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%。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
181 条收录动态，更新于 17:06
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
11月6日
星期五，4 条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。
引用OpenAI@OpenAIIntroducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time. https://openai.com/index/introducing-gpt-6-cyber/
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%。
11月5日
星期四，6 条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）。
引用Tencent AI@TencentAI_NewsIntroducing Hy4. It can see now. Best view in open weights.
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。
11月4日
星期三，1 条Ai2 与 Google 合作开发新一代气候模型 NeuralGCM+
Ai2 在 Google.org 三年数百万美元资助和 Google Research 技术支持下启动气候建模计划，开发开源模型 NeuralGCM+。该模型基于 Google Research 的 NeuralGCM，将扩展为大气与海洋联合模拟，聚焦数年至数十年尺度的气候趋势，目标是把区域气温和降雨误差降到低于传统气候模型。Ai2 计划公开模型与建模框架，并优化在常用 GPU 上的性能。
11月5日
星期四，3 条Ai2 回应 Google：聚焦年代际气候预测
@Google 自发布以来，Google Research 一直在为周至月尺度的预报开发 NeuralGCM。我们的重点将放在年至十年尺度的气候预测，连接大气与海洋模型，以捕捉海洋如何吸收和重新分配热量。
Ai2 公布 NeuralGCM+ 优先事项
@Google 我们的 Ai2 气候模拟器（ACE）已经加速了气候模拟。 我们对 NeuralGCM+ 的优先事项： 🌊 耦合大气、海洋与海冰 🌡️ 加入物理机制并测试更暖气候 💻 发布模型、框架与有文档的工作流程；提升 GPU 性能
11月4日
星期三，1 条腾讯混元 Hy4 正式版发布，号称首次跻身最强开源模型之列
腾讯混元发布最新一代大语言模型 Hy4 正式版，官方称其首次跻身最强开源模型之列，并计划近期开源模型权重、发布模型系统卡片。相比 Hy4 preview，Hy4 显著扩展预训练和后训练规模，首次引入视觉能力并支持电脑操作，可用于视觉与电脑任务、前端与游戏开发、科研与模型研发等场景。
11月3日
星期二，1 条El Agente Fármaco：面向药物发现的可扩展 AI 科学家
作者提出 El Agente Fármaco，一个用大语言模型把日常语言表述的发现目标转成可扩展计算筛选流程的 AI 科学家，由智能体选择科学工具、审阅结果并调整后续步骤。
11月4日
星期三，2 条Open-HumanScale 开源 5 万小时第一人称视频预训练配方与 HumanWAM 模型
研究团队发布 Open-HumanScale，一套将第一人称人类视频预训练扩展到 5 万小时的全开源配方，核心是带手部动作与自然语言密集标注的 Open-HumanScale-50K 语料。
Ai2 推出 StateBench 状态追踪基准
StateBench 将状态追踪分为 4 个层级：r-平凡、非周期、可解与一般有限。 这些层级涵盖从记住固定信息（如生日）到更难的任务（如在杯子反复交换时追踪球的位置）。
11月3日
星期二，5 条Mistral Large 4 技术报告与开源发布
Le Chonk 的诞生故事，由打造它的团队亲述。 现已上线 @askalphaxiv：https://www.alphaxiv.org/abs/2611.mistral-large-4
引用Pierre Stock@PierreStockML4 is now open-weight! Frontier capabilities on code agents & cyber, way more efficient and compact than its Preview version three weeks ago (!) and cherry on the cake: technical report telling its epic backstory. Check it out: https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B/blob/main/assets/technical_report.pdf
Deep Principle 发布 Hydrogen-1.0：面向科学发现的 753B 开放权重模型
Deep Principle 发布 Hydrogen-1.0，这是一个面向化学、材料科学与生命科学的 753B 开放权重模型，在 Z.ai 的 GLM-5.3 基础上用领域数据、实验室记录和智能体发现轨迹后训练而成，权重以 MIT 许可在 Hugging Face 和 ModelScope 开放。
Meta发布Muse Wonder模型等十月亮点
