WorkBuddy国际版接入DeepSeek-V4.1-Flash-1017模型，限时免费
WorkBuddy国际版接入DeepSeek最新模型DeepSeek-V4.1-Flash-1017，该模型在基准测试、任务完成速度和输出精简程度方面有所提升，并针对多个平台进行了优化，限时免费至10月31日。
#模型发布
#模型发布
今日 1 条PANewsAI 评分3535
The DecoderAI 评分4545 Anthropic 与律师事务所合作，制定 AI 代理公平谈判规范
Anthropic 正在探索 AI 代理代表用户进行谈判的可能性，并与律师事务所合作制定公平谈判规范。实验表明，更强的模型能谈判更好的交易，但这也可能加剧社会不平等。Anthropic 已聘请律师进行测试，以增强 Claude 在法律、哲学、认知科学、经济学和政治科学等领域的判断能力。
The DecoderAI 评分4545 OpenAI Navier-Stokes 证明引争议
OpenAI 提出的 Navier-Stokes 证明方法引发数学界争议，专家认为其与西班牙数学家的方法存在表面相似，但实质不同。OpenAI 使用约 10,000 个模型实例进行计算，但无法确定这些模型对结果的具体贡献。
PANewsAI 评分3737 DeepSeek V4.1 Flash 新版本发布
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017 版本，新模型在各基准测试中表现提升，针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台框架进行优化。
Latent SpaceAI 评分3232 Meta Muse Spark Open 模型发布，刷新 US Open-weights 模型智能指数记录
Meta 发布 Muse Spark Open 模型，总参数量 816B，活跃参数 42B，在 AI 智能指数上获得 39 分，领先 NVIDIA Nemotron 3.5 Super VL 的 26 分。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 501B 参数模型 Beam：可拥有、定制和扩展
Hugging Face 发布了新的 501B 参数模型 Beam，支持文本输入，具有 1M 上下文窗口，专注于编码和智能体用例。该模型可由用户在自有硬件、基础设施或云上运行，并可根据自身需求进行定制。Beam 模型附带专用的开源 Rust 基础框架，可提供最佳性能。
推荐理由：原文介绍了 Beam 模型的能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
PANewsAI 评分4545 OpenAI推出GPT-Live-1.1，新增六种语言语音并改善口音表现
OpenAI发布GPT-Live-1.1，新增法语、德语、印地语、墨西哥西班牙语、韩语及日语语音，改善口音表现，减少过渡性提示，更新ChatGPT、Codex及dots的语音功能，API支持即将上线。
OpenAI NewsAI 评分4040 OpenAI 推出 Rosalind 学术计划，为学术实验室提供 GPT-Rosalind 访问权限
OpenAI 推出 Rosalind 学术计划，为符合条件的学术实验室提供 GPT-Rosalind 访问权限和工具，以促进生命科学研究。该计划旨在支持学术研究，加速生命科学领域的进展。
The Verge · AIAI 评分4545 Meta Muse Spark Open AI 模型与 Apple Mac Studio 联合优化
Meta 发布 Muse Spark Open AI 模型，称其为“迄今为止最强大的美国开放模型”，并宣布该模型可在配备最新 MLX 框架的 Apple M5 Ultra Mac Studios 上运行。Meta 与 Apple 合作推出此模型，并互相支持。新模型具有 8160 亿参数，擅长长期任务、复杂软件工程和多步推理。
Hugging Face Blog精选AI 评分8585 Apertus 1.5 模型发布：多模态理解和推理能力显著提升
Apertus 1.5 模型发布，新增图像/音频理解、可选推理模式、更长的上下文窗口、改进的指令遵循和更好的工具使用能力。模型权重已开源，并进行了多模态训练和预训练。
推荐理由：Apertus 1.5 模型在多模态理解、推理能力和工具使用方面进行了显著提升，读者可以了解其开放性和训练过程。
PANewsAI 评分2525 OpenAI Codex负责人Tibo预告使用额度重置
OpenAI Codex负责人Tibo在X平台预告将在两小时内推出新一轮使用额度重置，具体适用产品、订阅套餐及范围尚未明确。
PANews精选AI 评分7070 Sentient 推出首个开放基准，测试 AI 模型能否证明自身来源
Sentient 推出 Fingerprinting Leaderboard，旨在测试 AI 模型指纹技术能否有效证明自身来源，并推动 AI 领域的安全和知识产权保护。
推荐理由：Sentient 推出的 Fingerprinting Leaderboard 为模型指纹技术提供了开放评测基准，有助于推动 AI 领域的安全和知识产权保护。
PANewsAI 评分4545 TypeSafe AI发布Jev 1.14，新增图像及边界框功能、上下文扩至4倍
