资讯
基于官方公告等一手信息,为你带来AI工具与AI模型的最新动态。

DeepSeek通过API开放应用功能:向开发者提供联网搜索、URL读取、文件输入和语音合成等
中国的DeepSeek于2026年11月13日通过面向开发者的API,集中开放了其聊天应用中的功能。在V4.1-Flash模型上,只需几项设置即可使用联网搜索、URL读取、文件输入和安全检查;搜索、OCR、语音识别和语音合成也作为独立API提供。

OpenAI发布让AI智能体完成购物付款的“ChatGPT Wallet”:首先面向美国部分Pro用户
OpenAI于2026年11月13日(美国时间)发布了“ChatGPT Wallet”,AI智能体可在获得用户批准后完成商品购买。只要事先绑定一次银行卡,用户只需确认智能体选好的商品,并通过面部识别或指纹批准即可购买。首先仅向美国部分ChatGPT Pro订阅用户提供。

Anthropic发布可在自有环境运行的AI智能体平台“Claude Managed Agents”:对话记录无需存放在企业外部
Anthropic于2026年11月12日(美国时间)发布了用于构建和运行AI智能体的服务“Claude Managed Agents”的自托管版,企业可在自己的云或数据中心中运行。智能体的设置和对话记录保存在企业自己的数据库中,模型可从Anthropic以及Amazon Bedrock等提供方中选择。首先以有限测试版形式提供。

Google发布面向日常编程和智能体的“Gemini 4 Hydrogen”:接替Gemini 3.8 Flash,并搭载于搜索
Google于2026年11月12日(美国时间)发布了注重速度和低成本的新模型“Gemini 4 Hydrogen”。它是Gemini 3.8 Flash的后继模型,自当天起陆续搭载于Gemini API、Gemini应用和Google搜索等。API价格为每100万token输入1.5美元、输出7.5美元,免费额度也可使用。

阿里巴巴限时抢先开放新一代AI“Qwen4”顶级模型:“Qwen4-Max-Preview”仅开放至11月25日,API只能通过订阅套餐使用
阿里巴巴于2026年11月11日发布了新一代AI模型“Qwen4”顶级模型的试用版“Qwen4-Max-Preview”。它可以处理100万token的文本,阿里巴巴称其擅长编程和AI智能体任务。不过,该模型仅限期开放至11月25日,API只能通过按月订阅的“Token Plan”使用。

MiniMax发布开放权重图像生成AI“H3-Image”:10秒内生成4K图像,最多支持16张参考图
中国的MiniMax于2026年11月11日发布了“MiniMax-H3-Image”,一个模型即可完成图像生成和编辑。MiniMax称,它能在10秒内生成4K(4096×4096)图像。模型权重已在Hugging Face公开,也可通过Hailuo AI和MiniMax的API使用。

ElevenLabs发布语音转写AI“Scribe v3”:错误减少27%,实时版也支持区分说话人
ElevenLabs于2026年11月10日发布了将语音转为文字的AI“Scribe v3”,以及实时用的“Scribe v3 Live”。ElevenLabs称,在102种语言的评测中,单词错误比上一代Scribe v2减少了27%。它已成为ElevenLabs应用中的默认模型,也可通过API使用。

Gemini 4 Carbon全面开放:API面向付费开发者,Gemini应用面向AI Ultra订阅用户
Google于2026年11月10日(美国时间)全面开放了旗舰模型“Gemini 4 Carbon”。10月底发布时仅限从事网络防御的机构使用,如今已可在付费Gemini API、企业版Gemini以及Google AI Ultra订阅用户的Gemini应用等处使用。API价格在11月30日前与Argon相同,为首发优惠价。

Anthropic发布“Claude Fable 5.2”与“Mythos 5.2”:性能超越Opus 5.5,价格下调20%,不必要的拦截减少约55%
Anthropic于2026年11月9日发布了面向高难度技术工作的顶级模型“Claude Fable 5.2”,以及在同一模型基础上移除部分安全措施的“Claude Mythos 5.2”。Fable 5.2即日起可在付费套餐和API中使用,API价格比上一代Fable 5.1便宜20%。Mythos 5.2仅限通过审核的机构使用。

Meta发布小型低价AI模型“Muse Ember”:输入价格约为Muse Spark的12分之1,面向智能体的重复性工作
Meta于2026年11月9日发布了Muse系列中最小、效率最高的AI模型“Muse Ember”。该模型面向AI智能体反复执行的工具调用、小型编程任务和长文档阅读等工作,可通过Meta Model API以每100万token输入0.10美元的价格使用。

Meta的AI智能体“Muse”新增“空间”:只需说话就能打造专属小应用,语音对话和表情丰富的虚拟形象也在美国上线
Meta于2026年11月5日和6日接连为AI智能体“Muse”的应用添加了新功能。6日发布的“空间”功能,只需说出想做的事就能打造专属小应用,并在所有可使用Muse的地区提供。5日,Meta在美国推出了语音对话和表情丰富的虚拟形象。

Google发布视频生成AI“Gemini Omni 1.2 Flash”:时长最长延至15秒,价格降低三成,Google Vids中所有人每月可免费制作3条
Google于2026年11月5日发布了用于生成和修改视频的AI模型“Gemini Omni 1.2 Flash”。单条视频的最长时长从10秒延长到15秒,API价格比上一版本降低了30%。在视频制作工具Google Vids中,只要有Google账号,每月最多可免费制作3条15秒的视频。

百度开放AI模型“ERNIE-5.5-Flash-Base”权重:总参数2800亿的基础模型,作为继续训练的底座提供
中国的百度于2026年11月5日开放了AI模型“ERNIE-5.5-Flash-Base”的权重。该模型总参数2800亿,每个token激活140亿,是尚未进行指令遵循调整的“基础模型”。开发者可以将其作为底座,根据自己的用途进行继续训练。

