AI从不休眠，本周更是疯狂不已。你的虚拟女友终于要交付了；小米发布了最新最强的MIMO 2.6模型；XAI也推出了其最佳模型Gro 4.7；OpenAI发布了最新模型GPT6 Soul和Luna；Anthropic也推出了其最佳且最新的Opus 5.5模型。随后，Google也发布了最新最强产品——哦，算了，看来他们只发布了一个快速文本转语音模型。我们有一些新的交互式世界生成器，能够全程保持一致性；Flux发布了一个开源机器人模型；Google分享了将数据中心放入太空的计划。我们还有大量新的开源模型以及更多内容，让我们直接开始吧。

首先登场的是腾讯推出的全新交互式世界模型World Crafter。与其他世界模型类似，World Crafter允许你仅通过文本提示或单张参考图像来创建基本上交互式的3D世界。其巧妙之处在于它拥有隐式三维感知记忆，因此即使你移开视线再回头看，事物也能始终保持一致。其工作原理除了生成视频外，还会重建场景的3D点云，以确保事物全程保持一致。这就像是将一个3D模型存储到其记忆中，从而使其对场景中实际存在的内容有更好的理解和记忆。

这里有一些额外的示例供参考。你可以看到它能以多种不同的艺术风格生成世界，还可以控制不同的人物角色。支持第一人称或第三人称视角，这是一个非常灵活的工具。在页面顶部他们已经发布了相关内容，因此如果你点击代码按钮并向下滚动一点，这里包含了所有关于如何在本地计算机上下载和运行此模型的说明。请注意他们发布了两个不同的模型：一个是基础模型，另一个是蒸馏快速模型。

该模型的体积相当庞大，所有这些组件加起来约为147GB。如果你有兴趣进一步阅读，我会在下方的描述中链接到主页。此外，本周我们还有一款全新且功能强大的图像模型Ming Image 0.1。这是一个专为视觉设计构建的开源模型，是一个拥有60亿参数的文生图模型，适用于UI、信息图表、海报以及其他包含大量文字和元素的视觉设计。

这里有一些令人印象深刻的示例供参考，它支持高达2K分辨率。一个特别有用的功能是它还能生成带有透明度的图像，也就是说它具有Alpha通道输出功能。因此你可以生成具有透明背景的对象或设计元素，然后将该设计添加到其他地方。主模型称为Ming Image 0.1 Design，但他们还发布了第二个名为Ming Image Design Layer的模型。

后者基本上做的是相反的操作：它旨在接收一张完整的平面图像，你通过提示告诉模型想要分离什么内容，然后它会输出多个单独的透明图层，你可以单独编辑这些图层。这是一个功能极其强大的工具，如果你查看Artificial Analysis的UI/UX设计排行榜，至少在开源权重模型方面可以看到Ming Image Design目前排名第一。

因此，如果你正在寻找生成信息图表、用户界面、不同图表或海报的最佳开源模型——基本上任何包含大量元素或文本的内容，这可能是最佳选择。令人惊叹的是它采用MIT许可证，非常宽松。请注意基础Ming Image Design模型大小为12GB，应该能适配大多数中高端GPU。

至于这个设计图层模型，它是将图像分解为单独的透明层用的，体积稍大，约为24GB。如果你有兴趣进一步阅读，我会在下方的描述中链接到主页。此外，本周我们还有一款名为Mirror Scene的全新3D场景生成器。它能够接收任何图像并将其重建为包含单独独立对象的3D场景，就像这样运作：你输入一张图片。

Mirror Scene首先识别图像中的对象，然后估计场景的深度并生成每个对象的3D几何结构。接着重建它们的位置和大小，使一切与原始图像对齐。这很重要，因为之后你可以编辑场景中的对象，或者将场景导入Blender并像这样对物体进行动画处理。你甚至可以将它接入物理模拟器来训练机器人，就像这样。

令人兴奋的是他们已经发布了所有内容。因此如果你点击代码按钮并向下滚动一点，这里包含了所有使用说明。整个模型大小约为6.1GB，相当小巧，应该能适配大多数消费级GPU。此外他们还发布了相关数据集，这太棒了。如果你有兴趣进一步阅读，我会在下方的描述中链接到主页。

