AI 编程实时动态与要闻

端侧模型公司 Edge0 于 11 月 12 日开放 Edge0-145B 和 Edge0-120B 的权重，并发布 C++ 推理引擎 edge0-infer 和 Edge0 Chat 0.2.0。145B 版基于 Qwen3.8-Flash-Next，是潜空间稀疏 MoE，每 token 激活约 10.12B 参数，原生 4 bit 训练，上下文 256K。官方称本地峰值内存 29GB，在 RTX 5090 D 24GB 上智能体解码 98.3 tok/s；Terminal-Bench 2.1 得分 86.52，Claude Opus 4.6（Max）为 78.2。所有成绩均为 Edge0 内部评测。

查看大图

11 月 12 日（北京时间 13 日凌晨 4 点 50 分），Thinking Machines Lab 宣布 Inkling 2 Small 权重以 Apache 2.0 许可证在 Hugging Face 开放下载，兑现了 11 月 5 日发布闭源版时「完成安全测试后开源」的承诺。模型为 594B 总参、17B 激活的多模态 MoE，支持图文输入和 100 万 token 上下文；主权重是训练时就采用的原生 NVFP4，至少需要 500GB 显存（2 张 B300 或 4 张 H200），另有 MXFP8 版本。SGLang、vLLM、Unsloth 给出本地部署方案，Cloudflare Workers AI、OpenRouter、Together、Nebius 等首日上线，每百万 token 输入 0.30 美元、输出 1.00 美元。

查看大图

新加坡时间 11 月 13 日 00:30，Artificial Analysis（@ArtificialAnlys）发帖称，Salesforce 新发布的 SOV-Transcribe-1 成为开源权重语音转文字模型第一名：在 AA-WER 指数上词错误率 2.3%，在包括闭源模型在内的 44 个模型中排第 7。它比紧随其后的开源模型 Mistral Voxtral Small 和英伟达 Nemotron 3.5 Transcribe（均为 2.8%）低 0.5 个百分点。模型由 Salesforce 主权 AI（Missionforce Sovereign AI）团队开发，总参数 26.6B、激活参数 4.6B，结构是 Whisper large-v3 音频编码器加 Gemma 4 26B A4B MoE 解码器，权重以 Apache 2.0 许可发布在 Hugging Face。它是非流式模型，适合整段录音转写，不适合实时字幕。

查看大图

Runway 11 月 11 日以 Apache 2.0 许可开放世界动作模型 Praxis-1 的权重、推理与微调代码（含 LoRA），可商用。它是 27B 参数的 MoE 扩散 Transformer（每 token 激活约 2.8B），同时预测未来视频和机器人动作，每次调用输出 1.6 秒动作，单张 H100 往返约 0.55 秒。官方称在 NVIDIA RoboLab-120 上成功率 46.2%，是世界动作模型和开源机器人基础模型中的第一，高于 FLUX 3 Action 42.9%、π0.5 28.0%。同一工位三项任务上，比让 GPT-6 Astra 直接驱动机械臂快 15.6 倍、单任务成本低 51 倍。权重已上 Hugging Face，并支持 LeRobot 与 vLLM-Omni。

查看大图

Zyphra 11 月 9 日发布开源语音合成（TTS）模型 ZONOS3-Mini，权重以 Apache 2.0 协议上架 Hugging Face。它是稀疏 MoE 模型，总参数 8 亿、每 token 激活约 1 亿，用 112 张 H100 训练 2.5 天。官方口径：在 Pixel 9 浏览器里首段音频延迟低于 570 毫秒，M3 MacBook Air 上低于 150 毫秒；在自建的 ZTTS2-Eval（35 种语言朗读 + 20 种语言真实录音）能力指数上排名开源模型第一，领先 Fish S2 Pro 和 MOSS TTS v1.5。支持声线克隆、年龄/口音/性别调节和逐词语气控制，提供 WebGPU、SGLang、vLLM、GGML、MLX 等运行时。

查看大图

11 月 9 日晚，美团 LongCat 官方账号宣布开源 LongCat-2.5 权重，采用 MIT 协议，已上架 Hugging Face。LongCat-2.5 是 11 月 2 日以 API 形式发布的原生多模态 MoE 模型，总参数 1.6 万亿、每 token 激活约 480 亿，主打长程 Agent 任务、智能体编程、创意设计和 3D 任务。这次同时放出 BF16 主模型（仓库约 3.56TB）和 W4A4 量化版（约 1.34TB）。模型卡显示目前只提供 NPU 部署指南（基于 SGLang-FluentLLM），支持思考与非思考两种模式。官方跑分中 Terminal Bench v2.1 为 88.4、BrowseComp 为 91.9，LongCat 自己的分数为内部测试，仅供参考。

查看大图

2026-11-06 Reflection 官方账号发布 Beam 模型技术报告（156 页 PDF），完整披露这款 501.3B/23.4B 激活 MoE 开源模型的训练方法：23.8T Token 预训练、6,144 张 GB300 不到 4 周完成，后训练在约 10.5K 张 GB300 上跑 4 周、生成超 1 亿条 rollout 的全异步 RL。报告称 FP8/NVFP4 量化分别保留 99.93%/98.98% 的中位分数，1.93B 草稿模型 DFlash 2 单请求解码提速 1.96–3.03 倍（均为厂商口径）。

