基准实验室

智谱 AI 于 12 月 8 日正式开源了其新一代多模态模型 GLM-4.6V 系列，包含面向高性能场景的 106B 版本与轻量本地部署的 9B Flash 版。此次升级不仅将训练上下文窗口一举推至 128K tokens，更在模型架构中做了一个关键变革：让工具调用（Function Call）成为视觉模型的原生能力。这意味着，模型不再止步于识别图像，而是能…

继12月1日快手发布首个统一多模态视频模型可灵O1后，仅两天后，又火速上线了Kling Video 2.6——可灵系列首个实现原生音频的模型，能够单次生成包含画面、自然语音、匹配音效及环境氛围的完整视频，大幅简化创作流程。 Kling 2.6的核心突破在于其多模态的深度协同，技术特点十分鲜明： 基于这一技术赋能，Kling 2.6可适配多种应用场景： 在此前…

在上篇《顶流开源模型Flux.2是否依然能打？硬钢Nano Banana Pro五轮实测》我们对Flux.2的两个闭源版本（Pro和Flex）进行了测试。而在同一周（11月27日），阿里通义紧随Flux的步伐，也发布了全新的开源图像模型：Z-Image-Turbo. Z-Image-Turbo 是 Z-Image 的蒸馏版本，仅使用 8 次函数评估（NFE）…

11月25日，Black Forest Labs终于将其2024年发布的图像模型Flux迭代至2.0版本。作为开源模型，Flux曾凭借其性价比与微调能力，一时风头无两，几乎取代了Stable Diffusion的生态。诸如腾讯混元针对人像微调的Flux-1-SRPO也获得过我们不错的评价。但近半年，随着谷歌Nano Banana和字节跳动SeeDance的问…

12月3日，火山引擎正式发布了新一代 AI 图像模型 Seedream 4.5，又进入到了熟悉的中国模型后发制人的节奏：今年 8 月末 Nano Banana 横空出世不久，字节跳动便带着 Seedream 4.0 进行精准狙击。在我们当时的横评文章中，Seedream 4.0 六战五胜，实现了对 Nano Banana 的全面反超。回顾一下对于 4.0 版…

刚进入12月，DeepSeek 又一次无预告地发布了备受期待的 V3.2 系列模型—— DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale，距离上次9月末发布Deepseek-V3.2-Exp仅过去2个月。本次更新不仅是技术迭代的成果，更像是一次针对大模型能力天花板的主动探索。两款模型师出同门，却有着清晰的分工：一个追求高效实用的日…

11月25日，当大模型竞赛的聚光灯还在 GPT-5.1 与 Gemini 3 Pro 之间流转时，Anthropic 携其王炸产品 Claude Opus 4.5 强势回归，并宣称这是目前全球范围内在编程、agents 和计算机使用方面最强大的模型，编程能力超越人类专家。 Claude 系列最引人瞩目的王牌，始终是它在编程领域的统治级表现。在权威的真实世界软…

上周当整个 AI 圈的目光聚焦在 Google、OpenAI 两巨头的版本迭代时，xAI 再次以它标志性的突袭方式于 11 月 18 日凌晨向所有用户免费开放了 Grok 4.1 系列模型。这代表着在短短四个月内，Grok 4 系列完成了一次关键升级，并且这一升级，向外界清晰地传递出 xAI 独特的竞争策略：大模型的下一个前沿，或许不再是冰冷的算力与参数，而…

本周的 LLM 战场硝烟未散，谷歌又投下了一枚重磅炸弹。 北京时间 11 月 20 日晚，Nano Banana Pro（官方版本号 Gemini-3-Pro-Image-Preview）正式开放。仅仅三个月前，那个曾以“万物皆可 3D 手办”席卷 AIGC 社区的“魔法香蕉”，如今在 Gemini 3 Pro 强大基座的加持下强势回归。 既然挂上了“Pro…

说实话，到了 2025 年底这个节点，大家对 AI 的感觉可能都有点“疲惫”了。过去这两年，各家大厂像疯了一样堆参数、拼算力，动不动就是参数翻倍，但日常任务用起来的感觉却大同小异。这种“卷算力”的游戏，多少已经到了边际效应递减的时刻。 但就在昨晚（北京时间11月18日），谷歌如果不声不响地扔出了 Gemini 3.0，这潭死水可能还真就被搅活了。 很多人的记…