此外本周我们还有一款名为Flux 3 Action的全新机器人模型。过去，Flux团队发布了大量生成式图像和视频模型，因此有趣的是他们这次采取了完全不同的方向，发布了一款机器人模型。其工作原理是：这是一个拥有70亿参数的世界动作模型，旨在控制机器人。你给它一个目标，以及通过摄像头看到的视觉信息，还有其关节位置的信息。

该模型可以预测机器人下一步应该做什么以及在那动作发生后世界会是什么样子。因此如果你告诉机械臂将某个物体放到别处，Flux 3 Action可以观察场景，预测一系列电机指令序列，让机器人执行这些命令，然后再次查看并不断自我纠正直到实现你的目标。有趣的是这不仅仅局限于控制机器人，因为它能确定采取什么行动以及接下来会发生什么。

你也可以让它玩很多电子游戏就像这样。正如你所见，将Flux 3 Action与另一个类似模型Cosmos 3 Nano相比，不仅Flux 3体积小得多参数量不到一半而且它还以更快的速度实现了更高的成功率这使得它在实时运行机器人方面超级高效。令人兴奋的是他们实际上已经发布了该模型，因此在这里如果

你点击下载权重并向下滚动，这里包含了所有关于如何使用它的文档，以及如何在你自己的机器人、视频游戏或其他设备上对其进行微调。由于拥有70亿参数，基础模型相当小巧，大小仅为14GB。如果你有兴趣进一步阅读，我会在下方的描述中链接到主页。此外，本周谷歌发布了他们最新的文本转语音模型Gemini 3.8 Flash TTS和Flash Light TTS。这个Gemini TTS模型令人惊叹之处在于，你只需通过文本提示描述即可设计一个全新的声音。这里有一些例子：这是一个来自墨尔本的高能量DJ声音。“好吧，墨尔本。很高兴今晚能和你在一起。接下来有很多很棒的音乐等着你。”

“首先，有一件事会让你的周末充满激情。说真的，这直接来自舞池。所以，抬起双脚，让氛围流动起来。我们有一首令人难以置信的新歌即将推出，我知道你会喜欢它。我的天，这太棒了。让我们开始吧。”这里是日本龙的声音。Gemini TTS模型的好处在于，它们允许你在转录中添加元标签，从而创建听起来非常自然且富有表现力的生成内容。这里有一些例子。“等一下。让我找一下订单状态。是的，这个订单从未真正送达。对此表示歉意。让我更新并重新安排此订单。稍等片刻。”

“我刚更新了状态并重排了配送时间。”或者这里是另一个例子，你可以在元标签中精确描述你希望如何读出转录内容，从而提供非常细粒度的控制。“也许那只是一只鹿。”“那不是。”“人们说总是鹿。”“不是一只鹿。它就待在光线的边缘。”“停下。”“它跟着我们。看那边松树旁。”“我没看到。”“那里。”

“天哪，那是什么？”“那是什么？”“太大了。那不是动物。”“它就站在那里。”“它只是……它在看着我们。”“我们需要离开。”“好的。”“我们现在就得走。别跑。”“还没到跑的时候。只是快走。如果我们跑了，它会……”“它会追过来。只要把灯保持在路径上就好。”

“哦天哪，它在移动了。”“它来得更快了。我能听到树枝折断的声音。它就在我们身后不远的地方。不，不，不。我们必须走。我们得跑。”现在他们发布了两种不同的模型：主要的Flash TTS，以及用于高容量、成本效益规模的Flashlight TTS。所以如果你需要做大量的配音或创建大量音频内容，这里说它支持超过100种语言和方言。如果你查看这些文本转语音质量的基准测试，那么这些新的Gemini模型是目前的顶尖水平。平均而言，它们甚至击败了ElevenLabs。

在语音设计方面，同样是通过文本提示创建全新的声音，这也比其他语音设计模型要好得多。如果你查看这个由人们进行盲测不同AI模型的Voice Arena排行榜，你可以看到新的Gemini 3.8 Flash在发音鲁棒性方面排名第二。然后你会发现Gemini 3.8 Flash是目前的第一名。鉴于其质量，这也极其便宜。所以在定价方面，这个新的Gemini 3.8 Flash位于这里，使其非常实惠。目前这已经可以通过API和Google AI Studio使用，你可以免费试用它，它也出现在Gemini Notebook中（以前称为Notebook LM）。

