AI 模型发布与更新

Artificial Analysis 发布对 Gemini Omni Flash 1.2 的视频评测，该模型在 AA-Video-Editing v1.1 排名第 2，在 AA-Video-T2V v2.1 从 1.1 的第 12 升至第 6，在 AA-Video-I2V v2.1 从第 17 升至第 14。

Nvidia 发布 GR00T 2，一个能驱动机器手臂、机械手和人形机器人的开放世界动作模型。机器人的动作数据通常来自真人遥操作录制，成本高且稀少，而 GR00T 2 通过在 402,730 小时人类头戴相机视频、10,184 小时手持夹爪演示和仅 23,500 小时遥操作机器人数据上预训练，缓解了对昂贵的遥操作数据的依赖。

ARC Prize 在 X 公布对 Google Gemini 4 Carbon 的 ARC-AGI 测评，结果已上 arcprize.org/leaderboard 排行榜。原文同时给出完整结果页 https://arcprize.org/results/google-gemini-4-carbon、公开结果复现仓库 https://github.com/arcprize/arc-agi-benchmarking 及测试政策 https://arcprize.org/po…

ARC Prize 公布 Google 的 Gemini 4 Carbon 在 ARC-AGI (Verified) 上的成绩。ARC-AGI-3 得分 99.1%（provider adapter，花费 $4.6K）、65.1%（standard harness，$7.2K）；ARC-AGI-2 得分 94.2%（$0.38/task）；ARC-AGI-1 得分 98.5%（$0.16/task）。在 standard harness 下，Carbon 在 ARC-AGI…

IFM 推出开放基础世界模型 PAN 2，接受描述的动作并生成最多 20 秒展示物理后果的视频，定位为让 Agent 把试错成本移入模拟。架构上由语言模型先规划情节、再由 29B 视频模型渲染。官方基准显示 PAN 2 完成单步 71.5%、完整计划 34.0%，在开放模型中完整计划完成率第一、Physics-IQ Verified 排名第三。

ARC Prize 宣布 Google Gemini 4 Carbon 的评测结果已收录至 arcprize.org/leaderboard 排行榜。作者同时提供了复现公开结果的 GitHub 仓库、测试政策和 Gemini 4 Carbon 完整结果页面链接。

@Google 在 23 个 ARC-AGI-3 公开游戏上，两个模型借助提供商适配器均以高分获胜，Carbon 用了 5,731 步，Argon 用了 5,846 步（少 2%）。人类速通总计 4,804 步；Carbon 比人类参考多用了 19.3%。

ARC Prize 公布 Gemini 4 Carbon 在 ARC-AGI (Verified) 的成绩。ARC-AGI-3 标准评测得 65.1%，成本 $7.2K；ARC-AGI-2 得 49.6%，$0.10/task；ARC-AGI-1 得 98.5%，$0.16/task。比其前身 Argon 在标准评测下 ARC-AGI-3 高 18 个百分点。

Latent Space 播客访谈 Resend 联合创始人兼 CEO Zeno Rocha，探讨为何 Claude Code 在 102 次邮件服务推荐中 64 次首选 Resend。

Arena 的 Agent Arena 分析发现，Google DeepMind 的 Gemini 4 Carbon 随任务难度提升成本竞争力增强。典型任务下 GPT-6 Astra 成本为 Carbon 的 3.4 倍，Claude Opus 5.5 为 3.9 倍，GPT-6.1 Sol 约为一半（0.54 倍）；在成本最高的 5% 会话中，Carbon 相对三者进一步改善，Astra 相对成本约翻倍，Sol 的价格优势收窄。

Latent Space 评测面向编码的开源权重模型 Naive-N0.5-Flash，该模型由 NaiveAI 在小米 MiMo-V2.5（310B 参数 MoE、15B 激活、48T tokens）基础上继续训练约 3.25T tokens 并适配 DeepSeek Sparse Attention。

