虾米看AI · 变了什么

【快讯】深度求索：V4.1 Flash-1017。deepseek-flash 已指向 1017 更新，价格和调用方法不变；Pro 仍是 V4-Pro-0813。Search / Fetch 是独立 API，不据此宣称模型内置搜索。旧 V4.1 权重不能证明 1017 检查点已发布。

Mon, 19 Oct 2026 00:00:00 GMT

快讯（挂到 2026-10-26）：今日补核：DeepSeek 更新至 V4.1 Flash-1017

深度求索 · 版本更迭（这一条是我们记错了）

此前：V4.1

现在：V4.1 Flash-1017。deepseek-flash 已指向 1017 更新，价格和调用方法不变；Pro 仍是 V4-Pro-0813。Search / Fetch 是独立 API，不据此宣称模型内置搜索。旧 V4.1 权重不能证明 1017 检查点已发布。

为什么重要：本站于 2026-10-19 补核；官方发布日期为 2026-10-17。

影响：deepseek

来源：DeepSeek 官方文档 · 更新日志

【快讯】Grok Voice：3.0。grok-voice-latest 已指向 3.0，2.0 已弃用；官方说明价格和 API 调用方式不变。

Mon, 19 Oct 2026 00:00:00 GMT

快讯（挂到 2026-10-26）：今日补核：Grok Voice 更新至 3.0

Grok Voice · 版本更迭（这一条是我们记错了）

此前：think-fast-2.0

现在：3.0。grok-voice-latest 已指向 3.0，2.0 已弃用；官方说明价格和 API 调用方式不变。

为什么重要：本站于 2026-10-19 补核；官方发布日期为 2026-10-14。

影响：grok-voice

来源：xAI · API Release Notes

【快讯】Gemini：Gemini 4 Argon。旗舰推理模型转为 Gemini 4 Argon；3.8 Flash 仍是独立档位。长输出可达 1M token，显式缓存不支持，Computer Use 仍为 Preview。

Mon, 19 Oct 2026 00:00:00 GMT

快讯（挂到 2026-10-26）：今日补核：Gemini 更新至 Gemini 4 Argon

Gemini · 版本更迭（这一条是我们记错了）

此前：Gemini 3.8 Flash

现在：Gemini 4 Argon。旗舰推理模型转为 Gemini 4 Argon；3.8 Flash 仍是独立档位。长输出可达 1M token，显式缓存不支持，Computer Use 仍为 Preview。

为什么重要：本站于 2026-10-19 补核；官方发布日期为 2026-10-13。

影响：gemini-text

来源：Gemini API · Release notes

Tripo API V2：官方公告：2026-10-01 起不再更新与支持，2026-11-01 起 V2 端点全部停止接收请求

Sun, 01 Nov 2026 00:00:00 GMT

Tripo API V2 · 生命周期

此前：V2 端点照常服务，且不传参数时默认调的就是 V2 时代的 v2.5-20250123

现在：官方公告：2026-10-01 起不再更新与支持，2026-11-01 起 V2 端点全部停止接收请求

为什么重要：默认值踩的正是要停的那一支 —— 没显式指定 model_version 的调用会跟着一起断

影响：tripo

来源：Tripo · Generation 端点文档

MiniMax M3.1 Flash：2026-10-19 官方支持列表与调用示例已使用 M3.1-Flash，不再沿用此前 Preview 的限定渠道描述。M3 仍正常提供；新版权重开放情况未确认。思考默认 max 且不能关闭。

Mon, 19 Oct 2026 00:00:00 GMT

MiniMax M3.1 Flash · 版本更迭（这一条是我们记错了）

此前：M3；M3.1-Flash-Preview 曾限定渠道提供。

现在：2026-10-19 官方支持列表与调用示例已使用 M3.1-Flash，不再沿用此前 Preview 的限定渠道描述。M3 仍正常提供；新版权重开放情况未确认。思考默认 max 且不能关闭。

为什么重要：这是今天核到的当前支持列表变化，未把核实日冒充官方发布日期。

影响：minimax-text

来源：MiniMax · M3.1 Flash 模型调用

Gemini TTS：3.8 Flash TTS。旗舰创意语音档为 3.8 Flash TTS，130 种语言；Flash-Lite 是独立的低延迟档位。支持预设音色、音色设计与需授权的声音复刻，默认单次输出改为 WAV。

Mon, 19 Oct 2026 00:00:00 GMT

Gemini TTS · 版本更迭（这一条是我们记错了）

此前：3.1 Flash TTS Preview

现在：3.8 Flash TTS。旗舰创意语音档为 3.8 Flash TTS，130 种语言；Flash-Lite 是独立的低延迟档位。支持预设音色、音色设计与需授权的声音复刻，默认单次输出改为 WAV。

为什么重要：本站于 2026-10-19 补核；官方发布日期为 2026-09-22。

影响：gemini-tts

来源：Gemini API · Release notes

Vidu Q：Q4 Preview。Q4 为预览版。当前确认图生视频与参考生视频，支持音画同出、最高 4K 和 15 张参考图；端点时长为 3–16 秒（概览页另写 1–16 秒，以实际端点为准）。Q3 的其他能力不自动继承。

Mon, 19 Oct 2026 00:00:00 GMT

Vidu Q · 版本更迭（这一条是我们记错了）

此前：Q3

现在：Q4 Preview。Q4 为预览版。当前确认图生视频与参考生视频，支持音画同出、最高 4K 和 15 张参考图；端点时长为 3–16 秒（概览页另写 1–16 秒，以实际端点为准）。Q3 的其他能力不自动继承。

为什么重要：本站于 2026-10-19 补核；官方发布日期为 2026-10-07。

影响：vidu-q

来源：Vidu 平台 · 更新日志

Gemini Omni 1.1 Flash：今天回查当前型号的官方正文和代码示例，补齐文生视频、图生视频、角色参考、多参考、原生音频和视频转视频。

Sat, 10 Oct 2026 00:00:00 GMT

Gemini Omni 1.1 Flash · capability（这一条是我们记错了）

此前：版本已更新到 1.1 Flash，但六个能力格仍显示未知。

现在：今天回查当前型号的官方正文和代码示例，补齐文生视频、图生视频、角色参考、多参考、原生音频和视频转视频。

为什么重要：这是本站今天补齐的证据，不是今天发布新模型；每格都已绑定 1.1 Flash，旧版能力没有直接继承。

影响：gemini-omni

来源：Google · Gemini Omni Flash 官方文档

Qwen3-ASR 1.7B：官方模型卡明确 1.7B 支持 30 种语言及 22 种中文方言，并统一支持流式与离线识别。

Sat, 10 Oct 2026 00:00:00 GMT

Qwen3-ASR 1.7B · capability（这一条是我们记错了）

此前：多语种和实时识别两格尚未核实。

现在：官方模型卡明确 1.7B 支持 30 种语言及 22 种中文方言，并统一支持流式与离线识别。

为什么重要：选型时能确认语种与流式支持；没有把独立强制对齐器的时间戳能力算进 ASR 本体。

影响：qwen3-asr

来源：阿里官方 · Qwen3-ASR 模型卡

Hallo-Live：今天按 Hallo-Live 官方模型卡补齐文本驱动与流式音视频生成；官方报告在两张 H200 上达到 20.38 FPS、0.94 秒延迟。