查看大图

Boson AI（李沐、Alex Smola 团队）于 2026-11-05 发布研究预览 Higgs Realtime Duplex：一个 45B MoE 前台模型，把语音、视频、工具结果都切成 160ms 分块同时收发，可边听边看边说、实时渲染自己的脸，同时思考、调用工具或把难题委派给更大的后端模型而不中断对话。官方口径 Big Bench Audio 98.9、τ-Voice 69.8、Full-Duplex-Bench v1.5 75.5。目前 API 仅开放候补名单，旧版 Higgs Realtime 已可用。

查看大图

2026-11-05，Hugging Face 发布免费「The Ultimate MoE Training Handbook」。Thomas Wolf（联合创始人）称约 80 万 GPU 小时、约 7 万字与 55 幅交互图；作者 Nouamane Tazi 另称约 50 万 GPU 小时。手册面向 Megatron-LM，覆盖路由、专家规模、通信与调试，入口为官方 Space。

查看大图

Thinking Machines Lab 于 11 月 5 日发布第二代首款模型 Inkling 2 Small：594B 总参 / 17B 激活 MoE，支持图像输入与可变 thinking effort。官方博客称 Artificial Analysis Intelligence Index 约 31，编码、视觉与知识工作相对上一代明显提升。现可在 Tinker 上推理与微调（闭源权重）；完成外部安全测试后拟以 Apache 2.0 释出全量权重。Tinker 标价约 $0.30/$1.00 每百万 input/output token（64K）。

查看大图

蚂蚁集团 Ant Ling（@AntLingAGI）于 11 月 5 日发布 Ling-3.2-flash：560B 总参 / 25B 激活的原生多模态 MoE，1M 上下文，原生支持图/文/视频。官方 changelog 写明聚焦复杂视觉理解、多模态长程 Agent、3D 理解与交互、医学多模态；兼容 OpenAI 与 Anthropic 协议，上线前 2 周免费。官方帖给出相对 Claude Opus 5（max）的厂商评测：OmniDocBench1.5 92.21 vs 90.56、ZEROBench(Sub) 43.71 vs 39.52、Vision2Web 85.86 vs 80.20。DesignArena 称 Image-to-Frontend 约第 10、Elo 1238。

查看大图

百度 11 月 5 日通过官网与 @BaiduResearch 宣布开源 ERNIE-5.5-Flash-Base：预训练结束点、未经中段/后训练的纯文本 MoE 基座，总参 280B、每 token 激活 14B，预训练 33.5T、训练上下文最长 128K，微调与推理支持 1M。Hugging Face / ModelScope 提供 FP8 与 BF16。官方统一评测口径下 MMLU 93.3、HumanEval+ 82.3、LiveCodeBench 40.1；后训练版 ERNIE 5.5 Flash「随后发布」。许可为自定义协议（排除欧盟/英国/韩国；相关营收超 5000 万美元需另行书面授权）。

查看大图

Kimi 官方账号 @Kimi_Moonshot 于 11 月 4 日 16:00（UTC）宣布开放 Kimi K3.1 Pro 模型权重，仓库 moonshotai/Kimi-K3.1-Pro 已公开、无需申请。模型卡显示它是 2.8T 总参、104B 激活的原生多模态 MoE，1M 上下文，权重以 MXFP4（量化感知训练）发布，仓库约 1.56TB；官方推荐 vLLM、SGLang 和 TokenSpeed 部署。许可证允许自由使用和修改，但年收入超 2000 万美元的 MaaS 业务需另签协议。

查看大图

Anthropic Frontier Red Team 11 月 2 日发布研究文章并开源 FlashProve（Apache 2.0）：模型提供方先对权重做隐藏承诺，之后为每次回答生成零知识证明，用户不需要权重、在普通 CPU 上就能验证回答确实来自该模型，可用来识别中转站偷换模型或 token 流被篡改。官方口径：Llama 4 Maverick（400B MoE，4-bit）上单张 H100 约 110 token/秒，每个 1,024 token 请求的证明约 19 MB，GPU 时间约为 vLLM 推理的 70–95 倍。这是不再维护的研究原型，上下文只支持 1,024 token、只覆盖整数化模型的贪心解码。Anthropic 工程师 Steve Weis 在 X 上转发了这次发布。

查看大图

Mistral 10 月 29 日发布改进版 Mistral Large 4（Le Chonk）并开放权重，已上架 Hugging Face（另有 NVFP4 量化版），API 名为 mistral-large-4。相比 10 月初的公开预览，多做了约三周强化学习：官方口径 FrontierCode 2.0 得分 19.7%、Terminal-Bench 4.0 从 28% 升到 41%，并新增 low/medium/high 三档推理。许可证为改版 MIT，商用可用，但做模型即服务需另签商业许可。

查看大图