AI TrackerPokeBot 推出 RoboAPI：一款可让机械臂听懂自然语言指令的 API
PokeBot 于 10 月 29 日推出 RoboAPI，该产品由 PokeBot 称为其世界动作模型的 Poke-Aurora 驱动。该公司表示，兼容的机器人可通过简单的 API 接收自然语言指令，无需针对特定任务进行训练。Pika 推出 H3 Flex，这款快速视频模型被其称为 DesignArena 上排名第一的开放权重文本生成视频模型
Pika 推出了 H3 Flex，并称其首次亮相便在 DesignArena 的文本生成视频榜单上位列开放权重模型第 #1（这是 Pika 的说法）。Pika 表示，这款模型专为专业迭代打造：支持导出音轨、最高 4K 分辨率，以及快于实时的生成速度；生成一段 15 秒的视频片段及配乐最快只需 7 秒。OpenAI围绕五项核心价值更新 Model Spec
OpenAI发布了更新版 Model Spec，这是其对模型行为目标的公开说明。此次修订将指南围绕五项价值重新组织：忠实于人类意图、尽量减少伤害、诚实与透明、人的自主性，以及关怀。以下内容均为 OpenAI 的说法。OpenAI releases GPT-6.1 Terra, a cheaper computer-use model at half the price of GPT-5.6 Terra
OpenAI released GPT-6.1 Terra on October 26, 2026, describing it as a fast, capable computer-use model: it understands what is on screen, takes action across apps and writes naturally. It is rolling out to all Plus, Pro, Enterprise and Edu users in ChatGPT Work and Codex, and developers can use it in the API as gpt-6.1-terra. OpenAI says usage allowances in ChatGPT Work and Codex go further with it than with GPT-5.6.Phonic 1 首次登顶 Artificial Analysis 的 Speech to Speech Index
Artificial Analysis（一家基准测试网站，以下数据来自其自测）称，Phonic 的语音到语音模型 Phonic 1 (High) 在其 Speech to Speech Index 的 22 个模型中排名第 1，得分为 87.1，略高于 Grok Voice 3.0（86.9）。该模型可通过 Phonic API 使用，价格为每分钟 $0.07。Fish Audio 发布 Drama 3，Artificial Analysis 将其评为开源权重语音模型第 1 名
Fish Audio 发布了 Drama 3，权重已托管在 Hugging Face 上。Artificial Analysis（一个基准测试网站，依据其自身测量结果）称，Drama 3 在其两个语音竞技场中都是排名第 1 的开源权重模型，在其 Pronunciation Robustness 基准测试中则是所有模型中的第 1 名。Mistral 发布 Mistral Large 4 的模型权重：这款拥有 1 万亿参数的模型，价格约为预览版的一半
Mistral 发布了改进版 Mistral Large 4（“Le Chonk”）的模型权重。这是其旗舰级原生多模态模型，拥有 1 万亿参数，本月早些时候已进入公开预览。模型权重可在 Hugging Face 上获取，名称为 Mistral-Large-4-1T-A52B，另有 NVFP4 版本。Mistral 称该模型在欧洲训练，是最出色的开放权重编程模型。一位评论者指出，其许可证是经过修改的 MIT 许可证，并未获 OSI 批准。Qwen 4 尚未官宣，但 Qwen Code 已列出 Qwen4 模型 ID
一位 X 用户称，10 月 28 日发布的 Qwen Code v0.26.3 包含一项改动（官方 QwenLM/qwen-code 仓库中的拉取请求 #15762），默认将所有 ID 以 qwen4 开头的模型视为拥有 1M token 上下文。据该用户称，测试中列出了 qwen4-max、qwen4-plus、qwen4-coder-plus、带日期的 qwen4-max-2026-10-01 以及 qwen4.5-max。该用户的帖子附有拉取请求链接和一张截图。Artificial Analysis 展示 AA-Robotics v0.1：一项测试模型操控机械臂的基准