Sat, 10 Oct 2026 00:00:00 GMT

Hallo-Live · capability（这一条是我们记错了）

此前：文本驱动和实时生成仍引用旧版 Hallo2 的未核实说明。

现在：今天按 Hallo-Live 官方模型卡补齐文本驱动与流式音视频生成；官方报告在两张 H200 上达到 20.38 FPS、0.94 秒延迟。

为什么重要：可据此确认输入与输出方式；性能数字保留硬件条件，不外推到普通显卡。

影响：hallo2

来源：HF · 复旦 Hallo-Live

Sora：OpenAI 公告 API 于 2026-09-24 停止

Thu, 24 Sep 2026 00:00:00 GMT

Sora · 生命周期

此前：Sora 2 API 可用，Replicate 与 APIYI 都在转售

现在：OpenAI 公告 API 于 2026-09-24 停止

为什么重要：上游停了，平台不一定同步下架 —— 现在两家仍挂着，买了会踩空

影响：sora

来源：Replicate · text-to-video 集合页

Eleven Music v2.5：官方模型页 Music 一节上新 v2.5：「Our most advanced music model」，质量与提示词跟随改善；并明写「Same workflows and support: composition plans, audio reference, and inpainting」，v2 仍并列在页上

Wed, 23 Sep 2026 00:00:00 GMT

Eleven Music v2.5 · 版本更迭

此前：atlas 记 Eleven Music v2（核于 2026-08-12）

现在：官方模型页 Music 一节上新 v2.5：「Our most advanced music model」，质量与提示词跟随改善；并明写「Same workflows and support: composition plans, audio reference, and inpainting」，v2 仍并列在页上

为什么重要：这是提质不是加能力 —— 官方自己说工作流照旧，所以 8 个能力格里只有 3 个（提示词作曲 / 作曲方案 / 分段改写）能按 v2.5 重核，纯器乐与多语种那两条原文只印在 v2 名下，进待重核。

影响：eleven-music

来源：ElevenLabs · Models

SeedRealtime（字节 Seed 的原生音视频全双工模型）：官方模型页列出 SeedRealtime：「原生音视频全双工大模型，联合理解声音、画面与时序信息，带来边看、边听、边说的自然交互体验」

Wed, 23 Sep 2026 00:00:00 GMT

SeedRealtime（字节 Seed 的原生音视频全双工模型） · 新模型

此前：实时语音轨只有 glm-voice / gpt-realtime / grok-voice 三家，没有字节

现在：官方模型页列出 SeedRealtime：「原生音视频全双工大模型，联合理解声音、画面与时序信息，带来边看、边听、边说的自然交互体验」

为什么重要：实时语音这条轨第一次出现明说「音 + 画一起理解」的一支 —— 轨的定义是「语音进、语音出、可打断」，它比这个宽一层。收进扩展层，能力未逐格核。

影响：seedrealtime

来源：ByteDance Seed · 模型页

Seed GR-3（字节 Seed 的 VLA）：官方模型页：「Seed GR-3 A robust vision-language-action model designed to be generalizable and capable of executing long-horizon and dexterous tasks.」

Wed, 23 Sep 2026 00:00:00 GMT

Seed GR-3（字节 Seed 的 VLA） · 新模型

此前：动作策略轨九家里没有字节

现在：官方模型页：「Seed GR-3 A robust vision-language-action model designed to be generalizable and capable of executing long-horizon and dexterous tasks.」

为什么重要：字节第一次在 VLA 这条轨上露面。⚠️ 同页另有 Seed GR-RL，自述是强化学习框架——框架不是模型，按 ontology 规则一没收。收进扩展层。

影响：seed-gr3

来源：ByteDance Seed · 模型页

Protenix（字节 Seed 的生物分子基础模型）：官方模型页：「Protenix —— 生物分子基础模型，支持高精度复合物结构预测和高成功率的蛋白质生成式设计」

Wed, 23 Sep 2026 00:00:00 GMT

Protenix（字节 Seed 的生物分子基础模型） · 新模型

此前：科学卷生物轨是 AlphaFold / Boltz / ESM 三家，没有中国厂商

现在：官方模型页：「Protenix —— 生物分子基础模型，支持高精度复合物结构预测和高成功率的蛋白质生成式设计」

为什么重要：生物轨第一个中国厂商。⚠️ 它自述同时做结构预测与生成式设计两件事，后者这条轨的能力轴里没有对应项。收进扩展层。

影响：protenix

来源：ByteDance Seed · Models（首页 tab）

Vidu S2（实时线换代，兼修一处来源错配）：官方 API 更新日志 09-15 上新 Vidu S2-Avatar（实时语音交互 + 复杂动作控制）与 Vidu S2-Editing（拿参考图实时改进来的视频流）；版本来源改署官方更新日志

Tue, 15 Sep 2026 00:00:00 GMT

Vidu S2（实时线换代，兼修一处来源错配） · 版本更迭

此前：atlas 记 S1，且这一格署的是 arXiv 上的 S1 论文

现在：官方 API 更新日志 09-15 上新 Vidu S2-Avatar（实时语音交互 + 复杂动作控制）与 Vidu S2-Editing（拿参考图实时改进来的视频流）；版本来源改署官方更新日志

为什么重要：生数的实时线换代了。顺带修的那处更要紧：换代只在更新日志上宣布，论文页永远停在 S1 —— 署在论文上等于这条线以后换代我们也看不见。

影响：vidu-s

来源：Vidu 平台 · 更新日志

DeepSeek V4.1（新架构家族，先出 Flash 档）：官方更新日志正式发布 DeepSeek-V4.1-Flash，称其为「the smallest model in our new architecture family」，原生多模态视觉理解；V4 Flash / V4 Flash Vision Exp 下线并路由到 V4.1 Flash；Pro 档仍是 V4-Pro-0813 且继续提供服务

