Grok 4.6 现已在 Grok.com、iOS 和 Android 全平台上线，可用于复杂问题求解、agentic queries 以及构建应用。

Unsloth 宣布 GLM-5.3 现可在本地运行，2-bit 量化后模型体积从 1.51TB 压缩到 239GB（-83%），保留约 81% 精度，可在 256GB Mac 或 RAM/VRAM 配置上运行。官方称 GLM-5.3 是目前最强的开源模型，并提供了文档指南和 Hugging Face 上的 GGUF 下载。

Midjourney 宣布当天开始测试首个 V8.2 编辑模型，支持指令编辑、以最多 4 张图片作为参考生成图像、笔刷式 inpainting 和 outpainting，并兼容 personalization、moodboards 和 srefs。

Gemini Omni 1.1 Flash 在 Text-to-Video Arena 排名第 1，在 Image-to-Video Arena 排名第 2。Text-to-Video 方面，1.1 模型比排第 3 的 FLUX 3 Video（1495 pts）高出 +20pts；Image-to-Video 方面较排第 5 的 Gemini Omni Flash 提升 +25pt，仅落后于排第 1 的 MiniMax-H3（1494 pts）。作者向 @Google 团队表示祝贺。

Google DeepMind精选AI 评分7171

Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景延长与 4K 放大

Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成视频创作控制能力。

LongCat-2.0 现已在 TokenRhythm 上线，参数规模 1.6T MoE、约 48B 激活参数、原生 1M 上下文窗口，采用 MIT 开源权重。该模型完全在国产 AI ASIC 超级 pod 上端到端训练，面向仓库级编码和智能体工作流设计，现已可与 OpenSquilla 配合使用。

Google DeepMind精选AI 评分7171

Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe

Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 使用，分为实时流式 gemini-3.5-transcribe-live 和预录音频 gemini-3.5-transcribe 两个接口。

一个高性能 125B 模型现在仅用 75GB RAM 即可本地运行！感谢 @UnslothAI 的 day-0 支持。🥳

Hugging Face BlogAI 评分5555

IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三档

IBM Granite 团队发布 Granite 4.2，这是其首个稠密 decoder-only 推理模型家族，包含 3B、8B、30B 三个规模，全部以 Apache 2.0 许可开源。

Grok Voice Think Fast 2.0 在 Artificial Analysis Speech-to-Speech Index 上升至第一。该榜单衡量语音智能体能否对听到的语音进行推理、解决真实客户问题，并借助智能体工具正确完成任务。

GPT-5.6 在 Kiro 上线，提升开发者性价比

GPT-5.6 现已在 Kiro 中可用，帮助开发者完成软件的规划、构建、审查与测试，并带来更好的性价比。

Hugging Face Blog精选AI 评分6060

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，通过投机解码在 GPU 上最高提升 3.18 倍吞吐、端侧最高 2.87 倍，且不改变输出质量。

Gemini 3.7 Flash 正式发布，相比 3.6 Flash 全年价格降低 50%，在设计还原、Web 开发和游戏制作方面有明显改进，已在 AI Studio、Antigravity 和 Gemini API 上可用，作者附上了多个一次生成的演示。

Google DeepMind精选AI 评分7878

Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体

Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最强的主力模型，距 Gemini 3.6 Flash 发布仅三周。

Grok 4.6 的模型卡已发布，深入介绍了该模型在编码、工程、知识工作等多个评测中的能力，并讨论了部署前安全测试和安全防护栈。

Hugging Face BlogAI 评分2929

Hugging Face 为 OlmoEarth Studio 推出自定义嵌入向量导出功能

Hugging Face 的 OlmoEarth Studio 现已支持计算并导出嵌入向量，用户可通过 UI 或 API 选择区域、时段、编码器变体和影像源，获得 Cloud-Optimized GeoTIFF 格式结果。

Google DeepMind精选AI 评分7171

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

Google DeepMind 发布多语言手语转文本模型 SL2T，首次将手语 AI 带入消费级产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写。

闪电击中了持续运行的长时智能体！ Nemotron 3.5 Lightning 聪明、快速、高效且开源。

OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，通过 Daybreak Red 开放

OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，通过 Daybreak Red 提供，用于授权漏洞研究、漏洞利用验证和安全测试。

Hugging Face Blog精选AI 评分8080

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 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体用例，适用于编码、文档分析和个人助理等隐私敏感场景。

Google DeepMind精选AI 评分7777

Google DeepMind 的 WeatherNext 气旋预报精度提升，并开源模型

Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天（24 小时）的预报提前量，三天预报精度相当于此前模型的两天水平。