Artificial Analysis 发布了 AA-Robotics v0.1，让模型操控机械臂，并从模型的视角展示任务过程。在一个让同一台机械臂写出“hello world”的示例中，Artificial Analysis 称，Claude Opus 5.5 以点描的方式逐点写完，34 分钟内移动机械臂 3,270 次；而 GPT-6 Astra 则连续书写，13 分钟内移动了 514 次。Particle-1：基于 DeepSeek V4.1 Flash 后训练的模型现已登陆 Vercel AI Gateway
Vercel 表示，Particle-1（particle/particle-1）现已在 AI Gateway 上线。AI Gateway 是 Vercel 为模型提供商打造的统一端点。Vercel 称，该模型基于 DeepSeek V4.1 Flash 进行后训练，完成工程任务所需的 token 更少，并建议将其用于调试、规划代码改动和拆解多步骤问题。Artificial Analysis 发布 AA-PersonalityBench：GPT-6 和 Grok 模型最直接
Artificial Analysis 发布了 AA-PersonalityBench，这是一个评测模型个性特征的基准测试，并提供了结果页面、方法论页面，以及一个可供用户创建个性排名的工具。这些分数由该网站自行评定。
ElevenLabs 推出强制对齐模型 Cue
ElevenLabs 研究团队推出了强制对齐模型 Cue：它将转录文本转换为时间戳，可用于字幕、配音和可点击的转录文本。它会在音频时间轴上为每个字符定位。Rime 推出 Prism，一款面向语音智能体的语音到语音模型
Rime 推出了 Prism，这是一款面向 AI 语音智能体的语音到语音模型。以下数据均为 Rime 自行宣称，未经独立测量。Artificial Analysis 推出 AA-Video-I2V v2.1，这是图像转视频模型基准测试
Artificial Analysis 推出了 AA-Video-I2V v2.1 和 AA-Video-I2V-Silent v2.1，这是一套用于评估图像转视频模型的基准测试。每条提示词都配有一张 1080p 起始图像，以及为其编写的提示词，并按使用场景、能力和视觉风格分类；模型最高按 1080p 评估，并在 10 个使用场景和 10 项能力中排名。总排名在这些类别中均匀抽样。结果由 Artificial Analysis 自行提供。
GitHub Copilot Fusion 可按任务路由并编排模型，现已正式推出
GitHub 表示，Copilot Fusion 现已正式推出。用户无需自行选择模型，只需在模型选择器中选择 Copilot Fusion，并选择一个工作强度档位（Standard、High 或 Max）；Copilot 会决定使用哪些模型以及它们如何协同工作。它将早期 Project HydraFusion 预览版的多模型编排与 Copilot 的自动模型选择结合起来。工作流包括单模型、级联（由高效模型起草，再由质量检查决定是否升级到更强模型）和评议（一个模型起草，另一个模型审核，第一个模型再进行修改）。
OpenBMB 发布 MiniCPM-OCR：一款 1B 文档解析器，并推出为 OCR 结果打分的 2B 模型
OpenBMB 于 10 月 28 日在 X 上展示了 MiniCPM-OCR，演示其在 iPhone 和 iPad 上本地运行。该模型以开放权重发布，可通过 llama.cpp、vLLM、SGLang 或 Ollama 运行；微调代码也已开源，OpenBMB 还提供演示版和 API。AssemblyAI 推出首款文本转语音模型 AssemblyAI-TTS-1
AssemblyAI 推出了首款面向语音代理打造的文本转语音模型 AssemblyAI-TTS-1。AssemblyAI 表示，该模型可在 90 毫秒内开始流式输出，价格为每百万字符 15 美元；公司称，综合准确度、自然度和成本来看，这是最适合大规模运行的 TTS 模型。OpenRouter 表示，该模型已上线，提供 4,000 多种语音，服务部署在美国或欧盟。
NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe，在开放权重语音转文本模型中并列第 1
NVIDIA 的 Nemotron 3.5 Transcribe 是一款全新的开放权重、可提示的语音转文本模型：一个 300 亿参数的混合专家模型，活跃参数约 40 亿。NVIDIA 表示，同一个检查点可处理 40 种语言的转录、说话人归属、翻译、上下文提示和音频理解，并且模型权重、数据和配方均已开放。该模型现已在 Hugging Face 上线，并提供在线演示。Mistral 开放 Responses API 公测，并提供 DeepSeek V4.1 Flash 和 GLM 5.3 Flash
Mistral 于 10 月 28 日宣布，其面向在 Mistral 上构建智能体的 Responses API 已进入公开预览阶段。据 Mistral 介绍，每个响应都会将模型的回答、推理过程和工具调用作为独立条目返回，因此与 Chat Completions 相比，应用可以更轻松地处理每个步骤。该 API 适用于 Mistral 托管的所有聊天模型，包括 Large 4。文档见 Mistral Studio 文档站点。