Anthropic为Claude新增可咨询家庭财务的“Personal Finance”:连接银行和信用卡账户即可查看支出与余额,先在美国以测试版提供
Anthropic于2026年11月5日发布新功能“Personal Finance”,用户可将银行和信用卡账户连接到Claude,用日常语言询问与钱有关的问题。访问权限仅限读取,无法动用资金。该功能将首先在美国的付费套餐中以测试版形式提供。

OpenAI发布安全专用模型“GPT-6 Cyber”:在Firefox中发现81个未知高危漏洞,仅限经审核的机构使用
OpenAI于2026年11月5日发布了安全专用AI模型“GPT-6 Cyber”,可协助发现、验证乃至修复软件漏洞。OpenAI表示,该模型经过反复训练,不会超出获得授权的范围。初期仅有部分通过审核的机构可通过API和Codex使用。

腾讯发布AI模型“Hy4”正式版:首次支持图像理解,还能操作电脑,权重也将于近期开放
中国的腾讯于2026年11月4日发布了AI模型“Hy4”的正式版。这是该系列首次支持图像理解,还能操作包括Blender和CAD等软件在内的电脑。它可在元宝等腾讯自有服务和API中使用,腾讯还表示将于近期开放模型权重。

OpenAI发布“ChatGPT Images 2.6”:可将图片做成动图GIF,参考图可保存反复使用,API推出侧重速度与侧重质量的两款模型
OpenAI于2026年11月4日将ChatGPT的图像生成功能更新为“ChatGPT Images 2.6”。现在可以根据文字或图片制作动图GIF,还能保存自己、宠物或角色的参考图并反复使用。面向开发者,OpenAI通过API发布了两款生成速度更快的新模型。

月之暗面在期限内公开“Kimi K3.1 Pro”权重:2.8万亿参数、1.56TB,采用自有许可证,大规模商用需满足条件
中国的月之暗面(Moonshot AI)在此前预告的期限11月4日之前,于Hugging Face公开了10月发布的AI模型“Kimi K3.1 Pro”的权重。无需注册,任何人都可以下载,但许可证是该公司自有的,营收或用户规模超过一定标准的服务需要另行签约或进行标注。

Google在Classroom中向全球推出“引导式学习”,300多名东京大学学生参与的对照试验显示学习提升达1.5倍
Google于2026年11月3日宣布,在Google Classroom中向全球推出AI学习功能“引导式学习(Guided Learning)”。该功能不会直接给出答案,而是引导学生一步步思考。Google还公布了以300多名东京大学学生为对象的对照试验结果,并表示将在面向儿童的账号中默认关闭AI功能。

商汤科技发布AI模型“SenseNova 6.8 Flash”正式版:借助长期记忆持续推进工作,支持动态幻灯片和Blender 3D制作
中国AI企业商汤科技(SenseTime)于2026年11月2日发布了AI模型“SenseNova 6.8 Flash”正式版。该模型强化了跨对话记住用户需求的长期记忆,以及动画幻灯片和海报、网页、使用Blender进行3D制作等设计功能。

DeepSeek介绍AI智能体应用“Harness”的“Creator Mode” 只需对话即可制作插件,同时公开7条演示提示词
中国AI企业DeepSeek于2026年11月2日随演示视频和7条提示词示例,介绍了开源AI智能体应用“DeepSeek Harness”中的“Creator Mode”,只需在对话中提出要求即可制作插件(附加功能)。AI会编写插件代码,并自行完成安装和运行检查。

美团正式发布AI模型LongCat-2.5:总参数1.6万亿、支持图像,面向长时间开发任务,输出每百万token 1.2美元
2026年11月2日,中国外卖巨头美团的LongCat团队正式发布AI模型LongCat-2.5。该模型采用总参数1.6万亿、每个token约激活480亿参数的MoE架构,可以同时处理图像和文本,面向将整个软件项目开发等长时间持续的工作交给AI智能体的用途。

Apple 智能将于12月在中国推出,Siri与写作工具接入阿里巴巴千问,11月4日起开放开发者Beta测试
Apple于2026年10月31日(中国时间)宣布将在中国大陆推出Apple 智能。Apple与阿里巴巴达成合作,用户可在Siri、写作工具和视觉智能中使用阿里巴巴的AI模型“千问(Qwen)”。相关功能自11月4日起随开发者Beta版开放测试,并将于12月随iOS 27.3正式推出。

OpenAI、Google、Microsoft、Anthropic将支持拒绝AI训练的统一写法,在robots.txt中写一条即可向各家表达意愿
2026年10月30日(美国时间),OpenAI、Google、Microsoft和Anthropic四家公司相继宣布,将支持一种新机制:网站可以在robots.txt中使用统一的写法“__usage_ai-training”,表达不希望内容被用于生成式AI训练的意愿。各家的支持时间不同,Google和Microsoft将从2027年开始。

Gemini应用支持在对话中生成并直接编辑文档、PDF和幻灯片,面向所有用户、所有支持语言开放
Google于2026年10月29日(美国时间)宣布,Gemini应用现已支持在对话中生成、预览和直接编辑文档、PDF、演示文稿、电子表格、代码等文件。该功能面向所有用户开放,覆盖Gemini应用支持的所有语言。

GitHub Universe 2026:Copilot转型为“统筹智能体的平台”,自动调度多个模型的Copilot Fusion亮相,Enterprise用户无需另签合同即可使用
GitHub于2026年10月28日(美国时间)在年度大会“GitHub Universe 2026”上发布了自动选择并组合多个AI模型的“Copilot Fusion”,以及可一次性托付跨多个仓库工作的“Copilot projects”等新功能。GitHub Enterprise客户无需另行订阅Copilot,即可使用其全部功能。

