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。
#模型发布
Hugging Face Blog精选AI 评分5050
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 工作流
Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 工作流。
推荐理由：相比 3.6 Flash，Gemini 3.7 Flash 在编码与 Agent 任务的多项基准上提升明显，并把每百万 token 入门定价下调至原来的一半。
DeepSeek精选AI 评分7676 DeepSeek-V4-Pro 0813 正式发布，新增 DSpark 推测解码模块
DeepSeek 正式发布 DeepSeek-V4-Pro 0813，在预览版基础上挂载 DSpark 推测解码模块，重点强化智能体能力。该模型在 HLE 上得分 42.7/60.0（无工具/有工具），Terminal Bench 2.1 达 87.9，DeepSWE 62.7。
推荐理由：正文给出与同代模型的基准对比和 vLLM/SGLang 部署方式，读者可直接评估其相对位置并复现推理流程。
xAI News精选AI 评分7777 xAI 发布 Grok 4.6，主打长任务智能体与交互视觉能力
xAI 发布 Grok 4.6 模型，聚焦长任务智能体和更复杂的交互与视觉工作，训练过程采用了更长的补充训练流程与精选的模型生成数据，并在 SFT 与 RL 阶段做了改进。
推荐理由：原文给出多款基准的具体得分，方便对比 Grok 4.6 与 GPT-5.6 Sol 等竞品在长任务智能体上的能力差异。
Microsoft Research精选AI 评分4343 Microsoft Research 发布胸片多任务视觉语言模型 CARE-X
微软研究院发布胸片视觉语言研究模型 CARE-X，在 ReXVQA 上以 94% 准确率排名第一，比次优公开模型高 6 个百分点。
推荐理由：微软研究院给出 CARE-X 辅助头与 DAPO 强化学习结合的训练方法，并在 ReXVQA 等胸片基准上对比 CheXOne、MedGemma，可作为同类研究参考。
Hugging Face Blog精选AI 评分5454 NVIDIA Magpie TTS 多语种版本发布：开放权重，支持 12 种语言，B200 上 TTFA 低至 32ms
NVIDIA 发布多语种 TTS 模型 Magpie TTS Multilingual 新版本，开放权重，支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语、现代标准阿拉伯语、韩语和巴西葡萄牙语共 12 种语言，参数量 364M，可在自有基础设施部署。
推荐理由：文章给出 B200 上 32ms TTFA 等具体延迟数据与帧堆叠等推理优化结构，读者可据此估算多语种语音智能体的端到端可控时延空间。
Hugging Face Blog精选AI 评分7474 Meta 开源 30B 多模态模型 Muse Glimmer，主打本地智能体场景
Meta 发布并开源 30B 多模态模型 Muse Glimmer（Apache 2.0），由 Muse 蒸馏而来，主打本地智能体场景，由 Hugging Face 在发布当日同步接入 transformers、llama.cpp、vLLM 与 Inference Endpoints，并支持基于 DFlash 的推测解码加速。
推荐理由：原文汇总 30B 多模态模型的关键基准、DFlash 加速与同日多框架支持，便于评估其在本地智能体工作流中的可用性。
MiniMax精选AI 评分6060 MiniMax 开源 Music 3 音乐生成模型，支持最长 5 分钟完整歌曲
MiniMax 开源发布 Music 3 音乐生成模型，可根据歌词和音乐描述生成长达 5 分钟的 32 kHz 立体声 WAV 完整歌曲。模型采用 8B Global LLM 与 0.6B Local LLM 的分层自回归架构，Global LLM 由 Qwen3-8B 初始化，并配合 Flow Matching 与 Flow-VAE 的连续隐状态合成模块。
推荐理由：给出了 8B Global LLM 与 0.6B Local LLM 的分层架构与 Flow Matching 合成路径，便于参考音乐生成模型的工程设计。
xAI News精选AI 评分6363 xAI 发布 Imagine Image 2.0：面向实际创意工作的图像生成与编辑模型
xAI 发布图像生成与编辑模型 Imagine Image 2.0，作为新 Quality Mode 上线 grok.com/imagine 及 iOS、Android 端。