Thu, 10 Sep 2026 00:00:00 GMT

DeepSeek V4.1（新架构家族，先出 Flash 档） · 版本更迭

此前：atlas 记 V4；官方在售两档是 V4-Flash-0731 与 V4-Pro-0813

现在：官方更新日志正式发布 DeepSeek-V4.1-Flash，称其为「the smallest model in our new architecture family」，原生多模态视觉理解；V4 Flash / V4 Flash Vision Exp 下线并路由到 V4.1 Flash；Pro 档仍是 V4-Pro-0813 且继续提供服务

为什么重要：这一格记的是谱系最新一代，所以升 V4.1。但别把它当成旗舰换代 —— 新一代目前只有最小档，Pro 还在上一代。权重口径没变，V4.1-Flash 在官方 HF 组织上可下载。

影响：deepseek

来源：DeepSeek 官方文档 · 更新日志

Kimi：官方价格页写明「预计 8 月 31 日全平台下线」

Mon, 31 Aug 2026 00:00:00 GMT

Kimi · status

此前：Moonshot V1 系列（8k / 32k / 128k 及其 vision 版）在售

现在：官方价格页写明「预计 8 月 31 日全平台下线」

为什么重要：这是这条产品线的第一代，下线之后 Kimi 的可用型号只剩 K2.x / K3。在用旧接口的要提前迁。

影响：kimi

来源：Kimi 开放平台 · 模型推理价格

Gemini Robotics ER 1.6 关停：官方文档写明「the Gemini Robotics ER 1.6 model will be shut down at the end of August」——只剩 ER 2 的两个端点（gemini-robotics-er-2-preview / -2-streaming-preview），且仍是 preview

Mon, 31 Aug 2026 00:00:00 GMT

Gemini Robotics ER 1.6 关停 · 生命周期

此前：具身推理这条线在 Gemini API 上有 ER 1.6 与 ER 2 两代并存

现在：官方文档写明「the Gemini Robotics ER 1.6 model will be shut down at the end of August」——只剩 ER 2 的两个端点（gemini-robotics-er-2-preview / -2-streaming-preview），且仍是 preview

为什么重要：在用 ER 1.6 的要迁。 这一卷只有这一支有公开 API 和定价，关停一代等于这条线上唯一能调的接口换了签名；而它整支还挂着 preview，随时可能再动。

影响：gemini-robotics-er

来源：Google 官方文档 · Gemini Robotics ER

Lux3D：群核放出自研 3D 生成模型 Lux3D（图生 3D，带几何 + PBR 材质，可导 GLB / API / ComfyUI），作 LuxReal 内容创作产品的底座

Thu, 27 Aug 2026 00:00:00 GMT

Lux3D · 新模型

此前：3D 卷里没有群核科技这条线

现在：群核放出自研 3D 生成模型 Lux3D（图生 3D，带几何 + PBR 材质，可导 GLB / API / ComfyUI），作 LuxReal 内容创作产品的底座

为什么重要：发布日期存疑：用户口径 08-27，但核到的公开亮相是 2025-12 群核战略发布会；当天官方消息未核到。收进 extended，能力未逐格核。

影响：lux3d

来源：Lux3D 官网（群核 Aholo）

LocateAnything-3B：英伟达放出 LocateAnything-3B：3B 视觉-语言 grounding 模型，出框 / 点 / OCR / GUI 定位，Parallel Box Decoding 一步并行出框（官方称对既有方法 up to 2.5× 吞吐）

Thu, 27 Aug 2026 00:00:00 GMT

LocateAnything-3B · 新模型

此前：具身推理轨（er）只有 gemini-robotics-er 与 rynnbrain

现在：英伟达放出 LocateAnything-3B：3B 视觉-语言 grounding 模型，出框 / 点 / OCR / GUI 定位，Parallel Box Decoding 一步并行出框（官方称对既有方法 up to 2.5× 吞吐）

为什么重要：按产出物归 er 轨，但它是通用视觉 grounding 非机器人专用。⚠️「英伟达开源」要打折：权重可下，许可 NVIDIA non-commercial 仅限学术/非营利研究，商用不允许 —— 不是可商用开源。

影响：locateanything

来源：HuggingFace · nvidia/LocateAnything-3B 模型卡

Luma Ray3.2：Luma 的 Ray3.2（2026-06 发）：单条 clip 内最多 16 个关键帧逐帧控运动，20 秒@1080p，原生 HDR + 16-bit EXR 导出，追踪最多 8 张脸表情；首次开放 API

Thu, 27 Aug 2026 00:00:00 GMT

Luma Ray3.2 · 新模型

此前：视频卷没收 Luma 这家

现在：Luma 的 Ray3.2（2026-06 发）：单条 clip 内最多 16 个关键帧逐帧控运动，20 秒@1080p，原生 HDR + 16-bit EXR 导出，追踪最多 8 张脸表情；首次开放 API

为什么重要：逐帧关键帧控制是这卷少见的控制轴。新建 org luma。收 extended，未逐格核。

影响：luma-ray

来源：Luma · Ray3.2 发布页

GLM-5.3（atlas 暂不改版本号）：Z.ai 发 GLM-5.3：旗舰 GLM-5.3 API-only（HF 上没有开源权重），开源的只有变体 GLM-5.3-Flash（zai-org/GLM-5.3-Flash，320B-A18B，MIT，刚发 34 次下载）

Wed, 26 Aug 2026 00:00:00 GMT

GLM-5.3（atlas 暂不改版本号） · 新模型

此前：atlas 的 glm 记 GLM-5.2（HF 开源旗舰，200 万下载）

现在：Z.ai 发 GLM-5.3：旗舰 GLM-5.3 API-only（HF 上没有开源权重），开源的只有变体 GLM-5.3-Flash（zai-org/GLM-5.3-Flash，320B-A18B，MIT，刚发 34 次下载）

为什么重要：没有直接把版本号更到 5.3：这条记的是开源旗舰口径，而 5.3 旗舰不开源、HF 上只有 Flash 变体，硬改会和 weights:open + HF 来源打架。要不要改成追真旗舰（API-only）是口径决定，待拍板；14 个能力格若升版要走 recheck 重核。

影响：glm

来源：HuggingFace · zai-org/GLM-5.3-Flash

GLM-5.3(旗舰权重开放,口径了结)：zai-org 放出完整开源权重 GLM-5.3 / GLM-5.3-BF16(HF,08-25)——旗舰不再是 API-only,升到 5.3

