10 月 27 日，本期关注的近期更新覆盖通用模型、流式同传、机器人控制、端侧对话和矢量设计：GPT-6.1 Terra 加强视觉推理与电脑操作，腾讯 Hy-SimulMT 开放边听边译的同传模型，Ideogram Vector 1.0 将生成结果直接交付为可编辑 SVG。

通用智能

★ GPT-6.1 Terra

处理长文本与图像，把视觉推理、电脑操作和自然写作接入日常工作。

OpenAI 最新发布 GPT-6.1 Terra，重点覆盖视觉推理、电脑操作和自然写作。模型支持文本、图像输入及文本输出，提供 约 105 万 token 上下文 ，可在同一任务中处理长文档与视觉材料。

Plus、Pro、Enterprise 和 Edu 用户可在 ChatGPT Work 及 Codex 中使用。开发者可通过 gpt-6.1-terra 调用，标准价格为每百万输入 token 1 美元、输出 token 5 美元；工具调用使用 Responses API。模型未开放权重。

上手门槛

在线使用

： 低｜需相应付费计划｜在 ChatGPT Work 或 Codex 中使用

开发接入

： 低｜API 按量计费｜工具调用使用 Responses API

️ 流式同传

★ 腾讯 Hy-SimulMT

在持续接收语音时完成中英双向翻译，支持只输出译文或交错输出原文与译文。

腾讯于 10 月 26 日发布 Hy-SimulMT，让中英双向同传可以 边听边译 。模型提供只输出译文的 translation-only 模式，以及交错呈现原文和译文的 Interleave 模式，适合按不同需求组织实时字幕。官方 Hy Translate 提供体验。

30B 级模型采用 Apache 2.0 许可，提供 FP8、GGUF 方案，并开放 SimulInfer 推理与 SimulTrain 训练代码。语音输出和音色克隆需要外接 TTS；搭建完整语音同传服务时，仍需组合翻译与语音合成环节。

上手门槛

自行部署

： 中｜30B 级模型提供量化方案｜语音同传需组合翻译服务与 TTS

机器人控制

★ InternW0

结合视频规划与快速动作执行，让机器人复用预测上下文并随新观察持续调整动作。

上海 AI 实验室开放 InternW0 的 代码与权重 。它将较慢的 Wan2.2 视频规划器与快速的 ActionDiT 执行器结合，复用预测上下文，并随新观察调整后续动作，让视频层面的规划衔接持续的机器人控制。

项目已公开 Base、RoboTwin、LIBERO 检查点，权重采用 MIT 许可；外部 Wan、DINO 组件遵循各自许可。 Base 仍需后训练 ，使用时还要适配仿真环境和动作接口。当前开放资产未包含论文中的真实机器人及力触觉部分。

上手门槛

自行部署

： 高｜需组合外部视觉与视频组件｜需适配仿真环境及动作接口｜Base 初始化权重需后训练

本地对话

★ NVIDIA Nemotron 3.5 Bolt E4B

在本地运行支持短回答、思考切换和多轮工具指令的文本模型，提供 64K 上下文。

NVIDIA 近期发布 Nemotron 3.5 Bolt E4B。模型基于 Gemma 4 E4B 后训练，面向多轮工具指令遵循，支持对话中的短回答与思考模式切换，并提供 64K 上下文，适合本地助手和工具调用场景。

模型拥有 8B 总参数、4B 有效参数，提供 BF16、GGUF 和 DFlash 资源，采用 OpenMDW 1.1 许可。 4GB 是特定配置目标 ，实际占用随量化与上下文设置变化。模型本身处理文本，完整语音交互还需其他组件。

上手门槛

自行部署

： 低｜提供 GGUF，可用成熟本地框架运行｜资源占用取决于量化与上下文设置

矢量设计

★ Ideogram Vector 1.0

把文字描述或图片转换为可编辑 SVG，支持继续调整形状、颜色和尺寸。

Ideogram 最近发布 Vector 1.0，支持文字生成矢量图，也可将图片转换为 SVG。生成结果保留 可单独编辑的形状与颜色 ，设计者可以继续调整元素，并按用途缩放，适合标志、贴纸和印刷素材制作。

这让生成后的修改可以直接围绕具体图形进行，例如调整某个形状或重新配色，再用于不同尺寸的设计。产品已提供网页入口和 REST API，可供个人创作或接入设计流程；服务按套餐或调用量付费，目前未公开模型权重。

上手门槛

在线使用 ： 低｜普通账号注册｜按套餐付费

开发接入 ： 低｜REST API 接入｜按量计费