这绝对是你可以使用的最好、最便宜的文本转语音模型之一。如果你有兴趣进一步阅读，我会在下方的描述中链接到主页。上周，我给你展示了这个仪表盘，小米实时分享了他们即将推出的Mimo 2.6模型的强化学习过程。所以你可以看到这里的训练运行和模型进度。好吧，他们刚刚完成训练，本周发布了MIMO 2.6模型，就开放权重模型而言，其结果非常具有顶尖水平。你可以看到在Deep Suite中，Pro型号正紧紧逼近GPT-6 Astra，甚至击败了Fable 5。对于这些其他代理和知识工作基准测试，你可以看到它也接近前沿水平。

这里最疯狂的结果是Cyberjimmy，它达到了95%以上的高分，远高于其他前沿开放模型。它在不同3D环境和游戏的氛围编码方面非常强大。正如从这些例子中看到的，如果你查看Artificial Analysis的这个智能指数，你可以看到MIMO 2.6 Pro实际上是目前的领先开放模型，仅以一分之差击败了之前的领导者GLM-5.3。成本也便宜得离谱。所以，MIMO 2.6 Pro位于这里，每个任务仅需13美分。甚至比GLM-5.3 Flash以及最新的Deepseek 4.1 Flash还要便宜。事实上，这在成本效益方面基本上就是新的前沿水平。

令人惊叹的是他们发布了所有内容。所以如果你点击这个Hugging Face链接，这里有你下载的所有模型。请注意，Pro型号拥有万亿参数。所以正如预期的那样，这是一个相当大的规模，总大小约为573GB。Flash型号稍小一些，仅有3110亿参数。这只有178GB。除了这两款MIMO模型外，他们还发布了Mimo Desktop，这是一个使用Mimo的桌面应用程序或工具包。它有点像GPT的代码助手或Claude的云代码。如果你有兴趣进一步阅读，我会在下方的描述中链接到主页。此外本周中国另一家主要AI实验室阶跃星辰（Stepfun）发布了他们最新的模型Step 5 Preview。

这也是一个极其强大的多模态智能体。它总共有6000亿参数，这是一个混合专家模型（MoE）。所以当你使用它时，只有270亿参数处于激活状态。像大多数前沿模型一样，这支持100万token的上下文窗口。从它的Deep SWE分数来看表现相当不错，在其他代理编码和知识工作基准测试中也是如此。它似乎与其他开放前沿模型如GLM-5.3和Kimik 3持平甚至更好。如果你查看Artificial Analysis的这个排行榜，你可以看到Step 5仍然落后GLM-5.3一分。但它比GLM-5.3便宜近三倍，也比封闭模型便宜得多。因为它也能理解视觉信息，所以你可以获得

Vibe Code 能非常出色地编写大量代码。例如，我可以直接输入这张照片并让它将其渲染为 3D 模型。从这些基准测试中可以看出，它在金融研究方面也表现出色。现在，如果一直滚动到页面底部，会显示 Step 5 已通过其产品和 API 提供使用，该模型将于 10 月 15 日发布。敬请期待。如果您想进一步阅读，我会在下方的描述中链接到主页。

如果您对提升内容创作感兴趣，请务必观看本视频赞助商 Luma 的介绍。Luma Agent 可以自主地在整个创意工作流中与您协作，而不是每次只通过一个提示词手动完成所有操作。您可以从一个想法开始，让 Luma 帮助您开发概念、生成素材、尝试不同方向并在一个地方迭代所有内容。例如，我可以给 Luma 初始想法，然后与 Agent 一步步地实际开发它。

它会记住项目的上下文，因此我可以不断完善结果，而不必每次都用新提示词重新开始。您可以访问市面上最好的图像生成器和视频生成器。事实上，最令人印象深刻的之一是 Ray 3.2，即 Luma 最新的视频模型。Ray 3.2 真正突出的是其对运动、物理和三维空间的理解。

正如您所看到的，它能够处理复杂的动作、相机运动和物体之间的交互，同时保持场景的连贯性。因此，您不仅可以生成在单帧中看起来不错的画面，还可以创建真正的电影序列，其中所有内容都以可信的方式在场景中移动。如果您从事任何类型的内容创作，Luma 基本上就像一位 AI 副驾驶，可以在整个创意工作流中与您协作。

