AINews:AI Engineer NYC 大会举行,Gemini 4 Argon 正式发布并经多机构评测
Gemini 4 Argon 正式全球发布,面向编码、知识工作、企业工作流与网络防御,可通过 Gemini API、Gemini 应用、AI Mode 与 Antigravity 获取。
推荐理由:本期汇总 Gemini 4 Argon 正式发布后的独立评测、定价与部署细节,并收录同周 Anthropic、Meta 等厂商动态,便于横向比较能力与成本。
Gemini 4 Argon 正式全球发布,面向编码、知识工作、企业工作流与网络防御,可通过 Gemini API、Gemini 应用、AI Mode 与 Antigravity 获取。
推荐理由:本期汇总 Gemini 4 Argon 正式发布后的独立评测、定价与部署细节,并收录同周 Anthropic、Meta 等厂商动态,便于横向比较能力与成本。
微软在阿里巴巴开放权重模型 Qwen3.5-9B 基础上推出决策模型 Microsoft-Decision-1,针对特定问题调优以减少模型幻觉。
微软基于阿里 Qwen3.5-9B 后训练推出决策模型 Microsoft-Decision-1,称其在结构化决策任务的时延和准确性上超过 LLM 及 Jev 1.13.0 等决策模型。
10月12日,微软基于阿里 Qwen 推出全新决策模型 Microsoft-Decision-1,该模型基于 Qwen3.5-9B 后训练而成。微软官方称,在结构化决策任务中,该模型在时延和准确性等方面均超过 LLM 及 Jev 1.13.0 等热门决策模型。
微软推出自有决策模型 Decision-1,基于 Qwen3.5-9B,在覆盖近 15 万道题目的 36 项基准测试中准确率居首,达 83.5%,延迟 85 ms,速度是第二名 H2O-Lightning-4B 的 2.5 倍。
微软发布 Microsoft-Decision-1,一款基于 Qwen 后训练的决策评分模型,可在 Microsoft Foundry 中使用,OpenRouter 即将上线。它不给文本而是给结构化输出,对给定的一组答案选项输出每个选项的校准概率,可直接被软件消费;定位与 TypeSafe AI 的 JEV 高度重合,后者同期获得 75 亿美元估值。
Anthropic 发布 Claude Haiku 5.5 模型,平均运行成本较上一代 Haiku 4.5 降低约 75%,成为迄今速度最快、成本最低且能力最强的 Haiku 系列模型。
Microsoft AI 发布实时转录模型 MAI-Transcribe-2-Streaming 及文本转语音模型 MAI-Voice-2.1 与 MAI-Voice-2.1-Flash。
推荐理由:原文给出了准确率排名、延迟、支持语言数和定价等具体指标,读者可以据此与同类语音模型做横向比较。
微软研究院发布 Quine,一个整合生物学多模态世界模型与交互式 harness 的 AI 研究系统,可跨序列、结构、功能、细胞状态与影像数据联合学习表示。研究团队与 Broad Institute 合作,用 Quine 预测并优先排序可驱动胰腺癌 PDAC 肿瘤细胞状态转变的化合物,多个排名靠前的候选已在湿实验中得到验证,整个筛选过程仅用一个周末。
推荐理由:微软研究院展示了多模态生物世界模型在胰腺癌细胞状态筛选中的湿实验验证,读者可看到 AI 如何介入实验设计闭环。
Microsoft Research 联合华盛顿大学与 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash,以 Apache 2.0 开源权重,在保持性能的同时大幅降低病理基础模型的算力开销。
Microsoft Research 发布深度学习交换关联泛函 Skala 1.1,训练数据量较初版扩大 2.5 倍,在 GMTKN55 基准的 55 个类别中拿下 32 个第一,加权平均误差 2.8 kcal/mol,精度超过主流全局杂化泛函而成本接近 meta-GGA。
Krea、Ideogram、Reve 与微软相继发布 Krea 2、Ideogram 4.0、Reve 2.0 及 MAI-Image-2.5 图像模型。Ideogram 4.0 为 9.3B 开源模型并支持结构化 JSON 提示词,Reve 2.0 则实现原生 4K 输出与图层级编辑。