十月亮点回顾： 我们发布了 Muse Wonder 和 Muse Wonder Full 两款面向 AI 智能体的前沿模型；澄清了关于数据中心的一些最大误解；并与美国高校合作，利用 AI 加速医学与科学突破。
斯坦福大学启动 Stanford Digital Brain Project，拟用约 14000 小时影像数据构建人脑数字孪生
斯坦福大学 Wu Tsai Neurosciences Institute 启动 Stanford Digital Brain Project，计划未来五年从约 100 人采集约 14000 小时影像数据，训练预测脑活动、生成可后续在人体验证的假设的 AI 基础模型。
Sakana AI 东京研讨会：发布自研语言模型计划
Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，超400人参加，首席科学顾问 Jürgen Schmidhuber 发表主题演讲。首席科学家秋叶拓哉公布从预训练做起的新语言模型系列“Sakana Sawara”（暂定名），首个小型模型“Sawara Small”（暂定名）若进展顺利将于2027年春季发布。
引用Sakana AI@SakanaAILabsSakana AIシンポジウム：日本から挑む言語モデル・世界モデル・Physical AI 開催レポート https://sakana.ai/symposium-2026/ 10月26日、東京・一橋講堂でシンポジウム「From World Models to Real-World AI」を開催しました。9月にChief Scientific Advisorとしてお迎えしたJürgen Schmidhuber教授の基調講演 と、2018年に教授と論文「World Models」を共著したCEOのDavid Haとの対談に、400名を超える方にご参加いただきました。 基調講演では、甘利俊一氏や福島邦彦氏をはじめとする日本の研究者を含め、世界各地の研究者の功績に触れながら、自身による1990年の世界モデルや人工好奇心の研究まで、いまのAIにつながる流れをたどりました。 また、チーフサイエンティストの秋葉拓哉が、事前学習から自社で開発する言語モデルシリーズ「Sakana Sawara（仮称）」を発表しました。最初のモデルとなる小規模な「Sawara Small（仮称）」は、順調に進めば2027年春に公開する予定です。 Jürgenが思い描いてきたAIのうち、生成AIが実現したのはおそらく半分です。自ら実験を考える人工科学者や、実世界で働くPhysical AIといった残りの半分は、まだスケールに至っていません。その機会は大型ラボ以外にこそ開かれていて、日本はその有望な場所の一つだと考えています。このシンポジウムが、日本の企業や研究機関の皆さんとともに、日本のAIの次の時代を切り開いていく出発点の一つとなれば幸いです。 後日動画も公開する予定です。 ご来場いただいた皆さま、ありがとうございました！
11月2日
星期一，3 条NVIDIA 推 ELR：单模型弹性循环提升准确率
NVIDIA 提出 Elastic Latent Recurrence（ELR），通过门控状态更新并同时训练不同循环次数，让单个模型用推理算力换准确率而不牺牲单次循环性能。
Sakana AI 发布自研语言模型 Sawara 计划
Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，宣布正从预训练阶段自研语言模型系列“Sakana Sawara（暂定名）”，首个小型模型“Sawara Small（暂定名）”若进展顺利计划于2027年春季公开。
Recursa 发布可递归自我改进的基础模型系统
研究团队提出 Recursa，一个无需人类专家或更强教师模型、靠自身经验适应新领域的基础模型系统。它用知识库存储领域技能、技能适用时机、过往任务记忆与反思，先从领域材料引导构建知识库，再通过递归自我改进，由并行学习器执行任务并合成局部改进，经校验后合并进知识库。
10月30日
星期五，2 条Samaya AI 发布 Sterling：3B 激活参数的金融研究智能体模型，在 FrontierFinance 上以 11 倍低成本超越 Claude Fable 5.1
Samaya AI 发布金融研究智能体模型 Samaya Sterling，基于 NVIDIA Nemotron 3.5 Lightning（30B 总参数、3B 激活的 MoE）经 LoRA 后训练而成。
OpenAI 发布 GPT-Rosalind-6 系统卡增补，面向受信客户开放生命科学模型
OpenAI 发布 GPT-Rosalind-6 系统卡增补，该模型沿用 GPT-6 Astra 的权重，未新增训练数据或额外后训练。在 GeneBench Pro v13 的 129 道生物数据定量分析题上，最高推理预算下单次尝试成功率为 37.7%，GPT-Rosalind-5.5 为 16.7%，该评测使用与生产环境不同的基准专用配置。
10月31日
星期六，1 条OpenResearch 训练 4B 决策模型
我们用 OpenResearch 在超过 117k 个决策示例上训练了一个 4B 决策模型 我们的模型在除讽刺检测外的所有领域表现几乎与 Jev 完全相同 在评估中，我们的模型能够泛化到其他未见过的任务，如仇恨言论严重程度、情绪检测和意图分类，但讽刺仍是一个常见的失败模式
10月29日
星期四，1 条Glance：让生成器兼任重排器，单一 9B 骨干完成检索增强生成
Glance 为生成器加装轻量决策适配器与指针头，从共享 prefill 中为候选段落打分，无需对每个查询-段落对单独预填充。