全部 AI 动态

Mistral AI 发布 Mistral Large 4 模型

法国 AI 实验室 Mistral AI 发布了新的大型多模态模型 Mistral Large 4 (ML4)，拥有 1 万亿参数，旨在成为美国和中国竞争对手之外的替代方案。

Mistral 发布 Mistral Large 4：万亿参数模型主打安全任务处理

Mistral 发布其最大模型 Mistral Large 4（ML4），拥有 1 万亿总参数和 490 亿激活参数，已在 Mistral Studio 开放 API 预览。

同一新闻，精选展示《Mistral AI 发布 Mistral Large 4 预览版》

Reflection 发布开源模型 Beam，主打低算力高性能

AI 公司 Reflection 发布首个开源权重模型 Beam，旨在以最小算力实现强性能，直接对标 DeepSeek 和 Qwen 等中国开源模型。该 MoE 架构模型总参数 501B，每 token 激活 23B，专注于编码、逻辑推理和 Agent 任务。

同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》

Mistral AI 发布 Mistral Large 4 预览版

Mistral AI 推出 Mistral Large 4（ML4）公开预览版，这是一款拥有 1 万亿参数、490 亿激活参数的原生多模态开放权重模型。该模型在欧洲数据中心使用 NVIDIA Grace Blackwell GPU 从零开始训练，在编码、智能体工作流及网络安全等领域表现卓越，部分指标超越闭源前沿模型。权重将于本月底发布，目前可通过 Mistral Studio 试用 API。

Falcon-Emirati-7B 发布：基于 Falcon-H1-Arabic 的阿联酋方言专用模型

Hugging Face 推出 Falcon-Emirati-7B，这是基于 Falcon-H1-Arabic 构建的阿联酋方言专用大语言模型。该模型采用 Mamba 与 Transformer 混合架构，通过整合真实网络数据、文化背景文本及合成数据，专门优化对阿联酋阿拉伯语词汇、语调及纳巴提诗歌等文化细微差别的理解与生成能力。

Reflection AI 发布开源权重模型 Beam，宣称以更低算力成本对标中国模型

Reflection AI 正式推出其首个前沿开源权重模型 Beam，这是一款拥有 501B 总参数和 23B 激活参数的纯文本 MoE 模型。该公司声称 Beam 在高级推理基准测试中性能与 Z.ai 的 GLM-5.2 相当，但推理计算量减少 3-4 倍，且预训练使用了 23.8T tokens。

同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》

Reka AI 发布全能模型 Rho-1，单模型处理文本图像视频与机器人控制

Reka AI 发布了研究预览版全能模型 Rho-1，该 19B 参数模型在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。Rho-1 将所有模态作为 token 运行在共享上下文窗口中，无需调用外部工具或专用模型，并能实时生成连续视频。为解决机器人训练数据稀缺问题，团队构建了一个从普通互联网视频中提取控制信号的逆动力学模型，并在 320 块 H100 GPU 上训练了约三个月。

Ai2 开源 AstaBrief：基于 Qwen3-8B 的快速科学报告生成模型

Ai2 开源了用于科学文献综述生成的模型 AstaBrief 及配套训练数据。该模型基于 Qwen3-8B，通过监督微调（SFT）和直接偏好优化（DPO）构建，重点利用引用密度等统计信号过滤合成数据以提升证据接地能力。

Ai2 开源 AstaBrief 8B：用于快速生成带引用科学报告的模型

Ai2 开源了基于 Qwen3-8B 微调的 AstaBrief 8B 模型，专门用于将研究问题和检索到的文献片段转化为带引用的科学报告。该模型在 Asta 平台作为 Fast mode 上线，相比 Claude 驱动的 Thinking mode，平均生成时间从 178.5 秒降至 51.1 秒，速度提升约 3.5 倍。

