AI 编程实时动态与要闻

Artificial Analysis 11 月 13 日发布 Diarization Index，专门衡量语音转文字 API 能否把每个词归到真正说话的人：指标是 WDER（被分给错误说话人或无人说话的词占比），测试集为 97 段 2–8 人英文对话，按 2 人、3–4 人、5–8 人三档等权平均。NVIDIA 开源权重的 Nemotron 3.5 Transcribe 以 3.3% 居首，Voxtral Small Transcribe 3 以 7.5% 排第二，也是有标价 API 里最准的；MAI-Transcribe-2 为 8.8%，速度最快之一。

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

ElevenLabs 11 月 11 日在纽约峰会上集中公布了下一阶段的 Agent 路线。已上线的有：NVIDIA Nemotron 3.5 Super VL 进入 ElevenAgents 模型列表；ElevenLabs Partner Program 与 McKinsey 联盟；新应用 ElevenAI 开放免费早期访问。预览或“未来几个月”推出的有：Interaction Engine（管理打断与轮流发言，并为对话每个环节挑选合适的 LLM，简单分流用便宜模型、退款等复杂环节交给前沿模型）、ElevenAgents 的 Memory 与 Routines，以及与企业合作微调开源 LLM 和自家语音模型。

查看大图

11 月 9 日 08:30 UTC，Omarchy 作者 DHH 发布本地模型引擎 omarchy-local-ai v0.5.0，把本地模型支持扩展到 64 GB 的 NVIDIA GB10 / N1x 级机器，并把 Nemotron 3.5 Bolt 设为这一档的默认推荐（项目方实测：262K 完整上下文，短提示 91 tok/s、32K 提示 82 tok/s，峰值内存不到 40 GiB）。约 20 分钟后他在 X 上说，Omarchy 4.6 会为每台机器推荐能跑的最佳模型，并晒出 AMD 送他的 Ryzen AI Max+ 495 机器在 Agents 面板里同时挂着 Claude Code 订阅和本地 Qwen3.8 Flash Next（占用 94 GiB）。这套能力来自 11 月 1 日合并的 PR #17267：一条 omarchy agent local use best 命令按显卡家族和内存档位挑模型，在断网的 rootless Podman 容器里运行，供 OpenCode、pi 等编码 Agent 调用。4.6 的发布日期尚未公布。

查看大图

11 月 9 日，LG AI Research 在首尔 NVIDIA AI Day 上宣布，通过 EXAONE API 平台（docs.exaone.ai）免费开放 K-EXAONE 2.5 API，开发者、初创公司、企业和研究机构领取 API Key 即可用于服务开发与研究。K-EXAONE 2.5 是在 8 月发布的 K-EXAONE 2.0 基础上加训的技术验证模型：750B 总参数、31B 激活，纯文本，支持韩语和英语，上下文 512K，接口兼容 OpenAI。LG 自测四项 Agent 基准：SWE-Bench Pro 59.2、BrowseComp 78.0、AutomationBench 74.6、Claw-Eval 77.3，整体与 DeepSeek-V4.1-Flash、GLM-5.3 相当，但没有一项全面领先。NVIDIA 表示该模型训练用到了 Nemotron 数据集。官方未公布免费期限和额度，也未开放 2.5 权重。

查看大图

Box 在 11 月 5 日的 BoxWorks 2026 上宣布与 NVIDIA 扩大合作：新检索引擎 Box Context Retrieval 基于 Nemotron Retriever 嵌入模型，结合关键词与语义搜索，按现有文件权限为 AI 智能体返回最相关段落，预计明年初向 Enterprise Advanced 客户 GA。Box 新闻稿称检索准确率（Recall@5）可提升 20%、token 用量减少 90%、问答快 4 倍。Nemotron 3 Ultra 等开源权重模型即日起进入 Box AI；同时发布描述目标即可设计工作流的 Box Architect、可把 Box 文件夹挂进智能体沙箱并配合 NVIDIA OpenShell 的 Box Mount，以及含 MCP Guardrails 的智能体安全控制。

查看大图

NVIDIA 官方博客 10 月 30 日披露，Breakthrough Listen 与 SETI 研究所已把 Agent 接入北加州艾伦望远镜阵列（ATA，42 面 6 米天线）的日常地外文明搜索：研究员用一句自然语言请求，Agent 就能转动天线、校准聚焦、纠正数据错误并对实时数据流跑 AI 模型。底层由 Holoscan 的 DAQIRI 库把传感器数据直接送进 GPU 显存，SETI 研究所的 CyberEther 做信号处理，Web 编排器 Nexus 充当 Agent harness，在 RTX PRO 6000 Blackwell 上本地处理最高 2.4 Tbps。系统已完成首次蟹状星云脉冲星的实时 AI 检测；团队正在评估 Nemotron 等开放模型。@NVIDIAAI 10 月 31 日万圣节帖约 274 赞。

