Google AI Developers Blog精选AI 评分6666

Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，这是一款 740M 参数的开源多模态嵌入模型，能将文本、图像、视频帧和音频映射到统一的向量空间。

The DecoderAI 评分7575

Mistral 发布万亿参数模型 Mistral Large 4，主打安全任务支持

Mistral 发布最大模型 Mistral Large 4，拥有 1 万亿参数，支持 100 万 token 上下文。在 Artificial Analysis 网络安全基准中，该模型在漏洞复现与修复测试中取得 82 分的高分，领先于完全拒绝此类任务的 Claude 和 GPT 系列模型。

TechCrunch · AIAI 评分6666

Mistral 发布 1 万亿参数模型 ML4，定位为闭源与开源之间的第三条路径

Mistral AI 发布多模态大模型 ML4，拥有 1 万亿参数，暂通过带护栏的公开端点访问，计划安全测试完成后开放权重。该模型仅用 4,000 块 NVIDIA GPU 训练，重点优化网络安全、金融和芯片设计场景。

AI HOT精选AI 评分9393

Mistral 发布 Large 4 公开预览版，1 万亿参数权重将开放

Mistral 发布 Mistral Large 4（代号 le Chonk）公开预览版，该 1 万亿参数、490 亿激活参数的原生多模态模型现已开放 API 试用，权重将于本月底发布。在网络安全与智能体工作流基准中，该模型表现领先多项开源指标，且使用 3800 块 NVIDIA Grace Blackwell GPU 在欧洲自有数据中心训练。

AI HOT精选AI 评分7171

Mistral Large 4 在 OpenRouter 开放公测

Mistral Large 4 在 OpenRouter 开启公开预览，规格包括 1T 总参数（49B 激活）、原生多模态、512K 上下文以及最高 256K 输出。前两周五折价格为每 1M tokens 输入 $0.68、输出 $2.09，缓存 $0.07。

Mistral AI精选AI 评分8989

Mistral 发布 Mistral Large 4 公开预览版

Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一款 1 万亿参数、原生多模态的大语言模型，可在 Mistral Studio 通过预览 API 体验，模型权重将于本月底开源。

AI HOT精选AI 评分8787

Mistral 发布 Mistral Large 4：1T 参数、49B 激活的原生多模态模型

Mistral 发布 Mistral Large 4（又名 Le Chonk），这是一款 1T 参数、49B 激活的原生多模态模型。该模型在综合基准测试中被称为来自美国或欧洲的最佳开放权重模型，在网络安全、制造业和金融等关键负载上达到 SOTA，且视觉 grounding 能力超越闭源前沿模型。

机器之心AI 评分2121

清华团队开源 VeriLoop E2 模型：黎曼猜想临界线零点比例下界达 67.35%

清华大学团队开源模型 VeriLoop E2，在黎曼猜想临界线零点比例上取得了 67.35% 的下界。该成果展示了前沿大模型在计算增强与深度推理下的可验证智能能力，表明模型在调用更多计算进行更长推理时，仍需解决基础正确性问题。

Wired AI精选AI 评分7474

Mistral 发布 1 万亿参数模型 Le Chonk，定位最强非中国开源权重模型

Mistral 发布 1 万亿参数模型 Mistral Large 4（昵称 Le Chonk），称其为目前除中国实验室外能力最强的开源权重模型，当前处于预览阶段，最终版预计月底前发布。

The Decoder精选AI 评分8585

Reflection发布开源权重模型Beam，低算力比肩GLM 5.2与Qwen 3.8

Reflection发布了首个开源权重模型Beam，该模型在编码和逻辑推理任务上比肩GLM 5.2和Qwen 3.8-Max，但推理所需的算力资源减少了3至4倍。

AI HOT精选AI 评分7777

Mistral Large 4 发布：1T 参数原生多模态，月底开放权重

Mistral AI 发布名为 Le Chonk 的 Mistral Large 4，总参数 1T、激活参数 49B，原生多模态。官方称其在网络防御、制造和金融等关键工作负载达到 SOTA，视觉定位上超越闭源前沿模型；现已通过 Mistral Cloud API 开放，开放权重版本计划 10 月底发布。

