阿里发布 Qwen3.8-Flash-Next 权重，预览 Qwen4 架构

阿里巴巴发布 Qwen3.8-Flash-Next 模型权重，作为即将到来的 Qwen4 架构的预览，供开发者实验和评估。该模型是多模态混合专家（MoE）模型，主模型 125B 参数，附加 51B N-gram embeddings，每 token 激活 6B 参数；原生上下文窗口 262,144 token，可扩展至 1M token。

Z.ai@Zai_org精选AI 评分7575

智谱（Z.ai）发布 GLM-5.3-Flash，为原生多模态模型，拥有 1M-token 上下文窗口，参数规模 320B-A18B，以 MIT 许可开源权重。

IBM 发布 Granite 4.2 推理模型系列并详解构建过程

IBM Granite 团队发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个 dense 版本，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文扩展到 512K），经 SFT 和多阶段 GRPO 强化学习训练，8B 和 30B 额外经历 SWE、终端、搜索三类真实环境 agentic RL。

Meituan LongCat@Meituan_LongCat精选AI 评分6565

美团 LongCat 官方宣布 LongCat-2.0 已上线 opencode 的 Go，邀请用户试用并反馈用其构建了什么。引用内容显示 LongCat-2.0 为 1.6T/48B 参数、支持 1M 上下文、完全开源。

Thinking Machines@thinkymachinesAI 评分3939

我们希望提升 Inkling 的智能体表现。为了帮助我们了解它在真实世界中的行为，我们将在接下来几周内（从现在开始）在 OpenRouter 上免费开放它（仅限搭配智能体框架使用）。我们会利用这些与账户脱钩的数据来改进它。

DeepSeek@deepseek_aiAI 评分6363

DeepSeek 宣布实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp 上线 DeepSeek API 平台，可通过 model='deepseek-v4-flash-vision-exp' 调用。

Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍

Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，采用推测解码，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍，输出质量不变。

Z.ai@Zai_orgAI 评分6262

智谱宣布 GLM-5.3 API 正式上线，主要面向编码、防御性网络安全和长程智能体任务。定价与 GLM-5.2 相同，可通过官方 API 及合作模型网关使用，文档见 https://docs.z.ai/guides/llm/glm-5.3。配图引用 Artificial Analysis Intelligence Index，显示 GLM-5.3 在智能与单任务成本对比中位于最具吸引力象限。

Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 能力

Google DeepMind 发布 Gemini 3.7 Flash，称其为迄今最智能的主力模型，面向编码与 Agent 场景，距 Gemini 3.6 Flash 发布仅三周。

Google DeepMind 发布手语转文本模型 SL2T，落地 Gboard 与 Live Transcribe

Google DeepMind 发布大规模多语言手语转文本模型 SL2T，为 Gboard 和 Pixel 11 的 Live Transcribe 带来手语转文字听写，首先支持 ASL 转英语，后续将扩展更多语言和设备。

vLLM 宣布 Day-0 支持 Qwen3.8-2.4T-A95B

vLLM 宣布 Day-0 支持 Qwen3.8-2.4T-A95B，这是 Qwen 家族首个以开放权重发布的 Qwen-Max 级模型，基于 Qwen 3.5 架构开箱即用。

Kimi.ai@Kimi_MoonshotAI 评分3737

Kimi K3 现已在 @databricks 上线！

NVIDIA 发布 Magpie Multilingual TTS 开放权重模型，支持 12 种语言

NVIDIA 发布 Magpie Multilingual TTS 开放权重模型（364M 参数），支持 12 种语言，新增现代标准阿拉伯语、韩语和巴西葡萄牙语，可在自有基础设施部署并微调。

vLLM 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning

NVIDIA 与 vLLM 团队宣布 Day-0 支持 Nemotron 3.5 Lightning，这是一个面向常驻智能体的开源混合 MoE 模型，总参数 30B、每 token 激活 3B，上下文最长 1M token，从 Nemotron 3 Ultra 蒸馏而来。

Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体场景

Meta 发布 30B 参数多模态开源模型 Muse Glimmer，由 Muse 蒸馏而来，采用 Apache 2.0 许可，主打本地智能体用途如编码、文档分析和个人助理。

Mistral 发布 3B 开源多模态安全分类器 Shieldstral，Apache 2.0 开放权重

Mistral 发布 Shieldstral，一个 3B 开源权重多模态安全分类器，将内容审核建模为策略自适应的问答任务，在推理时接受自然语言策略，无需重训即可适配文本与图像审核。它以 Apache 2.0 协议开放权重，在文本安全上匹敌最大 7 倍于其体积的开放审核模型，可在单张 16GB NVIDIA GPU 上运行，并输出经校准的连续安全分数。

Microsoft Research 开源 Orchard 智能体框架并发布三个领域模型

Microsoft Research 发布开源框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体。

DeepSeek@deepseek_aiAI 评分6464

DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 正式开启公测，Agent 能力大幅升级，基准成绩远超 V4-Pro-Preview，如 Terminal Bench 2.1 达 82.7、NL2Repo 达 54.2。官方版本原生支持 Responses API 格式并完全适配 Codex，配置详情见官方 API 文档 https://api-docs.deepseek.com/quick_start/agent_integrations/codex。

Mira Murati@miramuratiAI 评分6464

Thinking Machines 发布 Inkling-Small，性能与 Inkling 相当而体积仅为其四分之一，总参数 276B、激活参数 12B，完整权重已开放。可在 Tinker 上微调，或在 Tinker Playground 以文本、图像和音频方式与它对话。

