AI 模型发布与更新

Artificial Analysis 发布 VIALS-AA 评测结果，对比模型带工具（agentic）与不带工具（one-shot）的表现：跨模型工具使用让平均分从约 25% 翻倍至约 47%。

Google DeepMind 于 11 月 11 日发布新一代基因组 AI 模型 AlphaGenome 2，可将组织、细胞类型或状态作为输入，预测 DNA 序列及变异对特定细胞的影响。

Runway 宣布世界动作模型 Praxis-1 以 Apache 2.0 开放权重面向所有人开放。该模型为 27B 参数 MoE 扩散 Transformer，同时预测视频与动作，在 NVIDIA RoboLab-120 榜单以 46.2% 成功率居首，超过 FLUX 3 Action（42.9%）、Cosmos3 Nano（36.8%）和 π0.5（28.0%）。

Google 在 Gemini API 推出新决策模型 Gemini Decision 1，价格 $0.10 per 1M input tokens 且无额外费用，原生支持图像、音频、视频和 PDF，256K 上下文窗口，可回答 1K questions，可在 API 免费试用。Google Labs VP Josh Woodward 转发并表示团队经常用它构建应用，称其让应用更快更智能；附图基准对比显示其在 JeeBench 92.2%、MMAU 71.8% 等项领先对比…

Google DeepMind 发布 DNA 模型 AlphaGenome 2，可输入 1 Mb DNA 加目标细胞状态，按细胞类型预测变异效应，通过 AlphaGenome API 向非商业研究开放。

Arena 宣布 Meta 的 Muse Ember (Max) 进入 Agent Arena，在 6k 真实智能体会话中以 +1.7% 净改进排名高效模型第一，每任务约 $0.02。

Grok Bot 1.0 发布，定位为可与整个团队协作的 AI 队友，支持分享 Bot、在 Slack 和 Teams 中协作以及邀请其参加会�议。作者 Balta 表示自己参与开发，并分享了他把 bot 加入会议以更好整理信息、避免会议内容被遗忘的用法。

MiniMax 官方演示其新的开放权重模型 H3 Image 的电商与广告创意用法：从草图或产品图出发，一次生成棚拍到生活方式广告等每个场景都保持一致的画面。据其引用的 @eachlabs，该模型约 10 秒生成原生 4K 图像，支持任意长宽比下最高 16MP、最多 16 张参考图，可精准编辑包括添加或替换物体、渲染文字、信息图和 UI 版式，现已可在 each::labs 试用。

Google 首个决策模型 Gemini Decision 1 上线 OpenRouter，发布首日即可调用。该模型可接收文本、图像、音频、视频或 PDF 加类型化问题，以概率形式回答是/否问题、从最多 255 个选项中选择或打分，上下文 262K，定价 $0.10/M input、output 免费。

Artificial Analysis 评测 Google DeepMind 发布的首个决策模型 Gemini Decision 1，在 Artificial Analysis Decision Index v2.1 得 66 分。

Google 推出 Gemini Decision 1，定位为 frontier decision 模型，已在 Gemini API 开放。定价为每 100 万输入 token $0.10 且无额外费用，原生支持图像、音频、视频和 PDF，提供 256K 上下文窗口与 1K questions，可在 API 中免费试用。

Arena 宣布 Claude Fable 5.2 (Max) 登顶 Agent Arena，净提升 +30.4%，约为第二名 Opus-5.5（+19.5%）的 1.6 倍，数据来自 4.7k 真实智能体会话。

Google DeepMind CEO Demis Hassabis 宣布发布新 DNA 序列模型 AlphaGenome 2，可预测 DNA 变异对不同特定细胞类型的影响，为理解复杂疾病提供关键信息。模型已通过 API 向学术研究开放，地址为 https://www.alphagenomedocs.com/。

