全部动态

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，编程基准超 GPT-6 Astra

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型，官方称编码、推理、科学研究等领域显著提升，输出速度最高提高 30%、成本下降 20%。

Anthropic 推出 Claude Fable 5.2 与 Mythos 5.2，API 调用费下降 20%

Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两款模型基于同一底层模型，前者面向普通用户并内置网络安全与生物安全防护，后者面向通过审核的网络安全和生命科学机构开放。

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，称约千个智能体 30 小时完成费马大定理 Lean 形式化

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者共用同一模型底座，区别在访问权限：Fable 面向所有用户并对网络安全和生物学高风险任务设限，Mythos 解除部分限制，仅向通过 Anthropic 网络安全或生命科学验证计划的组织开放。

Claude Fable 5.2 登顶 AA 智能指数

Anthropic 发布 Claude Fable 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分登顶，领先 Gemini 4 Carbon（high，60）和 Claude Opus 5.5（max，59）。

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型

Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两个模型，称其在编程、推理和视觉方面较 5.1 版本有所提升，输出速度更快。

Fable 5.2 与 Mythos 5.2 对齐表现

Fable 5.2 和 Mythos 5.2 在大多数对齐指标上的表现与我们近期的模型相当或更好。 该模型在发布前还接受了外部评估者的测试，包括 @AISecurityInst、@FrontierDesign2 和 @METR_Evals。

Fable 5.2 与 Mythos 5.2 能力评测提升

Fable 5.2 和 Mythos 5.2 在我们评估的几乎所有能力上都比 Opus 5.5 更胜一筹。 测试人员发现，它们比过去的 Fable 和 Mythos 模型表达更清晰。它们的输出速度比 Fable 5.1 和 Mythos 5.1 快最多 30%。

蚂蚁 inclusionAI 开源 ZoomGain：用全局到局部感知差构建视觉监督

蚂蚁 inclusionAI 发布 ZoomGain，利用放大后才显现的视觉细节生成关于整图的问题，为视觉语言模型构建监督信号。同步开源 ZoomGainBench 评测基准（1,000 题、941 张图，含中英文题干与证据框）、9,000 条 RL 训练数据及 ZoomGain-4B/9B 模型检查点。

ProTEUS：面向闭环蛋白质进化的突变分辨世界模型

研究团队提出 ProTEUS，一个以突变为单位建模的蛋白质进化世界模型，在深度突变扫描数据上预训练，用 MutationFormer 联合学习序列、进化与结构信息，把变体作为潜空间状态、把突变作为动作来预测功能后果。

入选理由蛋白质工程团队可据此判断，把突变效应预测与闭环实验反馈接起来，能否减少湿实验筛选的试错轮次。

Embodied First Exam：面向编码智能体的机器人控制评测基准发布

研究者提出 Embodied First Exam，一个面向编码智能体的统一机器人控制评测框架，允许智能体自行选择直接控制、写代码控制或训练策略控制。该基准包含 47 台机器人上的 35 个套件共 1156 个任务，其中 9 个新套件覆盖空间谜题、灵巧操作、多机器人交互、动态全身控制和 sim-to-sim 工程，每个任务可在最多三种评测设置下运行。

OpenAI 推出 BioBasicsBench，用 100 项任务评测 AI 智能体处理湿实验室日常科研的能力

OpenAI 推出 BioBasicsBench，这是一个包含 100 项任务的基准，用于衡量 AI 智能体解读原始实验数据以及处理湿实验室日常科研工作的表现。原文链接：https://openai.com/index/measuring-how-ai-agents-handle-wet-lab-science

入选理由OpenAI 把评测对象从问答转向湿实验室原始数据的解读，研究者可据此判断智能体能否接手日常实验数据处理。

MIT 团队发布分子性质预测基础模型 CheMeleon，少样本下优于现有方法

MIT 团队开发的基础模型 CheMeleon 用 PubChem 中 100 万个分子的约 1600 种分子描述符做预训练，可在少量数据下微调预测溶解度、黏度、生物活性等性质，在 58 个测试案例中表现优于其他基础模型和依赖专家规则的经典模型。

可迁移深度量子蒙特卡洛实现激发态势能面的从头模拟

Nature Computational Science 发表一种用于分子激发态的可迁移深度学习量子蒙特卡洛方法，通过共享参数的拟设让同一波函数表示覆盖多种分子几何与状态，从而降低势能面建模的成本。论文由 Zeno Schätzle 撰写，DOI 为 10.1038/s43588-026-01065-y。

Inkling 2 Small：17A-594B 模型 68 小时、12T Token 训练完成，性能超过 Muse Spark

Thinking Machines 发布 Inkling 2 Small，这是一个 17A-594B 模型，从零预训练不到 3 天、在 12T Token 上完成训练，性能超过 Muse Spark。该模型与 Tinker、Interaction Models 等成果一同被视为 Thinking Machines 已成长为美国前沿新型实验室的标志。