推荐理由：原文给出了 Image 2.0 在指令遵循、版式排版和局部编辑上的具体能力，读者可以结合 Arena 排名判断它在图像生成与编辑工作流中的相对位置。
Google DeepMind精选AI 评分6868 Google DeepMind 开源 WeatherNext 2 与 WeatherNext Cyclones，气旋预报提前量提升超一天
Google DeepMind 在 Nature 论文中宣布其 WeatherNext AI 模型在气旋路径、强度和风结构预报上取得 state-of-the-art 准确度，其三天预报质量相当于此前模型的两天预报，平均带来超过 24 小时的预报提前量，约等于过去二十年气象领域的十年进步。
推荐理由：WeatherNext Cyclones 把气旋路径和强度的预报提前量提升超过一天，并已开源代码与权重，可被气象机构直接用于业务预报。
xAI News精选AI 评分6565 xAI 发布语音模型 Grok Voice Think Fast 2.0
xAI 发布语音到语音模型 Grok Voice Think Fast 2.0，AA Speech-to-Speech Quality Index 得分 82.9%，高于 GPT-Realtime-2.1 的 79.1% 和 Gemini 3.1 Flash 的 69.5%。
推荐理由：逐项给出了与 GPT-Realtime-2.1、Gemini 3.1 Flash 等模型的语音基准对比、转写在噪声环境下的优势，以及 8 月 5 日的迁移时间和 $0.08/min 定价，便于评估升级收益。
MiniMax精选AI 评分7272 MiniMax 在 Hugging Face 开源发布全模态生成系统 MiniMax-H3
MiniMax 在 Hugging Face 开源发布全模态生成系统 MiniMax-H3，统一理解文本、图像、视频与音频，并可生成最高 2K 分辨率、最长 15 秒且含原生立体声的视频。
推荐理由：原文给出 H3 三模块拆分、33B Omni-Transformer 架构与 SGLang、diffusers 部署命令，便于复现 768p 与 2K 生成流程。
xAI News精选AI 评分7171 xAI 发布 Grok 4.5 模型，主打编码与智能体任务
xAI 发布 Grok 4.5，定位为面向编码、智能体任务和知识工作的最强模型，已在 Grok Build、Cursor 与 xAI 控制台可用。
推荐理由：原文同时给出 Grok 4.5 在多个软件工程基准上的成绩、每百万 token 的定价与服务速度，方便与同级模型横向比较。
Meta AI Blog精选AI 评分6161 Meta 发布多模态推理模型 Muse Spark 1.1，主打智能体能力
Meta 推出多模态推理模型 Muse Spark 1.1，在工具调用、计算机使用、编码和多模态理解上较前代有大幅改进，支持 1M token 上下文管理，可作为主智能体调度子智能体优化延迟。开发者可通过公开预览的 Meta Model API 接入该模型，同时它在 Meta AI 应用和 meta.ai 以 Thinking 模式上线。
推荐理由：原文逐项给出 Agent、Computer Use、编码、多模态的改进点，配合 Meta Model API 公开预览，读者可直接对照工作流判断适配度。
Meta AI Blog精选AI 评分6868 Meta 发布图像生成模型 Muse Image 并预览视频模型 Muse Video
Meta Superintelligence Labs 发布 Muse Image 并预览 Muse Video，是其首批媒体生成模型。
推荐理由：原文给出了 Muse Image 的 agentic 工具调用、自我优化和测试时计算扩展细节，便于和现有图像生成模型对比其方法路线。
xAI News精选AI 评分5959 xAI 在 Amazon Bedrock 正式上线 Grok 4.3
xAI 宣布 Grok 4.3 在 Amazon Bedrock 正式上线，支持 100 万 token 上下文窗口与 none/low/medium/high 四档可配置推理强度，输入 $1.25、输出 $2.50 每百万 token。
推荐理由：原文给出了多项基准成绩和定价对比，读者可以据此判断 Grok 4.3 在前沿模型中的相对位置。
智谱 GLM精选AI 评分7272 智谱发布 GLM-5.2 旗舰模型，主打 1M 上下文与多档推理强度
智谱发布开源旗舰模型 GLM-5.2，主打 1M 上下文长程任务能力，并以 MIT 协议无地区限制开源。模型引入 IndexShare 稀疏注意力架构在 1M 上下文下将每 token FLOPs 减少 2.9 倍，并提供多档思考强度平衡性能与延迟；基准覆盖 HLE、SWE-bench Pro、MCP-Atlas、Terminal-Bench 2.1 等推理、代码与 Agentic 任务。