今天使用下方描述中的链接或扫描这里的二维码来尝试 Luma。此外，本周我们还有另一个名为 GAE 的 AI，全称为几何原生自动编码器（Geometry Native Autoencoder）。这基本上能够生成一致性更高的 3D 世界，因为正如您在这里看到的，它不仅生成了场景的视频，还生成了深度图以及 3D 空间中的相机轨迹。

此外，随着相机的移动，它还会重建场景的 3D 模型，以便在记忆中保持场景的一致性。所以这里是另一个例子：左侧显示它正在生成视频，但在生成视频的同时，它还生成了相机轨迹并重建了整个 3D 场景。现在，这适用于许多不同的环境和角色。

正如从这个例子中看到的，它可以是第一人称或第三人称。令人惊叹的是他们已经发布了这个模型。所以，如果您点击代码按钮并在此处向下滚动一点，它会包含所有关于如何在本地计算机上下载和运行此模型的说明。请注意权重相当小，总大小在 12 GB 以下，因此您应该能够将其安装在大多数中高端 GPU 上。

他们还发布了此模型的训练和评估脚本，这非常棒。如果您想进一步阅读，我会在下方的描述中链接到主页。上周，Meta 发布了一个名为 Muse 的东西，它就像您的个人 AI Agent。您可以像与聊天机器人一样与其交谈，它可以自主为您执行任务，如总结您的电子邮件、帮您购物或将东西预订到您的日历中起草回复等。

这有点像 OpenClaw，但 Meta 将其包装成了一个更易于使用的产品。现在，我不知道您怎么想，但我对将个人信息交给 Meta 持谨慎态度。因此，实际上本周我们有一个名为 Open Muse 的开源替代品。基本上是一样的东西。这是一个带有浏览器、终端和文件的个人 Agent，您可以给它任何任务，它可以持续工作很长时间直到实现您的目标。

您可以将其连接到 Gmail、Google Calendar 或其他应用程序。因此，它也可以帮助您阅读和总结电子邮件、起草回复或为您在日历上预订会议等。所以在这个页面上包含了所有关于如何开始的说明。现在这是一个 Agent 框架，因此您可以使用任何您想要的模型。当然，如果您有足够的计算资源，可以将其与本地模型配对；如果没有，也可以通过 API 密钥链接到付费模型。

令人惊叹的是这是基于非常宽松的 MIT 许可证发布的。所以，如果您正在寻找 Meta Muse 的开源替代品，这里有一个不错的工具供您查看。我会在下方的描述中链接到它。现在，我想上周我们有了这种新类型的模型叫做 Jev，它使用所谓的“系统一思维”，这能做出非常快速和迅速的决策。这与更刻意、深度推理的“系统二思维”不同，这使得它能够非常快速地回答问题。

本周我们有一个更好更快的替代品，而且是开源的。它被称为对比语言模型（Contrastive Language Models），简称 CLM。这也是一个超快的系统一模型，但它使用所谓的对比学习目标进行训练，该目标连接状态和行动。基本上与 Jev 相同。所以可以将其视为给 AI 当前状况和接下来可能采取的行动菜单。CLM 查看所有选项，然后立即评分哪个行动最匹配当前状况。

它基本上为每个选项给出置信度或概率分数。现在他们基于开源的 Qwen 38B 构建了这一点（注：原文为 Quen，推测指 Qwen）。这是一个相当小的模型，仅有 80 亿参数。但正如您所看到的，它的速度比 Jev 快九倍左右，同时在大多数时候匹配其性能。所以这里有一些这个新的 CLM 模型玩 Dino Run 的例子，底部是 Jev。

有趣的是，对于大多数电子游戏来说，它只是查看您所在的当前状态，然后找出下一步要采取的最佳行动。因此系统一思维实际上非常有效。但我们实际上并不需要让 AI 模型进行很长很深的推理，除非您在玩像国际象棋这样非常具有策略性的游戏。现在在这个页面上，他们揭示了许多关于此工作原理的技术细节，包括训练算法、数据配方等，以及训练的每个阶段。

因此这是完全开源的。在底部，如果您点击这里的 GitHub 仓库，它将包含所有关于如何在本地计算机上下载和运行此模型的说明。如果您想进一步阅读，我会在下方的描述中链接到主页。现在，本周早些时候，XAI