ERNIE 5.5 Flash Preview 已就绪。尽管拿最难的任务来考验它。👀

Google DeepMind 发布 AlphaGenome 2，帮助科学家预测 DNA 变异如何影响特定细胞类型，并揭示疾病的细胞层面成因。模型基于同一 DNA 蓝图在不同细胞类型中解读方式不同的原理，预测特化细胞如何解读 DNA；相比 AlphaGenome 1，研究人员更容易把基因发现与疾病实际发生的特定细胞中的根本原因关联起来。

Google 介绍对 Gemini Robotics 2.5 的测试，模型在 200 项不同任务上评估，包括用夹子分餐、系礼品盒蝴蝶结和移液。与此前基线相比，模型成功率提升 30% 至 100%，完成速度加快 20% 至 30%，体现工具使用和精细物体操作能力。

Google 发布 Gemini Robotics 2.5，称在灵巧性、可靠性和安全性三方面有显著提升，机器人可使用日常工具并处理柔软易变形物品。在 Mercedes-Benz 产线的实际验证中，该模型帮助 Apptronik 的 Apollo 2 人形机器人以 96% 成功率拣选和打包汽车零部件，并表示还改进了物理安全可控性，推出了针对机器人对抗性越狱的新基准。

Google 发布 Gemini Robotics 2.5，称其为迄今最强的视觉-语言-动作（VLA）模型。该模型提升了机器人可学习技能的广度和学习速度，帮助机器人走出实验室进入真实世界环境，目前已开始向其机器人合作伙伴推送。

Tim O’Reilly 撰文提出，ChatGPT、Claude Code 等更像是新平台时代的浏览器和 BASIC，真正改变普通人能力的 AI 原生杀手级应用可能尚未出现。

Jim Fan 发布一段未剪辑、1 倍速的实机视频，展示 GR00T 2 控制真实灵巧手端到端完成化学实验并自行清理。这是其机器人视频系列第一期，后续将持续更新原速视频。引用内容介绍 GR00T 2 为开放 System One 机器人模型，可完全在机器人本体算力上运行，支持 20+ 步、5 分钟以上的长程任务、X-Adapt 零样本迁移与统一认知，并开源模型权重、X-Adapt 配方、智能体框架、仿真引擎、标注引擎、硬件设计和 10 万小时训练数据。

谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可将预测从宽泛组织缩小到单个细胞类型与状态，识别可改变基因表达的变异数量较初代接近翻倍。

Google DeepMind 发布 AlphaGenome 2，模型逐个细胞类型分析组织，避免整体观察时遗漏单个细胞内部的变化。模型基于覆盖 68 种组织的 100M+ 谱 trained 训练，识别的基因开关突变数量接近上一代模型的两倍。

你的心脏、大脑和免疫系统拥有相同的 DNA 序列。那么，单个字母的改变为何会影响某些细胞中的疾病，却不影响其余细胞？ AlphaGenome 2 是我们的新 AI 模型，它能聚焦特定细胞，帮助科学家理解疾病的驱动因素。🧵

Google DeepMind 发布下一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 变异如何影响数百种人类细胞类型中的基因表达。模型改为条件式架构，训练数据超过 1.07 亿个单细胞样本、覆盖 68 种组织，在 TenK10K 数据集上识别的因果变异数量接近上一代的两倍（30% vs 16%），并能在不重新训练的情况下泛化到新的单细胞实验。

百度 ERNIE 5.5 Flash Preview 现已在 Arena 平台上线，用户可在 Battle Mode 中用编码、Web 开发和实际任务测试，Code Arena 分数即将公布。据引用的百度官方内容，该模型总参数 280B、每 token 激活 14B，支持 1M token 上下文窗口，生成速度超过 200 tokens/sec，在 Terminal-Bench 和 AutomationBench 等基准上表现有竞争力；模型权重将于 11 月 25 日前发布。

Google DeepMind 发布基因组预测模型 AlphaGenome 2，用于捕捉基因变异在不同细胞类型和状态下的差异效应。该模型基于超过 1 亿个细胞档案和 68 种组织训练，识别可改变基因表达的变异数量接近前代最优模型的两倍，还能对未见过的细胞类型做出预测并指出实验数据缺口。

