@MistralAI: Le Chonk cooked on visual grounding.
Mistral 官方帳號公布新模型 Le Chonk 在視覺定位基準 Dense 200 上取得 42% 的成績，並稱其領先於前沿閉源模型。該模型的能力是精確指出影像中各個物體所在的位置。
官方給出 42% 這一具體分數並聲稱超過前沿閉源模型，為關注多模態與視覺定位能力的人提供了一項可直接對比的基準結果。
原標題：@MistralAI: Le Chonk cooked on visual grounding.
閱讀原文
| 評分 | 58 / 65（平均 61，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
7B 審計模型 AgentForesight 上線，多智慧體任務失敗前預警
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。
何愷明團隊發布視覺原生 Harness 框架 VISTA
何愷明團隊提出視覺原生 Harness 框架 VISTA，讓現有多模態模型無需重新訓練，就能儲存原始畫面並在推理時按需回看、放大細節。VISTA 把環境返回的每幀畫面按回合號、幀號索引存到上下文之外，預設只向模型展示最後一幀，需要時用 inspect 工具調取歷史畫面。搭配該框架，Claude Opus 5.0 通關 ARC-AGI-3 全部 25 個公開遊戲，動作效率得分滿分 100，所用動作數比人類首次遊玩基線少 57.4%；
Mistral 發布 Mistral Large 4 預覽，權重月底開放
Mistral 於 10 月 6 日開啟 Mistral Large 4 公開預覽，可在 Mistral Studio 呼叫 API，權重本月底放出。模型為 1 萬億引數原生多模態、49B 啟用引數，在歐洲自有資料中心用 3800 張 NVIDIA Grace Blackwell GPU 從零訓練。官方稱其在 Artificial Analysis Cyber Index 位列全球前五，漏洞復現並修補測試得 82% 為所有模型最高，Cybench 解決 93%；
DensePack 把文字打包成圖片，為 Claude Code 省約一半 token
開發者發布 DensePack，將 Read 讀取的文字檔案、Bash 輸出、Word 文件和子代理報告打包成圖片供 agent 讀取，聲稱按約 50% 的價格完成同樣的文字 token 化，且後續快取讀取也按這一折扣計費。作者稱已跑過逾 1 萬次基準測試，圖片用獨特配色加兩行圖例，可從圖片逐位元組還原始碼檔案，並保留文字副本作為校驗回退。專案發布兩週獲 8 個 star，已通過 Anthropic 外掛提交的初期階段，最新版本 1.3.3，1.4 計劃支援與其他外掛共用。
@GoogleDeepMind: Meet EmbeddingGemma 2, our first natively multimodal open model for on-device embeddings.
Google DeepMind 發布 EmbeddingGemma 2，稱其為首個原生多模態的端側嵌入開放模型。該模型在文字之外，把程式碼、影像、音訊與影片統一對映到同一個共享向量空間，可用於在裝置本地完成跨模態檢索與相似度計算。官方目前只給出這一定位，未公布引數規模、上下文長度、適配硬體與開源許可等細節。