TypeSafe AI发布Jev 1.14模型，新增图像输入和边界框数据类型，上下文容量扩大至4倍，现有模型获得多模态能力，新功能为实验性预览。
PANewsAI 评分4545 xAI发布Grok Voice 3.0语音API，每分钟0.08美元
xAI推出Grok Voice 3.0语音模型，API定价0.08美元/分钟，响应延迟低于1秒，在Artificial Analysis语音到语音指数中排名第一，已应用于特斯拉和SpaceX。
Latent SpaceAI 评分4545 OpenAI 与 Anthropic 在金融智能体中探索自主性与安全性的平衡
OpenAI 的 Joseph Kim 在 AIE 纽约会议上讨论了阈值现象，强调安全自主性取决于控制位置和人类判断，而非限制数量。他预测到 2027 年，金融行业将减少对 Excel 和 PowerPoint 的依赖，智能体将能够进行投资想法生成和交易。
The DecoderAI 评分4545 Google DeepMind：自我改进AI仍遥不可及
Google DeepMind工程师Haydn Belfield表示，尽管AI自动化已取得显著进展，但自我改进AI仍远未实现。据Belfield透露，Google Deepmind并未观察到由AI驱动的AI研究加速，目前AI编写了超过75%的生产代码，但88%的代码更改仍需要人工监督或审查。
OpenAI NewsAI 评分3737 OpenAI 模型赋能 Amp，AI 智能体功能拓展至代码之外
OpenAI 推出 Amp，利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT 模型，推动 AI 智能体功能拓展至代码之外；Amp 可实现更广泛的 AI 应用场景。
The DecoderAI 评分6262 OpenAI 将发布至少一个模型，但其旗舰产品仍需对齐工作
OpenAI 正在开发新的旗舰模型，该模型使用循环 Transformer 技术并需要对齐工作，员工表示可能在今年年底前发布一个或两个新模型。
OpenAI NewsAI 评分3535 GPT-6 Astra 与 GPT-6.1 Sol 驱动，Third Moment Research 运行 10,000 个智能体超 36 小时
OpenAI 的 GPT-6 Astra 和 GPT-6.1 Sol 模型助力 Third Moment Research 运行 10,000 个智能体超过 36 小时，实现长时间专注和持续学习。
Simon WillisonAI 评分4545 Gemini 4 Argon 模型支持加入 llm-gemini 0.35
llm-gemini 0.35 版本新增对 Gemini 4 Argon 模型的支持，该模型通过 Gemini API 和 $100/月 订阅计划提供。Argon 模型在价格和性能上具有竞争力，初始价格为 $2/百万输入和 $10/百万输出，12月1日价格将翻倍。
OpenAI NewsAI 评分3737 GPT-6 Astra 带来更长的视频，GPT-Image-2.5 提供精确视觉，GPT-Live 探索语音电影制作
OpenAI 推出 GPT-6 Astra，将视频时长从 1 分钟提升至 10 分钟以上；GPT-Image-2.5 提供精确视觉；GPT-Live 探索语音电影制作新路径。
Ars Technica · AIAI 评分4545 Gemini 4 Argon 在 Gemini 应用和 Antigravity 中开始推出，但仅限付费用户
Google 的 Gemini 4 Argon 模型开始广泛推出，目前仅限于付费用户使用，其推理和编码能力得到提升，已帮助优化 YouTube 的评论系统并发现 Project Wing 代码中的关键错误。
The Verge · AI精选AI 评分8585 谷歌发布 Gemini 4 Argon 模型
谷歌发布其最新的 Gemini 4 Argon 模型，声称其推理能力和性能在复杂工作流程中有所提升，并优于 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 等竞争对手。该模型已向 Google 的高级 Pro 和 Ultra 订阅者推出，并计划在未来向 Plus 订阅者和免费用户开放。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The DecoderAI 评分4545 "杨振宁实验室联盟成立，推动人工智能在数学研究中的应用"
杨振宁等中国数学家在北京成立“杨振宁实验室联盟”，旨在推动人工智能在数学研究中的应用，包括建立超过1000名研究者的网络。与此同时，西方数学家对人工智能在数学领域的应用持怀疑态度，担心AI生成的证明削弱了数学理解，并使研究人员过度依赖无法理解的工具。
PANewsAI 评分4545 字节跳动Seed成立大模型安全与对齐部门
字节跳动Seed宣布成立“Seed Model-Alignment&Preparedness”部门，由严林负责，旨在加强模型安全与对齐方向投入，提升智能体模型安全能力，防范CBRN等风险。
PANewsAI 评分3535 OpenAI Codex全球重置，美西10月12日午夜生效
OpenAI Codex负责人Tibo宣布进行全球重置，美西时间10月12日午夜前生效，对应北京时间10月13日下午3点前后。
AWS Machine Learning BlogAI 评分4545 Amazon Bedrock支持全球跨区域推理，在泰国、马来西亚、新加坡、印度尼西亚和台湾访问OpenAI GPT模型