发布其最新且最佳的模型 Grock 4.7。正如你从白线中看到的，虽然它在性能和智能方面无法与其他前沿模型如 Fable 或 Opus 相媲美，但 Grock 4.7 能够以低得多的成本完成工作。这里有一些基准测试供你参考，你可以看到 Grock 4.7 比其他模型便宜得多。这里还有一些额外的基准测试供你参考。

在衡量 AI 专业知识工作表现的 GDP val（国内生产总值价值）方面，你可以看到它甚至击败了 GBT6 Astra，并且仅比 Fable 5.1 低几分。这是另一个测试其在多小时办公工作中表现的基准，然后是电气工程领域的数据。当然，这些只是他们自我报告的基准数据。

让我们看看独立评估机构 Artificial Analysis 的数据。如果你查看他们的智能指数，不幸的是，这仍然落后于 GPT6 以及最新的 Claude 模型。实际上，它仅与最佳开源模型 Mimo 2.6 Pro 持平。因此，在智能方面，它并不那么令人印象深刻。

有趣的是，如果你查看每任务成本，至少根据 Artificial Analysis 的数据，这甚至比 GPT6 还要贵，这相当令人震惊。所以我真的看不出它如何比其他前沿模型更具成本效益。

这里再次展示了一张显示智能与成本的图表。正如你所见，Grock 4.7 实际上位于最下方。如虚线所示的其他前沿选项相比，它的效率甚至更低。

但如果你有兴趣尝试一下，它已经在 Cursor 和 Grock Build 中可用，也可以通过 API 和其他第三方提供商使用。所以如果你感兴趣，我会在下面的描述中链接到主页。

此外，本周 OpenAI 发布了其最新模型 GPT6、Soul 和 Luna。现在命名规则变得越来越令人困惑，所以让我们澄清一下。目前 GPT6 家族由三个不同的类别组成：Astro、Soul 和 Luna。

我们有 Astro，它是智能最高的模型。正如你从这张图表中看到的，它的表现最好，但成本也最高。然后是中间类别 Soul。你可以看到，Soul 模型在性能方面的得分略低一些，但更便宜。

最便宜且最轻量级的变体是 Luna 类别。在这里它的得分最低，但也极其廉价。因此，你会使用 Luna 模型来处理那些真正快速简单、不需要太多推理的任务。

如果你看它的整体智能水平，GPT6 Soul Max 的表现确实比 GPT6 Astra 和领先的 Claude 模型低几分。然而，这要便宜得多。与 GPT6 Astra 相比，它的成本基本上低了超过三倍。

我们甚至不要谈论 Cloud 模型，因为它们的价格过高了。现在如果你看较小的 Luna 模型，它的表现位于这里（指图表较低位置）。所以它并不真正处于前五名之内，甚至低于 Deepseek 和 Gemini 3.8。

但再次强调，Luna 模型的优势在于它们极其便宜。它们是使用的最具成本效益的模型之一。因此，这每任务仅需 7 美分。

而如果将其与最昂贵的 Claude 模型相比，它的成本要高出一百多倍。在可用性方面，这里指出 Soul 和 Luna 模型都在 GPT work（应为 ChatGPT）中可用，并且适用于所有付费计划的代码解释器。

对于免费用户，你已经在桌面应用中可以访问较小的 GBT Luna（应为 GPT-4o mini 或类似模型，原文口误）。这些模型尚未在聊天界面中提供。如果你有兴趣阅读更多内容，我会在下面的描述中链接到主页。

此外，本周 Anthropic 发布了其最新且最佳的模型 Claude Opus 5.5。我已经制作了一个完整的评测视频，对其进行了彻底的测试。所以如果你感兴趣，请看该视频以获取更多信息。

我不会在这里重复太多内容，但基本上在几天的测试后，我得到的感觉是：它是目前的前沿模型之一。它在 3D、设计、编码以及浏览网站和与不同界面交互方面非常出色，但我不认为它比 GPT6 Astra 显著更好。

它们的智能水平非常接近。然而，如果你查看每任务成本，Claude 仍然比 GPT6 Astra 贵得多。所以至少对我来说，我仍然更喜欢使用 GPT6。Claude 模型的价格实在太高了。

不过无论如何，如果你有兴趣了解更多，我会在下面的描述中链接到该视频。现在除了 Opus 5.5 之外，Anthropic 还发布了一篇博客文章，声称他们发现了一种用于基因编辑的新酶系统。