Sol 6.1模型负载性能优化

另外，Sol 6.1 是我们增长最快的模型，且在负载下曾略显缓慢。现在应该好多了！

Gemini 4 Argon发布及Fairwind计划

非常兴奋地宣布推出我们的新前沿 AI 模型 Gemini 4 Argon，它在关键能力方面取得了巨大进步。我们专注于负责任地推广它，今天通过 Fairwind 计划首先向政府和受信任的网络防御者开放，随后将很快面向更广泛的用户群体

Google DeepMind 发布 Gemini 4 Argon：面向复杂工作流的前沿智能体模型

Google DeepMind 正式宣布推出新前沿模型 Gemini 4 Argon，该模型旨在通过深度推理处理复杂的长周期工作流，目前正通过 Fairwind Program 向受信任的网络安全防御者逐步开放。

Sol 模型低价发布且缓存折扣高

Sol 6.1 版本价格仅为 Astra 的 1/5，并享有 95% 的缓存读取折扣！这是一款能力极强的模型。

OpenAI 发布新模型

OpenAI 官方账号宣布发布新模型。该消息由 OpenAI 直接发出，标志着其最新模型能力的正式推出。

OpenAI 发布 GPT-5.6：兼顾前沿智能与效率

OpenAI 正式推出新模型 GPT-5.6。该模型旨在将前沿智能能力与运行效率相结合。

NVIDIA 发布 Kumo Tabular 开源表格基础模型

NVIDIA 发布 Kumo Tabular，这是一个用于表格分类和回归的开源基础模型，支持单次前向传播进行零样本预测。该模型基于人工合成数据预训练，提供 28M 到 215M 参数三种规格，采用 OpenMDW-1.1 许可证允许商业使用。

Anthropic 发布 Claude Sonnet 5.5

Anthropic 宣布 Claude Sonnet 5.5 现已可用。原文未提供该版本的具体能力变化、定价或接入方式等细节。

Anthropic 发布 Claude Sonnet 5.5：速度提升 30%，默认开启思考模式

Anthropic 发布 Claude Sonnet 5.5，作为 Claude 5.5 系列的第二款模型，其速度比 Sonnet 5 快 30%，且因通常消耗更少 token，实际成本降低最多 30%。

H Company 发布 Holo4 系列通用计算机使用智能体模型

H Company 发布 Holo4 系列智能体模型，包含 27B Dense 和 35B-A3B MoE 两个版本，支持通过 GUI、代码、MCP 和 API 等多种接口操作软件。该模型在 OSWorld 2.0 等基准测试中表现接近前沿闭源模型，但参数量和推理成本显著更低。所有模型权重已在 Hugging Face 开源，并提供完整的执行轨迹数据集供复现和分析。

SWE-Together 修复 Grok 4.7 暴露弱点

在修复了 Grok 4.7 暴露的弱点后（感谢 Grok），我们审计了在 SWE-Together 排行榜上运行的所有模型是否存在相同行为，重新运行了所有通过的试验，并更新了数据行。以下是变更内容。我们扫描了所有的

Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

Google DeepMind 推出两款新文本转语音模型：Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。前者支持通过自然语言提示从零创建自定义角色声音并逐行控制表演细节，后者针对高音量、低成本场景优化。这些模型现已在 Google AI Studio、Gemini API 等平台开放使用，并在 Hume AI 基准测试中取得领先成绩。

OpenAI 发布 GPT-5.6 Sol 和 Luna 模型

OpenAI 推出 GPT-5.6 Sol 和 Luna 两个新版本模型。官方称其在智能、对齐及效率方面较前代有显著提升，旨在兼顾前沿能力与成本效益。

OpenAI 发布新模型

OpenAI 官方账号宣布发布新模型。该消息由 OpenAI 直接发出，标志着其最新模型能力的正式推出。

Anthropic 发布 Claude Opus 5.5

Anthropic 宣布 Claude Opus 5.5 今日正式可用。

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款最新实时对话模型，旨在提升语音智能体的推理能力与交互流畅度。

TogetherBench新增五款前沿模型

我们向 TogetherBench 添加了另一组前沿模型：GPT-6 Astra、Grok 4.6、Gemini 3.8 Flash、Claude Opus 5 和 Opus 4.7。在每个评估维度中：pass@1 / pass² — 条形图。完整条形长度为 pass@1，即完全解决任务的比例（judge ≥

