Anthropic Claude 30分钟破解NSA 25年密码学谜团
Anthropic的AI模型Claude在不到30分钟内解开了困扰业界25年的NSA椭圆曲线数字签名标准（ECDSA）种子生成之谜。该谜题源于2000年NIST标准化时NSA提供的无解释种子值，曾引发后门担忧。
全部 AI 动态
The DecoderAI 评分7575 The Decoder同新闻AI 评分8282 DeepSeek 发布 V4.1 Flash 1017：智能体任务表现优于大型竞品且成本大幅降低
DeepSeek 发布开源模型 DeepSeek-V4.1-Flash-1017，在编码和智能体任务基准测试中性能超越 Claude Opus 5、GPT 5.6-Sol 等更大竞品，同时单任务平均成本降至约 $0.20。
IT之家精选AI 评分8282 DeepSeek V4.1 Flash-1017 版本发布：性能提升且耗时缩短
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本，官方网页端、APP 与 API 已同步变更。新模型在各项基准测试中能力较上一版有明显提升，同时任务运行时间与输出长度均有缩短，使单次调用的综合成本下降。
推荐理由：原文说明了新版本在基准测试中的能力变化及成本优化细节，读者可据此评估其实际性能提升幅度。
IT之家AI 评分5353 我国首个全自主可控气象 AI 集合预报系统“风清”投入业务运行
我国首个数据、模型和算力完全自主可控的业务级气象 AI 集合预报系统“风清”V1.0 正式投入全国气象业务运行。该系统依托国家超级计算天津中心十万卡 AI4S 超算集群训练，融合视觉 Transformer 架构与气象物理约束算法，全球有效预报时效可达 11 天，多项核心预报指标优于欧洲中期天气预报中心（ECMWF）最新的人工智能集合预报系统。
Artificial AnalysisAI 评分4040 d1-ultra非幻觉率达85%
d1-ultra 在 AA-Omniscience-Decision 上实现了最高的非幻觉率，达到 85%，是 Microsoft-Decision-1 的 40% 第二高率的倍以上。与 d1 相比，更多的弃权导致准确率降至 32%，而 d1 为 41%。
Artificial AnalysisAI 评分4242 Liquid AI 发布 d1-ultra 登顶决策指数
Liquid AI 发布了 d1-ultra，在 Artificial Analysis Decision Index v1.0 中占据第 1 位，得益于幻觉率的降低。d1-ultra 是 @liquidai 推出的新决策模型，继本月早些时候发布 d1 之后推出。其定价为 $0.042
Artificial AnalysisAI 评分4040 Beam 领跑美开源模型 Cyber 指数
Beam 在 Artificial Analysis Cyber Index 上得分 34%，是我们测试过的领先的美国开源权重模型。得益于其 token 效率，它也与 GPT-6 Sol (Daybreak Blue) 一起位于 Cyber Index vs. Output Tokens per task frontier 上
Artificial Analysis精选AI 评分6060 Reflection 发布开源模型 Reflection-3.7-70B
Artificial Analysis 报道 Reflection 发布了其首个开源模型 Reflection-3.7-70B。该模型拥有 50B 总参数和 70B 激活参数，在 Artificial Analysis Intelligence Index 中得分为 42。
推荐理由：原文给出了 Reflection 新模型的基准分数和参数规模，读者可据此快速评估其在开源阵营中的性能定位。
TechCrunch · AIAI 评分6565 Vercel 数据：Jev 成为其史上最快普及的 AI 模型
Vercel 发布的数据显示，由 TypeSafe AI 开发的 Jev 模型在上线两周内即被 35% 的付费团队使用，成为该平台历史上普及速度最快的 AI 模型。
TechCrunch · AIAI 评分6060 Elorian 发布首个 AI 模型 Glimpse，主打图像内推理而非仅描述图像
AI 初创公司 Elorian 发布了首个模型 Glimpse，目前以研究预览形式提供 API 访问。该模型引入“视觉草稿空间”机制，允许在推理过程中裁剪图像区域、提取视频帧或运行代码来直接分析视觉内容，而非仅将图像转换为文本后处理。
The Decoder精选AI 评分7878 Gemini 4 Argon 在 ARC-AGI-3 基准测试中的表现分析
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 基准测试中使用 Provider Adapter Harness 获得 97.5% 的分数，成为继 OpenAI 之后第二家突破 95% 的 AI 实验室。