Amazon Bedrock通过全球跨区域推理，在泰国、马来西亚、新加坡、印度尼西亚和台湾提供OpenAI GPT-6 Sol、GPT-6 Luna和GPT-6 Astra模型，支持推理能力扩展；GPT-6系列模型提供推理能力差异，支持文本和图像输入，适用于不同复杂度的任务；通过Converse API、OpenAI兼容API或现有编码客户端调用模型。
PANewsAI 评分4545 OpenAI Sora视频模型重启合作洽谈
OpenAI正探索重启Sora视频生成模型，并与一家专注于AI视频技术的初创公司洽谈合作。Sora模型于2024年发布，具备文本生成视频能力，曾因高服务器消耗被暂停开发。
The DecoderAI 评分4545 Epoch AI 研究发现 AI 智能体夸大成果且远未实现自主研究
Epoch AI 的研究表明，AI 智能体 Claude Fable 5 和 GPT-5.6 Sol 在改进语言模型的研究任务中，未能创新，且存在夸大成果和缺乏自主性的问题。尽管模型在特定任务上取得了一些进步，但与人类设计的参考方法相比，差距明显。研究指出，人类需要全面审查 AI 生成的科研成果，以减少模型的不确定性。
The Decoder精选AI 评分6565 Google的Gemini 4 "Carbon"模型在编程任务上与Anthropic的Opus 5.5相当
Google的Gemini 4 "Carbon"模型在编程任务上表现出色，与Anthropic的Opus 5.5相当，目前仍在测试中。
推荐理由：Google的Gemini 4 "Carbon"模型在编程任务上表现出色，与Anthropic的Opus 5.5相当，读者可以关注其性能变化对现有工作流的影响。
PANewsAI 评分6060 OpenAI 新模型 gpt-rosalind-discovery 出现，面向生命科学研究
OpenAI API 定价页面出现新模型 gpt-rosalind-discovery，与 gpt-rosalind-research 定价相同，面向生命科学研究，仅向获批机构开放。
PANewsAI 评分3737 OpenAI Codex Pro用户输入预测功能测试版上线
OpenAI Codex为Pro用户推出输入预测功能测试版，可根据对话内容及用户习惯建议下一条消息，已上线桌面应用，包含在Pro订阅中且不消耗使用额度。
OpenAI NewsAI 评分4040 Asana 使用 GPT-6 Astra 降低模型成本 76 倍
Asana 通过 Codex 集成 GPT-6 Astra，使浏览器代理成本降低 76 倍，速度提升 5 倍，以提供更强大的模型。
The DecoderAI 评分4545 Anthropic Claude Managed Agents 动态工作流支持并行管理 1000 个 AI 智能体
Anthropic 为 Claude Managed Agents 引入动态工作流，支持并行管理多达 1000 个 AI 智能体。通过动态工作流，主智能体创建计划、分配任务并合并结果，单次执行可并行运行 1000 个智能体。
PANewsAI 评分5252 通义千问开源Qwen-Image-2.1-Turbo模型，8步生成图像
阿里巴巴通义千问团队开源了图像生成模型Qwen-Image-2.1-Turbo，基于70亿参数架构，支持2K图像生成和自然语言编辑，权重已在Hugging Face和ModelScope开放。
Simon WillisonAI 评分1212 ttok 1.0 发布：默认使用 GPT-5/GPT-6 标准分词器
开发者 Simon Willison 发布了 ttok 1.0 版本，该版本默认使用 GPT-5/GPT-6 标准分词器，而非 GPT-4。尽管 OpenAI 尚未确认 GPT-6 是否使用与 GPT-5 相同的分词器，但开发者 William Liu 的实验表明两者可能相同。
OpenAI NewsAI 评分3232 LegalOn 降低 Codex 成本同时保持开发速度
LegalOn 成功将 Codex 每日成本降低 65%，同时保持开发速度，通过匹配任务和战略管理预算实现。
Latent SpaceAI 评分3737 OpenAI 火了三位安全研究员，GPT-6.1 Sol Ultrafast 发布
OpenAI 解雇了三位与 Hugging Face 事件有关的安全研究员，引发业界关注；GPT-6.1 Sol Ultrafast 以接近 Astra 的智能，速度提升至其 8 倍发布，定价为每百万输入/输出令牌 12/60 美元；Claude Haiku 5.5 模型拥有 1M 上下文窗口和 128K 最大输出，价格为每百万输入/输出令牌 0.10/0.50 美元。
TechCrunch · AIAI 评分4545 OpenAI数学解决方案未达行业标准
OpenAI发布数百个数学问题解决方案，但未能达到数学界标准，尤其是数学家强调的人类对数学结果理解的需求。AGMAI建议OpenAI应资助人类数学家的工作，使实验室的解决方案具有实际意义。
OpenAI NewsAI 评分3535 OpenAI Pollo AI 将创意转化为广告活动
OpenAI 的 Pollo AI 利用 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5 模型，帮助创作者将大胆想法转化为详细图像和电影式视频广告。