推荐理由：原文同时给出 1M 上下文、IndexShare 架构细节和与多款前沿模型的横向基准分数，读者可以据此评估 GLM-5.2 在长程任务上的相对位置。
xAI News精选AI 评分6262 xAI 发布 Grok Imagine Video 1.5，生成速度与画面质量提升
xAI 发布 Grok Imagine Video 1.5 视频生成模型，在 Imagine API 正式开放为 grok-imagine-video-1.5，同时 Video 1.5 Fast 在 grok.com/imagine 及 iOS、Android 应用上线。
推荐理由：给出了 Video 1.5 在速度、物理与音频方面的具体提升数据，并列出 Projects、多智能体并行等配套的创作工作流更新。
Kimi (Moonshot)精选AI 评分7979 月之暗面开源发布 Kimi K3：2.8T 参数原生多模态智能体模型
月之暗面（Kimi）发布开源原生多模态智能体模型 Kimi K3，总参数 2.8T、激活 104B，原生支持文本、图像与视频，配备 1M token 上下文窗口。
推荐理由：Kimi K3 以 2.8T 参数和原生多模态设计开放权重，并在推理、编码与智能体多项基准上与 Claude Fable 5、GPT-5.6 Sol 等前沿模型直接对比，读者可据此查看其相对位置。
Kimi (Moonshot)精选AI 评分6161 Kimi K2.7 Code 发布：相对 K2.6 减少约 30% 思考 token 的编码智能体模型
Moonshot AI 发布 Kimi K2.7 Code 编码智能体模型，基于 K2.6 改进主打长周期编码端到端能力，思考 token 相比 K2.6 减少约 30%。
推荐理由：原文给出 K2.7 Code 相对 K2.6 的 token 效率改进，以及与 GPT-5.5、Opus 4.8 在编程和智能体基准上的对比数据。
xAI News精选AI 评分5252 xAI 在 API 推出 Grok Imagine 1.5 Preview 图像生成视频模型
xAI 推出图像生成视频模型 grok-imagine-video-1.5-preview，已通过 xAI API 提供预览。模型以单张静态图像加自然语言 Prompt 作为输入，最高生成 720p 片段，可描述运镜、节奏和声音设计，并支持多镜头串联成更长且风格一致的序列。调用方式只需几行代码即可完成图像动画化。
推荐理由：原文给出了模型的能力边界和使用入口，读者可以据此判断它能替代哪些已有工作流。
MiniMax精选AI 评分6565 MiniMax 在 Hugging Face 发布 M3 模型 MXFP8 量化版本
MiniMax 在 Hugging Face 发布 M3 模型的 MXFP8 量化版本 MiniMax-M3-MXFP8，总参数约 428B、激活参数约 23B，支持 1M 上下文与文本、图像、视频原生多模态训练。
推荐理由：原文给出 MSA 稀疏注意力在 1M 上下文下相对 M2 的预填充与解码加速数据，读者可据此评估长上下文部署成本。
MiniMax精选AI 评分6565 MiniMax 在 Hugging Face 开源原生多模态模型 MiniMax-M3，支持 1M 上下文
MiniMax 在 Hugging Face 开源原生多模态模型 MiniMax-M3，支持 1M 上下文，总参数约 428B、激活参数约 23B。M3 搭载自研稀疏注意力算子 MiniMax Sparse Attention（MSA），相比 M2 在 1M 上下文下实现 9× prefill 与 15× decode 加速，单 token 计算量降至 1/20。
推荐理由：原文给出 1M 上下文与稀疏注意力算子的具体收益，读者可据此评估该模型在长上下文场景下的部署成本与吞吐。
xAI News精选AI 评分5050 xAI 在 Grok Build 中上线 Composer 2.5 模型
xAI 在 Grok Build 中推出 Composer 2.5 模型，主打长任务执行与复杂指令跟随能力，官方将其定位为快速且 state-of-the-art 的模型，用户可通过 /model 菜单切换使用。
推荐理由：官方给出了 Composer 2.5 的能力定位与 Grok Build 调用入口，可与现有长任务模型做对照参考。
xAI News精选AI 评分5959 xAI 发布编码模型 grok-build-0.1，公开测试版上线 xAI API
xAI 发布编码模型 grok-build-0.1，公开测试版已在 xAI API 上线。该模型面向 agentic 编码场景，支持网页开发、调试与 MCP 调用，生成速度 100+ tokens/s，定价 $1/M tokens 输入和 $2/M tokens 输出，同时也是同名产品 Grok Build 的后端模型。