Reka 发布 Rho-1：19B 全模态推理模型，统一理解、生成视频并输出机器人动作

Reka 发布 Rho-1 研究预览版，这是一个 19B 的全模态推理模型，能统一处理文本、图像、视频和机器人动作。模型采用双流架构，在 320 张 H100 上训练 3 个月，支持视频生成与实时控制，蒸馏版本可将去噪步骤从 99 降至 8。

Hugging Face BlogAI 评分5555

TII 发布 Falcon-Emirati-7B：专注于阿联酋方言的文化适配 LLM

TII 基于 Falcon-H1-Arabic 架构发布了 Falcon-Emirati-7B 模型，旨在理解并生成具备文化语境的阿联酋阿拉伯语方言。在专为该方言设计的 Alyah 基准测试中，其多项选择题准确率位居同类模型之首，开放生成任务的方言保真度也显著领先于其他模型。

深度学习与NLP精选AI 评分9090

谷歌发布 Gemini 4 Argon，性能追平 GPT-6 Astra

Google DeepMind 发布 Gemini 4 Argon，Artificial Analysis 智能指数得分 53 分，追平 GPT-6 Astra 和 Fable 5.1，幻觉率降至 15%。

Google Gemini API Release Notes精选AI 评分7171

Google 发布 Gemini Nano Banana 2.1 并弃用 Nano Banana 2

Google 发布 Gemini Nano Banana 2.1（gemini-nano-banana-2.1），提供 1K、2K、4K 分辨率下的 1:4 至 8:1 全景宽高比支持，同时弃用 Nano Banana 2（gemini-3.1-flash-image）。新模型在保持 Flash 级速度与成本效率的基础上，显著提升了视觉质量、提示词遵循度及多轮角色一致性。

Reflection AI 发布 501B 开源权重 MoE 模型 Beam，面向编码与智能体工作负载

Reflection AI 发布其首个开源权重模型 Beam，这是一个拥有 501B 总参数和 23B 活跃参数的稀疏混合专家（MoE）模型，专为编码、推理和智能体工作负载设计。

The DecoderAI 评分7171

Reka AI 发布多模态模型 Rho-1

Reka AI 发布 190 亿参数多模态模型 Rho-1，使用单一神经网络处理文本、图像、视频和机器人控制动作。该模型在单一上下文窗口内处理所有模态，无需外部工具调用，并能实时生成连续视频，使用相机图像预测权重直接驱动机器人运动。Reka AI 利用逆向动力学模型从普通互联网视频提取控制信号以补充机器人训练数据，Rho-1 在 320 个 H100 GPU 上训练约三个月。

AI HOT精选AI 评分7373

Liquid AI 发布 d1 决策模型并新增图像输入能力

Liquid AI 发布首个支持文本与图像输入的 d1 决策模型，已在 console.liquid.ai 和 d1 Playground 上线，支持实时文本决策，单次耗时 200 至 300 毫秒。官方对比显示，d1 在六个真实应用中的四个上效果与 GPT-6.1 Sol 持平或更优，成本比二者低 19 至 200 倍；图像按每 32×32 像素块 1.5 个 token 计费。

TechCrunch · AIAI 评分7070

Reflection 发布开源权重大模型 Beam，主打低成本推理

Reflection AI 正式发布其首个前沿开源权重大模型 Beam。该模型为纯文本 MoE 架构，拥有 501B 总参数和 23B 激活参数，上下文窗口为 1M token。官方称其在高级推理基准上性能匹敌 Z.ai 的 GLM-5.2，且推理计算成本降低 3-4 倍。Beam 权重和技术细节将于本月发布，目标是为企业和主权国家提供低成本的“AI 工厂”解决方案。

The DecoderAI 评分4040

Aleph Alpha 发布开源权重模型 Kolibri，助推欧洲 AI 主权

Aleph Alpha 发布 780 亿参数开源模型 Kolibri，通过混合专家架构实现单 token 激活 30 亿参数。该模型支持 100 万 tokens 上下文窗口，权重以 Apache 2.0 协议在 Hugging Face 开放。Kolibri 在德语评测中得分 71%，解码速度超越 GPT OSS A5B 等可比模型。