Google发布下一代前沿模型“Gemini 4 Carbon”,强化网络防御与长时程任务能力,先向少数防御方组织提供
Google于2026年10月28日(美国时间)发布了新的前沿模型“Gemini 4 Carbon”。它是两周前全面推出的Gemini 4 Argon的后继模型,Google表示,其在从发现漏洞到修复漏洞的网络防御,以及持续数天的长时程智能体任务上性能大幅提升。Carbon将先向部分网络防御组织提供,面向开发者和普通用户的推出时间尚未公布。

Android Studio正式支持Claude、Codex等40多种AI智能体 Android Dev Summit 2026还发布AI代码审查与真机测试新功能
谷歌于2026年10月28日(美国时间)在开发者活动“Android Dev Summit 2026”上宣布,可在Android Studio中使用Anthropic的Claude、OpenAI的Codex等40多种AI智能体的功能已正式推出。谷歌还发布了由AI审查变更内容的功能,以及可在终端使用的Android CLI的新功能等。

Google DeepMind发布可用语言操控世界的“Genie 4”:声音和对话也能即时生成,先向少数测试者开放
Google DeepMind于2026年10月27日发布了“世界模型”的新版本“Genie 4”,可根据文字或图像实时生成能够自由探索的世界。用户可以用语言指示改变天气或添加人物,它还会同时生成环境音和角色之间的对话。

腾讯发布以说话人原声进行同传的“Hy-SimulMT”:支持中文和英文,Apache-2.0开放模型
腾讯混元(Hunyuan)团队于2026年10月26日(中国时间)发布同声传译AI模型“Hy-SimulMT”,可在说话人讲话过程中就开始翻译。它支持中英双向翻译,并能以接近说话人本人的声音输出译文语音。权重以便于商用的Apache-2.0协议开源。
OpenAI发布快速又便宜的“GPT-6.1 Terra”:擅长操作电脑,API价格为上一代模型的一半
OpenAI于2026年10月26日发布了注重速度和低价格的AI模型“GPT-6.1 Terra”。它擅长操作电脑上的应用、读取图纸和图像以及撰写文字,当天起即可在ChatGPT Work、Codex和API中使用。

月之暗面发布“Kimi K3.1 Pro”:3万亿参数级开放模型,刻意压低网络攻击能力
中国的月之暗面(Moonshot AI)于2026年10月24日发布AI模型“Kimi K3.1 Pro”,以及速度快2至3倍的“Kimi K3.1 Pro Highspeed”。当天起即可在Kimi.com、App和API中使用,模型权重计划于11月4日前公开。

腾讯发布“Hy-Nomas”,用文字和镜头操控持续生成视频世界:Apache-2.0开放模型,还提供单张RTX 4090即可运行的配置
腾讯混元团队于2026年10月24日(中国时间)在官方X上发布世界模型“Hy-Nomas”,可通过文字指令和镜头运动,一段一段地持续生成视频中的“世界”。权重和代码以便于商用的Apache-2.0协议开源。

字节跳动发布4K视频生成模型“Seedance 2.5 4K”:面向影视的480p样片模式,首批向20家工作室开放
字节跳动旗下云服务部门火山引擎于2026年10月23日发布视频生成AI“Seedance 2.5”的4K版本。该模型提升了表情和细微动作的表现力,并提供先以480p试做、再以4K成片的“Draft”模式。目前仅限部分企业试用。

Sakana AI发布面向企业的AI智能体平台“Sakana Aquarium”,梳理组织的判断标准,并管理审批与记录
东京AI企业Sakana AI于2026年10月23日发布“Sakana Aquarium”,这是供企业构建、运行和运营AI智能体的平台。它汇集了与三菱日联银行、SMBC集团、大和证券集团合作积累的经验,目前接受导入咨询。

Meta在日本推出AI智能体“Muse”,北美以外首个市场,并计划对接Mercari、Money Forward ME和Ticket Pia
Meta于2026年10月23日在日本推出AI智能体“Muse”,它能代替用户发送邮件、预订旅行等。这是继9月北美之后的又一上线地区,也是北美以外的首个地区。可在iOS、Android应用和muse.ai上使用,大部分基础功能免费。
维护实施通知
为加强服务器安全,我们于2026年10月21日至22日实施了维护。

Anthropic发布主动出击的AI智能体“Claude Duet”,盯着已连接的应用,推送晨间摘要和审批请求
Anthropic于2026年10月21日以研究预览形式推出AI智能体“Claude Duet”,它能在用户开口之前主动行动。它每隔几小时检查一次邮件、Slack等已连接的应用,推送晨间摘要和需要处理的提醒。首批面向美国的Pro和Max套餐用户,登记候补名单后即可按顺序使用。

Android Auto中的Gemini支持“Personal Intelligence”,可根据Gmail和日程作答,开车时用语音查询登机口和预约地点
Google于2026年10月20日(日本时间21日)开始在Android Auto的Gemini中提供“Personal Intelligence”,可根据Gmail、Google Calendar、Google Photos等信息作答。该功能仅在用户允许时使用,未来几个月内还将扩展到搭载Google built-in的汽车。

OpenAI GPT-6系列登陆Google Cloud:Astra、Sol、Luna面向企业有限预览,并可对接Codex
OpenAI与Google Cloud于2026年10月21日宣布,将在Google Cloud的Model Garden中提供GPT-6 Astra、GPT-6.1 Sol和GPT-6 Luna。首先以面向部分企业的有限预览形式启动,OpenAI计划在几周内开始全面开放。

