AI 编程实时动态与要闻

LG AI Research 免费开放 K-EXAONE 2.5 API:750B 总参数、31B 激活、512K 上下文,官方口径 SWE-Bench Pro 59.2 略高于 DeepSeek-V4.1-Flash

11 月 9 日,LG AI Research 在首尔 NVIDIA AI Day 上宣布,通过 EXAONE API 平台(docs.exaone.ai)免费开放 K-EXAONE 2.5 API,开发者、初创公司、企业和研究机构领取 API Key 即可用于服务开发与研究。K-EXAONE 2.5 是在 8 月发布的 K-EXAONE 2.0 基础上加训的技术验证模型:750B 总参数、31B 激活,纯文本,支持韩语和英语,上下文 512K,接口兼容 OpenAI。LG 自测四项 Agent 基准:SWE-Bench Pro 59.2、BrowseComp 78.0、AutomationBench 74.6、Claw-Eval 77.3,整体与 DeepSeek-V4.1-Flash、GLM-5.3 相当,但没有一项全面领先。NVIDIA 表示该模型训练用到了 Nemotron 数据集。官方未公布免费期限和额度,也未开放 2.5 权重。

LG AI Research 免费开放 K-EXAONE 2.5 API:750B 总参数、31B 激活、512K 上下文,官方口径 SWE-Bench Pro 59.2 略高于 DeepSeek-V4.1-Flash

核心要点速览

  • 免费开放:EXAONE API 平台 11 月 9 日上线,目前免费,领 API Key 即可调用;同批上线的还有 21M 参数的表格预测模型 EXAONE Tabular
  • 规格:750B 总参数 / 31B 激活,纯文本,韩语 + 英语,上下文与最大输出均为 512K,知识截止 2026 年 1 月;支持工具调用、结构化输出、代码生成和流式输出
  • 接口:OpenAI 兼容的 POST /v1/chat/completions,模型名 k-exaone_v2.5;推理无法关闭,reasoning_effort 可选 low / high / max,默认 max,推理 token 也计入 max_tokens
  • LG 自测(vs DeepSeek-V4.1-Flash / GLM-5.3):SWE-Bench Pro 59.21 vs 58.41 / 64.03;BrowseComp 78 vs 75.8 / 79;AutomationBench 74.6 vs 74.9 / 71.6;Claw-Eval 77.29 vs 75.78 / 77.64
  • 相比 K-EXAONE 2.0:AutomationBench 从 16.9 升到 74.6,SWE-Bench Pro 从 47.1 升到 59.21;以上均为厂商内部评测,未经独立复现,免费期限、额度和权重开放情况官方均未说明
阅读全文
关联模型 / 智能体 / 厂商:

NVIDIA 为韩国四大开源模型发布 Dynamo 部署配方:A.X K2、K-EXAONE 2.0、Solar Open 2、Motif-3 一键上 B200,官方称推理性能最高 2 倍

NVIDIA 在首尔 AI Day 上为韩国四个主力开源大模型发布 Dynamo 优化部署配方:SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0(750B-A37B)、Upstage 的 Solar Open 2(250B)和 Motif Technologies 的 Motif-3。配方针对 B200,统一使用 NVFP4 权重 + FP8 KV 缓存与 vLLM 后端,提供聚合与预填/解码分离(disaggregated)两套 Kubernetes 清单和基准脚本,官方称开箱最高 2 倍推理性能(未说明对比基线)。按 Dynamo 文档实测:Motif-3 两张 B200 单 GPU 输出约 294 tok/s,K-EXAONE 2.0 四卡首 token 仅 291 毫秒。这也是 NVIDIA 与韩国科技部「AI for All」合作的一部分。

NVIDIA 为韩国四大开源模型发布 Dynamo 部署配方:A.X K2、K-EXAONE 2.0、Solar Open 2、Motif-3 一键上 B200,官方称推理性能最高 2 倍

核心要点速览

  • 覆盖 4 个韩国开源模型:SK Telecom A.X K2、LG K-EXAONE 2.0(750B-A37B)、Upstage Solar Open 2(250B)、Motif-3;配方已在 GitHub ai-dynamo/dynamo 的 recipes/ 目录
  • 官方口径:B200 上开箱最高 2 倍推理性能,但 NVIDIA 未说明与哪种基线比较
  • Dynamo 文档实测(聊天 trace,SLA 为每用户 ≥50 tok/s 且 TTFT p50 <5 秒):Motif-3 2×B200 单 GPU 293.96 tok/s、TTFT 388 ms;Solar Open 2 两副本 216.88 tok/s/GPU、TTFT 308 ms
  • K-EXAONE 2.0 4×B200 聚合:87 tok/s/GPU、每用户 51.4 tok/s、TTFT 291 ms;A.X K2 8×B200 + EAGLE3:76.49 tok/s/GPU、TTFT 0.525 秒,另有 32×H200 方案
  • 注意:Motif-3、A.X K2 跑分用的是合成的投机解码接受长度(约 2.1),不代表真实接受率与输出质量;Solar Open 2 默认高推理强度,GPQA 中位输出约 6,400 tokens,max_tokens 要给足
阅读全文
关联模型 / 智能体 / 厂商:

百度开源 ERNIE-5.5-Flash-Base:280B 总参 / 14B 激活 MoE,预训练 33.5T,厂商口径 MMLU 93.3

百度 11 月 5 日通过官网与 @BaiduResearch 宣布开源 ERNIE-5.5-Flash-Base:预训练结束点、未经中段/后训练的纯文本 MoE 基座,总参 280B、每 token 激活 14B,预训练 33.5T、训练上下文最长 128K,微调与推理支持 1M。Hugging Face / ModelScope 提供 FP8 与 BF16。官方统一评测口径下 MMLU 93.3、HumanEval+ 82.3、LiveCodeBench 40.1;后训练版 ERNIE 5.5 Flash「随后发布」。许可为自定义协议(排除欧盟/英国/韩国;相关营收超 5000 万美元需另行书面授权)。

百度开源 ERNIE-5.5-Flash-Base:280B 总参 / 14B 激活 MoE,预训练 33.5T,厂商口径 MMLU 93.3

核心要点速览

  • 11 月 5 日开源预训练结束点基座:280B 总参 / 14B 激活,非对话成品模型
  • 预训练 33.5T;训练上下文最长 128K,微调与推理支持 1M 上下文
  • 厂商统一评测:MMLU 93.3、HumanEval+ 82.3、LiveCodeBench 40.1(对比 DeepSeek-V4-Flash-Base 等)
  • 架构要点:37 层 HCA + 6 层 MLA-DSA、Multi-Router Latent MoE(512 专家 top-10 + 1 共享)
  • 许可非 Apache:排除欧盟/英国/韩国;相关年营收超 5000 万美元需百度书面授权
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Ernie 5.5 Flash Base🌐 Baidu (百度文心)

Pruna 开源 P-H3-Image:把 MiniMax-H3 视频模型改造成图像生成/编辑模型,8 步出图、提速 5 倍、体积缩小 7 倍

11 月 3 日,模型压缩公司 Pruna AI 开源 P-H3-Image:基于 MiniMax 今夏开源的 MiniMax-H3 视频模型,改造成文生图与图像编辑模型。官方口径:采样步数从 50 步降到 8 步,4MP 图在单张 B200 上从 12.4 秒降到 2.6 秒;4-bit 版下载 20GB(H3 为 143GB),8MP 峰值显存约 21GB;支持 2–16MP 输出和多图参考编辑。权重已上 Hugging Face,ComfyUI 原生支持。注意它沿用 MiniMax H3 社区许可,欧盟、英国、韩国和美国默认不在授权范围内。

Pruna 开源 P-H3-Image:把 MiniMax-H3 视频模型改造成图像生成/编辑模型,8 步出图、提速 5 倍、体积缩小 7 倍

核心要点速览

  • 速度(官方口径):8 步替代 50 步;单张 B200 上 4MP 图 12.4 秒→2.6 秒,8MP 图 30.6 秒→5.8 秒;L40S 上 4-bit 版 4MP 约 6.3 秒
  • 体积:Transformer 从 33B 缩到 20B 参数,文本编码器从 32B 蒸馏到 4B(67GB→9GB);下载包 bf16 55GB、4-bit 20GB,H3 原版 143GB
  • 显存:8MP 出图峰值 bf16 约 56GB、4-bit 约 21GB;带提示词改写器的 diffusers bf16 管线约需 100GB
  • 能力:输出 2–16MP,最擅长写实/纪实摄影、电影剧照、动漫与短文字平面设计;支持多图参考编辑(X 帖写 8 张,博客写 9 张)
  • 许可:MiniMax H3 社区许可,欧盟、英国、韩国、美国需另行向 MiniMax 取得授权,产品须标注 “Powered by MiniMax H3”
阅读全文
关联模型 / 智能体 / 厂商:
⚡ P-H3-Image⚡ MiniMax-H3⚡ Qwen3.5-9B🌐 Pruna AI🌐 MiniMax🌐 Hugging Face🌐 ComfyUI
AD赞助内容