研究人员只是要求 Claude 在庞大的 DNA 序列集合中搜索异常的反转录酶，这些基本上是将 RNA 复制为 DNA 的酶。Anthropic 使用了大约 950 个智能体，消耗了 2.1 亿个令牌。

经过 21 小时的运行后，智能体注意到了一串重复的字母序列，这可能与用于基因编辑的 CRISPR 机制有关。但这里有一个重要的注意事项：他们实际上并不知道这有什么作用，因此需要进一步调查。

所以令人印象深刻的地方不在于 Claude 发现了潜在的基因编辑新工具，而在于 AI 智能体独立搜索了巨大的 DNA 数据集，并将其缩小到值得测试的范围。

公平地说，Anthropic 的这一公告也遭到了一些生物技术领域人士的反对。所以有些人认为这一发现的意义远没有 Anthropic 宣传的那么大。

这些研究人员声称，DNA 包含大量此类类 CRISPR 重复序列和异常组合。科学家已经知道其中大多数最终不会产生特别有用的结果。因此，发现另一个异常的序列模式并不意味着你发现了新的基因编辑系统。所以这是一个重要的注意事项。

这一事件的重要性可能被夸大了些。不过无论如何，如果你有兴趣阅读更多内容，我会在下面的描述中链接到主页。

此外，本周我们看到了 Primebot 的一个很酷的演示，他们发布了声称是世界上首个可变形个人机器人的产品。它被称为 Primebot T1，正如你在这里看到的，它可以从四足狗形模式转换为双足人形模式。

这种变形功能有多种好处。例如，如果你需要它携带物品，它可以先转换为狗形模式，然后你可以直接将东西放在它的背上。或者当你需要它执行某些需要人形形态的动作时，它可以迅速转换为那种模式。

所以这是 Primebot 相当有趣的设计。而这（视频在此处结束，后续内容缺失）

价格非常便宜，仅需约20,000日元（约合2,800美元）。官方表示，发货计划将于十月开始。此外，本周你的“老婆”终于也要 shipped 了UBTE Robotics发布了一则新消息。他们表示，首批超写实类人机器人U1系列现已开始发货。我之前介绍过这些机器人它们被设计成拥有超写实的脸部、头发、衣物和姿态。说实话，我有点惊讶他们竟然没有推出猫娘选项，我认为这是一个巨大的错失良机。但无论如何，令人兴奋的是本周他们终于宣布首批机器人已经交付。

在另一则机器人新闻中Unitere推出了其最新的灵巧机械手Dex 5S。这是一项令人难以置信的工程壮举它的大小仅相当于人手一只，旨在尽可能逼真地模仿真实的人手。它具有22个自由度这意味着它拥有大量可独立运动的关节使手指能够弯曲、摆姿并像人手一样超级灵活，而不是僵硬如机械爪。据称其起售价为6,500美元每个关节还具备冲击扭矩保护功能，因此如果手撞到物体，设计旨在限制撞击力。

从演示中可以看到它能做很多事情比如抓取和操作物体、敲击钢琴键、做出手指手势以及使用剪刀剪纸。在另一则类人机器人新闻中Skilled AI发布了一段相当令人印象深刻的演示视频他们基本上是在做“AlphaGo”的类人足球版。他们的核心机器人模型被称为S1，目前正训练该机器人在无人干预的情况下踢足球。

其训练方式类似于DeepMind通过让AlphaGo在模拟环境中与自己对弈数百万局从而成为围棋世界顶尖水平的做法。在这里，他们对该机器人采取了同样的策略：在模拟环境中与自己对弈足球。选择足球是刻意为之的残酷挑战，因为这需要大量的平衡能力、速度、控球技巧、反应速度以及对比赛规则的理解。因此，他们只给S1设定了一个目标：进球。

让他们在Nvidia的模拟器Isaac Sim中进行了相当于超过140年的足球比赛。当然，起初在没有知识的情况下它会摔倒显得相当笨拙但经过几轮强化学习后它学会了带球绕过防守队员、护球以及射门。对手基本上是其自身的早期版本，因此当一个版本变得更强时下一个版本的比赛难度就更大。这被称为自动训练阶梯。