Tue, 25 Aug 2026 00:00:00 GMT

GLM-5.3(旗舰权重开放,口径了结) · 版本更迭

此前：atlas 记 GLM-5.2(上次 08-27 因 5.3 旗舰 API-only 未升)

现在：zai-org 放出完整开源权重 GLM-5.3 / GLM-5.3-BF16(HF,08-25)——旗舰不再是 API-only,升到 5.3

为什么重要：上次那个「追开源旗舰 vs 追真旗舰」的待拍板口径,随旗舰权重开放自然了结。14 个能力格标 recheck。

影响：glm

来源：Hugging Face 官方组织目录（模型接口）

白模预演：空间调度成了可交付的控制信号：Seedance 2.5 官方支持 clay render referencing：「users can build a scene's spatial structure, character poses, motion paths, and camera angles using textureless 3D models」；B 站 updream 于 8-17 上线「预演台」，一张参考图自动生成 3D 白模场景，在里面摆人、画相机轨迹、调关键帧，录成白模视频直接送进模型

Mon, 17 Aug 2026 00:00:00 GMT

白模预演：空间调度成了可交付的控制信号 · capability

此前：镜头路径、人物走位、切点只能写进提示词，由模型自己解释 —— 不合意就重抽

现在：Seedance 2.5 官方支持 clay render referencing：「users can build a scene's spatial structure, character poses, motion paths, and camera angles using textureless 3D models」；B 站 updream 于 8-17 上线「预演台」，一张参考图自动生成 3D 白模场景，在里面摆人、画相机轨迹、调关键帧，录成白模视频直接送进模型

为什么重要：这是一条新的控制轴，不是运镜控制的加强版。 运镜控制给的是参数（推 / 拉 / 摇 / 移），白模给的是一整段空间信号 —— 多人的相对位置、朝向、动作先后、切在第几拍，一次全给。它把「抽卡」换成「排完再生成」，而抽卡正是多人复杂场景一直做不出来的原因。限度也要记住：白模只锁空间调度，出拳打法、防守姿态这类细动作仍归视频模型管。

影响：seedance

来源：ByteDance Seed 官方博客 · Seedance 2.5（2026-07-31）

科学 AI 立为第九卷：那条规则同日作废（它已被世界模型卷与具身智能卷推翻），判据只剩「产出物是不是另一类东西」—— 分子结构、气象场、晶体结构和前八卷全不重合，按判据它一直是成立的

Sat, 15 Aug 2026 00:00:00 GMT

科学 AI 立为第九卷 · 收录变更（这一条是我们记错了）

此前：规则一补充「面向内容创作」会把它挡在门外

现在：那条规则同日作废（它已被世界模型卷与具身智能卷推翻），判据只剩「产出物是不是另一类东西」—— 分子结构、气象场、晶体结构和前八卷全不重合，按判据它一直是成立的

为什么重要：负责人拍板「科学 AI？收啊」。值得记的是顺序：先发现旧规则自相矛盾、把它作废，这一卷才进得来 —— 一条过期的规则挡住的东西，往往不是它当初想挡的那个。

影响：alphafold；boltz；esm

这一卷里许可比精度更决定你能不能用：AlphaFold 3 只有服务器、明写「for academic use」；Boltz 是 MIT 完全开源；ESM-2 权重公开但它是语言模型不是结构预测器

Sat, 15 Aug 2026 00:00:00 GMT

这一卷里许可比精度更决定你能不能用 · 已知限制

此前：按前八卷的习惯，先看谁强

现在：AlphaFold 3 只有服务器、明写「for academic use」；Boltz 是 MIT 完全开源；ESM-2 权重公开但它是语言模型不是结构预测器

为什么重要：前八卷的模型基本都能买到或下到，这一卷不是。 最有名的那支恰恰拿不到，所以选型的第一个问题从「哪个准」变成了「哪个我能用」。

影响：alphafold；boltz

来源：Google 官方博客 · AlphaFold 3

MuseTalk 的形象保真：MuseTalk 官方在「已知限制」里明写做不到：「Identity preservation: Some details of the original face are not well preserved, such as mustache, lip shape and color」

Fri, 14 Aug 2026 00:00:00 GMT

MuseTalk 的形象保真 · 已知限制

此前：我们把「形象一致」默认当成这一卷各家都在做的事

现在：MuseTalk 官方在「已知限制」里明写做不到：「Identity preservation: Some details of the original face are not well preserved, such as mustache, lip shape and color」

为什么重要：厂商自己承认做不到的，比我们推断出来的可靠得多 —— 这一格因此记 ❌ 而不是 ⬜

影响：musetalk

来源：HF · 腾讯音乐 MuseTalk

具身智能卷分两轨：分 `er`（具身推理）与 `vla`（动作策略）两轨。`er` 沿用老问法，因为 Google 在官方文档里给五项能力起了名字；`vla` 那一轨的轴改成问「你能不能拿它跑起来」—— 本体标签、零样本、微调路径、数据格式、边缘部署、框架

Fri, 14 Aug 2026 00:00:00 GMT

具身智能卷分两轨 · 口径确立（这一条是我们记错了）

此前：按老办法给一个新方向定一根能力轴，问「能不能做某件事」

现在：分 `er`（具身推理）与 `vla`（动作策略）两轨。`er` 沿用老问法，因为 Google 在官方文档里给五项能力起了名字；`vla` 那一轨的轴改成问「你能不能拿它跑起来」—— 本体标签、零样本、微调路径、数据格式、边缘部署、框架

为什么重要：openpi / GR00T / OpenVLA 三家 README 一句能力命名都没有，讲的全是怎么微调怎么部署。硬套「能不能做某件事」会得到一整列 ⬜，而那是我们的问法不对，不是厂商不透明。

影响：groot；openvla；pi；smolvla

MolmoAct2 的零样本可用：Ai2 官方在 `Intended Use` 里明写：「It is intended as a foundation checkpoint for further robot fine-tuning rather than as a ready-to-run policy for a single deployment setting」

Fri, 14 Aug 2026 00:00:00 GMT

MolmoAct2 的零样本可用 · 已知限制

此前：开源基座模型默认可以先拿来直接试试

现在：Ai2 官方在 `Intended Use` 里明写：「It is intended as a foundation checkpoint for further robot fine-tuning rather than as a ready-to-run policy for a single deployment setting」

