← 返回首页
🔒 闭源模型 (1)
📅 2026-10-26(追溯发现 · OpenRouter 上架 10-26,本报首次收录)
OpenAI 快速高效模型,将细致的视觉推理、精准的计算机操作(computer use)与更自然清晰的写作结合,主打速度、能力与价格的新平衡;API 定价比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。Agents' Last Exam(computer use)中等推理强度下比 GPT-5.6 Terra 高 15 个百分点且成本约三分之一,MMMU-Pro 视觉推理全面超越 GPT-5.6 Terra,Terminal-Bench 4.0 最高档解决率 50.3%。同日上线 Terra Pro 高配变体(不算独立新模型)。
text+image→text
computer use
视觉推理
价格 -50%
→ 官方博客
→ OpenRouter
🔓 开源模型 (4)
📅 2026-10-22(追溯发现 · HF 上架 10-22,本报首次收录)
腾讯微信视觉团队统一视觉感知模型 WeVisOne-VL(WeChat Vision All-in-One)的 4B 规格,基于 Qwen3-VL 构建,通过结构化 next-token 预测与轻量 9.6M 参数像素解码器,统一物体级感知(开放词汇检测、指代定位、物体计数、指向与 OCR)和像素级感知(指代分割、可提示 alpha 抠图),从物体到像素一站式完成。
image→text+mask(统一视觉感知)
Apache 2.0
检测/分割/抠图
基于 Qwen3-VL
→ HuggingFace
→ GitHub
📅 2026-10-22(追溯发现 · HF 上架 10-22,本报首次收录)
腾讯微信视觉团队统一视觉感知模型 WeVisOne-VL 的 2B 轻量规格,与 4B 同架构:基于 Qwen3-VL,统一开放词汇检测、指代定位、物体计数、指向、OCR、指代分割与 alpha 抠图等物体级与像素级任务,适合资源受限场景部署。
image→text+mask(统一视觉感知)
Apache 2.0
轻量 2B
基于 Qwen3-VL
→ HuggingFace
📅 2026-10-22(追溯发现 · HF 上架 10-22,本报首次收录)
腾讯混元低延迟高质量实时同声传译模型,MoE 架构总参数 30B、激活约 3B,支持中、英、日、韩、法、西、德、俄、阿、泰等 30 余种语言的实时同传翻译;同日还发布 Interleave 图文交错变体(同模型推理模式,不算独立新模型)。
audio/text→text(实时同声传译)
Apache 2.0
MoE 30B-A3B
30+ 语言
→ HuggingFace
→ GitHub
📅 2026-10-23(追溯发现 · HF 上架 10-23,本报首次收录)
NVIDIA 实时运动生成模型:为人形机器人和人类角色生成动作,只需给出角色近期姿态与下一个应到达的目标姿态,即可生成衔接两者的运动;Smart Primitives 将目标姿态转为可复用的构建块,无需重训即可适配导航与物体交互。提供 SOMA 与 Unitree G1 两套预训练权重,配套 GitHub 演示(基于 Newton 与 Warp)。
pose→motion(实时运动生成)
NVIDIA 开源权重
人形机器人
SOMA / Unitree G1
→ HuggingFace
→ 项目页
📡 数据源状态
- ✅ OpenRouter API — 发现 GPT-6.1 Terra / Terra Pro(10-26)
- ✅ HuggingFace API(26 个厂商组织逐一搜索)— 发现 WeVisOne-VL-2B/4B、Hy-SimulMT-30B-A3B(腾讯)与 MotionBricks(NVIDIA)
- ✅ 阿里云百炼新模型发布页 — 10-27 上架 qwen-audio-3.1-realtime-flash(qwen-audio-3.1 系列已有模型的 Flash 推理变体,不算新模型)及多个 Tripo 第三方 3D 工具(非监控厂商)
- ✅ DeepSeek API Changelog — 最新条目 10-17,无新发布
- ✅ 搜索引擎发现 — 确认 OpenAI GPT-6.1 Terra 官方公告(10-26);Mistral Large 4 于 10-27 开放权重为既有模型更新(本体 10-06 已追踪);智谱 GLM-5.3 为 8 月旧模型