经过如此多的训练后，可以将此部署到现实世界中从而获得一个能够自主与人类进行足球对抗的类人机器人。虽然这只是一个有趣的演示，但这种在模拟环境中自我对弈的策略可以超越足球扩展到诸如在人周围导航、移动物体或自动驾驶或其他指定目标等任务。如果你有兴趣进一步了解我会在下方的描述中链接到主页。

此外，本周我们发布了大量小型模型它们不一定是前沿技术但依然值得提及我将快速过一遍。第一个叫做Dots 3 Note由Red Note推出这类似于中国的TikTok。这是一个拥有280亿参数的混合专家模型当使用时仅有160亿参数处于激活状态。它的上下文长度为512个token比一般拥有百万token上下文窗口的前沿模型要小一些。

尽管如此，就其规模而言它实际上表现相当不错以下是关于代理式编码和问题解决的基准测试结果。你可以看到它的性能甚至非常接近那些规模大得多的模型例如Kimik 3拥有2.8万亿参数，大小是其十倍左右。以下是其他基准测试结果显示在多模态理解方面就其规模而言它表现非常出色事实上最令人印象深刻的是它在ARC AGI基准测试中的得分。

如果你不熟悉这个基准测试它基本上是将AI模型置于一个从未见过的游戏环境中，需要自行学习游戏规则并赢得比赛。对于大多数AI模型来说这真的很难做到因为它们无法在技术上随时间学习新事物其模型权重是固定的。因此，让它们学习新规则并将这些新知识应用到决策中非常困难但正如你所见至少在ARC AGI2得分上这个新的DOT 3 Note在所有开源模型中表现最佳而且价格非常便宜。

他们已将其开源发布了完整模型以及FP8变体。完整模型大小为577GB而FP8版本小得多仅为300GB这是一个不错的中型多模态模型值得尝试。如果你有兴趣进一步了解我会在下方的描述中链接到主页。另一个值得注意的是OUS VL嵌入模型这是一个嵌入模型与常规大型语言模型截然不同它旨在通过同一系统搜索大量不同信息。

因此，与其为文本搜索、图像搜索、视频搜索和文档搜索分别建立模型这个嵌入模型基本上将所有这些不同格式转换为相同的数值表示也称为嵌入空间。你可以将其想象为将各种不同类型的输入翻译成一种通用语言。他们发布了两种不同的变体：一种是包含音频的Omni 30亿参数变体；另一种是仅视觉变体拥有20亿或90亿参数可以接收图像和视频但不能处理音频。

如果将其性能与其他相似规模的嵌入模型进行比较则其平均表现处于最先进水平因此这两个模型都非常小巧。Vision 9B1大小为16.8GB而Omni 3B1仅为11GB。令人惊叹的是这些模型采用Apache 2许可证限制极少因此这不是你标准的AI模型但如果需要一个嵌入模型将不同格式的输入转换为共享空间那么这可能是最好的开源选项之一。如果你有兴趣进一步了解我会在下方的描述中链接到主页。

而且它变得更小了所以我们还有另一个叫做Limite 1B的模型

除了这个着陆页非常奇怪的设计，看着有点刺眼之外，Liite 1B模型是一个专为解决极其困难的数学问题而设计的超小型模型。从这张竞争性的数学基准测试图中可以看到，它的得分高达94%左右。但由于它非常小，与其他更大的模型相比，它使用的计算资源要少得多。这里还有一些其他的竞争性数学基准测试供你参考。正如你所见，平均而言，它轻松碾压了其他大几十倍甚至上百倍的模型。所以这非常令人印象深刻。

正如我之前所说，这个模型专门用于做一件事，即解决极其困难的数学问题。因此，它在其他通用任务上的表现可能不会那么好。但如果你感兴趣的话，在页面底部他们发布了相关的代码和模型。所以稍微向下滚动一下，这里包含了所有关于如何下载并在本地运行该模型的说明。拥有10亿参数意味着它非常小，因此所有内容的总大小仅为2GB左右。你甚至可以在低端GPU上运行它。

如果你有兴趣进一步了解，我会在下方的描述中链接到主页。另一个值得加入你清单的开源模型是Iikido Alter。这是一个专为网络安全设计的开放权重模型。他们在GLM 5.3这一优秀的开源模型之一上进行了微调。现在，完整模型的大小约为1.5TB，相当庞大，但通过一些巧妙的工程处理，他们将其压缩至仅328GB，同时保留了完整模型的大部分推理质量。