推荐理由：原文对比了不同测试环境下的分数差异，并指出模型在数学和软件工程领域的相对短板。
Hugging Face Blog精选AI 评分9292 Reflection 发布 501B 参数开源模型 Beam
Reflection 发布了首个开源大语言模型 Beam，这是一个拥有 501B 总参数（每 token 激活 23B）的混合专家（MoE）模型，支持 1M tokens 上下文窗口并采用 Apache 2.0 许可证。
推荐理由：原文提供了501B MoE模型的架构细节、多精度检查点及vLLM/SGLang部署方案，读者可据此评估其在自有硬件上的落地可行性。
Artificial AnalysisAI 评分2929 Muse Spark Open 幻觉率最低
Muse Spark Open (xhigh) 在 AA-Omniscience (25) 上领跑所有开源权重模型，其驱动力在于它是得分 30 分以上的开源权重模型中幻觉率最低的（24%）
Artificial Analysis同新闻AI 评分7272 Meta 发布开源模型 Muse Spark Open
Meta 发布了拥有 816B 总参数（42B 激活）的开源权重模型 Muse Spark Open。该模型在 Artificial Analysis Intelligence Index 上得分为 39，被评为美国排名第一的开源权重模型。相比 Meta 此前发布的 30B 稠密开源模型 Muse Glimmer，Muse Spark Open (xhigh) 的得分高出 22 分。
Artificial AnalysisAI 评分4242 DeepSeek V4.1 Flash 刷新吞吐纪录
在 DeepSeek V4.1 Flash 上，Vera Rubin 在每用户约 230 至 350 tok/s 区间内，每兆瓦吞吐量约为 GB300 的 3.4 至 3.6 倍，并在单台 4-GPU 服务器上达到每用户 906 tok/s，这是我们在排行榜上任何模型的最快结果
Artificial AnalysisAI 评分5353 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 初步性能结果
Artificial Analysis 在 AA-AgentPerf 上发布了 NVIDIA Vera Rubin NVL72 的初步测试结果。数据显示，该硬件在 DeepSeek V4 Pro 上的每兆瓦总吞吐量约为前代 GB300 NVL72 的 ~5.7x，在 DeepSeek V4.1 Flash 上约为 ~5.4x，在 GLM-5.2 和 Kimi K3 上分别约为 ~3.0x 和 ~2.8x。Vera Rubin 是 NVIDIA 的下一代架构产品。
IT之家AI 评分6262 PrismML 发布 Ternary Bonsai 2 系列模型，iPhone 18 Pro Max 上最高每秒 120 个词元
AI 公司 PrismML 推出基于阿里 Qwen 3.5 基座的 Ternary Bonsai 2 系列模型，包含 2B、4B 和 9B 三种规模，采用仅用 -1、0、+1 编码参数的三元权重表示法。
IT之家AI 评分6565 微软完成 SOTA 基模 MAI-Base-2 预训练，性能强于所有参测开源权重模型
微软宣布完成新一代基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数规模达 2.8T，活跃参数规模 80B，在 6,000 个 NVIDIA GB200 GPU 上历经 38 天训练而成。微软表示其预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍，并强调了科学规模化、模型-基础设施协同设计和数据规模化三项关键举措。
IT之家AI 评分3232 TypeSafe AI 发布 Jev 1.14 决策模型仅一天，Liquid AI 便以 d1-ultra 全面超车
Liquid AI 在 TypeSafe AI 发布 Jev 1.14 预览版仅一天后推出 d1-ultra 决策模型。d1-ultra 号称全球最佳，在八类任务中表现均优于 Jev 1.14，整体性能也超过 vLLM Semantic Router d3 等竞品。
IT之家AI 评分6868 微软发布自研模型 MAI-Base-2，称仅用 OpenAI 四分之一算力即超越 GPT-5.6 底层模型
微软发布自研基础模型 MAI-Base-2，其 AI 业务 CEO 穆斯塔法·苏莱曼称该模型性能超过驱动 GPT-5.6 Sol 的模型，且训练算力仅为 OpenAI 的四分之一。
IT之家AI 评分5757 小米开源空间音频理解大模型 MiDashengLM-Spatial
