Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型，740M 参数、Apache 2.0 协议，在 MTEB Code 上从 68.76 提升至 78.68。
推荐理由：原文给出了 EmbeddingGemma 2 在子 1B 多模态嵌入基准上的表现与端侧显存占用，读者可据此评估它在本地检索管线中的取舍。
#模型发布
Google DeepMind精选AI 评分6565 面壁 MiniCPMAI 评分2727 面壁 MiniCPM-V-4.7-35B-A3B 模型上架 Hugging Face
OpenBMB 面壁在 Hugging Face 发布 MiniCPM-V-4.7-35B-A3B 模型，参数规模 35B，采用 BF16 张量类型。该模型当前未提供模型卡片，也暂无可用的推理服务商部署支持。
Mistral AI精选AI 评分7474 Mistral 推出 Mistral Large 4 公开预览版，1T 总参数原生多模态大模型
Mistral 推出 1T 总参数、49B 激活参数的原生多模态大模型 Mistral Large 4 公开预览版，权重计划月底开源，API 已上线 Mistral Studio。
推荐理由：Mistral 推出 1T 总参数、49B 激活参数的多模态大模型 ML4 公开预览版，并附带编码、Agent、网络安全、视觉理解与科学推理等多个基准的逐项对比数据与训练基础设施介绍。
Anthropic News精选AI 评分6666 Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型
Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型，仅向通过审核的机构开放。Mythos 5.1 与面向更广范围的 Claude Fable 5.1 共享同一底层模型，Fable 5.1 可识别源代码中的软件漏洞，生物学相关安全策略的误触发率比 Fable 5 降低 85%。
推荐理由：原文同时介绍了 Claude Mythos 5.1 的能力进展与分级访问机制，读者可以据此理解高端模型在网络安全与生命科学方向的扩散控制思路。
NVIDIA Blog精选AI 评分6565 GPT-6 Astra Ultrafast 如何借助 NVIDIA Blackwell GPU 实现最高 8 倍推理加速
OpenAI 在 NVIDIA Blackwell GPU 上推出 GPT-6 Astra Ultrafast 模式，借助推理优化使 token 生成速度比 Astra Standard 模式最高提升 8 倍，现已在 OpenAI API 及符合条件的 ChatGPT Work 和 Codex 用户中开放。
推荐理由：OpenAI 借助 NVIDIA Blackwell 架构与自研模型优化，将 GPT-6 Astra 推理速度提升至最多 8 倍，呈现了软硬件协同迭代的具体做法。
Ai2 Blog精选AI 评分4949 Ai2 开源 AstaBrief 8B：面向科学报告生成的快速模型
Ai2 开源 AstaBrief 8B 科学报告生成模型，基于 Qwen3-8B 经 SFT 和 DPO 训练。模型已集成进 Asta 平台的 Generate a report 功能作为 Fast mode，平均 51.1 秒生成一份报告，比 Claude 驱动的 Thinking mode 快约 3.5 倍。
推荐理由：文章详细介绍了面向科学报告生成的小模型训练数据筛选与评估方法，为同类任务的数据工程实践提供了可参照的取舍。
量子位精选AI 评分6969 谷歌发布 Gemini 4 Argon：搭载 RSI，基准成绩领先 Opus 5.5 和 GPT-6
谷歌发布 Gemini 4 Argon 旗舰模型，搭载 RSI，在 DeepSWE v1.1（77.4%）、CWE-bench v1（68%）、Vals Index（68.90%）等基准上领先 Claude Opus 5.5 和 GPT-6 Astra，并在 Code Arena 排第八。
推荐理由：文章集中给出 Gemini 4 Argon 与 Opus 5.5、GPT-6 Astra 在 DeepSWE、CWE-bench、Text Arena 等基准上的横向对照和价格差异，读者可据此定位它在前沿模型梯队中的相对位置。
Google DeepMind同事件AI 评分7070 Gemini 4 Argon：Google DeepMind 推出新一代前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，主打长链路推理与企业级工作流，覆盖复杂软件工程、法律与金融知识工作以及网络安全防御。
同一件事，精选收录的是《谷歌发布 Gemini 4 Argon：搭载 RSI，基准成绩领先 Opus 5.5 和 GPT-6》
Hugging Face Blog精选AI 评分6464 NVIDIA 发布开源表格基础模型 Kumo Tabular，登顶四大公开榜单
NVIDIA 发布开源表格预测基础模型 Kumo Tabular，无需训练或特征工程即可在单次前向中对分类与回归任务预测新行标签。模型分 28M 到 215M 三种参数量，在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个公开榜单上均排名第一。
推荐理由：原文给出无需训练、单次前向即可预测的表格预测基础模型，在四个公开榜单上均居首位，可作为评估其相对现有表格方法的精度与效率参考。