为什么重要：这是这一卷第一个够格判 ❌ 的格子。 具身智能这一卷最难的就是找到「官方明确说不能」的句子 —— 厂商通常只说自己能做什么。对照 SmolVLA 只说「建议拿去微调」，那句不够判 ❌，仍是 ⬜。

影响：molmoact

来源：Ai2 官方 · MolmoAct2 模型卡

OpenVLA 停在 2024-06：`openvla/openvla-7b` 建于 2024-06-10，此后该组织只发过 LIBERO 基准微调档，两年没有新代；仓库最后一次 push 是 2025-03-23。状态记 `maintained` 而不是 `active`

Fri, 14 Aug 2026 00:00:00 GMT

OpenVLA 停在 2024-06 · 生命周期

此前：OpenVLA 是这一卷最有名的开源基座，默认它还在迭代

现在：`openvla/openvla-7b` 建于 2024-06-10，此后该组织只发过 LIBERO 基准微调档，两年没有新代；仓库最后一次 push 是 2025-03-23。状态记 `maintained` 而不是 `active`

为什么重要：「名气大」和「还在更新」是两件事。 它至今仍是被第三方微调最多的一支，容易让人以为它是当前主力。

影响：openvla

来源：openvla/openvla 官方仓库与模型卡

世界模型的「全能」不是跨卷：判归属看自述在不在「模拟世界」这件事上，不看它输出了几种模态。 Cosmos 整支留在世界模型卷不拆；`Cosmos-Reason` 是 GR00T 的骨干，那是依赖关系，不改归属

Fri, 14 Aug 2026 00:00:00 GMT

世界模型的「全能」不是跨卷 · 口径确立（这一条是我们记错了）

此前：按产出物判归属 —— Cosmos 能出视频/图/音频/动作，就要拆到四卷里去

现在：判归属看自述在不在「模拟世界」这件事上，不看它输出了几种模态。 Cosmos 整支留在世界模型卷不拆；`Cosmos-Reason` 是 GR00T 的骨干，那是依赖关系，不改归属

为什么重要：负责人原话：「世界模型做的就是全能模型，是模拟世界的一个方向。」一个世界模型能出画面出声音出动作，不是越界，是它做到了目标 —— 老判据在这里会把规则三（Family 是一等实体）搞坏。

影响：cosmos

Oasis 3 从排除清单里收回来：收进世界模型卷。排除记录留着不删

Fri, 14 Aug 2026 00:00:00 GMT

Oasis 3 从排除清单里收回来 · 收录变更（这一条是我们记错了）

此前：排除，理由「官网定位是为机器人/自动驾驶做可交互物理环境，用途不是内容创作」

现在：收进世界模型卷。排除记录留着不删

为什么重要：当时那条理由是视频卷的边界，在当时是对的。变的是地图的范围，不是事实。 同批还有 HunyuanWorld 与 lingbot-world。

影响：oasis

V-JEPA 2 官方两处说法不同：Meta 博客标题写「Introducing the V-JEPA 2 world model」，而 HF 上的官方模型卡第一句写「A frontier video understanding model」

Fri, 14 Aug 2026 00:00:00 GMT

V-JEPA 2 官方两处说法不同 · 口径不一致

此前：以为「是不是世界模型」看官方一句话就够

现在：Meta 博客标题写「Introducing the V-JEPA 2 world model」，而 HF 上的官方模型卡第一句写「A frontier video understanding model」

为什么重要：同一家对同一个模型有两种定位，我们得选一个并说明选了哪个。 按博客收（那是对外定位），但读者该知道模型卡不是这么说的 —— 这正是「每格都带原文」的价值。

影响：vjepa

来源：Meta 官方博客 · V-JEPA 2 world model

混元 3D 的版本：改记 3.1；那句话说窄了 —— 开源线停在 2.1，托管线已到 3.1

Thu, 13 Aug 2026 00:00:00 GMT

混元 3D 的版本 · 我们记错了（这一条是我们记错了）

此前：我们记的是 2.1，并在排除说明里写「Hunyuan3D 3.0 查无此物」

现在：改记 3.1；那句话说窄了 —— 开源线停在 2.1，托管线已到 3.1

为什么重要：「GitHub 上没有」不等于「不存在」 —— 闭源那半边本来就不在 GitHub 上。发现它是因为 Replicate 合集页上挂着腾讯的官方账号

影响：hunyuan3d

Gemini 3.7 Flash：Google 发 3.7 Flash:「most intelligent workhorse」,coding 明显提升,上下文 1,048,576

Thu, 13 Aug 2026 00:00:00 GMT

Gemini 3.7 Flash · 版本更迭

此前：atlas 记 Gemini 3.6 Flash

现在：Google 发 3.7 Flash:「most intelligent workhorse」,coding 明显提升,上下文 1,048,576

为什么重要：核心模型升版,14 个能力格标 recheck 进待重核。

影响：gemini-text

来源：Google 官方 · Gemini 3.7 Flash 发布博客

AI 声音卷上线：加 AI 声音一卷：三轨（语音合成 / 音乐生成 / 实时语音）、16 项能力、15 个核心模型

Wed, 12 Aug 2026 00:00:00 GMT

AI 声音卷上线 · scope（这一条是我们记错了）

此前：站上三卷：视频、图像、文本

现在：加 AI 声音一卷：三轨（语音合成 / 音乐生成 / 实时语音）、16 项能力、15 个核心模型

为什么重要：边界上做了一个会被质疑的决定：ASR 不收。它产出的是文本，按规则一归文本方向，而文本卷的 `t-audio` 已经记了同一件事。代价是 Whisper、Scribe、GLM-ASR 不会出现在站上。