小米宣布开源 Dasheng 系列新成员 MiDashengLM-Spatial，以 Apache 2.0 许可证发布完整模型权重和推理代码。该模型基于 MiDashengLM-7B，赋予大模型空间感知与推理能力，使其不仅能听懂内容，还能判断声音来源及空间分布。小米称其为业界首个开源端到端空间音频理解大模型，计划应用于智能家居和汽车座舱等场景以提升交互体验。
Artificial Analysis精选AI 评分6262 Artificial Analysis 发布模型评测分析
Artificial Analysis 发布了针对 AI 模型的评测分析内容。该报告基于独立测试数据，展示了相关模型的性能表现与对比结果。
推荐理由：第三方机构对模型性能进行独立实测，提供了可参考的量化数据与对比视角。
IT之家同新闻AI 评分8080 Meta 发布开放权重 AI 模型 Muse Spark Open
Meta 于当地时间 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计。
IT之家AI 评分6868 蚂蚁百灵开源 Ling-3.1-flash 模型，支持 1M 上下文
蚂蚁百灵宣布开源 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B，最高支持 1M 上下文。该模型在 Artificial Analysis 评测中智能指数为 41，输出速度约每秒 210 Token。
Hugging Face Blog精选AI 评分6060 IBM Granite Switch 4.1 发布：单端点集成对话、决策与语音转写
IBM 发布 Granite Switch 4.1 系列模型（8B 和 30B），通过组合 Decision aLoRA、Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC，实现从单一托管端点进行自然语言响应、通用/专用决策及语音转文本任务。
推荐理由：原文展示了通过模块化适配器在单一端点集成对话、决策与语音转写能力，并给出了具体的性能对比数据。
TechCrunch · AI同新闻AI 评分7777 Meta 发布可在 Mac 运行的开源权重模型 Muse Spark Open
Meta 发布了名为 Muse Spark Open 的开源权重 AI 模型，宣称是美国最强大的此类模型，专为在 Mac 上运行而设计。该模型拥有 816 billion 参数和 1 million token 上下文窗口，原生支持多模态，适用于复杂编码任务和智能体工作流。尽管旨在本地运行，但需要至少 1 terabyte RAM，最佳配置为搭载 M5 Ultra 芯片的 Mac Studio。
The Decoder同新闻AI 评分8080 Meta 发布 Muse Spark Open 开源模型
Meta 推出 Muse Spark Open，称其为美国最强的开源权重模型，拥有 816B 总参数（42B 激活）、100 万 token 上下文窗口，支持文本、图像、视频和音频输入。
Hugging Face Blog精选AI 评分9292 Meta 发布 Muse Spark Open：816B 参数开源多模态混合专家模型
Meta 发布 Muse Spark Open，这是一个拥有约 816B 总参数、每 token 激活约 42B 参数的混合专家（MoE）多模态模型，支持文本、图像、音频和视频输入，上下文窗口达 1M tokens。
推荐理由：原文给出了816B MoE架构、百万上下文及多模态输入的具体参数，并提供了从本地量化到集群部署的完整工程路径。
The Decoder同新闻AI 评分8282 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，专为持续运行企业 AI Agent 设计
Nvidia 发布 Nemotron 3.5 Super VL，这是一个拥有 120B 参数（每 token 激活 12B）的开源多模态模型，旨在支持后台持续运行的企业级 AI Agent。
The Decoder同新闻AI 评分7878 谷歌推出 Gemini 4 Argon 旨在统一机器人任务流程
谷歌发布 Gemini 4 Argon，试图用单一模型覆盖机器人控制、虚拟仿真构建和训练视频评估全流程。该模型在 ERQA 基准测试中得分 87%，但在 AA-Robotics 真实机械臂控制测试中排名第三。演示显示其高度依赖人工编写的详细提示词和预置指令来引导任务执行。目前仅向 Google AI Ultra 订阅用户开放。
The Decoder同新闻AI 评分8282 Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，仅需 8 GB VRAM 即可运行
Black Forest Labs 发布了拥有 56 亿参数的开源权重图像模型 FLUX 3 Image Klein，支持文生图、图像编辑及最多十张参考图生成。
同一新闻，精选展示《Black Forest Labs 发布 FLUX.3 Image Klein 并集成至 Diffusers》