Arena 宣布 MiniMax 的 H3-Image 图像生成模型已上线 Arena，用户可在 Battle Mode 中用创意提示词测试并投票，评分将陆续公布。据 MiniMax 引用内容，该模型支持 1600 万像素分辨率、10 秒内生成 4K 图像、最多 16 张参考图并开放权重，现已可通过其 API、MiniMax Code 和 Hailuo AI 使用。

Nvidia 发布基础模型 GR00T 2，采用世界动作模型（WAM）架构，同时预测下一步动作和未来短片段视频，用超过一千块 GB300 芯片和约 40 万小时头戴相机人类动作视频训练，可将人类动作迁移到机械臂。

MBZUAI 基础模型研究所（IFM）发布开放基础世界模型 PAN 2，面向物理智能的模拟式推理，让智能体先推演再行动。它由 LLM 负责概念推理、29B 从零训练的扩散模型负责感知生成；去掉 LLM 后多步任务仅 8.7% 步骤正确、无计划完成，两者配合则步骤正确率 75.1%、完整完成 34.0% 的计划，为 IFM 测试模型中最高。

Google 正式发布 Gemini 4 Carbon，定位为补充而非替代 Gemini 4 Argon，面向复杂多步编码、调试和开放性科研等高智能任务，两者 token 单价相同但 Carbon 推理消耗更多 token，实际总成本可能更高。

Google DeepMind 宣布开放 Gemini 4 Carbon 构建，称其为面向复杂、长程任务的最强模型。该模型旨在深入探索问题并运行长时间的验证循环，适用于软件工程、网络安全、知识工作和科学领域。

推出 Scribe v3 和 Scribe v3 Live：这是我们迄今最准确的语音转文字模型。 Scribe 专为真实场景音频打造，在极端背景噪声环境中表现出色，能区分句末停顿与句子结束，还能在繁忙会议中追踪谁说了什么。

Google 发布最新前沿模型 Gemini 4 Carbon，Demis Hassabis 称从 Gemini 3 到 Gemini 4 进展惊人。他演示 Carbon 一次性逆向自己 90 年代的 Theme Park 二进制文件、新增 DeepMind 主题游乐设施并移植到网页版。引用内容提到其在 Google AI Studio 中用 Gemini 3 在几小时内复刻了 Theme Park 测试版，玩家甚至可调整薯条加盐量。

Google 向所有付费开发者和 Google AI Ultra 订阅者开放其最强模型 Gemini 4 Carbon，此前两周仅限 Fairwind 网络安全防御者使用。

现在轮到你们了，创作者们。 尽情发挥吧！！！我们迫不及待想看到你们构建的作品。🚀

Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，与 Apptronik 和 Mercedes-Benz 在匈牙利 Kecskemét 和德国 Sindelfingen 的实际产线测试中，Apollo 2 人形机器人完成金属零件分拣装箱，成功率达 96%。

试试 MAI-Transcribe-2，全球最快、最便宜、最准确的转录模型！ 比 GPT‑Transcribe 快 10 倍 比 Gemini 3.5 快 5 倍 每小时音频 $0.10

Artificial Analysis 发布 Keenable Search 1.0 的搜索基准结果，pro 模式以 83 分居 Artificial Analysis Search Index 第一，realtime 以 82 分第二，领先 Exa（auto, dynamic highlights）和 Perplexity（medium）的 80 分。

MiniMax 发布基于 H3 的开源权重图像生成模型 H3-Image，支持文生图、参考图生成和图像编辑，可生成 4096 × 4096 的 4K 图像，速度最高达主流方案的 5 倍。

Google 宣布最强前沿模型 Gemini 4 Carbon 正式可用，定位于复杂长程工作流，覆盖智能体工作、软件工程、网络安全和科学推理。Gemini 4 Argon 仍是多数软件工程和知识工作的理想选择，Carbon 面向多步调试、开放式科研等最难任务。