OpenAI 在 ChatGPT 中改进 GPT-5.6 Sol，并向免费用户开放 GPT-5.6 Luna

OpenAI 在 ChatGPT 中推出改进版 GPT-5.6 Sol，提升了准确性和一致性。同时，OpenAI 扩大了 GPT-5.6 Luna 的访问范围，免费用户可进行无限日常对话。

LongCat-2.0 现已在 @opencode 上免费提供！🐱🚀

NVIDIA 发布面向自动驾驶的开源推理模型 Alpamayo 2 Super，称其能在行动前进行理解与推理，可作为 robotaxis、卡车、班车、配送车、拖拉机等移动机器人的基础模型。该模型以 OpenMDW-1.1 许可商用发布，供团队检视、微调和部署，并称开放模型有助于推进安全与安保。

Mistral AI精选AI 评分6262

Mistral AI 发布 Shieldstral：3B 开源多模态安全分类器

Mistral AI 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二分类问答任务，在推理时接受自然语言策略，无需重新训练即可统一文本与图像安全评估。官方称其在文本安全上可匹敌 3B 的 3B 上下的 7 个……

Google DeepMind精选AI 评分7171

Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑，支持视频理解、任务编排与多机器人协作，并可将动作执行交给底层 VLA 模型。

OpenAI 下调 GPT-5.6 在 Luna 和 Terra 上的价格

OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的价格，并介绍其更高效的模型如何帮助企业规模化部署 AI 工作流。

Google DeepMindAI 评分4949

Google 在 Flow Music 发布 Lyria 3.5，提升音乐性、歌词、人声与创作控制

Google DeepMind 在 Google Flow Music 中推出新一代音乐生成模型 Lyria 3.5，在音乐性、歌词和人声质量上均有明显提升。新版本可生成更复杂自然的旋律结构、提示词遵循度和结构感知更强的歌词，以及更具情感表现力和发音更准确的人声，并支持更便捷地控制输出节奏与时长。该模型即日起在 Flow Music 上线。

GPT-5.6 如何兼顾前沿智能与效率

OpenAI 发布文章说明 GPT-5.6 如何在前沿智能与效率之间取得平衡，称其在模型、推理和智能体工作流上提升了 AI 效率，让每美元能获得更多有用智能。原文未给出具体性能数字或版本细节。

Google DeepMind精选AI 评分7474

Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能

Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人的智能层，解锁全身控制、灵巧操作和多机器人协作。

Hugging Face BlogAI 评分4141

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，由 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，并通过 FlashDreams 流式推理库部署。

Gemini 推出 3 款新模型：3.6 Flash 更快、更便宜且编码能力更强；3.5 Flash-Lite 是该系列最快模型，达 350 tokens/s；3.5 Flash Cyber 可自主发现并修复安全漏洞。三款模型已在 AIS 和 API 中提供。

Google DeepMind精选AI 评分7777

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 和面向网络安全的 3.5 Flash Cyber 三款新模型。

Real-Time Omni-Modal Interaction Driven Whole-Body Mobile Manipulation🥳 Unitree UnifoLM-OminiA-0.3 — 一个单一模型处理多样化的家庭护理和健康任务，具备全模态交互理解，完全自主、稳定且抗干扰的执行。

Google DeepMind精选AI 评分7171

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

Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞。

OpenAI GPT-Red：用自博弈解锁鲁棒性自我改进

OpenAI 推出自动化红队系统 GPT-Red，通过自博弈提升 AI 安全、对齐与提示词注入鲁棒性。该系统面向红队测试场景，用于自动发现模型弱点并驱动鲁棒性自我改进。

Hugging Face Blog精选AI 评分8282

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

Thinking Machines Lab 在 Hugging Face 发布多模态开源模型 Inkling，采用 decoder-only MoE 架构，975B 总参数、41B 激活参数，支持图像、音频、文本输入和 1M 上下文，训练数据为 45 万亿 token。

GPT-5.6 成为 Microsoft 365 Copilot 首选模型

OpenAI 宣布 GPT-5.6 成为 Microsoft 365 Copilot 的首选模型，为 Word、Excel、PowerPoint、Chat 和 Cowork 提供更强的 AI 能力，以实现更快、更高质量的工作。

OpenAI 发布 GPT-5.6，主打每 token 更高智能与更强性价比

OpenAI 发布 GPT-5.6，官方称其在每个 token 上提供更高智能、每美元更强性能，并可按需为高难度任务提供更多能力。

Mistral AI精选AI 评分6565

Mistral 发布 Robostral Navigate 具身导航模型

Mistral AI 发布首个具身导航模型 Robostral Navigate，这是一个 8B 模型，仅用单个普通 RGB 相机、无需 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单相机方案高 9.7 个百分点，比使用深度或多相机的最佳系统高 4.5 个百分点。