科大讯飞宣布星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务，开发者可直接接入调用。该模型支持文本和语音输入、文本输出，覆盖语音转写、多语言翻译、多方言识别、环境音理解、说话人分离、情感分析和音频问答等任务，支持 99 种语言、202 种方言，并采用全国产算力训练。
推荐理由：原文列出 SparkAudio 1.0 的语言方言覆盖与全国产算力训练信息，读者可据此判断语音基座模型的自主可控程度。
百度发布文心 5.5 Flash Preview，总参数 2800 亿、每 Token 激活 140 亿，支持 100 万 Token 上下文，已上线百度智能云千帆平台供 API 调用，权重将于 11 月 25 日面向全球开源。
百度发布文心5.5 Flash Preview，模型已上线千帆平台，Web端与API同步开放，权重将于11月25日前以Apache 2.0许可证开源，支持SGLang和vLLM部署。
推荐理由：原文给出文心5.5 Flash Preview的稀疏参数配置、定价与开源计划，可据此判断效率档模型的成本取舍。
姚期智与月之暗面创始人杨植麟等联合提出 TCSExam，用 100 项理论计算机科学研究任务评测前沿 AI Agent 的科研能力。Kimi K3 在 124 个点的图构造任务中构造出 630 条边、超过此前 629 条的参考纪录，并通过程序验证。该框架通过 Lean 4、程序检查器和 Checkpoint 机制分别核验定理证明、算法表现与中间推导，避免把局部进展误判为完整成果。
蚂蚁数科决策模型 LingDT-Decision 在 System One 协议上新增 extract 题型，首发信息抽取能力，可返回原文片段及位置。该模型通过 mid-train、强化学习等技术适配产业侧决策精度与效率需求，在 23 项开源评测基准中综合评分超过 Microsoft-Decision-1、Jev 1.13 等模型，27B 版本在同参数规模中准确率最高。
百度在百度世界大会前发布文心5.5 Flash Preview，总参数2800亿、单次推理激活140亿参数，支持百万Token上下文，生成速度超过每秒200Token。
同一件事，精选收录的是《百度发布文心5.5 Flash Preview：2800亿参数、千帆API上线、11月25日前开源》
李彦宏在2026百度世界大会以“下一幕：智能组织”为主题，提出企业应围绕AI重新设计组织和业务流程，而非只堆AI工具。他披露百度内部每日活跃智能体从约5000个增至3.7万个，每周有效工作任务数从8.4万个增至超100万个，并已沉淀超2万个组织Skill。大会还发布文心5.5 Flash Preview（280B总参数、14B激活参数、100万Token上下文）及升级至3.0的伐谋。
MiniMax开源图像模型H3-Image，支持16MP（4096×4096）原生4K生成，最多可输入16张参考图。作者实测显示该模型能根据产品外观图推演正交三视图、生成机械爆炸图，并在高数试卷排版中保持字符与公式完整。API调用价格为主流竞品的50%到70%，首周16MP请求再打五折。
推荐理由：作者实测了开源图像模型在CAD拆解、文字排版与4K生成上的表现，可据此判断国产开源生图模型的当前水平。
MiniMax 宣布 H3-Image 正式发布并开放权重，这是一款衍生自 H3 的图像生成模型，具备文本生成图像、图像参考和图像编辑能力。官方称其可在 10 秒内生成一张 4096×4096 像素、约 16MP 的高分辨率图像，速度可达市面主流水平的 5 倍，最多支持 16 张参考图片。
同一件事，精选收录的是《MiniMax开源图像模型H3-Image，支持原生4K与最多16张参考图》
DeepSeek Harness 公布截至 11 月 4 日以官方 API 用户为统计范围的日活跃用户达 154 万，日消耗 Token 约 92 万亿，第三方插件约 3.5 万个，约 60% 活跃用户制作或安装过至少一款第三方插件。
推荐理由：材料把插件数量增长与上下文成本、升级丢配置两类反馈放在一起，可看出开放插件生态扩张时的治理难点。
作者系统梳理了 Kimi Team 技术报告中的 Attention Residuals，把标准残差在深度维的等权累加换成可学习伪查询加 softmax 注意力，并给出 Block 版本以降低内存。
智元正式发布 WITA-Omni（硅光动语全模态大模型），官方称其为行业首个具身全模态端到端交互大模型。该模型在音视频之外新增触觉、本体状态等输入，并输出机器人动作与表情，基于流式全双工架构实现边听边想边应边动，交互响应最快约 400 毫秒、平均约 600 毫秒。全模态拒识使其无需唤醒词即可自然对话，并支持上百种语言和方言的流式同声传译。
推荐理由：原文给出交互时延、全模态输入输出与免唤醒设计，可据此判断具身交互模型的产品形态。
11 月 10 日，蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，基于近 5000 小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，将不同信号编码为统一的触觉 Token。
同一件事，精选收录的是《蚂蚁灵波开源触觉基础模型 LingBot-Touch》
11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch，基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，输出统一触觉Token供不同灵巧手和动作模型使用。
同一件事，精选收录的是《蚂蚁灵波开源触觉基础模型 LingBot-Touch》
openJiuwen提出TTSE（双轨自演进）框架，将Agent任务经验分为FACT环境事实与TIP条件式技巧两条轨道，分别归纳、验证与更新。论文在ALFWorld、ScienceWorld、GDPevo、SOPBench和PinchBench五个基准上评测，其中ALFWorld在DeepSeek-V3.2上成功率达97.8%，较GraSP的83.6%提升14.2个百分点。
蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch，把磁触觉、视触觉、压阻式触觉三类传感器信号统一编码成触觉 Token 再交给动作模型。预训练数据共 4983 小时、约 13.3 亿帧，轻量版 LingBot-Touch-Tiny 约 532 万参数，技术报告、代码和模型权重均已开源。
同一件事，精选收录的是《蚂蚁灵波开源触觉基础模型 LingBot-Touch》
11 月 10 日，蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，基于近 5000 小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感原理，将不同信号编码为统一触觉 Token。
推荐理由：原文给出触觉基础模型的预训练数据规模与真机测试结果，可据此判断触觉表征跨硬件复用的做法。
作者以供应链溯源多跳查询为例，回顾外挂图库虽把查询从 40 秒降到 2 秒，但半年内同步链路出过四次问题、每次一天。文章据此拆解金仓 10 月 30 日发布会提出的库内知识化，认为图化是把关系表按语义对象映射成视图而非复制数据，省掉同步链路、第二套权限和两份存储。作者还给出边界判断：图关系须能从表推导、多跳深度以五跳以内为常态、社区发现等复杂图算法仍适合专业图库。
量子位在豆包中实测字节 Seedream 5.5，用100轮连续编辑任务对比 GPT-Image 2.6，后者约第10轮起出现明显畸变，Seedream 5.5 后期虽有畸变但保真度更高。
推荐理由：作者用100轮连续编辑、多图合成、图层拆分等实测，对比Seedream 5.5与GPT-Image 2.6的稳定性差异。
阿里千问事业部 AI 算法负责人蒋冠军指出，Personal Agent 理论能力上限接近 100%，实际交付能力目前只有 60%～70%，稳定完成任务比刷新 Demo 上限更关键。千问已建立覆盖 30 多个头部行业的需求透视图，拆解出 8000 多项原子模型能力要求，并通过模型与 Harness 深度耦合，在部分场景减少约 40% 的 Token 消耗。
11 月 9 日，字节跳动正式发布豆包图像创作模型 Seedream 5.5，相比 Seedream 5.0 Pro 生成速度大幅提升，并增强多轮编辑稳定性、原生支持透明素材生成，重点优化图像真实感与小字渲染。
推荐理由：原文列出新模型在速度、多轮编辑与透明素材上的具体变化及单张成本，便于判断图像模型的迭代方向。
百度文心首次披露自动研究系统ERNIE Evolve，该系统可自主提出研究方向、开展实验并验证结果，在NanoChat AutoResearch和NanoGPT Speedrun两项任务的三个评测指标上取得公开验证的SOTA表现。
推荐理由：原文给出ERNIE Evolve在昆仑芯P800上三项推理优化的耗时与提升幅度，可了解RSI在真实研发中的落地方式。
传神语联在9月20日发布会上推出太好译6S+1可信服务框架，并发布TaiHow Docx文档翻译、TaiHow Meeting会议同传、TaiHow Video视频译制和TaiHow PDOD四款产品。
OpenKruise Agents v0.6.0 发布，新增 traffic-control-plane 与 traffic-proxy 两个组件，CRD 从 6 个增至 12 个，自 v0.3.0 以来合并 283 个 PR、新增 27 位贡献者。
DeepSeek 开放其自研 DeepSeek 搜索引擎的 API，该引擎支撑其网页与 API 搜索能力，每天处理全球数亿次搜索请求。该引擎索引数千亿网页，支持多语言实时检索，并通过检测机制过滤 SEO 垃圾、GEO 操纵与低质量 AIGC 内容。具体用法见 Search & Fetch 指南。
DeepSeek V4.1 Flash 升级为 DeepSeek-V4.1-Flash-1017，官网与 APP 模型同步更新，API 调用方式和定价不变，仍用 deepseek-flash 接入。
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其新架构家族中规模最小的模型，原生支持多模态视觉理解，新架构面向更高能力上限、更快推理、更高吞吐和更大模型扩展。
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，调用时设置 model='deepseek-v4-flash-vision-exp' 即可访问。
DeepSeek-V4-Pro 正式版已在 APP、Web 和 API 上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。正式版重点增强智能体能力，HLE（含工具）为 42.7/60.0，Terminal Bench 2.1 为 87.9，NL2Repo 为 61.5，Cybergym 为 83.3。
DeepSeek 宣布 DeepSeek-V4-Flash API 正式发布并进入公测，调用方式不变，只需将模型名设为 deepseek-v4-flash。
DeepSeek API 现已支持 V4-Pro 和 V4-Flash，可通过 OpenAI ChatCompletions 接口和 Anthropic 接口调用，base_url 不变，model 参数分别设为 deepseek-v4-pro 或 deepseek-v4-flash。
DeepSeek 通过临时端点提供 DeepSeek-V3.2-Speciale，base_url 为 api.deepseek.com/v3.2_special…。该版本定价与 V3.2 相同，不支持工具调用，可用至 2025 年 12 月 15 日 15:59（UTC）。
DeepSeek 官方更新显示，deepseek-chat 和 deepseek-reasoner 均已升级到 DeepSeek-V3.2。其中 deepseek-chat 对应 DeepSeek-V3.2 的非思考模式，deepseek-reasoner 对应其思考模式。