韩国 2027 年预算 AI 与芯片投入翻倍至 21.3 万亿韩元:4.7 万亿砸向国家级前沿模型,采购 1 万张 Vera Rubin GPU

韩国总统李在明 11 月 2 日在国会发表 2027 年预算施政演说:总预算 820.9 万亿韩元(+12.8%),其中半导体、物理 AI、AI 数据中心三大项目及 AI 投入合计 21.3 万亿韩元(约 160 亿美元),比 2026 年的 10.8 万亿几乎翻倍。企划财政部官方预算文件显示,4.7 万亿韩元用于打造「全球顶级性能」的国家独立 AI 模型,包括采购 1 万张 Vera Rubin GPU。预算仍需国会通过。

韩国 2027 年预算 AI 与芯片投入翻倍至 21.3 万亿韩元:4.7 万亿砸向国家级前沿模型,采购 1 万张 Vera Rubin GPU

核心要点速览

  • 三大项目及 AI 投入从 10.8 万亿增至 21.3 万亿韩元,增幅 97.2%;总预算 820.9 万亿韩元,同比 +12.8%(官方预算文件)。
  • 前沿 AI 模型专项 4.7 万亿韩元:3.9 万亿采购 1 万张 Vera Rubin GPU、0.8 万亿购买训练数据、250 亿韩元引进 20 名海外顶尖研究者。
  • 模型研发期间先投入政府已有的约 7000 张 GPU,并租用产学研约 8000 张;入选企业通过公开评选产生,政府以出资方式参与、分享收益。
  • 「全民 AI」新增 0.25 万亿韩元,基于国产模型提供公共 AI 智能体,可代办身份证明、KTX 订票、护照补办等;AI 教育 2.1 万亿覆盖 390 万人。
  • 另拨 700 亿韩元开发专用 AI 安全模型,500 亿韩元为 1 万家中小企业补贴 AI 安全方案订阅费;物理 AI 预算从 0.9 万亿增至 3.1 万亿。
阅读全文

Apple 推送 27.2 系统更新:Siri AI 新增法语、日语、韩语、葡萄牙语和西班牙语,并能记住过去的对话

Apple 10 月 26 日发布 iOS、iPadOS、macOS、watchOS 和 visionOS 27.2,基于 Apple Intelligence 重做的 Siri AI(Beta)在英语之外新增法语、日语、韩语、葡萄牙语和西班牙语。官方称繁体中文、挪威语、土耳其语和越南语将在年底前上线。按 iOS 27.2 发布说明,Siri AI 现在可以回忆过去的对话,并能从信息里的照片、日历参与者、语音留言等更多来源取材。Siri AI 仍不在欧盟(iOS、iPadOS、watchOS)和中国大陆提供,依赖服务器端模型的功能有每日用量上限,Apple 称未来将推出付费的扩展额度。

Apple 推送 27.2 系统更新:Siri AI 新增法语、日语、韩语、葡萄牙语和西班牙语,并能记住过去的对话

核心要点速览

  • 语言:Siri AI 从仅英语扩展到 6 种语言,新增法语、日语、韩语、葡萄牙语、西班牙语;繁体中文、挪威语、土耳其语、越南语官方称年底前上线
  • 覆盖 5 个平台:iOS、iPadOS、macOS、watchOS、visionOS 27.2 同日推送,Siri AI 仍标注为 Beta
  • 新能力(据 iOS 27.2 发布说明):可回忆过去的对话,新增信息内照片、日历参与者、语音留言等取材来源,并可在一个设置里排除指定 App
  • 限制:iOS/iPadOS/watchOS 在欧盟不可用,中国大陆账号不可用,13 岁以下不可用;服务器端模型功能有每日上限,Apple 称将来提供付费扩展额度
  • 机型:iPhone 15 Pro 及之后机型、M1 及以上 iPad 和 Mac 等 Apple Intelligence 设备,设备语言与 Siri 语言需一致
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Apple Intelligence⚡ AFM 3🤖 Siri AI🌐 Apple

OpenAI 向全部 API 客户开放 prompt-to-voice:一句文字描述生成 GPT-Live 专属音色,创建免费,另增 9 个德法日韩印地语音色

OpenAI 于 10 月 16 日在官方更新日志宣布,prompt-to-voice 向所有 API 客户正式开放:开发者用一段文字描述口音、音高、音色和语速,即可通过 /v1/audio/voices 接口或 voice Playground 生成并保存自定义音色,在 GPT-Live 会话中复用。创建音色免费,语音生成按常规 GPT-Live 会话计费;每个组织最多保存 100 个。同时新增 9 个自然音色,覆盖德语、法语、印地语、日语和韩语。