查看大图

NVIDIA AI 官方账号 10 月 28 日发布 Nemotron 3.5 Transcribe，权重已上架 Hugging Face 和 ModelScope。它是可用自然语言指令驱动的离线语音模型，一个检查点同时做 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注和音频问答，可处理最长 1 小时录音、最多标注 8 位说话人。官方称它在 Hugging Face Open ASR 英文榜以 5.33% 平均 WER 居开源模型第一；Artificial Analysis 测得 AA-WER 2.8%，与 24B 激活参数的 Voxtral Small 并列开源第一。权重、Granary v2 训练数据和微调配方一并开放。

查看大图

2026-10-23（UTC 15:41，SGT 23:41），NVIDIA AI 官方账号 @NVIDIAAI 宣布 Nemotron 3.5 Bolt E4B 4GB 上线，定位是能对话、能调用工具的本地小模型，用于本地助手、互动角色和机器人。Hugging Face 官方模型卡显示：它由 Gemma-4-E4B-it 后训练而来，总参数 8B（有效 4B），Q4_K_M 量化，输入输出各支持最多 64K token，可开关思考模式，并提供 DFlash 推测解码草稿模型和 BF16 版本；权重、数据和训练配方开放，许可证为 OpenMDW-1.1，可商用。模型卡跑分中，4GB 量化版 MultiChallenge 55.60（Gemma4 E4B-it 同量化 39.36、Qwen3.5 4B 52.23），但 Tau2-Bench 52.32、BFCL-v3 67.31 低于 Qwen3.5 4B。

查看大图

在 GTC Berlin 开幕主题演讲中，NVIDIA 官方集中发布了横跨多个专业垂直领域的全新开源模型矩阵。核心亮点包括：支持长文本视觉推理的 Nemotron 3.5 Super VL 与即开即用的 Bolt 系列语言模型；专为高精度 RAG 打造的 Nemotron Retriever 嵌入、重排与文档解析全套套件；面向实体工业的 Cosmos 物理世界模型；面向自动驾驶的 Alpamayo 2 Edge；以及与华盛顿大学 Baker 实验室联合开发的蛋白质生成大模型 BioNeMo RFD4-Proteina。官方实测显示，RFD4-Proteina 在 10 项以上蛋白质设计基准中斩获全球第一，在 200 个氨基酸的靶点设计上比 RFdiffusion3 提速惊人的 13 倍。

查看大图

欧洲前沿 AI 巨头 Mistral AI 与 NVIDIA 在 GTC Berlin 宣布达成工业工程 AI 深度战略合作，全面加速物理 AI、计算机辅助工程（CAE）与芯片设计（EDA）的智能化变革。合作将 Mistral 旗舰模型与 NVIDIA CUDA-X、Warp 物理引擎以及 Omniverse 实时数字孪生进行全链路打通。官方博客同时公布了备受瞩目的下一代旗舰模型 Mistral Large 4 的核心技术参数：总参数量接近 1 万亿（1T），激活参数为 490 亿（49B MoE），在 3800 张 Grace Blackwell GPU 集群上训练完成，模型权重定于 10 月底正式开源发布，并将联合 Nemotron 联盟共建工业基座。

查看大图

NVIDIA 于 10 月 16 日在 Hugging Face 上架 Nemotron-Labs Dory1.0-4B：20 层共享循环块可在推理时跑 1/2/4 轮，一份权重换不同算力档位；官方口径 4 轮 SWE-bench Verified 61.8，接近 Qwen3.5-9B。提供 BF16/MXFP8/NVFP4/GGUF，OpenMDW-1.1 许可。

查看大图

NVIDIA 于 2026-10-15 发布开源多模态智能体模型 Nemotron 3.5 Super VL：120B 总参、每 token 激活 12B，Mamba-2/Transformer 混合 MoE + C-RADIO 视觉编码器，支持文本、图像、文档与视频输入，最长 1M 上下文，自带 MTP 与 LiLiCorr 投机解码。权重、数据集与训练配方以 OpenMDW-1.1 开放，已上 Hugging Face、OpenRouter、ModelScope 与 NIM。同日放出面向 RTX/DGX Spark 的 Bolt 74B-A9B 24GB（原生 2-bit 量化感知训练），4GB 的 Bolt E4B 将于 10 月 23 日跟进。

查看大图