OpenAI News精选AI 评分5959 OpenAI 发布 GPT-6.1 Sol，主打编码与计算机使用场景
OpenAI 发布 GPT-6.1 Sol，定位接近 Astra 智能水平，覆盖编码、计算机使用和专业工作等场景。其 API 输入和输出 token 价格仅为 Astra 标准价的五分之一。
推荐理由：原文给出 GPT-6.1 Sol 与 Astra 的能力定位和 token 价格差距，读者可据此评估其在编码与专业工作中的性价比。
AWS Machine Learning Blog精选AI 评分6767 Claude Sonnet 5.5 在 Amazon Bedrock 上线
Anthropic 的 Claude Sonnet 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上提供，定位为面向聚焦编码和知识工作的更高效版本，多数工作下每次任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 与 Opus 5.5 的分工建议和 Bedrock 调用代码，读者可据此判断如何在工作流里搭配使用。
Hugging Face Blog精选AI 评分6262 H Company 发布 Holo4 系列智能体模型与 Holotron4 Nano
H Company 发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 两个规格，基于 Qwen 基座训练，可通过 GUI、代码、MCP 和 API 与软件交互。
推荐理由：在 OSWorld 2.0 等基准上以远小于闭源前沿模型的参数量逼近头部表现，并开源权重与完整训练轨迹供复现。
Anthropic News精选AI 评分7575 Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 且成本降低
Anthropic 发布 Claude Sonnet 5.5，定位为混合推理模型，运行速度比 Sonnet 5 快 30%，典型工作负载成本最高降低 30%，支持 1M 上下文窗口。
推荐理由：原文给出了与 Sonnet 5 的速度与成本对比，以及多家客户在编码、Agent 场景下的实测反馈，读者可据此评估实际价值。
Anthropic News精选AI 评分7878 Anthropic 发布 Claude Sonnet 5.5，比 Sonnet 5 快 30% 且多数任务成本最高低 30%
Anthropic 发布 Claude Sonnet 5.5，作为 Opus 5.5 的低成本补充版本，生成速度比 Sonnet 5 快 30% 以上，多数任务成本最高降低 30%。
推荐理由：原文给出 Terminal-Bench 4.0 等具体评测分数与单任务成本变化，便于和 Sonnet 5 横向对照升级效果。
Google DeepMind精选AI 评分6666 Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS，支持自然语言创建自定义声线
Google 发布两款文本转语音模型 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS，主打高表现力语音生成，支持通过自然语言提示从零创建自定义声线。
推荐理由：原文给出了新模型的声线定制能力、基准排名和多语言覆盖，便于与前代 Gemini 3.1 Flash TTS 及竞品横向对比。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，API 价格较 GPT-5.6 下调 50%
OpenAI 发布 GPT-6 家族的 GPT-6 Sol 与 GPT-6 Luna，API 定价较 GPT-5.6 促销价下调 50%，分别为 $2/$10 与 $0.10/$0.50（每百万 token）。
推荐理由：原文把 GPT-6 Sol 和 Luna 的 API 定价、缓存折扣以及在 AutomationBench、DeepSWE 等基准上与 Claude Opus 5、Fable 5.1 的成本-得分一并列出，便于同价位横向对照。
Anthropic News精选AI 评分8181 Anthropic 发布 Claude Opus 5.5，能力接近 Fable 5.1 且运行成本降 40%
Anthropic 发布 Claude Opus 5.5，能力接近 Claude Fable 5.1，运行成本比 Opus 5 低 40%，输出速度提升超 30%。
推荐理由：Anthropic 在能力接近 Fable 5.1 的同时把 Opus 5.5 的运行成本压低 40%，并附上编码、知识工作与对齐的多项基准对比。
xAI News精选AI 评分7171 xAI 发布 Grok 4.7，主打编码与知识工作
xAI 发布 Grok 4.7，定位其在编码与知识工作方面能力最强的模型，基于比 4.6 更大的新基座模型，价格不变（每百万 token 输入 $2、输出 $6），并提供 2 倍输出速度的快速版本。
推荐理由：原文给出 Grok 4.7 与 GPT-5.6 Sol、Fable 5.1 在多项基准与价格上的横向对比，读者可据此判断它在同类模型中的性价比位置。
Qwen精选AI 评分6464 千问开源统一文生图与编辑模型 Qwen-Image-2.1
千问（Qwen）开源统一文生图与编辑模型 Qwen-Image-2.1，视觉生成组件仅 7B 参数，采用 32 层 Single-Stream DiT，支持常规或 RGBA 透明图像生成与编辑。
推荐理由：模型把文生图、图像编辑与 RGBA 透明图生成统一在 7B 视觉组件中，并附带完整的推理调用代码。