Jim Fan 发布 VFlash：并行解析视觉世界

Jim Fan 发布 VFlash 视觉模型，面向 Physical AI，将物体定位、机器人轨迹规划、密集 3D 运动等固定长度浮点向量任务改为一次性输出整个几何形状，而非逐 token 解码。

百度发布 ERNIE-5.5-Flash-Base 预训练基座模型并开放权重

百度文心团队发布 ERNIE-5.5-Flash-Base，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，训练上下文逐步扩展至 128K，微调与推理支持 1M tokens。

Thinking Machines 发布 Inkling 2 Small：计划开放权重，暂为专有模型

Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index 上得分 31，比 Inkling Small 高 18 分；按其权重发布计划，它将成为当前排名中中国以外得分最高的开放权重模型。

Thinking Machines 发布 Inkling 2 Small

推出 Inkling 2 Small。在 AA Intelligence Index 上得分 31，相较前代大幅提升。 Inkling 2 Small 今日起可在 Tinker 上进行微调和推理，完整权重发布计划于近期推出。 https://thinkingmachines.ai/news/inkling-2-small

Thinking Machines Lab 发布 Inkling 2 Small 模型，权重下周以 Apache 2.0 开放

Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与可变推理强度，先在 Tinker 上以闭权重提供推理与微调，计划下周完成外部安全测试与红队后以 Apache 2.0 开放完整权重。

上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构

上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。

入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。

OpenAI 发布网络安全专用模型 GPT-6 Cyber，ExploitGym 跑分相对提升 51%

OpenAI 发布网络安全专用模型 GPT-6 Cyber，在 ExploitGym 基准上得分 48.5%，较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。

NVIDIA 发布 Cosmos 3 四个开放权重模型，面向交互式世界仿真

NVIDIA 在 Cosmos 世界模型开发平台上为 Cosmos 3 系列新增四个开放权重检查点，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。

入选理由四个开放权重检查点分别对应驾驶数据生成、流式仿真和双臂机器人动作预测，研究者可据此判断能否用于自己的仿真与策略学习流程。

OpenAI 推出 GPT-6 Cyber 安全模型

我们最新的网络专项模型已发布。在许多网络特定用例上，它独树一帜。可通过 Daybreak Red 访问获取。

腾讯发布 Hy4：首次支持图像理解与电脑操作，自称跻身开源模型前列

腾讯发布语言模型 Hy4，首次具备图像理解与自主操作软件能力，目前仅通过腾讯云、OpenRouter 和元宝等腾讯应用提供，权重发布日期未定。腾讯称在 200 多名金融从业者对近 600 项真实任务的评测中，Hy4 领先 Deepseek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash；内部测试中联网研究幻觉率从近 16% 降至约 5%。

Kimi K3.1 Pro 模型权重发布

发布 Kimi K3.1 Pro 的模型权重：https://huggingface.co/moonshotai/Kimi-K3.1-Pro 我们将继续推进开放智能。

腾讯Hy4模型宣称跻身中国顶尖

腾讯声称其新Hy4模型跻身中国顶尖模型之列（彭博社）。该公司还计划很快开源该模型权重。 Hy4由Hy4-Preview扩展而来，现具备原生视觉与Deep Research能力。在独立市场图表基准测试中，Hy4表现优于DeepSeek和智谱AI。 它甚至已准备好交易A股（但建议用户自行斟酌）。

TB-MathModel 发布：面向数学建模的智能体可验证基准

研究团队提出 TB-MathModel，一个面向数学建模的智能体可验证基准，覆盖 2023 至 2025 年的 18 道 CUMCM 与 MCM 真题，每道题在容器化终端中提供原始题面、官方附件与图表，智能体需返回单个 JSON 结果。

百度文心开源 ERNIE-5.5-Flash-Base 基座模型，总参数 280B

百度文心发布并开源 ERNIE-5.5-Flash-Base 预训练终点权重，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，微调与推理支持 1M tokens 上下文。

中国科大发布开源 RNA 序列基础模型 structRFM，成果登上 Nature

中国科大 MIRACLE 实验室发布开源 RNA 序列基础模型 structRFM，相关成果于 11 月 5 日发表于 Nature。团队构建约 2100 万条经计算注释的序列-二级结构配对数据，同时预训练序列上下文与结构依赖，模型仅需输入序列即可提取序列级、核苷酸级和核苷酸对级特征，用于二级与三级结构预测、剪接位点预测、内部核糖体进入位点识别和非编码 RNA 分类等任务。

中国科大团队发布开源 RNA 序列基础模型 structRFM

中国科学技术大学医学影像智能与机器人（MIRACLE）实验室发布开源 RNA 序列基础模型 structRFM，仅需输入序列即可提取序列级、核苷酸级和核苷酸对级特征，用于结构预测与功能推断。

入选理由RNA 序列基础模型开放权重与数据，做 RNA 结构预测和功能推断的研究者可据此评估能否接入现有流程。