来源：智谱 · GLM-TTS

Grok 4.6：xAI 发 4.6(API id grok-4.6),承接 4.5,500K 上下文,可配 reasoning effort

Wed, 12 Aug 2026 00:00:00 GMT

Grok 4.6 · 版本更迭

此前：atlas 记 Grok 4.5

现在：xAI 发 4.6(API id grok-4.6),承接 4.5,500K 上下文,可配 reasoning effort

为什么重要：扩展层,免能力格重核,直接升。

影响：grok

来源：xAI 官方文档 · 模型清单

AI 图像花名册：22 条产品线、53 个谱系节点，补上 gpt-image-2、Nano Banana 2、Ideogram 4 等 14 代

Tue, 11 Aug 2026 00:00:00 GMT

AI 图像花名册 · scope（这一条是我们记错了）

此前：13 条产品线，最新一代大多停在半年前

现在：22 条产品线、53 个谱系节点，补上 gpt-image-2、Nano Banana 2、Ideogram 4 等 14 代

为什么重要：我们漏了整整一批。 负责人一句「是不是少了」才发现 —— 采集没跟上，不是厂商没发

来源：Hugging Face 官方组织目录（模型接口）

Midjourney 的来源等级：改回官方 updates.midjourney.com（S 级），补上 V8 Alpha

Tue, 11 Aug 2026 00:00:00 GMT

Midjourney 的来源等级 · scope（这一条是我们记错了）

此前：判定「Midjourney 抓不到」，版本年表退到 Wikipedia（B 级）

现在：改回官方 updates.midjourney.com（S 级），补上 V8 Alpha

为什么重要：一个域名被 Cloudflare 挡住，不等于这家抓不到 —— 我们把 docs 的失败推广成了整家的结论

影响：midjourney

来源：Midjourney 官方更新日志

Qwen：中文站的模型清单已经是 qwen3.8-max

Tue, 11 Aug 2026 00:00:00 GMT

Qwen · version

此前：库里记的是 qwen3.7-max（当天早上从英文站取的）

现在：中文站的模型清单已经是 qwen3.8-max

为什么重要：两个语言版本不同步：同一天，help.aliyun.com 中文站列的是 3.8-max，alibabacloud.com 英文站还停在 3.7-max。取英文站就会慢一拍 —— 而慢一拍的版本号，站上看不出来。

影响：qwen-text

来源：阿里云百炼 · 模型列表（中文站）

AI 文本卷上线：加 AI 文本一卷：14 项能力 × 9 个核心模型，谱系 73 个节点（含闭源五家）

Tue, 11 Aug 2026 00:00:00 GMT

AI 文本卷上线 · scope（这一条是我们记错了）

此前：站上只有 AI 视频与 AI 图像两卷

现在：加 AI 文本一卷：14 项能力 × 9 个核心模型，谱系 73 个节点（含闭源五家）

为什么重要：闭源那五家一开始上不了演进树，不是它们没发过版本，是我们没找到每一代的日期。后来发现日期藏在弃用表、更新日志和模型 ID 尾部 —— 这条记下来，是因为它会再次发生在下一个方向上。

来源：Anthropic · Model deprecations

收录名单第一次从数据里筛，不再抄交接文档：LTX 进 core（HF 下载 178 万，是 MiniMax H3 的 22 倍）；HappyHorse 与 SkyReels 进 extended；Sora 降 extended

Sat, 08 Aug 2026 00:00:00 GMT

收录名单第一次从数据里筛，不再抄交接文档 · scope（这一条是我们记错了）

此前：9 个 Family，来自交接文档

现在：LTX 进 core（HF 下载 178 万，是 MiniMax H3 的 22 倍）；HappyHorse 与 SkyReels 进 extended；Sora 降 extended

为什么重要：AA 榜第 5、第 6 的 HappyHorse 原名单里一个都没有。抄来的名单反映的是写文档那个人的视野，不是世界的实际分布。

影响：开源侧的格局第一次进表（Lightricks / NVIDIA / 智谱在闭源榜上完全隐形）

来源：Artificial Analysis · 文生视频 Elo 榜（盲测投票，2026-08-09 取）

我们把「找不到」写成了「官方没说」：全部改为 —— 官方都有，只是叫法不同：Kling 叫 Element、Vidu 叫 Motion Sync / Start end to video、LTX 叫 Ingredients

Fri, 07 Aug 2026 00:00:00 GMT

我们把「找不到」写成了「官方没说」 · capability（这一条是我们记错了）

此前：Kling 与 Vidu 的角色参考、多参考、首尾帧、动作复刻、视频延长被标为 ⬜「官方没说」

现在：全部改为 —— 官方都有，只是叫法不同：Kling 叫 Element、Vidu 叫 Motion Sync / Start end to video、LTX 叫 Ingredients

为什么重要：这是本项目最严重的一次错。 ⬜ 那一列是我们最得意的东西（「不是我们没查，是查了找不到」），而前两家里接近一半其实是我们自己没找到 —— 把自己的疏忽包装成了对方的不透明。

影响：每项能力加了 aliases，采集用整组别名匹配；ontology 补规则六

首批数据交付当天就有三个模型是过期版本：Seedance 2.5 / Wan 3.0 / Runway Gen-4.5（Wan 一家连错三次：2.5 → 2.7 → 3.0）

Fri, 07 Aug 2026 00:00:00 GMT

首批数据交付当天就有三个模型是过期版本 · version（这一条是我们记错了）

此前：Seedance 2.0 / Wan 2.5 / Runway Gen-4

现在：Seedance 2.5 / Wan 3.0 / Runway Gen-4.5（Wan 一家连错三次：2.5 → 2.7 → 3.0）

为什么重要：起因是我用即席搜索当采集。这正是「靠人手工追追不上」的实证 —— 也是后来把 49 个源接进定时管线的直接原因。

影响：建了 Source Registry 与每日监视；ontology 加规则三之一：版本一升，没重新核验的格子必须退回 ⬜

Grok Imagine Image 2.0：xAI 放出 Grok Imagine Image 2.0（模型 id grok-imagine-image-2.0）：先规划版式再画，海报/信息图/标题屏这类密集视觉稳结构、小字清晰；API 已开放

Fri, 07 Aug 2026 00:00:00 GMT

Grok Imagine Image 2.0 · 新模型

此前：图像卷没有 xAI 的出图模型

现在：xAI 放出 Grok Imagine Image 2.0（模型 id grok-imagine-image-2.0）：先规划版式再画，海报/信息图/标题屏这类密集视觉稳结构、小字清晰；API 已开放

为什么重要：「先排版再画」是出图模型少见的能力轴 —— 密集小字一直是弱项。收进 extended，未逐格核。

影响：grok-image

来源：xAI · Grok Imagine Image 2.0 发布页

Seedance：2.5 主打一镜到底与灵活参考

Wed, 05 Aug 2026 00:00:00 GMT

Seedance · 版本更迭

此前：Seedance 2.0 支持四种输入模态

现在：2.5 主打一镜到底与灵活参考

为什么重要：一镜到底把「多镜头拼接」这件事从后期挪到了生成阶段

影响：seedance；skill:extend

来源：ByteDance Seed · 官方博客

Hunyuan3D-Buffalo 1.0：技术报告与项目页发布：统一多模态的生成 / 理解 / 编辑（arXiv 2608.02711）

Wed, 05 Aug 2026 00:00:00 GMT

Hunyuan3D-Buffalo 1.0 · 新模型

此前：混元 3D 的开源线停在 2.1

现在：技术报告与项目页发布：统一多模态的生成 / 理解 / 编辑（arXiv 2608.02711）

为什么重要：有论文不等于有模型 —— 仓库只有 7 次提交、无代码无权重，现在还不能用

影响：hunyuan3d

来源：Tencent-Hunyuan/Hunyuan3D-Buffalo1.0 仓库

Muse Spark 1.2：Meta（MSL）放出 Muse Spark 1.2，代码向大模型；配套 Muse Code 是它驱动的终端编码 agent（对标 Claude Code / Codex）