推荐理由：原文给出 100+ tokens/s 的生成速度和 $1/$2 每百万 token 的定价，读者可据此与同类编码模型做横向对比，估算成本与时延。
阶跃 StepFun精选AI 评分6666 阶跃 StepFun 发布 198B 参数多模态模型 Step 3.7 Flash
阶跃 StepFun 发布 Step 3.7 Flash 多模态模型，采用 198B 参数稀疏 MoE 架构，每 token 激活约 11B 参数，支持 256k 上下文与低中高三档可调推理强度，最高吞吐达 400 tokens/秒。
推荐理由：Step 3.7 Flash 以 198B 稀疏 MoE 视觉语言模型形态发布，配合 256k 上下文与 ClawEval-1.1 67.1 的领先成绩，为 agent 与工具调用场景提供了从云端 API 到本地 GGUF 的完整部署参考。
阶跃 StepFun精选AI 评分6262 阶跃 StepFun 发布 198B 参数视觉语言模型 Step 3.7 Flash
StepFun 发布 198B 参数稀疏 MoE 视觉语言模型 Step 3.7 Flash，每 token 激活约 11B 参数，吞吐量最高 400 tokens/s，支持 256k 上下文窗口与低/中/高三档推理强度。
推荐理由：原文说明了该 198B MoE 模型针对高频生产与智能体工作流的定位，以及通过三档推理强度平衡成本与速度的设计取舍。
xAI News精选AI 评分6161 xAI 发布 Grok Voice Think Fast 1.0 语音模型并开放 API
xAI 发布 Grok Voice Think Fast 1.0 语音模型并通过 API 上线，主打低延迟响应和复杂多步骤工具调用能力。该模型在 τ-voice Bench 排行榜上排名第一，支持 25+ 种语言，并已在 Starlink 客服和销售场景部署：销售线索转化率 20%，客服问题自主解决率 70%，单个智能体调用 28 个工具。
推荐理由：原文给出了 τ-voice Bench 榜首成绩和 Starlink 实际部署转化率等数据，可据此与同类语音 API 对比实际表现。
Kimi (Moonshot)精选AI 评分7474 Kimi K2.6 开源发布：支持 300 子智能体协同，主打长程编码与原生多模态
Kimi K2.6 开源发布，定位原生多模态智能体模型，重点强化长程编码、代码驱动的界面设计与 Agent Swarm 多智能体编排能力。模型采用 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，可横向扩展至 300 个子智能体执行 4000 步协同任务，并在单次自主运行中产出文档、网页、表格等端到端结果。
推荐理由：原文给出 K2.6 与 GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro 在 Agentic、编码、推理、视觉四类基准的多维对比，可作为开源前沿模型与闭源旗舰能力差距的一手参考。
MiniMax精选AI 评分7070 MiniMax 发布 MiniMax-M2.7 模型并开放权重
MiniMax 在 HuggingFace 发布 MiniMax-M2.7 模型，强调 Agent Teams、复杂 Skills 和动态工具搜索能力，并开放权重支持本地部署。
推荐理由：原文给出了与 Opus 4.6、GPT-5.4 等模型在多个工程基准上的横向对比，并附本地部署方式。
Meta AI Blog精选AI 评分6969 Meta 发布 Muse Spark 模型，主打多模态推理与多智能体编排
Meta Superintelligence Labs 发布 Muse Spark 模型，原生多模态推理，支持工具调用、视觉思维链和多智能体编排。其 Contemplating 模式通过多智能体并行推理，在 Humanity's Last Exam 上达到 58%、FrontierScience Research 38%。
推荐理由：Muse Spark 在预训练效率和多智能体推理上给出了具体数字，可以与 Llama 4 Maverick 及同类推理模型横向比较。
阶跃 StepFun精选AI 评分7070 阶跃开源 Step 3.5 Flash 基座模型，总参数 196B 每 token 激活约 11B
阶跃（StepFun）开源 Step 3.5 Flash 基座模型，总参数 196.81B，每 token 激活约 11B，采用稀疏 MoE 与 3-way Multi-Token Prediction（MTP-3）。