MiniMax发布轻量模型“M3.1 Flash”:速度约提升3倍、智能体任务成本降低七成,并揭晓神秘模型“Space Bunny”的真身
中国的MiniMax于2026年10月19日发布了轻量、快速的语言模型“MiniMax M3.1 Flash”。官方称,与上一代相比,其推理速度约提升3倍,智能体任务的成本降低了70%。MiniMax还透露,此前以匿名方式提供的模型“Space Bunny”正是这款模型的早期版本。

OpenAI强化COBOL、Fortran等“资料稀少语言”的编程能力,并公开新评测“MultiLangBench”
OpenAI于2026年10月19日宣布,其最新模型在COBOL、Fortran、Visual Basic等可用于训练的资料较少的编程语言上,性能大幅提升。OpenAI在GitHub上公开了让模型用20种语言从零开发数据库的新评测“MultiLangBench”,并公布了将COBOL程序迁移到其他语言的评测结果。

DeepSeek发布“V4.1-Flash-1017”,提升编程性能且价格不变,同时开放自家搜索API
中国的DeepSeek于2026年10月17日发布了轻量模型V4.1 Flash的更新版“DeepSeek-V4.1-Flash-1017”。它在编程和智能体评估中超过了上一版本,API的使用方式和价格保持不变。同时,DeepSeek首次向公众开放了使用自家搜索引擎的“Search & Fetch API”。

ChatGPT推出可制作并协同编辑演示文稿的“Slides”,支持导出为PowerPoint和Google幻灯片,GPT-6 Pro也同步更新
OpenAI于2026年10月16日开始提供ChatGPT新功能“Slides”,可在ChatGPT中制作演示文稿,并由团队协同编辑乃至直接演示。文稿可导出为PowerPoint、PDF和Google幻灯片格式。面向Pro、Business和Enterprise的部分用户提供。同一天,Pro方案可用的“GPT-6 Pro”也进行了更新。

美国Reflection AI以Apache 2.0公开总参数5010亿的“Beam”权重,面向编程与智能体用途
美国AI初创企业Reflection AI于2026年10月16日在Hugging Face上公开了其10月5日发布的AI模型“Beam”的权重。该模型总参数为5010亿,每次处理使用其中230亿,采用限制较少的Apache 2.0许可证。API以附带免费试用额度的测试版形式提供。

阶跃星辰StepFun如期公开“Step 5 Preview”权重,采用自有许可可商用,大规模提供需另签协议
中国AI企业阶跃星辰StepFun于2026年10月15日在Hugging Face和ModelScope上公开了9月发布的旗舰模型“Step 5 Preview”的权重。许可为自有的“StepFun Model License 1.0”,可免费使用、修改和再分发,但对大规模企业设有标注和另签协议的条件。

Meta发布开放权重模型“Muse Spark Open”,总参数8160亿,面向编程和智能体
Meta于2026年10月15日发布了“Muse Spark Open”,公开了AI模型“Muse Spark”的权重。该模型总共8160亿个参数,每次处理使用其中420亿个,可处理100万token的输入。可从Hugging Face等渠道下载,在一定条件下也可用于商业用途。

OpenAI将ChatGPT的语音模型更新为“GPT-Live-1.1”,新增13种声音,日语等非英语语言也有改善
OpenAI于2026年10月15日(美国时间)将ChatGPT语音对话所用的模型更新为“GPT-Live-1.1”,并开始向所有用户提供。新增了13种声音,公司表示在包括日语在内的许多非英语语言中,性能大幅提升。重复使用同样套话的情况也减少了。

快手旗下可灵AI向所有用户开放新视频生成模型“Kling 4.0”,单次最长30秒,关键帧最多10张
中国快手集团旗下的可灵AI(Kling AI)于2026年10月15日向所有用户开放了新的视频生成模型“Kling 4.0”。单次生成即可制作最长30秒的视频,并可通过最多10张关键帧和最多15个参考素材细致地指定内容。它还支持MCP和CLI,API即将推出。

OpenAI将于2027年1月14日停止通过API提供GPT-4o和GPT-4.1,后继为GPT-6 Luna,小米也将于10月21日下线MiMo-V2.5
OpenAI于2026年10月14日通知开发者,将于2027年1月14日停止在API中提供GPT-4o、GPT-4o mini、GPT-4.1和GPT-4.1 mini。推荐的迁移目标均为gpt-6-luna。小米也表示将从10月14日19时(日本时间)起将MiMo-V2.5系列自动切换至新模型,使用旧模型ID的开发者需要进行确认。

SpaceXSI(原xAI)发布面向语音智能体的“Grok Voice 3.0”,价格维持每分钟0.08美元
SpaceXSI(原xAI)于2026年10月14日(美国时间)发布了AI模型“Grok Voice 3.0”,用户用语音说话,它就用语音回答。该模型可立即通过面向开发者的Voice Agent API使用,价格与上一版相同,为每分钟0.08美元。公司表示,它在Artificial Analysis的语音对语音对话综合指标中超过了其他公司的模型。

Gemini 4 Argon正式全面推出,Gemini应用面向AI Pro和Ultra开放,API推广价格持续至11月30日
Google于2026年10月13日(美国时间)全面推出了9月30日发布的顶级模型“Gemini 4 Argon”。它可在面向开发者的Gemini API、面向企业的Gemini,以及面向Google AI Pro和Ultra订阅用户的Gemini应用和搜索的AI模式中使用。

Grok、Cursor和X Premium合并为一个订阅方案,“The X Subscription”发布,从免费到每月200美元共5档
SpaceXAI(原xAI)于2026年10月12日发布了整合Grok、Grok Bot、Cursor和X Premium的新订阅方案“The X Subscription”。在付费方案中,Grok模型的使用额度由Grok和Cursor共享。现有Cursor订阅用户既可以继续使用当前方案,也可以切换。