Thinking Machines@thinkymachines精选AI 评分6969

Thinking Machines 发布 Inkling-Small，以四分之一体积达到与 Inkling 相当的性能，总参数 276B、激活 12B，并开放完整权重。用户可在 Tinker 上微调，或在 Tinker Playground 进行文本、图像和音频对话。

Google DeepMind 发布 Gemini Robotics ER 2，强化视频理解、任务编排与多机器人协作

Google DeepMind 发布 Gemini Robotics ER 2，面向机器人的具身推理模型，支持视频理解、任务进度跟踪、工具编排与多机器人协作，并可将执行交给下层 VLA 模型。

Google DeepMind 发布 Gemini Robotics 2 系列模型，实现机器人全身智能控制

Google DeepMind 发布 Gemini Robotics 2 系列，包含全身控制的 VLA 模型、具身推理模型 ER 2 和可本地运行的 On-Device 2。

NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真

NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，通过 FlashDreams 推理库在单张 RTX PRO 6000 GPU 上运行，支持人与策略闭环交互控制。

Midjourney 发布 V8.2 图像模型

Midjourney 推出 V8.2 图像模型，本次更新聚焦美学、图像质量与个性化。官方称图像将更具创意、大胆、精致、前卫和新颖，低质量图像的随机情况应会大幅减少。V8.2 的个性化档案拥有更大且更优的图像池，能更好理解用户个人品味，尤其适合在个人档案下积累了大量评分的用户。

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型，面向大规模 AI agent 构建。

Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber

Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证并修复漏洞，将通过限access试点先面向政府和可信伙伴经 CodeMender 开放。

Mira Murati@miramurati精选AI 评分7272

Mira Murati 宣布 Thinking Machines 的首个模型 Inkling，从零训练且权重开放。Inkling 可跨文本、图像和音频模态高效推理，官方放出全部权重，今天起可在 Tinker 上微调，并可在 Inkling Playground 体验。

Thinking Machines@thinkymachines精选AI 评分6767

Thinking Machines 推出多模态模型 Inkling，可在文本、图像和音频模态间高效推理，并开放全部权重。模型即日起可在 Tinker 上微调，也可在 Inkling Playground 中试用，详情见 https://thinkingmachines.ai/news/introducing-inkling/。

Together AI 首日上线 Thinking Machines Lab 新模型 Inkling

Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 在发布当天通过 Serverless 提供托管推理，支持 1M 上下文窗口和 OpenAI 兼容 API。

Thinking Machines 发布 1T 参数多模态开源模型 Inkling 及 Inkling-Small

Thinking Machines 在 Hugging Face 上发布开源多模态模型 Inkling，共 975B 总参数、41B 激活参数，支持 1M 上下文，原生接收图像、文本和音频输入，训练数据为 45 万亿 token，并同时发布 276B 总参数、12B 激活参数的 Inkling-Small。

Mistral 推出 Robostral Navigate：8B 具身导航模型，单 RGB 摄像头达 76.6%

Mistral 发布首个具身导航模型 Robostral Navigate，8B 参数，仅靠单个普通 RGB 摄像头、无需 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单摄像头方案高 9.7 分、比最佳多传感器方案高 4.5 分。

Mistral AI 发布 Leanstral 1.5：6B 激活参数的形式化证明模型

Mistral AI 发布 Apache-2.0 协议的 Leanstral 1.5，总参数 119B、激活 6B，专注 Lean 4 形式化证明工程。

Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash

Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），称其为 Nano Banana 家族中最快。

Google Research 发布表格数据零样本基础模型 TabFM

Google Research 发布面向表格数据分类与回归的零样本基础模型 TabFM，将表格预测框定为 ICL 问题，一次前向传播即可生成预测，无需手动训练、调参或特征工程。

Mistral 发布 OCR 4：支持边界框、块分类和置信度分数

Mistral 发布 OCR 4 文档解析模型，除提取文本外返回边界框、块类型分类和逐词置信度分数，支持 170 种语言，可单容器自托管部署。

Midjourney 将默认模型从 V7 切换为 V8.1

Midjourney 宣布经过测试和反馈后，默认模型已从 V7 更新为 V8.1。V8.1 更聪明、更连贯，更好地遵循详细提示词并渲染文字；开启 HD 模式后图像尺寸为 V7 的两倍、分辨率 4 倍，SD 模式 4 秒、HD 模式 12 秒出图。风格参考、个性化与美学在 V7 与 V8.1 间保持一致；V7 的 omni-reference 仍可使用，V8.0 alpha 将在两周后弃用。

Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 文本生成最高提速 4 倍

Google DeepMind 发布实验性开源模型 DiffusionGemma，基于文本扩散方法，在专用 GPU 上实现最高 4 倍的文本生成提速。该模型为 26B 总参数的 MoE，推理时仅激活 3.8B 参数，量化后可装入 18GB 显存，单张 NVIDIA H100 上超过 1000 tokens 每秒，RTX 5090 上超过 700 tokens 每秒。

小米 MiMo 发布 MiMo-Code：模型与智能体协同进化

小米 MiMo 在 GitHub 上线新仓库 MiMo-Code，定位为模型与智能体协同进化。仓库标题为“MiMo Code: Where Models and Agents Co-Evolve”，目前公开信息仅包含仓库名称与这一主题表述。

vLLM 原生支持 Google DeepMind 26B 扩散语言模型 DiffusionGemma

Google DeepMind 与 vLLM 团队合作，将 26B 参数、基于 Gemma4 的离散扩散语言模型 DiffusionGemma 接入 vLLM，这是 vLLM 首个原生支持的 dLLM。

Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型，可在 16GB 内存笔记本本地运行

Google DeepMind 发布 Gemma 4 12B，定位于在笔记本上本地运行的智能体多模态模型，性能接近其 26B MoE 模型而内存占用不到一半。