推荐理由：原文给出了 11B 激活参数下的稀疏 MoE 设计与多模型基准对比，可用于评估开放模型的推理与 Agent 能力边界。
Kimi (Moonshot)精选AI 评分7676 Moonshot AI 开源发布原生多模态智能体模型 Kimi K2.5
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练，支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由：原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力，并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。
xAI News精选AI 评分6969 xAI 上线 Grok 4.1 Fast 模型与 Agent Tools API
xAI 在 API 中上线 Grok 4.1 Fast 模型与 Agent Tools API，前者是支持 2M token 上下文窗口、面向工具调用场景的模型，提供 reasoning 与 non-reasoning 两个变体。
推荐理由：原文给出 Grok 4.1 Fast 在 τ²-bench Telecom、FRAMES 和 Research-Eval 上对 GPT-5、Claude Sonnet 4.5、Gemini 3 Pro 的成绩与单价对比，便于评估它在工具调用与搜索代理场景下的性价比。
xAI News精选AI 评分6767 xAI发布Grok 4.1，已面向所有用户开放
xAI于11月17日发布Grok 4.1，现已面向所有用户在grok.com、𝕏和iOS/Android应用上线，Auto模式立即生效并可在模型选择器中显式选用。
推荐理由：原文给出了LMArena排名、用户偏好胜率与幻觉率等多项具体评测数据，便于和当前主流模型做横向对比。
Kimi (Moonshot)精选AI 评分7979 月之暗面发布开源思考模型 Kimi K2 Thinking
Kimi K2 Thinking 是月之暗面（Moonshot AI）发布的开源思考模型，采用 MoE 架构，总参数 1T、激活 32B，原生支持 256k 上下文与 INT4 量化推理。
推荐理由：给出了K2 Thinking在推理、Agent搜索和代码任务上与GPT-5等多款主流模型的对照成绩，便于横向比较当前开源思考模型的水平。
xAI News精选AI 评分7272 xAI 发布 Grok 4 Fast，主打成本高效推理
xAI 发布 Grok 4 Fast 模型，主打成本高效推理，支持 2M token 上下文窗口，并采用统一架构在同一权重下切换推理与非推理模式。官方称其在 GPQA Diamond、AIME 2025、HMMT 2025 等基准上接近 Grok 4，平均思考 token 减少 40%，达成同等性能的价格下降 98%。
推荐理由：xAI 公开了 Grok 4 Fast 在多推理与搜索基准上的成绩和定价，读者可直接拿来对比 Grok 4、GPT-5 等模型的性价比。
xAI News精选AI 评分7171 xAI 发布 Grok Code Fast 1 推理模型，面向 agentic 编码工作流
xAI 发布 Grok Code Fast 1 推理模型，定位为面向 agentic 编码工作流的轻量级方案。
推荐理由：作为面向 agentic 编码的轻量模型，原文同时给出 API 定价、缓存命中率和 SWE-Bench 70.8% 分数，并附带延迟测算方法说明，便于和同类编码模型对比成本与响应速度。
xAI News精选AI 评分7171 Grok 4 与 Grok 4 Heavy 发布：原生工具调用与实时搜索集成
xAI 发布 Grok 4 与 Grok 4 Heavy，号称全球最智能模型，集成原生工具调用与实时搜索，已向 SuperGrok 和 Premium+ 订阅用户开放，并通过 xAI API 提供。
推荐理由：原文披露了在 200K GPU 集群上扩展强化学习的训练路径，并给出多个基准成绩，可作为对比前沿模型推理能力的参考。
xAI News精选AI 评分7676 xAI 发布 Grok 3 Beta 模型与 DeepSearch 智能体
xAI 发布 Grok 3 Beta 与 Grok 3 mini，主打基于大规模强化学习的推理能力，Grok 3 (Think) 在 AIME 2025 上达到 93.3%（cons@64）、GPQA 84.6%、LiveCodeBench 79.4%，Chatbot Arena Elo 1402，支持 1M token 上下文窗口。
推荐理由：读者可据此对比 Grok 3 与 Gemini 2.0、DeepSeek-V3 等模型在数学、代码与知识任务上的实测差距。