产品更新

Midjourney 开放测试首个 V8.2 图像编辑模型

Midjourney 开始让所有用户测试首个 V8.2 图像编辑模型。该模型支持用指令编辑图像、以最多 4 张图像参考生成新图（替代 omni-reference）、局部重绘（inpainting）与扩图（outpainting），并可用 personalization、moodboards 和 srefs。

Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型

Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可将原始音频直接转为整洁、带格式的文本。

Mistral 发布 Agentic Search，FinanceBench 准确率从 26.7% 升至 86%

Mistral 发布 Agentic Search，一种多步检索层，让模型在复杂文档中查找、翻阅并核实信息，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries。

DeepSeek@deepseek_ai精选AI 评分7373

DeepSeek 发布 DeepSeek Harness v0.1 开发者预览版，面向全球构建 Agent harness 的开发者开放，代码库以 MIT 许可开源，仓库地址为 https://github.com/deepseek-ai/deepseek-harness。

Mistral 推出区域推理端点与优先级层，并接入第三方开源模型 GLM-5.2

Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的可用性承诺。

Mark Chen@markchen90精选AI 评分8181

OpenAI 宣布 GPT-5.6 系列降价与功能更新：GPT-5.6 Luna 输入价格降至 $0.20 per million tokens、输出 $1.20，降幅 80%；GPT-5.6 Terra 降价 20% 至 $2/$12；GPT-5.6 Sol 在 API 中新增 Fast mode，速度最高提升 2.5x，价格为 2 倍，智能水平不变。Mark Chen 评论称这是迈向"便宜到无需计量"的智能的又一步。

vLLM 发布 Kimi K3 Day-0 支持，2.8T MoE 模型最高 370 tok/s

vLLM 宣布对月之暗面 Kimi K3 提供 Day-0 高效支持。Kimi K3 是 2.8 万亿参数的 MoE 多模态模型，每 token 激活 896 个专家中的 16 个，基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口。

Diffusers 原生集成 Nunchaku Lite 4-bit 扩散模型推理

Hugging Face 宣布 Diffusers 原生支持 Nunchaku Lite，可像普通模型一样用 from_pretrained() 加载 SVDQuant 4-bit (W4A4) 检查点，无需单独推理引擎或本地 CUDA 编译，内核经 kernels 包从 Hub 下载。

vLLM 预告 Kimi K3 生产级支持：2.8T 参数、1M 上下文与 KDA 前缀缓存方案

vLLM 发布 Kimi K3 生产级支持的预览博客，正与 Moonshot AI、NVIDIA、AMD 等推进最终集成，计划在 2026 年 7 月 27 日权重发布时提供 day-0 开源服务，包括模型实现、Docker 镜像和部署方案。

Sierra 推出内部云智能体 Pinecone

Sierra 发布内部云智能体 Pinecone，让员工在浏览器、Slack、Linear 或手机上创建、组织和自动化云端 Agent 会话，底层由 app server、Agency 与 runner 三部分组成，沙箱内运行 Codex 或 Claude Code 并以 AG-UI 协议适配。

vLLM 实现 TML Inkling Day-0 支持：1T 参数多模态模型最高 380 tok/s/user

vLLM 宣布 Day-0 支持 Thinking Machines Lab 的 1T 参数多模态模型 TML Inkling，提供 thinkingmachines/Inkling-NVFP4 和 BF16 两个版本。

Hugging Face 发布 native-speed vLLM transformers 后端

Hugging Face 宣布 vLLM 的 transformers 建模后端现在达到甚至超过 vLLM 原生实现的吞吐速度，模型作者无需移植代码即可用 --model-impl transformers 获得 vLLM 级推理性能。

Hugging Face 模型上线 Microsoft Foundry Managed Compute，数千个开源权重模型可一键部署

Microsoft Build 2026 上宣布 Foundry Managed Compute 以及 Hugging Face 模型精选目录，数千个开源权重模型每周更新，可一键部署到 Foundry Managed Compute，支持 NVIDIA A100、H100 和 AMD MI300X。

SkyPilot 与 Hugging Face 联合推出 store: hf，Hub 存储成为一等后端，多云读取零出口费

SkyPilot 与 Hugging Face 联合推出 store: hf，把 Hugging Face Storage 作为 SkyPilot 的一等存储后端，用一个 hf:// URL 和现有 HF_TOKEN 即可把 Bucket 或 Hub 仓库挂载进任意云上的任务。

Hugging Face LeRobot v0.6.0 发布：世界模型策略、奖励模型 API 与六项新仿真基准

Hugging Face 发布 LeRobot v0.6.0，引入 VLA-JEPA、FastWAM、LingBot-VA 等世界模型策略，新增 GR00T N1.7、MolmoAct2、EO-1 等 VLA，以及统一奖励模型 API（Robometer、TOPReward）。

Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力

Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，从此前的独立 Gemini 2.5 computer use 模型整合进主力 Flash 模型，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能在浏览器、移动和桌面环境操作的智能体。

vLLM 发布 MiniMax M3 day-0 支持，覆盖 1M 上下文与多模态推理服务

vLLM 宣布对 MiniMax M3 家族的 day-0 支持，涵盖 MiniMaxAI/MiniMax-M3 与 MiniMax-M3-MXFP8 两个检查点，支持 1M token 上下文和图像、视频多模态输入。

Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译音频模型

Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，自动检测语言并保留说话人的语调、节奏和音高，全程仅落后说话人数秒。

vLLM Semantic Router v0.3 Themis 发布：从信号到有状态的生产级路由

vLLM Semantic Router 发布 v0.3 版本 Themis，推出规范化 v0.3 配置契约、投影机制和首个生产可用的会话感知智能体路由（SAAR），并强化协议兼容、仪表盘运维控制台与 CLI。

Mistral 将 Le Chat 升级为统一智能体 Vibe，覆盖工作与编码两大模式

Mistral 发布统一 AI 智能体 Vibe，Le Chat 整体升级为 Vibe，原有对话、设置与套餐全部迁移。Work Mode 处理跨企业工具的多步骤长任务，如邮件日历跟进、深度研究、文档撰写和定时任务；Code Mode 从网页发起远程编码会话直至生成 PR，并推出 VS Code 扩展和更新的 CLI（新增 /teleport、权限控制等）。