腾讯混元官方宣布 Hy4 已上线 OpenRouter。引用内容提到其成绩为 Terminal Bench 4.0 得分 44.4、OSWorld 2.1 得分 78.9、AutomationBench v1.0.6 得分 56.2，更多信息见 https://hy.tencent.ai/research/hy4。

作者实测深度原理的科研模型 Hydrogen-1.0，该模型以 GLM5.3 为底座，用化学、材料、生命科学知识和科学发现轨迹做 SFT 与 RL 再训练。在 FrontierScience Research 上解题率 38.3%，高于 GPT-6Astra 最高档的 33.3% 且成本更低。

小红书升级发布端到端精确语音编辑模型 dots.tts.edit V1.1，支持选中文句后进行文本替换、情绪、语速和停顿等多处局部编辑，中英双语和多说话人语音均可一次生成完成。

MBZUAI 基础模型研究所（IFM）于 2026 年 11 月 10 日在 X 宣布发布开源世界模型 PAN 2，权重、训练代码和推理代码均以 Apache 2.0 开源。

阿里巴巴Qwen4最新消息： - Qwen4-Max Preview在Qwen4正式发布前抢先上线 - Qwen4-Max token定价将限时享受90%折扣 - 新模型将内置于Qoder（用于编程）、Qwen Office和QwenStudio

百度文心发布 ERNIE 5.5 Flash Preview，这是此前 ERNIE 5.5 Flash Base 模型的首个后训练版本。模型总参数 280B、激活参数 14B，支持 1M 上下文，官方称在编程、3D 建模、知识工作、内容创作等方面表现有竞争力并保持较快解码速度。API 已在千帆平台上线，权重将于 11 月 25 日前开源；官方表示这是后训练中间版本，后续正式版本将继续优化。

Tether AI Research 在 Hugging Face 博客介绍 BotPsy，一个基于 Qwen3.5-0.8B 的 0.8B 参数函数调用与智能体模型，面向端侧部署。

蚂蚁 inclusionAI 在 HuggingFace 发布基于 Qwen3.5 的 4B 多模态决策模型 SingVL_S1_4B，支持对文本或 JSON 及最多四张图片按 choice、noul、score 三类问题单次前向打分。

MiniMax 官方感谢 Runware 对 MiniMax H3 Image 的 Day 0 支持，该图像模型基于开源视频模型 H3 构建，定位广告创意、电商与规模化内容生产。官方称模型支持最多 16 张参考图输入，出图速度提升 2–3 倍；Runware 版本输出最高 20 MP，提供 1K/2K/4K 预设与 1:3 到 3:1 宽高比，H3 Image Highspeed 速度为 2 倍，图像输出 $3.80 每百万 token 起，两款模型 4K 输出 11 月 …

inclusionAI 在 HuggingFace 发布 ZoomGain-4B 的 GGUF 格式权重，经 llama.cpp 转换，语言模型与视觉编码器、投影器（mmproj）均提供 FP16、Q8_0、Q4_K_M 三种精度。

阿里巴巴官宣新一代千问大模型 Qwen4 即将发布，称知识理解更深入、世界感知更立体，Coding 与 Agentic 能力持续进阶。Qwen4-Max 预览版已首发上线阿里 Token Plan，限时最低 1 折可体验；千问办公、Qoder、千问 App、QwenStudio 等已接入新模型。

ACE Studio 的 ACE Music v1 在 Artificial Analysis AA-Music-Vocal v1.1 榜单首秀即排第一，领先 Suno v6。

谷歌 Android Developers 首次公开 GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 在 Android Bench 的跑分。

谷歌于当地时间 11 月 10 日宣布正式开放 Gemini 4 Carbon 模型，面向开发者、企业、科研人员和消费者提供服务，定位为谷歌目前能力最强的推理模型。