数稠密结构，上下文窗口524288个词元，推理默认开启。这次它没有先去刷一个小模型的性价比榜单，而是先放出教师，计划中的3B学生模型之后从它蒸馏。
2026.10.26 大模型 40B参数每次只叫醒2.5B，开源编码模型能装进笔记本离线写代码 → 10月21日，由前Salesforce首席科学家Richard Socher创办的AI实验室Recursive开源了第一款模型Flint。这是一款纯文本编码模型，总参数39.8B，采用混合专家架构，每个词元只激活约2.5B，权重按Apache 2.0许可发布，同日在Hugging Face上线，并被Ollama以flint标签收录。它想解决的场景很明确：让编码智能体跑在开发者自己的笔记本或自有GPU上，代码不出本机，也不产生按词元计费的账单。对习惯了按月订阅云端编码助手的工程…
2026.10.25 大模型 Block造出只听声音的对话模型，一台MacBook就能跑超实时 → 做支付起家的 Block 有一个规模不大的研究团队，10 月 23 日他们公布了一个叫 Dessa 的语音模型。官方描述里最反常识的一点是训练语料只有真实的人类对话录音，没有文本，也没有在别人的预训练模型上继续训练。它不把语音转成文字，而是在声音层面直接理解与回应，因此可以在句子中间笑出声、用鼻音表示同意、跟着对方的语气调整自己的语速。团队说这套模型跑在一机架的英伟达服务器上训练完成，在搭载 M4 Max 芯片的 MacBook Pro 上推理速度超过实时。