11 月 13 日 AI 日报|Gemini 4 Hydrogen 发布、Gemini 4 Hydrogen 接入搜索、MiniMax H3 Image 开源
本期精选 8 条 AI 要闻,关注Gemini 4 Hydrogen 发布、Gemini 4 Hydrogen 接入搜索、MiniMax H3 Image 开源等进展。
海宇数科 · 发布于 · 约 6 分钟 · 7 次阅读

本期目录
- 谷歌发布 Gemini 4 Hydrogen,主打高速编程与智能体任务
- Gemini 4 Hydrogen 接入全球 Google Search
- MiniMax 开源图像模型 H3 Image,称登顶开放权重榜
- Claude 辅助完成三元哥德巴赫猜想形式化证明
- 腾讯混元发布实时语音模型 Hy Realtime
- 科大讯飞星火语音基座模型 SparkAudio 1.0 上线 API
- 开源项目 Edge0 推出 145B 端侧模型,个人电脑本地可运行
- 传闻:OpenAI 解散独立机器人团队
01. 谷歌发布 Gemini 4 Hydrogen,主打高速编程与智能体任务
谷歌发布新一代主力模型 Gemini 4 Hydrogen,官方称默认高推理档位下速度为前代 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 升至 57%,虚构陈述显著减少。免费用户可通过自动模型选择使用,API 输入每百万词元 1.50 美元、输出 7.50 美元。
海宇提要
- 默认高推理档位下速度达 Gemini 3.8 Flash 的 2.5 倍
- Terminal-Bench 4.1 得分从 18.2% 升至 57%,编程与终端操作能力增强
- 同步推出 Orchestrator 功能,支持跨模型动态分配任务

02. Gemini 4 Hydrogen 接入全球 Google Search
谷歌将 Gemini 4 Hydrogen 引入全球 Google Search,称这是搜索迄今最大规模模型升级,重点提升多部分问题、复杂细节与拼写错误的处理能力。该模型支持四档思考等级,已登陆 Google AI Studio、Gemini API、Gemini App 与 Antigravity。
海宇提要
- 搜索优化扇出技术,可把复杂提示拆分为多个子查询
- 新增超高 xhigh 思考档,可减少输出词元消耗
- 面向 AI Pro 和 Ultra 付费用户提供

03. MiniMax 开源图像模型 H3 Image,称登顶开放权重榜
MiniMax 推出并开源图像模型 H3 Image,据其公布信息称该模型在开放权重图像模型榜单位列第一,支持原生 4K 直出、10 秒级生成与最多 16 张参考图,同时提供托管 API、订阅计划和商业授权等商业化路径。
海宇提要
- 由全模态视频模型 H3 衍生,生成图像时间为 10 秒级
- 最高支持 16 张参考图,可完成风格迁移与细节控制
- 模型权重已开源,同时提供托管 API 与商业授权

04. Claude 辅助完成三元哥德巴赫猜想形式化证明
独立开发者 Charlie Reams 使用 Claude Code 对三元哥德巴赫猜想进行形式化证明,产出 19.4 万行 Lean4 代码,全程无 sorry,数学推理通过机器验证;过程中 AI 自主发现并修补原证明的 11 处问题,将外部额外假设从 5 项精简至 2 项。
海宇提要
- 产出 19.4 万行 Lean4 代码,不含任何 sorry 占位符
- AI 自主修补原证明 11 处问题,涉及常数写错与不等式不成立等
- 外部额外假设由 5 项精简至 2 项,剩余为已有公开数值验证结果
05. 腾讯混元发布实时语音模型 Hy Realtime
腾讯混元推出实时语音模型 Hy Realtime,在语音理解、指令遵循和拟人化表达等基础对话能力之外,新增 Agentic 工具调用和唱歌两项功能。该模型已应用于元宝语音通话、腾讯客服等产品,并计划近期以 API 形式在腾讯云对外开放。
海宇提要
- 新增 Agentic 工具调用与唱歌两项能力
- 已在元宝语音通话、腾讯客服等产品投入使用
- 计划近期在腾讯云以 API 形式对外开放
06. 科大讯飞星火语音基座模型 SparkAudio 1.0 上线 API
科大讯飞发布星火语音基座大模型 SparkAudio 1.0 并上线 API 服务,开发者与企业用户可通过讯飞开放平台调用。该模型以原生语音理解替代传统级联方案,支持 99 种语言和 202 种方言,基于全国产算力底座训练。
海宇提要
- 采用原生语音理解,可一次听懂人声、环境音和音乐
- 支持 99 种语言与 202 种方言,可跨语言识别与翻译
- 基于全国产算力底座训练,API 接入通道已开放
07. 开源项目 Edge0 推出 145B 端侧模型,个人电脑本地可运行
开源项目 Edge0 发布 Edge0-145B 和 Edge0-120B 两个模型,并提供统一推理框架和部署工具。其中 1450 亿参数模型采用稀疏专家架构与多层存储优化,可在个人电脑本地运行,覆盖编程、推理和智能体等能力,权重已在 Hugging Face 开源。
海宇提要
- 稀疏专家架构下每次推理约 10B 参数参与计算
- 峰值内存占用 29GB,解码速度超过 80 tokens/s
- 支持苹果 M 系列与 RTX 4090/5090 平台,上下文 128K 至 256K
08. 传闻:OpenAI 解散独立机器人团队
有外媒消息称,OpenAI 已解散独立机器人团队,原团队成员转入常规模型训练体系;这一调整尚未获得 OpenAI 官方确认。消息同时称,OpenAI 内部认为机器人属于垂类任务,相关能力可在通用基础模型框架下解决。
海宇提要
- 原团队成员被并入常规模型训练体系
- OpenAI 内部据称判断机器人属于垂类任务
- 此前 9 月 OpenAI 曾确认自研人形机器人,10 月硬件岗位继续扩张