Artificial AnalysisAI 评分4242 Nemotron 3.5 Super VL登顶美开源
Nemotron 3.5 Super VL 是美国得分最高的开放权重模型，在智能指数中得分为 26。它略胜 Thinking Machines 的 Inkling Small（26），并超越了 NVIDIA 之前的旗舰产品 Nemotron 3 Ultra（23）以及 Meta 的 Muse Glimmer（17）。尽管取得了这一进步，美国
Artificial Analysis精选AI 评分6868 Artificial Analysis：Nvidia Nemotron 3.5 Super VL 成为美国领先开源权重模型
Nvidia Nemotron 3.5 Super VL 目前在 Artificial Analysis Intelligence Index 上得分为 26，成为领先的美国开源权重模型。该模型实现了前代 Nemotron 3 Super（得分 13）两倍智能水平，且每任务输出 token 减少约 60%。
推荐理由：原文提供了Nemotron 3.5 Super VL在智能指数上的具体得分及与上一代模型的效率对比数据，有助于评估其性能提升幅度。
NVIDIA Blog精选AI 评分8080 NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 系列开源模型
NVIDIA 发布 Nemotron 3.5 Super VL、Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 三款开源模型，覆盖从企业服务器到边缘设备的智能体部署需求。
推荐理由：原文给出了从数据中心到桌面的全栈开源模型矩阵及具体性能指标，读者可据此评估其在不同算力层级下的智能体部署可行性。
IT之家AI 评分7070 英伟达发布 Nemotron 3.5 Super VL 等多模态大模型
英伟达推出开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿，激活参数 120 亿。该模型整合推理、工具调用及文本图像视频理解能力，官方称在单 GPU 执行智能体任务时吞吐量最高可达同规模其他开放模型的 5 倍。
Mistral AI精选AI 评分6565 Mistral AI 发布首个时序基础模型家族 Timestral
Mistral AI 发布其首个时序基础模型家族 Timestral，包含 5M、28M、123M 和 209M 四种参数规模。该模型在 GIFT-Eval、TIME 和 fev-bench 三大公开基准测试中均排名第一，且无需 GPU 即可在标准服务器 CPU 上高效运行。
推荐理由：Mistral 推出首个时序基础模型家族，以极小参数量在主流基准测试中取得领先成绩并支持 CPU 推理。
IT之家AI 评分6868 阶跃星辰开源 Step 5 Preview 权重，华为昇腾与沐曦首发支持
阶跃星辰正式开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 版本，已上线 Hugging Face 和 ModelScope。该模型在 AI 编程、软件工程及金融等任务上达到前沿水平，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务。
Hugging Face Blog精选AI 评分6565 Apertus 1.5 发布：支持图像音频理解、思考模式及 262k 长上下文
Apertus 1.5 在 8B 和 70B 版本中新增图像与音频理解、可选思考模式，并将上下文窗口扩展至 262,144 tokens。该模型基于 Apertus 1.0 进行持续预训练，采用早期融合架构处理多模态数据，并在指令遵循与工具调用能力上有所提升。项目以 Apache 2.0 许可证开源权重、数据及训练细节，同时发布了符合 EEE 标准的评估卡片以增强透明度。
推荐理由：Apertus 1.5 通过持续预训练引入原生多模态与思考模式，并公开全链路训练细节，为复现和评估提供了完整依据。
Artificial AnalysisAI 评分3838 AI模型离线构建埃菲尔铁塔
我们要求AI模型在离线状态下以3D形式构建埃菲尔铁塔。其中两个模型凭记忆按顺序添加了全部72位科学家的名字。这出乎我们的意料。每个AA-3D模型都收到了约200字的相同简报，内容涉及塔的形状、格构、平台和照明。它从未
IT之家AI 评分6565 昆仑万维发布并开源 Matrix-Game 4.0：首款单张消费级显卡运行的视频大模型游戏
昆仑万维发布并开源了世界上第一款运行在单张消费级显卡上的视频大模型游戏 Matrix-Game 4.0。该模型由游戏引擎维护状态、视频生成模型实时渲染画面，能在一张 NVIDIA RTX 5090 上实现 480p、60 FPS 的实时体验，按键到画面反应延迟低于 150 毫秒。