xAI News精选AI 评分5555 xAI 发布 Grok Voice Transcribe 2.0 语音转文字模型
xAI 发布 Grok Voice Transcribe 2.0 语音转文字模型，官方称其在真实场景中的准确率是 1.0 版本的两倍，定价保持不变（批处理 $0.10/小时、流式 $0.20/小时）。
推荐理由：原文把新一代语音转文字模型的精度改进、公开榜单排名与定价一并给出，便于在与同类语音模型比较时直接核对数字。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款语音对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，分别面向规模化与成本效率、以及高复杂度任务与多步推理。
推荐理由：两款模型分别面向规模化部署与高复杂度语音推理，附带多项基准成绩与上线渠道，便于横向评估它在对话语音赛道的位置。
书生 InternLM精选AI 评分6060 上海AI实验室发布Atria Dawn Preview预览版智能体模型
上海人工智能实验室发布新一代智能体模型 Atria Dawn Preview 预览版，基于 744B 参数的 MoE GLM-5.2 基础模型，256K 上下文，仅支持文本输入，覆盖检索发现、构建创造、交付落地和网络安全四类任务。
推荐理由：在搜索、编码、工具使用、生产力和安全等任务上同时给出与多个主流模型的横向对比数据，读者可以据此评估其相对位置。
Qwen精选AI 评分7272 千问开源图像生成与编辑模型 Qwen-Image-2.1
千问（Qwen）开源统一文生图与图像编辑模型 Qwen-Image-2.1，视觉生成部分采用 7B 参数与 32 层 Single-Stream DiT 结构。
推荐理由：原文给出了 7B 参数 DiT 架构与原生 RGBA、参考图编辑等能力细节，可作为对比同类图像生成模型的参考。
DeepSeek精选AI 评分8080 DeepSeek 发布 DeepSeek-V4.1-Flash，主打 KV cache 极限压缩
DeepSeek 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，采用 CED 架构、CSA2 与 FP4 KV cache 等压缩手段，将全局 KV cache 占用压至每 token 890 字节，相对 DeepSeek-V4-Flash 和 DeepSeek-V1 分别缩减约 4 倍与 437 倍。
推荐理由：原文给出 CED 架构、CSA2 与 FP4 KV cache 等具体压缩设计，并对照 Opus-5.0、GPT-5.6 等前沿模型列出 agentic 基准成绩，读者可据此评估压缩策略对推理成本的实际收益。
OpenAI News精选AI 评分5757 OpenAI 发布 GPT-6 Astra 面向企业工作场景
OpenAI 发布面向企业的 GPT-6 Astra 模型，主打高级推理、计算机操作以及更强的写作与设计判断能力。
面壁 MiniCPMAI 评分2828 面壁 MiniCPM 发布 MiniCPM5-2B-DSpark GGUF 版本，用于 llama.cpp 推测解码
面壁 MiniCPM 发布 MiniCPM5-2B-DSpark 的 GGUF 版本，用于在 llama.cpp 中与 MiniCPM5-2B 配合进行推测解码，BF16 精度文件大小 653 MB。模型权重采用 Apache-2.0 协议开源，并提供完整的 llama-server 启动命令示例。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 WeatherNext 3 天气预报 AI 模型，分辨率提升至 5 公里
Google DeepMind 与 Google Research 推出 WeatherNext 3 天气预报 AI 模型，是其迄今最先进且精度最高的全球天气模型。
推荐理由：对比上一代在分辨率、刷新频率和降水精度上的提升，以及在搜索、Gemini、地图等产品中的落地范围。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-6 Astra，定位为新一代智能模型
OpenAI 发布 GPT-6 Astra，官方称这是迄今最智能、对齐程度最高的模型，在 computer use、coding、cybersecurity 和 science 四个方向具备 SOTA 能力。
OpenAI News精选AI 评分6363 GPT-6 Astra 安全概览
OpenAI 发布 GPT-6 Astra 安全概览，称其为目前能力最强的大规模部署模型，并首次达到 Preparedness Framework 的 Critical 网络安全能力等级。
推荐理由：原文给出了 GPT-6 Astra 在 Preparedness Framework 中的网络安全能力定级，读者可据此对比同框架其他档位模型。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款新模型，分别面向通用推理编码与网络安全防御。
推荐理由：同一价位下编码与推理能力相对前代明显提升，且同步给出安全专用版的基准与开放范围，读者可据此做选型对照。
Google Research精选AI 评分6464 TimesFM-3：Google Research发布支持多变量零样本预测的时序基础模型
Google Research发布时序基础模型TimesFM-3，首次原生支持多变量零样本预测。模型拥有3.3亿参数，在超过1万亿时间点的真实与合成数据上预训练。