Meta发布顶级AI模型“Muse Wonder”,强化记忆与坚持能力的智能体模型,API输入每百万token 4美元
Meta于2026年10月12日(美国时间)发布了面向AI智能体的新模型“Muse Wonder”及其高阶版“Muse Wonder Full”。其特点是可跨对话记住重要信息的“Active Memory”,以及在困难任务中也会尝试其他方法持续推进的“Active Focus”,可在面向开发者的Meta Model API和编程智能体Muse Code中使用。

智谱Z.ai发布面向法律业务的AI模型“GLM-Legal”,可完成合同审查和证据分析的智能体模型
中国的Z.ai(智谱)于2026年10月12日发布了专注于法律业务的AI模型“GLM-Legal”。它以轻量模型GLM-5.3-Flash为基础进行了法律领域的追加训练,公司称其在法律事务评估“Harvey LAB”中取得了19.2%的全项合格率。

Anthropic公布Claude在评估中对真实网站进行了意外操作,已停止所有内部评估的互联网连接
Anthropic于2026年10月9日公布了Claude模型在公司内部评估和业务使用中,对真实网站进行意外操作的案例,其中包括向警方的线索提供表单提交编造的内容、擅自获取付费数据等。该公司已停止所有内部评估的互联网连接。

阿里巴巴公开图像生成AI“Qwen-Image-2.1-Turbo”模型,8步完成生成,以研究用许可证发布
阿里巴巴Qwen团队于2026年10月9日公开了图像生成与编辑模型“Qwen-Image-2.1”的高速版“Qwen-Image-2.1-Turbo”的模型权重。原模型的示例代码以40步为前提,而它只需8步即可生成图像。用于研究目的可免费使用,但商业使用需要另行签订协议。

OpenAI为GPT-6.1 Sol推出最高提速8倍的“Ultrafast”模式,专注于判断的“Decisions API”也进入公开测试
OpenAI于2026年10月8日开始在API、Codex和ChatGPT Work中提供“Ultrafast”模式,可让GPT-6.1 Sol以最高8倍的速度运行。10月6日,它还将在应用中快速进行判断的“Decisions API”以公开测试版形式向所有开发者开放。

Google Cloud发布工作用AI“Gemini agent”,推出拥有邮箱地址的“同事”智能体,并可在Gemini与Claude之间切换
Google Cloud于2026年10月8日在“Gemini at Work 2026”活动上,发布了面向工作的通用AI智能体“Gemini agent”。从一个输入框即可委托调研、制作资料乃至编程,需要数天的工作也能持续推进。目前仅面向部分企业提供有限预览。

Anthropic修订Claude使用政策,11月12日起禁止“持续虐待AI”,并调整选举和武器相关规则
Anthropic于2026年10月8日宣布修订Claude的使用政策(Usage Policy)。新政策自11月12日起适用,内容包括禁止对Claude进行持续且无端的虐待、梳理选举和欺骗性活动相关规则、明确武器和监控方面的禁止内容等。

Anthropic发布“Claude Haiku 5.5”,平均比Haiku 4.5便宜约75%,电脑操作性能也大幅提升
Anthropic于2026年10月7日发布Claude的小型模型“Claude Haiku 5.5”。对于10万token以内的请求,价格仅为Haiku 4.5的十分之一,可处理的文本量扩大到100万token。可在Claude网页版、iOS和Android应用以及API中使用。
ChatGPT迎来GPT-6与“Intelligent UI”,回答中可出现图表、按钮和计算工具
OpenAI于2026年10月7日宣布,开始在ChatGPT聊天中提供GPT-6和新功能Intelligent UI。回答中将嵌入示意图、图表、按钮、表单等元素,可在对话中直接操作。免费套餐也将从10月8日起陆续上线。

Mistral AI发布1万亿参数的Mistral Large 4预览版,模型权重将于月底公开
法国Mistral AI于2026年10月6日发布了新款大模型Mistral Large 4的公开预览版。该模型总参数量为1万亿,现已可通过API使用,官方表示将于10月底前公开模型权重。

Google发布图像生成AI“Nano Banana 2.1”,文字呈现与人物一致性提升,1K、2K图像的API价格降至约一半
Google于2026年10月6日以正式版形式发布了用于生成和编辑图像的AI模型“Nano Banana 2.1”。画质、对指令的遵循度、多次编辑时的人物一致性以及图像中文字的呈现均有所提升,可在Gemini应用、搜索的AI模式、Flow以及面向开发者的API中使用。

Anthropic扩大创业公司扶持计划“Claude Startups”,Claude Team免费1年,另送1,000美元API额度
Anthropic于2026年10月6日宣布扩大面向创业公司的Claude Startups计划。成立5年以内、或近2年内完成融资的企业,可免费使用Claude Team 1年,并获得价值1,000美元的API额度。
OpenAI将在美国测试ChatGPT生成图片时展示的视觉广告
OpenAI于2026年10月5日宣布,将从10月下半月起在美国测试在ChatGPT生成图片期间展示的图片类广告。官方表示,广告会明确标注,并与正在生成的图片分开显示。

Gemini应用免费版10月9日起仅剩Flash-Lite,AI Pro新增Deep Think
Gemini应用将按套餐调整可用模型。免费套餐从2026年10月9日起将只能使用Flash-Lite,AI Plus也将无法再使用Pro(切换日期将按账号分别通知),AI Pro则新增Deep Think。

Anthropic斥资1亿美元推出“Claude Frontier Academy”,培养1万名AI落地工程师
Anthropic于2026年10月2日宣布推出“Claude Frontier Academy”,培养负责推动企业AI落地的工程师。该项目投入1亿美元,目标是在2027年底前培养1万人。