Wed, 05 Aug 2026 00:00:00 GMT

Muse Spark 1.2 · 新模型

此前：文本卷没有 Meta 的代码向模型

现在：Meta（MSL）放出 Muse Spark 1.2，代码向大模型；配套 Muse Code 是它驱动的终端编码 agent（对标 Claude Code / Codex）

为什么重要：只收模型本体（Muse Spark 1.2），Muse Code 是应用层不进模型表。无开源权重、API/产品可用。extended，未逐格核。

影响：muse-spark

来源：Meta AI Research · Muse Code / Muse Spark 1.2 博客

MiniMax H3：权重已上 Hugging Face（280 个文件，含 safetensors）

Mon, 03 Aug 2026 00:00:00 GMT

MiniMax H3 · capability

此前：官方博客写的是「plan to open up the model weights in the coming days」

现在：权重已上 Hugging Face（280 个文件，含 safetensors）

为什么重要：「计划开」和「已经开」是两件事，中间隔了几天。而许可是自定义的 minimax-h3-community-license-agreement，不是标准开源协议 —— 只看「开源」那一格会看错。

影响：想自部署的可以动手了；商用前必须自己读许可条款

来源：HF API · MiniMaxAI/MiniMax-H3 元数据（许可与文件清单）

虾米看AI · 变了什么

【快讯】深度求索：V4.1 Flash-1017。deepseek-flash 已指向 1017 更新，价格和调用方法不变；Pro 仍是 V4-Pro-0813。Search / Fetch 是独立 API，不据此宣称模型内置搜索。旧 V4.1 权重不能证明 1017 检查点已发布。

【快讯】Grok Voice：3.0。grok-voice-latest 已指向 3.0，2.0 已弃用；官方说明价格和 API 调用方式不变。

【快讯】Gemini：Gemini 4 Argon。旗舰推理模型转为 Gemini 4 Argon；3.8 Flash 仍是独立档位。长输出可达 1M token，显式缓存不支持，Computer Use 仍为 Preview。

Tripo API V2：官方公告：2026-10-01 起不再更新与支持，2026-11-01 起 V2 端点全部停止接收请求

MiniMax M3.1 Flash：2026-10-19 官方支持列表与调用示例已使用 M3.1-Flash，不再沿用此前 Preview 的限定渠道描述。M3 仍正常提供；新版权重开放情况未确认。思考默认 max 且不能关闭。

Gemini TTS：3.8 Flash TTS。旗舰创意语音档为 3.8 Flash TTS，130 种语言；Flash-Lite 是独立的低延迟档位。支持预设音色、音色设计与需授权的声音复刻，默认单次输出改为 WAV。

Vidu Q：Q4 Preview。Q4 为预览版。当前确认图生视频与参考生视频，支持音画同出、最高 4K 和 15 张参考图；端点时长为 3–16 秒（概览页另写 1–16 秒，以实际端点为准）。Q3 的其他能力不自动继承。

Gemini Omni 1.1 Flash：今天回查当前型号的官方正文和代码示例，补齐文生视频、图生视频、角色参考、多参考、原生音频和视频转视频。

Qwen3-ASR 1.7B：官方模型卡明确 1.7B 支持 30 种语言及 22 种中文方言，并统一支持流式与离线识别。

Hallo-Live：今天按 Hallo-Live 官方模型卡补齐文本驱动与流式音视频生成；官方报告在两张 H200 上达到 20.38 FPS、0.94 秒延迟。

Sora：OpenAI 公告 API 于 2026-09-24 停止

Eleven Music v2.5：官方模型页 Music 一节上新 v2.5：「Our most advanced music model」，质量与提示词跟随改善；**并明写「Same workflows and support: composition plans, audio reference, and inpainting」**，v2 仍并列在页上

SeedRealtime（字节 Seed 的原生音视频全双工模型）：官方模型页列出 SeedRealtime：「原生音视频全双工大模型，联合理解声音、画面与时序信息，带来边看、边听、边说的自然交互体验」

Seed GR-3（字节 Seed 的 VLA）：官方模型页：「Seed GR-3 A robust vision-language-action model designed to be generalizable and capable of executing long-horizon and dexterous tasks.」

Protenix（字节 Seed 的生物分子基础模型）：官方模型页：「Protenix —— 生物分子基础模型，支持高精度复合物结构预测和高成功率的蛋白质生成式设计」

Vidu S2（实时线换代，兼修一处来源错配）：官方 API 更新日志 09-15 上新 Vidu S2-Avatar（实时语音交互 + 复杂动作控制）与 Vidu S2-Editing（拿参考图实时改进来的视频流）；版本来源改署官方更新日志

Kimi：官方价格页写明「预计 8 月 31 日全平台下线」

Gemini Robotics ER 1.6 关停：官方文档写明「the Gemini Robotics ER 1.6 model will be shut down at the end of August」——只剩 ER 2 的两个端点（gemini-robotics-er-2-preview / -2-streaming-preview），且仍是 preview

Lux3D：群核放出自研 3D 生成模型 Lux3D（图生 3D，带几何 + PBR 材质，可导 GLB / API / ComfyUI），作 LuxReal 内容创作产品的底座

LocateAnything-3B：英伟达放出 LocateAnything-3B：3B 视觉-语言 grounding 模型，出框 / 点 / OCR / GUI 定位，Parallel Box Decoding 一步并行出框（官方称对既有方法 up to 2.5× 吞吐）

Luma Ray3.2：Luma 的 Ray3.2（2026-06 发）：单条 clip 内最多 16 个关键帧逐帧控运动，20 秒@1080p，原生 HDR + 16-bit EXR 导出，追踪最多 8 张脸表情；首次开放 API

GLM-5.3（atlas 暂不改版本号）：Z.ai 发 GLM-5.3：旗舰 GLM-5.3 **API-only**（HF 上没有开源权重），开源的只有变体 **GLM-5.3-Flash**（zai-org/GLM-5.3-Flash，320B-A18B，MIT，刚发 34 次下载）

