🚀 Qwen3-VL 技术报告现在在 arXiv 上发布了！
从预训练到后训练，架构到基础设施，数据到评估 —— 我们为所有致力于视觉语言模型构建的研究者和开发者提供了详尽的技术细节。
🔥 3 个模型在一个多月内下载量超过 100 万次
🏆 Qwen3-VL-8B 以 200 万 + 下载量领先
📚 建立在 Qwen2.5-VL 的基础上（在不到 10 个月的时间里有 2800 多个引用！）
查看论文以获取见解、基线和未来方向。
让我们一起推动 VLM 前进。
arxiv.org/pdf/2511.21631
人们如何使用 Gemini 3？快速生成交互式地图，制作逼真的物理演示，以及创造有趣的游戏只是我们目前所见的一些令人兴奋的输出。
查看下面我们的一些最爱 🧵
🚀🚀🚀混元 3D 工作室升级至 1.1 版本！我们集成了艺术级 3D 生成模型——混元 3D-PolyGen 1.5，旨在为您的工作流程直接提供业界最先进的网格质量。🎉
✏️ 艺术级四边形网格：我们率先采用端到端的原生四边形网格生成方法。与仅生成三角形网格的传统方法不同，PolyGen 1.5 直接学习四边形拓扑，从而生成更干净、连续的边循环和卓越的线框质量。
💡 专业可行性：实现此拓扑标准使得模型能够立即投入生产，供游戏美术师、3D 设计师以及游戏开发、动画和 VR 内容创作领域的开发者使用。
⚙️ 灵活输出：PolyGen 1.5 支持四边形和三角形拓扑，确保软表面和硬表面模型在专业流程中的可行性。
PolyGen 1.5 在稳定性、细节和线框质量方面树立了新的 SOTA。探索混元 3D 工作室 1.1，一睹其风采：3d.hunyuan.tencent.com/studio
购物研究 —— 深度研究，为您找到完全正确的产品：
介绍购物研究，ChatGPT 中的一项全新体验，它能帮你找到心仪好物。
它保留了你所喜爱的深度研究的所有优点，并提供交互式界面，助你做出更明智的购买决策。
本周发布内容概要：
— Gemini 3，我们最智能的模型，可以帮助你将任何想法变为现实，可在 @GeminiApp、搜索中的 AI 模式、@GoogleAIStudio、@antigravity 和 Vertex AI 上访问。
— 最新的最先进的图像生成和编辑模型 Nano Banana Pro (Gemini 3 Pro Image) 已在多个产品中发布，包括 @GeminiApp、搜索中的 AI 模式、@GoogleAIStudio、@NotebookLM、@FlowbyGoogle 等！
— @antigravity：一个全新的代理式 IDE，允许代理在编辑器、终端和浏览器中运行。
— SynthID，我们的数字水印技术现在可在 @GeminiApp 中使用。
— WeatherNext 2，我们最先进的天气预报模型。
— @NotebookLM 中的信息图表和幻灯片。
— 搜索中的新 AI 驱动功能，包括 Canvas 中的旅行计划、航班优惠的全球扩展以及代理餐厅和本地服务预订。
— Android Auto 和 Google TV 中的 Gemini。
语音内联 ChatGPT 语音：
ChatGPT 语音功能已直接集成至聊天中。
你可以直接语音输入，观看答案实时呈现，回顾之前的消息，并实时查看图像或地图等视觉元素。
该功能正在向移动和网页端的所有用户推出，请更新你的应用程序。
GPT-5.1 Pro：“感觉像是朝着更像真实同事那样思考和交流的模型迈出了一步，具有更好的领域专业知识、直觉和判断力，以及更高的共情能力和沟通技巧” (feels like a step toward models that think and communicate more like real colleagues, with better domain expertise, intuition, and judgment, along with increased empathy and communication skill)
Okay, looks like this went out in the release notes already (I checked), so... (note: testing models is part of my job and this post is not sponsored by OpenAI in any way):
I was invited to alpha test GPT-5.1 Pro alongside experts in robotics, math, immunology, medicine, music, and more. My focus was life science commercial research and strategy and some personal use cases.
Having used GPT-5.1 Pro for a few days, I find it more like a human domain expert than GPT-5 Pro, with clearer writing, better judgment, fewer tangents, stronger synthesis, and more emotionally aware responses.
I ran GPT-5.1 Pro head-to-head against GPT-5 Pro on work tasks like scientific literature synthesis, drug launch planning, and social media analysis. I also tried it for personal financial planning and even journaling. It was:
- More rigorous and comprehensive in research and planning.
- Stronger at reasoning.
- Better at staying on track and avoiding tangents (and, in at least one case, associated errors).
- Much clearer, more confident, more empathetic in its communication style.
Knowing OpenAI's focus on real-world performance (e.g. GDPval) and reports of it hiring domain experts in fields like finance, I think human domain expertise is exactly what they’re going for, and with GPT-5.1 Pro they’re getting closer.
This said, it isn’t better at everything. It still sucks at creating professional quality presentations and Excel spreadsheets, a notable weakness with OpenAI models that I'm sure they’re working to fix. And I saw that at least one tester found the model conservatively avoided tackling known open problems in STEM domains, choosing instead to explain why they’re open problems.
Overall, if I had to quantify it, I'd say it's a 10-15% jump over GPT-5 Pro for the kinds of things I use it for. It feels like a step toward models that think and communicate more like real colleagues, with better domain expertise, intuition, and judgment, along with increased empathy and communication skill.
This bodes well for AI doing even more impactful work in 2026.
Gemini 3 在更多基准（数学）上达到 SOTA 🤯
你现在可以在 Claude Code 中使用 Opus 4.5 通过你的 Max 账户！
介绍 Claude Opus 4.5：世界领先的编码、智能代理和计算机使用模型。
Opus 4.5 代表着人工智能系统能力的一次飞跃，也预示着工作方式即将迎来重大变革。
AI 科学家们正在到来。
然而，当前的 AI 研究工具是孤立地运作的。论文总结器、实验自动化器和假设生成器都是独立完成的，与整体研究流程脱节。但真正的科学并非线性，而是协作的、迭代的，并且深刻地以人为本。
这项新研究推出 OmniScientist 平台，一个支持 AI 和人类科学家在共生生态系统中协作的平台。关键在于：互惠反馈循环。人类的专业知识提升 AI capabilities，AI insights 进而扩展人类研究范围，两者共同发展。
该平台整合了文献分析、假设生成、实验设计优化和结果解释，人类在关键决策点提供监督。
一个令人兴奋的愿景是，AI 系统能够增强跨物理学、化学、生物学和计算科学的科学发现。这项工作不是要取代科学过程，而是增强和扩充它。
其强大之处在于：AI 擅长处理大规模数据和模式识别，而人类提供直觉和验证。他们共同解决任何一方都无法单独解决的问题。
（收藏它）
论文：arxiv.org/pdf/2511.16931