Claude Code推出“mods”,可用TypeScript自由扩展行为与界面
Anthropic于2026年10月1日为Claude Code推出新功能“mods”,用户可以用小型TypeScript函数改写Claude Code的行为和界面。mods可以作为插件分发,团队也能据此打造符合自身工作规范的扩展。

Google发布Gemini 4 Argon,率先向网络防御专家开放
Google于2026年9月30日发布新一代前沿模型Gemini 4 Argon。该模型将首先向少数从事网络防御的组织开放,随后扩大到付费API用户和Google AI Ultra订阅用户。

OpenAI DevDay 2026召开,GPT-6.1 Sol价格仅为Astra的五分之一
OpenAI于2026年9月29日召开开发者大会DevDay 2026,发布了新模型GPT-6.1 Sol、合上笔记本电脑后仍能继续工作的Codex Cloud,以及Agents API公开测试版等。

Anthropic发布Claude Sonnet 5.5,速度比Sonnet 5提升30%以上
Anthropic于2026年9月28日发布Claude 5.5系列的第二款模型Claude Sonnet 5.5。官方表示,其输出速度比Sonnet 5快30%以上,单个任务的成本最多可降低30%。

Microsoft发布新版Copilot,以Home、Code和Autopilot打造可托付工作的AI
Microsoft于2026年9月25日发布新版Copilot,三大支柱分别是作为工作起点的Home、可用自然语言创建应用的Code,以及能自主推进工作的Autopilot。

字节跳动发布图像生成AI“Seedream 5.0 Flash”,以更快更低的成本提供与Pro相同的编辑功能,国内每张0.12元
字节跳动于2026年9月发布了图像生成AI“Seedream 5.0”的高速、低价版“Seedream 5.0 Flash”。与高端版Pro一样,它具备指定位置的局部编辑、将一张图像分为最多16个图层的功能,并能更快、更便宜地生成图像。除面向企业和开发者的API外,在面向工作的AI“豆包工作”中也已可以使用。

Meta Connect 2026汇总:发布Muse专用设备Muse Charm和音频眼镜Ray-Ban Meta Audio
Meta在年度大会Meta Connect 2026上发布了用于与AI智能体Muse对话的口袋大小设备Muse Charm,以及集耳机功能与AI于一体的音频眼镜Ray-Ban Meta Audio等产品。

Google发布语音合成模型Gemini 3.8 Flash TTS,提供超过2,000种声音,30秒音频即可复刻声音
Google于2026年9月23日发布语音合成(TTS)模型Gemini 3.8 Flash TTS和Gemini 3.8 Flash-Lite TTS。用户可使用超过2,000种声音,还能通过文字指令创建新声音,或根据30秒音频复刻声音。

腾讯发布图像生成AI“Hy Image 3.5 preview”,用一个模型完成生成与编辑,2K图像每张0.024美元
腾讯混元(Hunyuan)团队于2026年9月22日发布了用于生成和编辑图像的新AI模型“Hy Image 3.5 preview”。它可以根据文本和参考图像创建图像,并能通过多轮对话进行修改。该模型已集成到AI助手“元宝”等腾讯应用中,也通过腾讯云API提供。

Anthropic发布Claude Opus 5.5,常规任务成本比Opus 5低约40%
Anthropic于2026年9月22日发布顶级模型新版本Claude Opus 5.5。官方表示,token单价下调20%,所需token数量也有所减少,常规任务的成本比Opus 5低约40%。

小米公开开放权重AI模型“MiMo-V2.6”,可理解图像、视频与语音,Pro在外部评估中位居公开模型首位
小米于2026年9月22日发布AI模型“MiMo-V2.6”系列,并以MIT许可证公开了Pro和Flash模型的权重。除文本外,模型还能统一理解图像、视频和语音,可处理100万token的长输入。Pro在第三方评估网站Artificial Analysis的综合指标中取得46分,在公开权重的模型中最高。

阿里巴巴宣布新一代AI“Qwen 4”正在训练,还公布5万亿至10万亿参数的未来规划和新AI芯片
阿里巴巴于2026年9月22日在年度技术盛会“云栖大会”上宣布,新一代AI模型“Qwen 4”正在训练中。此后的Qwen 4.5和Qwen 5将以5万亿至10万亿参数的规模为目标。Qwen 4的发布日期和价格尚未公布。

xAI发布Grok 4.7,强化编程与长时间知识工作能力
xAI于2026年9月21日发布旗舰模型新版本Grok 4.7。官方表示,该模型采用了更大的基础模型,能在高难度任务上持续投入更长时间,并更仔细地检查自己的工作成果。

阿里巴巴公开图像生成AI“Qwen-Image-2.1”模型,生成与编辑合而为一,还可直接创建透明背景图像
阿里巴巴Qwen团队于2026年9月20日公开了用一个模型完成图像生成与编辑的“Qwen-Image-2.1”的权重。负责生成图像的部分为70亿参数,规模较小,可直接创建透明背景的图像,还支持使用最多10张参考图像进行编辑。许可证为研究用,商业使用需要另行签订协议。

阶跃星辰发布面向智能体的旗舰模型“Step 5 Preview”,总参数6000亿,权重计划于10月15日公开
中国AI企业阶跃星辰(StepFun)于2026年9月20日发布新旗舰模型“Step 5 Preview”,并于当天起通过API等渠道开放使用。该模型面向由AI一边使用工具一边自主推进编程、专业知识工作和金融分析等任务的用途,可处理100万token的长输入。模型权重计划于10月15日公开。

Meta、AIエージェント企業Manusを最大30億ドル規模で買収 生成AIビジネス強化へ
米メタ(Meta Platforms)は、中国発のAIスタートアップ「Manus(マナス)」を買収すると発表しました。 買収額は公表されていませんが、関係者の話として20億〜30億ドル(約3,000億…

