跳到正文
模型
模型 inclusionAI / Hugging Face QwenKimi

inclusionAI:Ling-3.1-flash-1019 开源升级,AA 指数约 41→44

蚂蚁 inclusionAI 在 Hugging Face 放出 Ling-3.1-flash-1019:560B 总参 / 约 25B 激活的混合线性 MoE 后训练升级版,1M 上下文;自称 AA Intelligence Index 约 44(前代约 41),AA-Briefcase Elo 约 1400→1524,AutomationBench-AA 约 62%→68%。MIT 许可,可走 SGLang / vLLM。

模型卡写明:Ling-3.1-flash-1019 是 Ling-3.1-flash 的后训练加强版,架构仍为 Hybrid-linear MoE(约 63 层 KDA + 9 层 Gated MLA),总参 560B、每 token 激活约 25B,上下文 1M。厂商强调推理与真实世界 Agent 能力提升:AA-Briefcase 约 1400→1524 Elo,AutomationBench-AA 约 62%→68%;科学向 CritPt 约 18%→26%、SciCode 约 54%→57%;Artificial Analysis Intelligence Index v4.3.2 总分约 44(前代约 41)。

部署:推荐 day-0 SGLang 镜像(含 MTP/NEXTN 推测解码与 Hopper 优化),示例 8×H200 TP8+EP8;亦支持 vLLM(expert parallel、ling3 tool/reasoning parser、MTP 推测)。权重仓 inclusionAI/Ling-3.1-flash-1019,许可 MIT;社区笔记称另有 base 检查点可供继续预训练/微调。分数为厂商/AA 口径,第三方完整复现仍待跟进——相对 10 月中旬首发开源,本稿记的是「同架构后训练抬分」而不是换底座。

Hugging Face 社交卡片:inclusionAI/Ling-3.1-flash-1019

来源与参考资料

同栏目 · 模型

Google DeepMind / Google Blog

DeepMind 发布 Genie 4:实时交互世界模型,原生音频 + Gemini 协同

Google DeepMind 10 月 27 日宣布 Genie 4:新一代实时交互世界模型,结合 Gemini 家族(Gemini Omni 锚定外观与行为,其他 Gemini 负责连贯推理)。可用自然语言改天气、运镜、加人;同步生成环境音、音乐与可互动对白。已向受信测试者开预览,随后将进 Google AI Ultra 的 Project Genie 与 Gemini API/AI Studio 早鸟。

Google DeepMind / Google Blog 社交卡片:Genie 4 实时交互世界模型
Google Cloud / DeepMind

Google Cloud:Gemini Robotics ER 2 公开预览上架,给机器人当「高层脑」

Google Cloud 10 月 27 日宣布:DeepMind 的 Gemini Robotics Embodied Reasoning 2(ER 2)在 Gemini 平台公开预览可用。该模型面向任意机体(固定臂到人形)做空间/时序视频理解、长程规划与多机协作,可把 VLA/导航 API 当工具编排;官方称关键事件帧定位准确率约 91.3%、平均误差约 0.96 秒,并接入企业 IAM 与仿真(MuJoCo-Warp、Isaac Sim)。

Google Cloud 官方配图:Gemini Robotics Embodied Reasoning 2 上架云平台
Baidu / Hugging Face

百度开源 Unlimited-OCR-2:SR-SWA 做「无限页」文档解析,约 3B / MIT

百度 10 月 27 日在 Hugging Face 放出 Unlimited-OCR-2(约 3B,MIT):用 Sparse Reference Sliding Window Attention(SR-SWA)把文本—视觉注意力压到固定规模工作参考集(示例 512 token),自称在有限上下文内做任意长度文档解析;厂商称 MPDocBench / MarathonDocBench 达 SOTA。可走 Transformers 与定制 SGLang。

Hugging Face 社交卡片:baidu/Unlimited-OCR-2