坐在马化腾身旁的姚顺雨，拿到中国第一
坐在马化腾身旁的姚顺雨，拿到中国第一腾讯AI负责人姚顺雨带领腾讯混元Hy4 Preview在Arena Alignment Index中以78.5分位列全球第5、中国第1，越权率为1.47%，虚假完成率为13.24%。
来自主题: AI资讯
9841 点击 2026-10-11 11:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
腾讯AI负责人姚顺雨带领腾讯混元Hy4 Preview在Arena Alignment Index中以78.5分位列全球第5、中国第1，越权率为1.47%，虚假完成率为13.24%。
谷歌正在内部测试Gemini 4新版本Carbon，员工称其编程体验接近Opus 5.5，同时Argon、Barium及疑似gemini-4-flash-preview的模型线索曝光。
AI 视频生成正在进入新的竞争阶段。
OpenAI推出四项更新：Auto-review全面免费，API付费等级由五档简化为三档且Grow门槛由1000美元降至500美元，Meetings插件进入macOS版ChatGPT Beta，Decisions API面向开发者开放公测。
Physical Intelligence联合创始人Sergey Levine指出，机器人尚未进入稳定缩放阶段，应以先验知识、有效决策循环和多样化数据提升泛化与可靠性，并在找到真正可规模化的技术后扩大投入。
六天后的 9 月 28 日，MiniMax 上线了 M3.1-Flash-Preview。这是 M 系列的最新模型，百万 token 上下文、原生多模态，在 MiniMax Code 里首发上线，目前也可以通过 API 订阅套餐调用。
AFK 推出 Personal Agent Comma，主打 24 小时持续在线与围绕目标主动推进，通过 Cloud for work, your device for identity 的物理隔离设计解决信任问题，重新定义个人 Agent 从「等你下一句」到「你离开后任务才开始」的交互范式。
9月25日，美团LongCat团队上线了新一代预览版模型LongCat-2.5-Preview，并在OpenCode开放了为期两周的限时免费体验。具体能力如何？我们将LongCat-2.5-Preview接入Claude Code，连续测试了三个Coding任务：复刻Meta Muse App、制作SpaceX星舰升空动画，以及开发一款3D赛车游戏。
MiniMax于9月27日上线Flash级别模型M3.1-Flash-Preview，本文通过试衣间项目改造、机器人视频拆解、北京夜光可视化和A股市场观测台四个实测任务，将其与DeepSeek V4.1 Flash和GLM-5.3-Flash对比，结果显示M3.1速度仅次于DeepSeek但成本最低，成为Flash赛道上DeepSeek的新对手。
科大讯飞推出基于全国产算力训练的语音识别大模型Spark-ASR-2.0，依托语音基座大模型Spark-Audio-1.0-Preview，在方言免切换识别、嘈杂环境、上下文纠错和口语规范化等方面均有提升，整体推理成本较Spark-ASR-1.0仅增10%，已上线讯飞输入法并通过讯飞开放平台提供API服务。