Cantina 与 Yeta Labs 发布开源安全模型 apex-flash-1，在 60 个安全任务中解决 40 个

Cantina Security 与 Yeta Labs 联合发布了专为漏洞研究训练的开放权重模型 apex-flash-1，该模型基于 Z.ai 的 GLM-5.3-Flash 进行强化学习微调，采用 MIT 协议开放。

The DecoderAI 评分4242

NASA-IBM 开源月基模型利用 17 年观测数据奠定月科学基础

NASA 与 IBM 联合发布开源月基模型，基于 17 年 LRO 等任务数据，显著提升冰层预测精度。模型利用近 200 万个多模态数据块训练，冰沉积预测误差较 SwinV2-B 基线降低 22%，粗尺度陨石坑检测性能提升 19%。

Aleph Alpha 发布 Kolibri：78.1B 参数量、3.46B 激活参数的英德开源 MoE 模型

Aleph Alpha 发布了英德双语开源权重 MoE 模型 Kolibri。该模型总参数量 78.1B，每 token 仅激活 3.46B，支持 1,048,576 上下文长度，采用 Apache 2.0 协议在 Hugging Face 提供。

CVerAI 评分5353

Claude Fable 5.5 疑似灰度上线：开发者实测显示能力断层跃升

开发者发现 Claude 网页端疑似灰度上线 Fable 5.5，其界面仍标为 5.1 但能力显著提升。实测显示该模型无需复杂提示词即可完成 3D 像素画和动画生成，且在 Terminal-Bench 4.0 等测试中表现优异，预计近期将正式发布。

APPSO精选AI 评分8282

Tavus 发布 Griffin 实时视频交互模型

Tavus 团队发布 Griffin 系列实时视频交互模型及 Griffin-Lite 研究预览版。在一项 54 人参与的 1 分钟视频通话实验中，约 48% 的参与者认为屏幕对面是真人，较上一代 2.4% 的误判率显著提升。

机器之心精选AI 评分7878

StartLux 发布开源决策模型 StartLux-Decision，决策测试综合成绩超过 Jev

上海 StartLux 发布完全开源的 StartLux-Decision 模型，提供 0.8B、2B、4B、9B 和 27B 五个规格。在 Decision Index 0.2.1 的 38 项基准测试中，27B 版本综合得分 63.88，31 项成绩超过 Jev 1.13；在对 Jev 的国际象棋对弈 36 局中赢下 35 局。

极客公园AI 评分3636

英伟达股价创新高逼近 6 万亿美元，苹果收紧 macOS 磁盘权限，arXiv 限制每月投稿 2 篇

英伟达股价周五上涨 2.9% 创历史新高，市值约 5.7 万亿美元，距 6 万亿美元关口不足 3000 亿美元。苹果将收紧 macOS“完全磁盘访问”权限以应对 AI 代理隐私风险，arXiv 自 10 月起限制每人每月最多投稿 2 篇论文。

极客公园精选AI 评分7575

Tavus 发布 Griffin 模型：全双工视频交互让 48% 用户误以为是真人

Tavus 发布 Griffin 模型，定义为全球首个「人类交互模型」（HIM）。该模型采用全双工、视频到视频架构，在一分钟测试中 48% 的参与者误认为对面是真人。其核心突破在于端到端处理视觉与听觉信号，平均延迟 0.43 秒，并能在 NVIDIA VideoFDB 基准的生成赛道领先竞品。

特工宇宙AI 评分5353

Ateve 发布 AI 决策模型 Jev：在多个场景中实现新 SOTA

Ateve 团队发布了名为 Ateve Jev 的 AI 决策模型（ateve-jev-v1），该模型专注于通过实时搜索与来源核查，帮助应用从给定选项中做出选择、判断条件或进行评分。

Ai2 NewsAI 评分6464

Ai2 开源 AstaBrief 8B 科学报告生成模型

Ai2 开源了基于 Qwen3-8B 的 AstaBrief 模型，用于将检索文献转化为带引用的科学报告。AstaBrief 在 Fast 模式下平均生成时间降至 51.1 秒，比原有流程快 3.5 倍。模型权重及训练数据已发布，支持用户本地部署或自行微调。