GLM-5.3(旗舰权重开放,口径了结)：zai-org 放出完整开源权重 GLM-5.3 / GLM-5.3-BF16(HF,08-25)——旗舰不再是 API-only,升到 5.3

科学 AI 立为第九卷：那条规则同日作废（它已被世界模型卷与具身智能卷推翻），判据只剩「产出物是不是另一类东西」—— 分子结构、气象场、晶体结构和前八卷全不重合，**按判据它一直是成立的**

这一卷里许可比精度更决定你能不能用：AlphaFold 3 只有服务器、明写「for **academic use**」；Boltz 是 MIT 完全开源；ESM-2 权重公开但它是语言模型不是结构预测器

MuseTalk 的形象保真：MuseTalk 官方在「已知限制」里明写做不到：「Identity preservation: Some details of the original face are not well preserved, such as mustache, lip shape and color」

MolmoAct2 的零样本可用：Ai2 官方在 `Intended Use` 里明写：「It is intended as a foundation checkpoint for further robot fine-tuning **rather than as a ready-to-run policy for a single deployment setting**」

OpenVLA 停在 2024-06：`openvla/openvla-7b` 建于 2024-06-10，此后该组织只发过 LIBERO 基准微调档，**两年没有新代**；仓库最后一次 push 是 2025-03-23。状态记 `maintained` 而不是 `active`

世界模型的「全能」不是跨卷：**判归属看自述在不在「模拟世界」这件事上，不看它输出了几种模态。** Cosmos 整支留在世界模型卷不拆；`Cosmos-Reason` 是 GR00T 的骨干，那是依赖关系，不改归属

Oasis 3 从排除清单里收回来：收进世界模型卷。**排除记录留着不删**

V-JEPA 2 官方两处说法不同：Meta 博客标题写「Introducing the **V-JEPA 2 world model**」，而 HF 上的官方模型卡第一句写「A frontier **video understanding** model」

混元 3D 的版本：改记 3.1；那句话说窄了 —— **开源线停在 2.1，托管线已到 3.1**

Gemini 3.7 Flash：Google 发 3.7 Flash:「most intelligent workhorse」,coding 明显提升,上下文 1,048,576

AI 声音卷上线：加 AI 声音一卷：三轨（语音合成 / 音乐生成 / 实时语音）、16 项能力、15 个核心模型

Grok 4.6：xAI 发 4.6(API id grok-4.6),承接 4.5,500K 上下文,可配 reasoning effort

AI 图像花名册：22 条产品线、53 个谱系节点，补上 gpt-image-2、Nano Banana 2、Ideogram 4 等 14 代

Midjourney 的来源等级：改回官方 updates.midjourney.com（S 级），补上 V8 Alpha

Qwen：中文站的模型清单已经是 **qwen3.8-max**

AI 文本卷上线：加 AI 文本一卷：14 项能力 × 9 个核心模型，谱系 73 个节点（含闭源五家）

收录名单第一次从数据里筛，不再抄交接文档：LTX 进 core（HF 下载 178 万，是 MiniMax H3 的 22 倍）；HappyHorse 与 SkyReels 进 extended；Sora 降 extended

我们把「找不到」写成了「官方没说」：全部改为 —— 官方都有，只是叫法不同：Kling 叫 Element、Vidu 叫 Motion Sync / Start end to video、LTX 叫 Ingredients

首批数据交付当天就有三个模型是过期版本：Seedance 2.5 / Wan 3.0 / Runway Gen-4.5（Wan 一家连错三次：2.5 → 2.7 → 3.0）

Grok Imagine Image 2.0：xAI 放出 Grok Imagine Image 2.0（模型 id grok-imagine-image-2.0）：先规划版式再画，海报/信息图/标题屏这类密集视觉稳结构、小字清晰；API 已开放

Seedance：2.5 主打一镜到底与灵活参考

Hunyuan3D-Buffalo 1.0：技术报告与项目页发布：统一多模态的生成 / 理解 / 编辑（arXiv 2608.02711）

Muse Spark 1.2：Meta（MSL）放出 Muse Spark 1.2，代码向大模型；配套 Muse Code 是它驱动的终端编码 agent（对标 Claude Code / Codex）

MiniMax H3：权重已上 Hugging Face（280 个文件，含 safetensors）

Eleven Music v2.5：官方模型页 Music 一节上新 v2.5：「Our most advanced music model」，质量与提示词跟随改善；并明写「Same workflows and support: composition plans, audio reference, and inpainting」，v2 仍并列在页上

GLM-5.3（atlas 暂不改版本号）：Z.ai 发 GLM-5.3：旗舰 GLM-5.3 API-only（HF 上没有开源权重），开源的只有变体 GLM-5.3-Flash（zai-org/GLM-5.3-Flash，320B-A18B，MIT，刚发 34 次下载）

科学 AI 立为第九卷：那条规则同日作废（它已被世界模型卷与具身智能卷推翻），判据只剩「产出物是不是另一类东西」—— 分子结构、气象场、晶体结构和前八卷全不重合，按判据它一直是成立的

这一卷里许可比精度更决定你能不能用：AlphaFold 3 只有服务器、明写「for academic use」；Boltz 是 MIT 完全开源；ESM-2 权重公开但它是语言模型不是结构预测器

MolmoAct2 的零样本可用：Ai2 官方在 `Intended Use` 里明写：「It is intended as a foundation checkpoint for further robot fine-tuning rather than as a ready-to-run policy for a single deployment setting」

OpenVLA 停在 2024-06：`openvla/openvla-7b` 建于 2024-06-10，此后该组织只发过 LIBERO 基准微调档，两年没有新代；仓库最后一次 push 是 2025-03-23。状态记 `maintained` 而不是 `active`

世界模型的「全能」不是跨卷：判归属看自述在不在「模拟世界」这件事上，不看它输出了几种模态。 Cosmos 整支留在世界模型卷不拆；`Cosmos-Reason` 是 GR00T 的骨干，那是依赖关系，不改归属

Oasis 3 从排除清单里收回来：收进世界模型卷。排除记录留着不删

V-JEPA 2 官方两处说法不同：Meta 博客标题写「Introducing the V-JEPA 2 world model」，而 HF 上的官方模型卡第一句写「A frontier video understanding model」

混元 3D 的版本：改记 3.1；那句话说窄了 —— 开源线停在 2.1，托管线已到 3.1

Qwen：中文站的模型清单已经是 qwen3.8-max