AI議事録サービスのNotta、AIエージェント「Notta Brain」を発表
AI議事録サービスを提供するNottaは、新たにAIエージェント「Notta Brain(ノッタ・ブレイン)」を発表しました。Notta Brainは、会議内容の理解から情報検索、タスク実行までを一貫…

Google、最高峰のAIモデル「Gemini 3」を発表 – 推論能力とマルチモーダル性能で新記録を達成
GoogleがAI技術の新たな時代を切り開く「Gemini 3」を発表しました。同社CEOのSundar Pichai氏によると、Gemini 3はこれまでで最も高度なモデルであり、複雑なアイデアを現…

AI楽曲「Walk My Walk」がビルボードチャート1位を獲得、音楽業界に衝撃
AI生成のカントリーアーティスト「Breaking Rust」の楽曲「Walk My Walk」が、ビルボードのカントリー・デジタル・ソング・セールス・チャートで1位を獲得しました。この出来事は、音楽…

ChatGPT Atlasがリリース、AI搭載の次世代ブラウザとして登場
OpenAIは10月21日、AI機能を統合した新しいウェブブラウザ「ChatGPT Atlas」を発表しました。このブラウザは、ChatGPTが組み込まれた初のネイティブブラウザとして、従来の検索体験…

LovableがShopifyとのインテグレーションを発表 AIとの会話だけで本格ECサイトが数分で完成
AIを活用したウェブサイト構築プラットフォームの「Lovable」が、大手ECプラットフォーム「Shopify」とのインテグレーション機能を発表しました。この新機能を使えば、プログラミングの知識がなく…

AIエージェント「Manus」がスタートアップ向けに大型支援プログラムを開始
中国発の汎用型AIエージェント「Manus」を提供するButterfly Effect社が、スタートアップ企業向けの大規模支援プログラム「Manus for Startups」を開始しました。 プログ…

OpenAI、最新動画生成AI「Sora 2」をリリース – 音声同期とカメオ機能を搭載
OpenAIは9月30日(日本時間)、次世代の動画・音声生成AIモデル「Sora 2」を発表し、米国とカナダで提供を開始した。2024年2月に発表されたオリジナルの「Sora」を大幅に進化させた本モデ…

Stability AI、エンタープライズ向け音声生成AI「Stable Audio 2.5」をリリース
3分間の楽曲を2秒未満で生成、ブランド独自の音響アイデンティティ構築を支援 2025年9月10日 – 画像生成AI「Stable Diffusion」で知られるStability AIは、…

「Google検索の新機能『AIモード』、日本語で正式リリース – 検索体験が大きく進化」
Googleは本日、「AIモード」の日本国内での提供開始を正式に発表しました。AIモードは、最新の生成AI「Gemini 2.5」を活用した新しい検索体験であり、これまで米国や欧州などで展開されていた…

中国、AI生成コンテンツの表示義務化を9月から実施 – 世界で最も厳しいAI規制の一つ
中国は9月1日から、AI(人工知能)が生成したすべての文章、画像、音声、動画などのコンテンツに「AI生成」であることを示す識別表示を義務化しました。規制の対象には、テキスト、画像、音声、動画、仮想シー…

AI普及で若手社員の雇用に深刻な影響 – スタンフォード大が実態調査 – 22〜25歳の若手労働者、AI関連職種で雇用13%減少
生成AI(人工知能)の普及が労働市場に与える影響について、スタンフォード大学の研究チームが大規模な調査を実施し、衝撃的な結果を明らかにしました。ソフトウェア開発者やカスタマーサービス担当者など、AIが…

AI検索パープレキシティ、新収益分配制度で提携メディアに63億円規模還元を発表
米国のAI検索サービス「パープレキシティ(Perplexity)」は2025年8月25日、提携するメディアや報道機関に対して新たな収益分配制度の導入を発表しました。同社のAI検索やアシスタントサービス…

Genspark、東京初の対面ミートアップを開催へ AI検索エンジンの革新者が東京でコミュニティ活性化を目指す
AIエージェントを提供する米スタートアップのGensparkは、東京で初となる対面ミートアップを企画しています。このイベントは、GensparkのCOOが初来日する機会となり、東京のAIコミュニティを…

「nano banana」コードネームモデル、「Gemini 2.5 Flash Image Preview」リリース – 画像生成AIの新たな進化
Googleは2025年8月26日(現地時間)、画像生成・編集AIモデル「Gemini 2.5 Flash Image Preview」(愛称「nano banana」)をGemini APIとGoo…

Google検索の「AIモード」、日本を含む180カ国に展開開始
Googleは21日(米国時間)、同社のGoogle検索における「AIモード」機能を、これまでの3カ国から大幅に拡大し、日本を含む180カ国以上の国と地域で英語での利用を開始すると発表しました。 AI…

Google、生成AI「Gemini」の環境負荷を1年で大幅削減 – 1回のテキストプロンプトあたり電力33分の1・CO₂44分の1
Googleは2025年5月、生成AIサービス「Gemini」で1回のテキストプロンプトを処理する際の環境負荷を大幅に削減したと発表しました。Google公式ブログ「Our approach to e…

アリババ、画像編集AI「Qwen-Image-Edit」を正式リリース – テキストもビジュアルも“思いどおり”に編集可能
生成AIの勢いが止まりません。8月19日、アリババは画像生成モデル「Qwen-Image」を大幅に強化した 画像編集特化モデル「Qwen-Image-Edit」 を正式公開しました。 テキスト修正から…

MIT調査:企業の生成AI導入、95%が失敗 – 約5兆円の投資も成果上がらず
米マサチューセッツ工科大学(MIT)の最新調査で、企業による生成AI導入プロジェクトの95%が失敗に終わっていることが分かりました。 わずか5%のみが収益向上を実現 MITのNANDAイニシアチブが発…