AI HOTAI 评分4545

LMSYS 发布开源聊天模型 Vicuna-13B，用 ShareGPT 对话微调 LLaMA，训练成本约 $300

LMSYS 发布开源聊天模型 Vicuna-13B，该模型通过微调 LLaMA 并基于 70K 条 ShareGPT 用户共享对话训练而成。初步 GPT-4 评估显示其达到 ChatGPT 90% 以上质量，且在 45% 的问题上表现不逊于 ChatGPT。模型代码与权重以非商业许可开源，训练成本约 $300。

Microsoft AI 发布 MAI-Transcribe-2-Streaming 流式语音识别模型

Microsoft AI 发布 MAI-Transcribe-2-Streaming，这是其首个流式语音识别模型，官方称在 Artificial Analysis 榜单中以 2.5% 的 WER 和 0.13 秒的终稿延迟位居 38 款模型之首。

AI HOTAI 评分5555

GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5，成本显著低于 Claude 及 GPT-6 系列

Arena 官方数据确认 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5，中位任务成本为 $0.56。该模型性能与 GPT-6 Sol 和 GPT-6 Astra 相差不到 2 个百分点，但成本分别低 39% 和 81%；与排名第 1 的 Claude Fable 5.1 (Max) 相比，成本低 88% 且分差在 3.08 分以内，重塑了帕累托前沿。

AI HOT精选AI 评分6767

OpenAI 发布 GPT-6 家族实用指南

OpenAI 发布 GPT-6 家族实用指南，讲解按任务选择 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 及推理档位的方法。指南涵盖缓存成本和长任务管理，提供可操作的生产工作流建议。

Hugging Face BlogAI 评分4545

Hugging Face 开源科学报告生成模型 AstaBrief 8B

Hugging Face 开源了基于 Qwen3-8B 训练的科学报告生成模型 AstaBrief 8B，并同步发布了训练数据。该模型通过单次生成完整报告，使 Asta 平台的 Fast 模式平均生成时间从 178.5 秒缩短至 51.1 秒，速度提升约 3.5 倍。开放权重允许机构在本地基础设施上运行，以满足敏感研究数据的处理需求。

Sac@Saccc_cAI 评分1717

Claude Fable 5.5 模型已开启部分灰度路由，其动效生成能力被认为是远超 Opus 5.5、Remotion 和 Hyperframe。用户可通过特定提示词测试账号是否被灰度到该模型，预计下周正式发布。

AI HOTAI 评分6363

Ai2 开源 AstaBrief 8B 科学报告生成模型

Ai2 开源了基于 Qwen3-8B 构建的 AstaBrief 8B 模型及训练数据。该模型能一次性将研究问题和检索片段转化为带引用报告，替代了昂贵的分段生成流水线，将平均报告生成时间缩短至 51.1 秒。

AWS Strands Labs 开源 Strands Decider 2B：115ms 快速响应决策模型

AWS Strands Labs 发布开源决策模型 Strands Decider 2B，该模型不生成文本，仅支持选择、布尔判断或打分任务。模型基于 Qwen3.5-2B-Base 并移除语言建模头部，在 RTX 3090 上中位延迟为 115 ms，权重已在 Hugging Face 以 Apache-2.0 协议开放。

AI HOT精选AI 评分7878

小米 MiMo-V2.6-Pro 和 Flash 登陆 Agent Arena，开源模型分列第5和第9名

Xiaomi 发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 两款全模态模型，两者现已登陆 Agent Arena。MiMo-V2.6-Pro 在 8.1K+ 真实会话中净提升 3.17%，位列开源模型第 5，其中 Confirmed Success 得分 +7.35% 排名第 2；MiMo-V2.6-Flash 净提升 -0.57% 位列第 9，且成本更低位于帕累托前沿。

AI HOTAI 评分6060

Claude Sonnet 5.5 (xHigh) 以1786分登Code Arena: WebDev第3名

Arena公布Claude Sonnet 5.5 (xHigh)在Code Arena: WebDev榜单中以1786分位列第3名，距离第2名GPT-6 Astra的1788分仅差2分。