← 返回首页

🎯 模型发布追踪

2026年10月16日 · 早间报告

新模型 5 🔓 开源 4 🔒 闭源 1 数据源 15
ℹ️ 采集窗口为 10-15 01:00 ~ 10-16 01:00。共发现 5 款官方新模型:NVIDIA 于 10-15 发布 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt(均为开源多模态 MoE,面向 Agent 与本地部署)、Mistral 发布首个时间序列基础模型系列 Timestral(开源)、Black Forest Labs 开放 FLUX 3 Image Klein 权重(5.6B 图像模型);此外 xAI 的 Grok Voice 3.0(10-14,闭源语音模型)为上一轮窗口遗漏,本轮追溯补录。国内厂商(阿里 / 智谱 / DeepSeek / 月之暗面 / MiniMax / 字节 / 腾讯 / 阶跃 / 小米等)本期无新模型发布。

🔒 闭源模型 (1)

Grok Voice 3.0 xAI
📅 2026-10-14
xAI 发布的语音到语音(speech-to-speech)实时语音模型,官方称其为「全球最智能的语音模型」。端到端延迟低于 1 秒,在停顿、话轮切换与打断处理上表现自然(Full Duplex Bench 97.0)。Artificial Analysis 语音到语音指数 86.9 排名第一,领先 GPT-Live-1(83.2)与 Gemini 3.8 Live(82.6);Big Bench Audio 语音推理 98.5%,任务成功率 94.8%,单任务成本约 $0.025。已用于特斯拉车辆与 Starlink 呼叫中心(每天约 2 万通电话,约 70% 无需人工介入)。通过 Voice Agent API 以 grok-voice-latest 提供,定价 $0.08/分钟。
speech→speech 实时语音 Agent AA 语音指数 86.9(第 1) Voice Agent API
→ xAI News

🔓 开源模型 (4)

Nemotron 3.5 Super VL NVIDIA
📅 2026-10-15
NVIDIA 发布的开放多模态 MoE 模型,120B 总参数、每 token 激活 12B,将推理、指令遵循、工具调用与文本/图像/文档/视频理解整合进单一模型,无需再外挂独立的视觉语言模型。面向 Agent 工作流,单卡吞吐可达同类方案约 5 倍,支持约 100 万 token 上下文。以 OpenMDW 1.1 许可开源权重,同步提供 BF16 与 NVFP4 版本。
text+image+video→text 120B总参 / 12B激活 OpenMDW 1.1 MoE / Agent 多模态
→ HuggingFace
Nemotron 3.5 Bolt NVIDIA
📅 2026-10-15
NVIDIA Nemotron 3.5 系列中面向本地与边缘 Agent 场景的多模态模型,74B 总参数、仅 9B 激活,主打在 RTX Spark 等本地设备上运行 agentic 任务,涵盖工具调用与网页浏览等能力。以 OpenMDW 1.1 许可开源权重,并提供可装进 24GB 显存的量化版本(NVFP4 / GGUF)。
text+image→text 74B总参 / 9B激活 OpenMDW 1.1 本地 Agent / RTX Spark
→ HuggingFace
Timestral Mistral
📅 2026-10-15
Mistral 首个时间序列基础模型系列,提供 5M / 28M / 123M / 209M 四种参数规模,支持零样本概率预测(21 个分位数)、多变量目标以及历史与已知未来协变量,上下文长度 32,768 个时间步。官方称在 GIFT-Eval、TIME、fev-bench 等基准上排名靠前,无需 GPU 即可推理,可通过 Mistral Forge 做领域适配与微调,采用修改版 MIT 许可,支持本地、私有云与气隙部署。
time-series→forecast 5M–209M · 32,768 步 修改版 MIT 时间序列基础模型
→ HuggingFace
FLUX 3 Image Klein Black Forest Labs
📅 2026-10-15
Black Forest Labs 以开放权重发布的 FLUX 3 Image 紧凑版本,仅 5.6B 参数,支持文生图、图像编辑、多参考与 JSON 边界框定位,单次请求最多可用十张参考图、输出最高 4K,可在消费级 GPU(最低 RTX 3090)上运行。分 Distilled(CFG 1、16 步,推理更快)与 Base(CFG 3.5、50 步,面向微调与 LoRA)两个变体,采用 FLUX Kommunity License。
text+image→image 5.6B FLUX Kommunity License 文生图 / 图像编辑
→ HuggingFace

📡 数据源状态