你可以看到新的Alter模型与完整模型相比体积大幅减小。在他们测试集的32个漏洞中，Alter发现了23个。因此，其性能与发现25个漏洞的完整模型相差无几。由于这是开放权重的，所以在这里点击“下载Alter”，会带你进入他们的Hugging Face页面，其中包含模型以及使用说明。如果你有兴趣进一步了解，我会在下方的描述中链接到主页。

此外，本周Google发布了一些关于其将数据中心送入太空计划的最新细节。这被称为“Project Suncatcher”（捕日计划），他们基本上是在探索我们是否最终能在太空中建造庞大的AI计算系统。背后的理由是，数据中心需要大量的电力，而低地球轨道上的卫星几乎可以持续获得阳光，并可能产生比地球上系统多八倍的太阳能。

但在建造任何接近太空数据中心的设施之前，他们首先需要回答一个更简单的问题：AI芯片是否真的能在太空中生存。因此Google正在准备一颗携带其Trillium TPU（张量处理单元）的原型卫星，以测试这一点。现在有一个问题是如何将这些芯片送入轨道。在大约10分钟的太空之旅中，航天器产生的力可达10G，而这些硬件组件可能会承受高达100G的冲击。

因此Google基本上将这些AI芯片固定在一台巨大的振动机上，并在各个方向上剧烈摇晃以模拟火箭发射。令人惊讶的是硬件幸存了下来。接着还有另一个问题，那就是辐射。一旦你处于地球保护性大气层之外，太阳粒子和宇宙射线可能会扰乱电子设备甚至翻转单个数据位。因此Google在其TPU运行AI工作负载时，在质子束设施中对其进行了测试。

早期结果显示这些Trillium TPU实际上能承受比预期更多的辐射。另一个挑战是散热。你看，在地球上AI数据中心可以使用空气或水将芯片产生的热量带走。但在太空中没有气流。因此Google正在试验热管和散热器，它们将热量从处理器移走然后辐射到太空中。

这项工作的另一个难点在于这些AI芯片需要以极快的速度交换大量信息。这不仅仅是许多独立的AI芯片在工作，对吧？因此Google还需要这些卫星使用极高带宽的激光链路进行通信。保持这些激光连接需要极高的精度。Google将其比作在几英里外击中一枚硬币大小的目标，而双方都在移动中。所以他们也需要解决这个问题。

无论如何Google表示他们计划明年用两颗卫星测试该系统。因此目前Google在这个“Project Suncatcher”项目中的首次任务并不是将完整的数据中心送入太空。而是证明基本组件能够生存：芯片能否承受发射？能否应对多年的辐射？在真空中能否保持冷却？以及在太空中像一台巨大的AI计算机那样快速相互通信？

如果这些问题都能解决，那么太空最终可能成为利用太阳能构建AI基础设施的新场所。无论如何如果你有兴趣进一步了解，我会在下方的描述中链接到主页。此外本周我们还有一个超小型图像模型甚至可以在你的手机上运行。现在这被称为Supra Image，它仅有1亿参数。请记住其他图像模型至少有数十亿参数例如Z Image约为60亿参数所以这大约小了60倍。

鉴于其体积，它生成的图像质量相当低正如你在这些例子中看到的这是预期的因为将如此多的智能压缩到仅1亿参数是非常困难的。但这里不错的权衡是它足够小可以仅在你的手机或其他小型设备上运行。在页面底部包含了所有如何运行的说明注意整个模型的大小仅为417MB左右如果你对一个能在手机或其他小型设备上良好运行超小型图像模型感兴趣这可能是一个不错的选择。

如果你对进一步了解有兴趣，我会在下方的描述中链接到主页。以上就是本周AI领域的所有亮点。请在评论区告诉我你对这一切的看法哪条新闻是你最喜欢的？你最期待尝试哪个工具？一如既往，我会继续寻找顶级AI新闻和工具与你分享。所以如果你喜欢这个视频记得点赞、分享、订阅并期待更多内容。

此外每周AI世界发生的事太多了我不可能在YouTube频道上涵盖所有内容所以为了真正跟上所有发生的AI动态请务必订阅我的免费每周通讯链接将在下方描述中。感谢观看我们下期再见。