OpenAI 向全部 API 客户开放 prompt-to-voice:一句文字描述生成 GPT-Live 专属音色,创建免费,另增 9 个德法日韩印地语音色

核心要点速览

  • 10 月 16 日起对所有 API 客户正式开放(GA),无需录音或授权录音即可建音色
  • 创建音色免费;在 GPT-Live 中出声、以及在 Playground 试听均按常规会话计费(官方口径)
  • 每个组织最多 100 个文字生成音色;可选 script_hint 示例台词,最长 2,000 字符
  • 新增 9 个自然音色:德语 3 个、法语 2 个、日语 2 个、印地语与韩语各 1 个
  • 限制:文字生成音色仅支持 GPT-Live,不支持 TTS、Realtime、Chat Completions;建音色接口不兼容零数据保留(ZDR)
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT-Live-1⚡ GPT-Live-1.1🌐 OpenAI

OpenAI 发布 GPT-Live-1.1 与 GPT-Live-1.1 Quip:ChatGPT、Codex、dots 语音默认模型升级,新增 6 种语言音色,API 即将开放

OpenAI 于 10 月 15 日推出全双工语音模型 GPT-Live-1.1(接替 GPT-Live-1)与小模型 GPT-Live-1.1 Quip(接替 GPT-Live-1 mini),成为 Plus 及以上用户在 ChatGPT Voice、Codex、dots 中的默认语音模型;新增法、德、印地、日、韩、墨西哥西语音色,减少搜索时的「checking...」提示,面向全部用户灰度,API 即将上线。系统卡披露合成安全评测在 4 个类别有统计显著回退。

OpenAI 发布 GPT-Live-1.1 与 GPT-Live-1.1 Quip:ChatGPT、Codex、dots 语音默认模型升级,新增 6 种语言音色,API 即将开放

核心要点速览

  • 两档模型:GPT-Live-1.1 接替 GPT-Live-1,GPT-Live-1.1 Quip 接替 GPT-Live-1 mini;Plus 及以上(含 Codex 与 dots)默认 1.1,其余用户默认 Quip
  • 新增 6 种语言 Live 音色(法/德/印地/日/韩/墨西哥西语)+ 英文新音色 Bubbie,搜索时改用更多样的短句提示
  • 全双工架构:边听边说,可处理停顿、打断与语速变化;系统卡称 GPT-Live 实为「双模型系统」,难题委派给思考模型
  • 官方系统卡:真实生产语音评测与前代持平;合成评测在色情、心理健康、情感依赖、血腥 4 类出现统计显著回退
  • 今日起面向全部用户灰度,API「即将推出」,目前未公布 API 价格、模型 ID 或延迟/WER 指标
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT-Live-1.1⚡ GPT-Live-1.1 Quip⚡ GPT-Live-1🤖 Codex🤖 ChatGPT dots🌐 OpenAI

CrowdStrike 披露:攻击者用开源 AI 渗透 Agent ARTEX + Claude Code 攻破多家韩国金融机构

CrowdStrike 情报团队在攻击者暴露的开放目录里找到了 Claude Code 会话记录、ARTEX 配置和 CLAUDE.md:一名疑似中文使用者、以牟利为目的的攻击者,9 月底到 10 月初用中国开发的开源智能体渗透框架 ARTEX(主力模型 DeepSeek v4.1-flash,辅以 GLM-5.3、Grok 4.6)攻击韩国多家金融机构的贷款查询与员工移动办公系统并窃取数据。

核心要点速览

  • 攻击窗口:2026 年 9 月下旬至 10 月初;CrowdStrike 归因置信度为“中等”,未关联到已命名团伙(CrowdStrike 报告)
  • 模型栈:ARTEX 主力后端 DeepSeek v4.1-flash,经疑似 API 转售站 xcai[.]pro 调用;另用 GLM-5.3 与 Grok 4.6 跑 Claude Code 会话
  • IOC:1 个攻击者控制 IP(38.244.50[.]120)+ 9 个代理 IP,报告附 MITRE ATT&CK 映射
  • 受害规模(媒体口径):新韩银行称 25,729 名客户信息被盗,Hana 银行 89 人,Yegaram 储蓄银行约 4 万人(GovInfoSecurity)
  • ARTEX 原 GitHub 仓库 Autumn-27/ARTEX 目前已返回 404
阅读全文