推荐理由：对比了TimesFM-3与Chronos-2、Toto 2.0等模型在Gift-Eval等基准上的排名，读者可据此了解多变量时序基础模型的当前能力。
DeepSeek精选AI 评分7373 DeepSeek 发布 V4-Flash-Vision-Exp 实验多模态模型
DeepSeek 发布 V4 系列首个实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，在 V4-Flash 架构上加入视觉模块继续训练。
推荐理由：仓库同时给出与 Opus-4.8 的多模态 Agent 基准对比和开源推理实现，读者可据此判断它在 V4 系列里的相对位置。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini Omni 1.1 Flash 带来场景延长、首尾帧插值与 4K 放大
Google DeepMind 推出 Gemini Omni 1.1 Flash，新增场景延长、首尾帧插值、4K 放大和视频参考等视频生成控制能力。场景延长可参考最多 10 秒上文，单次累计上限 40 秒；360p 预览生成速度比 720p 快 60%，成本降至三分之一。
推荐理由：原文列出了 Omni 1.1 Flash 在场景延长、首尾帧插值和 4K 放大等具体控制能力上的更新，可帮助开发者判断它能接入哪些视频生产工作流。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文本模型
Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，主打实时转写与智能语音交互，提供实时流式（Live API）和预录音频（Interactions API）两种接入方式。
推荐理由：给出了 WER、延迟改善幅度和多语言覆盖等具体基准，并区分了实时与预录两种接入方式，便于评估在语音产品中的替换价值。
Hugging Face Blog精选AI 评分6464 IBM Granite 4.2 推理模型构建详解：从预训练到多阶段 RL
IBM 发布 Granite 4.2 推理模型系列，提供 3B/8B/30B 三种 dense decoder-only 规格，以 Apache 2.0 开源。
推荐理由：详细拆解了 Granite 4.2 的架构与多阶段 RL 训练流程，包含 GRPO 异步训练和真实环境智能体 RL 设计，可作为开源推理模型训练方法参考。
智谱 GLM精选AI 评分7171 智谱发布开源模型 GLM-5.3，强化编码与漏洞利用能力
智谱发布开源模型 GLM-5.3，与 GLM-5.2 共享基座，全部增益来自后训练。在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam、CyberGym 取得开源 SOTA。
推荐理由：在同一份基准表中与八款模型横向打分，并附详细评测参数与防作弊设置，便于直接复现同口径对比。
智谱 GLM精选AI 评分7070 智谱发布 GLM-5.3-Flash 多模态模型，320B 总参数 18B 激活
智谱发布 GLM-5.3-Flash，是 GLM-5 系列首个原生多模态模型，总参数 320B、激活 18B，价格为 GLM-5.2 的十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：读者可以横向比较 GLM-5.3-Flash 与 Claude Opus 4.8 在编码与智能体基准上的差距，并参考其混合注意力与稀疏激活设计评估部署成本。
智谱 GLM精选AI 评分6969 智谱发布开源模型 GLM-5.3，主打编码与漏洞利用能力提升
智谱发布开源模型 GLM-5.3，能力提升全部来自对 GLM-5.2 的后训练，底层基础模型未变；自研 Z.ai Code Bench 较 GLM-5.2 提升 50%，Terminal Bench 3.0 和 Agents' Last Exam 取得开源 SOTA，CyberGym 漏洞发现达到 SOTA，漏洞利用类基准较 GLM-5.2 翻倍以上。
推荐理由：原文列出了 GLM-5.3 在十余项编码与 Agent 基准上与闭源、开源模型的逐项分数，可作为评估开源前沿模型能力的对照参考。
Qwen精选AI 评分7373 千问开源 Qwen3.8-Flash-Next 模型，作为 Qwen4 架构实验预览
千问（Qwen）在 Hugging Face 开源 Qwen3.8-Flash-Next 的 FP8 量化权重，称其为 Qwen4 架构的实验性预览版本。该模型总参数 125B、激活 6B，并附带 51B n-gram embedding 与 4B MTP，原生 262,144 tokens 上下文可通过 YaRN 扩展至 1,000,000 tokens。
推荐理由：作为 Qwen4 架构的实验预览，文中给出的稀疏注意力与 N-gram 嵌入设计可与既有 MoE 路线横向对照。
Hugging Face Blog精选AI 评分5050 Liquid AI 发布 LFM2.5-DSpark 推测解码草稿模型，推理最高提速 3.2 倍
Liquid AI 发布 LFM2.5-DSpark 推测解码草稿模型，覆盖 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型。
推荐理由：原文给出了 DSpark 推测解码在 GPU 与端侧的实测吞吐与函数调用延迟数据，并开源了 llama.cpp 与 SGLang 集成。