速度与激情！上周AI大模型圈发生了什么？（11.17~11.23）这篇帮你划好重点了！

关注

原创最新推荐文章于 2026-08-31 15:29:09 发布 980 阅读 AI 写同款· GEO 优化 ›

星火大模型：面向中文真实场景的多模态可信AI架构大语言模型在中文场景落地面临幻觉高、容错低、语义模糊等核心挑战。其本质是通用基座缺乏对物理世界约束、行业知识本体和中文语言特性的深度建模。星火大模型通过底层多模态感知耦合、中间混合认知推理、上层可解释交互三层架构，实现语音-文本-图像的时空与语义对齐，并以知识蒸馏替代RAG，在教育、医疗等关键领域达成‘稳准狠’的工程级可靠输出。该路径凸显了中文大模型从‘参数竞赛’转向‘场景穿透’的技术演进趋势，为ToB AI系统提供可审计、可追溯、可部署的基础设施范式。阅读详情

11月17日

【闭源｜语音识别】阿里发布qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17（快照版），通义千问录音文件识别新模型，专为音频文件的异步转写设计，支持最长12小时录音。详情请参见

https://help.aliyun.com/zh/model-studio/qwen-speech-recognition

11月18日

【闭源】谷歌推出首款Gemini 3系列模型gemini-3-pro-preview，这是最先进的推理和多模态理解模型，具有强大的代理和编码能力。除了在智能性和性能方面有所改进之外，Gemini 3 Pro预览版还引入了媒体分辨率、思路签名、思考等级等新行为。详情请参见

https://ai.google.dev/gemini-api/docs/gemini-3?hl=zh-cn

国内体验：https://nonelinear.com/static/models.html

11月19日

【闭源】XAI发布Grok 4.1 Fast，现已在Enterprise API中可用。Grok 4.1 Fast模型现已支持代理工具，代理工具价格暴降最高50%，降至每1000次成功调用不超过5美元。详情请参见

https://x.ai/news/grok-4-1-fast

国内体验：https://nonelinear.com/static/models.html

【闭源】OpenAI发布GPT-5.1-Codex-Max，专为长期运行的项目级工作构建的前沿代理编码模型。比GPT-5.1-Codex更快、更强大、更节省token，使用压缩技术在多个上下文窗口中连贯工作。现已在Codex全系列产品中可用，包括CLI、IDE扩展、云端和代码审查，价格与GPT-5.1-Codex相同。详情请参见

https://openai.com/index/gpt-5-1-codex-max/

【开源】Meta AI发布Segment Anything Model 3（SAM 3），最新统一计算机视觉模型，旨在通过文本、示例图像和视觉提示，实现对图像和视频中对象的精准检测、分割和跟踪。在前代SAM模型基础上，增强了对概念性提示（如名词短语）和视觉提示（如掩码、边界框、点）的理解和处理能力。详情请参见

https://ai.meta.com/sam3/

【开源】Meta AI发布SAM 3D，先进3D重建模型套件，旨在将2D图像转化为精确的3D重建。包含两个主要子模型：SAM 3D Objects用于物体和场景的3D重建，SAM 3D Body专注于人体姿态和形状的估算。SAM 3D模型扩展了"可提示（promptable）"视觉的概念，能够从单一图像中捕捉并还原丰富的3D信息，包括几何形状、纹理和布局，以及人体网格模型。详情请参见

https://ai.meta.com/sam3d/

11月20日

【闭源】谷歌发布Gemini 3 Pro Image预览版gemini-3-pro-image-preview，这是Nano Banana模型的下一代版本Nano Banana Pro。详情请参见

https://ai.google.dev/gemini-api/docs/image-generation?hl=zh-cn

国内体验：https://nonelinear.com/static/models.html

11月21日

【开源】腾讯混元发布HunyuanVideo 1.5，轻量级、功能强大的开源视频生成模型。以仅8.3B的参数量，在视频生成领域实现了领先的视觉质量和运动连贯性，有效降低了视频创作的门槛。该模型旨在提供媲美甚至超越顶尖闭源模型的视频生成能力，并支持在消费级GPU上运行。详情请参见

https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5

11月22日

【开源】小米发布MiMo-Embodied-7B，首个整合实体AI和自动驾驶的开源跨实体视觉-语言模型，显著增强了对动态物理环境的理解和推理能力。在实体AI（任务规划、可操作性预测、空间理解）、自动驾驶（环境感知、状态预测、驾驶规划）和通用视觉理解三大领域共37项基准测试中表现卓越，全面超越现有开源模型，媲美甚至优于闭源及专有模型，展现专业化训练对通用能力的增强效果。详情请参见

https://www.modelscope.cn/models/XiaomiMiMo/MiMo-Embodied-7B

那么，如何系统的去学习大模型LLM？

作为一名深耕行业的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套《2025全新制作的大模型全套资料》，扫码获取~
在这里插入图片描述

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。
在这里插入图片描述

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。
在这里插入图片描述

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。
在这里插入图片描述

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。
在这里插入图片描述

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
在这里插入图片描述
相信我，这套大模型系统教程将会是全网最齐全最易懂的小白专用课！！