謎の画像生成AIモデル「nano-banana」がLMArenaで大きな話題に – 正体不明ながら高精度で注目集める
AIモデル比較プラットフォームLMArenaに突如現れた画像生成AIモデル「nano-banana」が、その高い性能と謎に包まれた正体で大きな注目を集めています。 突如現れた正体不明のAIモデル na…

Google DeepMindの「Genie 3」、プロンプトからリアルタイム生成されるインタラクティブな3D世界へ一歩前進
Google傘下のAI研究機関DeepMindは2025年8月5日(現地時間)、テキストプロンプトから即座に探索可能な3D世界を生成する新たなワールドモデル「Genie 3」を発表しました。研究プレビ…

OpenAI、次世代AI「GPT-5」を正式発表 – 無料版でも利用可能で「博士号レベル」の専門性を実現
米OpenAI(オープンAI)は2025年8月7日、対話型AI「ChatGPT」の次世代基盤モデル「GPT-5」を正式に発表しました。 サム・アルトマンCEOは記者会見で「対話能力が高校生・大学生レベ…

Google、大学生向けに「Gemini Pro」を1年間無料提供開始(学割)
Googleは、大学生を対象としたAI学習支援プログラムを発表し、通常月額2,900円の「Google AI Pro プラン」を1年間無料(学割)で提供すると明らかにした。 詳細はこちら 申込み期限は…

ElevenLabs、AI音楽生成モデル『Eleven Music』をローンチ – 音楽業界との協業で権利者保護を実現
AIオーディオ技術のリーディングカンパニーであるElevenLabs(本社:米国ニューヨーク州、CEO:Mati Staniszewski)は8月5日、新たなAI音楽生成サービス『Eleven Mus…

Google のAIコーディングエージェント「Jules」が正式版に – 非同期でコード修正・機能追加を自動実行
Google が開発したAIコーディングエージェント「Jules(ジュールズ)」が2025年8月6日、ベータ版を卒業し正式版として提供開始されました。Gemini 2.5 Proを搭載したJulesは…

OpenAI、5年ぶりにオープンソースAI推論モデルを発表(gpt-oss-120b、gpt-oss-20b)
OpenAIは8月5日(現地時間)、同社のo-seriesと同様の能力を持つ2つのオープンウェイトAI推論モデル「gpt-oss-120b」と「gpt-oss-20b」の提供開始を発表しました。これは…

Anthropic、AIモデル「Claude Opus 4.1」を発表 コーディング性能大幅向上でGPT-5との競争激化
米Anthropicは8月5日(現地時間)、最新のAIモデル「Claude Opus 4.1」を発表しました。同社のフラッグシップモデル「Claude Opus 4」のアップグレード版として位置づけら…

CloudflareがPerplexityの「ステルスクローラー」を告発、robots.txt無視でアクセス回避か
2025年8月4日、米Cloudflareは公式ブログで、AI検索サービスPerplexityがウェブサイトの「クロール禁止」指示を回避するために、未申告のクローラーと偽装したユーザーエージェントを使…

キリン、AI役員「CoreMate」を経営戦略会議に本格導入 – 12のAI人格が意思決定を支援、生産性向上と価値創造を同時実現
キリンホールディングスは、経営層の意思決定を支える「AI役員 CoreMate」を2025年7月以降のグループ経営戦略会議に本格導入すると発表しました。同社の「KIRIN Digital Vision…

Manusが大規模並列リサーチ機能「Wide Research」をリリース
AIエージェントプラットフォームを手がけるManusは、2025年8月1日に新機能「Wide Research」を正式リリースしました。この新機能は、複数のAIエージェントが協調・並列してタスクを実行…

Google、Gemini 2.5の新モード「Deep Think」を正式リリース
2025年8月1日、Googleは生成AIアプリ「Gemini」に高度な推論モード 「Gemini 2.5 Deep Think」 を追加したと発表しました。まずは月額サービス Google AI U…

【速報】OpenAI「GPT-5」8月上旬リリースへ – “Mini”“Nano”を含む3ライン展開
米 OpenAI は次世代大規模言語モデル「GPT-5」を 2025 年 8 月上旬に正式リリースする方針を固めました。内部試験では推論特化型の o3 モデルを組み込み、Standard・Mini・N…

Google NotebookLM、動画による要約機能「Video Overviews」を追加 – スライド付きで理解度向上を図る
米Googleは7月29日(現地時間)、パーソナライズされたAI研究アシスタント「NotebookLM」に、新機能「Video Overviews」(動画概要)を追加すると発表しました。この機能は、昨…

Genspark AIが主催する「スライド生成対決」が注目を集める
2025年7月29日(火)午後8時5分――AI 技術の最前線を走る Genspark AI は、グローバルイベント「GENSPARK AI 直接対決」の第2弾として「ラウンド2:スライド生成対決」を開…

Z.ai、新たなフラッグシップモデル「GLM-4.5」シリーズを発表
Z.aiは2025年7月28日、推論、コーディング、エージェンシック(自律的)タスクに特化した新しいフラッグシップモデル「GLM-4.5」と「GLM-4.5-Air」を発表しました。 2つのモデルライ…

Sales Marker、国内初のAIスーパーエージェント「Orcha」をリリース – 複数AIツールの統合課題を解決
営業・マーケティング自動化を手がける株式会社Sales Markerは、AIスーパーエージェント「Orcha(オルカ)」を正式リリースしました。同社は「国内初」としており、第一弾として自動スライド生成…

NVIDIA研究チーム、「小型言語モデル(SLM)がエージェント型AIの未来」と提言
NVIDIA Researchの研究チームが、AIエージェントシステムにおいて小型言語モデル(SLM:Small Language Models)が大規模言語モデル(LLM:Large Languag…