SWE-Together更新：Claude Fable 5登顶

SWE-Together 更新：Claude Fable 5 和 5.1 成为 SWE-Together 上的新顶级模型，Meta 的 Muse Spark 1.3 是榜单上性价比最高的模型。SWE-Together 是我们包含 109 个真实编码任务并引入模拟用户交互的基准测试，旨在告诉你新模型是否会

Images 2.5 发布，擅长生成非高难数学

Images 2.5 来了。我认为它无法解决超难的数学问题，但它确实很棒，希望大家喜欢。

DeepMind 发布 AlphaFold 3 用于预测分子结构

DeepMind 正式发布 AlphaFold 3，该模型能够预测蛋白质、DNA、RNA 和小分子等生命基本构件的复杂相互作用和结构。这一更新扩展了此前仅针对蛋白质的预测能力，旨在加速药物发现和生物学研究。

Anthropic 发布新动态

Anthropic 通过其官方 X 账号 @AnthropicAI 发布了一条新动态。该消息由官方直接发出，具体细节需参考原文内容。

Google DeepMind 发布 WeatherNext 3：最先进且准确的全球天气 AI 模型

Google DeepMind 与 Google Research 推出 WeatherNext 3，这是目前根据 Brightband 独立评估最先进且准确的全球天气 AI 模型。

Gemini 3.8 Flash 发布，新增 3.8 Flash Cyber 强化网络防御

Gemini 3.8 Flash 正式发布，这是不到一个月内的又一次升级。同时推出的新模型 3.8 Flash Cyber 旨在推动网络防御前沿。更多模型细节及网络安全工作见官方博客。

Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型助力群体规模发现

Microsoft Research 推出开源的 GigaPath-Flash 和 GigaTIME-Flash 病理基础模型，通过知识蒸馏将参数量降至 22M，计算成本降低约 50 倍。

SemiAnalysis 评测 OpenAI Jalapeño 推理芯片：性能超越 Nvidia Blackwell

OpenAI 与 Broadcom 合作开发的专用推理芯片 Jalapeño 在 Hot Chips 上公布细节，SemiAnalysis 实测显示其性能超越 Nvidia Blackwell、AMD 及 Google 的同类芯片。

Together AI 发布 DeepSeek V4 Pro 0813 与 Claude Fable 5 在 DeepSWE 上的成本与编码评测

Together AI 在 DeepSWE 基准上对比了 DeepSeek V4 Pro 0813 和 Claude Fable 5，发现后者单次通过率更高但成本贵 90 倍。

Ai2 发布 MolmoMotion：语言引导的 3D 运动预测模型

Ai2 发布 MolmoMotion，这是一个基于 Molmo 2 骨干网络的语言引导 3D 运动预测模型，能根据视频帧、标记点和指令预测物体未来轨迹。同时开源了包含 1.16M 视频的 MolmoMotion-1M 数据集和 PointMotionBench 基准。实验显示该模型在机器人规划任务中成功率达 76.3%，优于基线，并能显著提升视频生成的运动质量。

Gemma 4 发布 17B 参数版本支持本地运行

Gemma 4 推出新的 17B 参数版本，该模型专为在笔记本电脑等本地设备上高效运行而设计。这一更新旨在让开发者无需依赖云端即可利用前沿 AI 能力进行构建和实验。

SONIC模型控制人形机器人全身

GPT-1 的一半参数能做什么？我们训练了一个名为 SONIC 的 42M Transformer，用于控制人形机器人的身体。人类进行深蹲、转身、爬行和冲刺需要大量的潜意识处理。SONIC 捕捉了这种“系统 1”——快速、反应式的全身

Anthropic 发布 Claude Sonnet 4.6

Anthropic 正式发布 Claude Sonnet 4.6 模型。该版本由 Jan Leike 宣布，标志着公司最新一代中型模型的上线。