Logan Kilpatrick 发文表示该模型具备前沿水平的网络（cyber）能力，团队一直在努力确保它能安全地部署给网络防御者和更广泛用户，并感谢用户的耐心等待。他同时欢迎继续反馈，承诺持续更新，附博客链接 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/。

Google 宣布 Gemini 4 Carbon 从今天起向 Google AI Ultra 订阅用户开放，覆盖桌面端、移动端和网页端 gemini.google。

Google 宣布 Gemini 4 Carbon 从今日起可用。Google AI Ultra 订阅者可在 Gemini App、搜索 AI Mode、Antigravity 和 Google AI Studio 中使用；开发者和企业可通过 Google AI Studio 与 Android Studio 中的 Gemini API 以及 Gemini for business 使用。

Google 宣布 Gemini 4 Carbon 正式可用，称其为最强模型，面向深度挖掘、长程任务和多步推理。官方表示 Argon 适合复杂任务，Carbon 则用于解决最难的问题。

Logan Kilpatrick 宣布 Gemini 4 Carbon 上线，可通过 Gemini API 使用，Ultra 订阅用户也可用。他表示该模型在 Argon 发布几周后推出，针对 Argon 的多项反馈做出显著改进，并在网络安全、知识工作和代码方面推进前沿水平。

Google DeepMind 正式向开发者、企业、科学家和普通用户开放 Gemini 4 Carbon，定位为其最强前沿模型，主打网络安全能力与复杂知识工作、软件工程、科学推理中的长程智能体工作流。

fal 发文介绍 MiniMax H3 Image 图像模型，称其图像质量达到前沿水平且速度出色。该模型支持任意宽高比的原生 16MP 分辨率，并可在约 15 秒内完成 2K 图像编辑。

百度发布 ERNIE 5.5 Flash Preview，是基于此前 Base 模型的首个后训练版本，总参数 280B、激活参数 14B，支持 1M 上下文。模型 API 已在千帆平台上线，权重将于 11 月 25 日前开源；官方展示了游戏开发、3D 建模、知识工作、视频创作等 Agent 场景成果，并称该版本为后训练中间版本，正式版仍将持续优化。

Google 将 Gemini 4 Carbon 向公众开放，此前两周仅提供给部分网络安全防御者，并在 Antigravity 平台预览 swarm 功能，可将单个提示词变成协作的智能体团队。

MiniMax 发布开源图像模型 MiniMax H3-Image，支持 10 秒内生成 1600 万像素（4K）图像，具备精准提示词遵循与编辑能力，最多支持 16 张参考图。模型开放权重，已通过 API、MiniMax Code 和 Hailuo AI 提供，上线首周 16MP 以上生成享五折优惠，权重已上架 Hugging Face。

Zyphra 发布开源 TTS 模型 ZONOS3-Mini，采用稀疏 MoE 架构，总参数 800M、每 token 约 100M 激活，权重以 Apache 2.0 开源，支持零样本声音克隆和词级韵律控制。

MiniMax 发布开源权重图像生成模型 MiniMax H3-Image，主打 10 秒内生成 1600 万像素（16MP）4K 图像，支持精准提示词跟随、编辑和最多 16 张参考图。

Amazon 发布第二代表格基础模型 Mitra-v2，支持分类与回归，分类和微调版本及代码以 Apache-2.0 许可开源于 Hugging Face。

MiniMax 宣布 H3-Image 图像生成模型正式发布并开放权重，该模型衍生自 H3，具备文生图、图像参考和图像编辑能力。它可在 10 秒内生成 4096×4096 像素（约 16MP）的高分辨率图像，官方称速度达市面主流水平的 5 倍，支持最多 16 张参考图，并提供官方五折限免、Hugging Face 权重和 API 入口。

MiniMax 正式发布并开放权重的 H3-Image 是衍生自 H3 的图像生成模型，支持文本生成图像、图像参考和图像编辑。它可在 10 秒内生成 4096×4096 像素约 16MP 的图像，官方称速度达市面主流的 5 倍，指令遵循能力为开源模型中最强并最多支持 16 张参考图。