Mistral 发布 Leanstral，称其为首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral vibe 的 agent 模式与免费 API 端点 labs-leanstral-2603。
推荐理由：官方给出 Leanstral 的开放权重、免费 API 与 FLTEval 基准，读者可据此判断形式化验证编码智能体的成本与可用性。
OpenAI 发布 GPT-5.4 Thinking 系统卡，介绍该模型在安全与对齐方面的评估情况。
OpenAI 发布 GPT-5.4，称其为面向专业工作场景的前沿模型，具备编码、计算机操作、工具搜索能力和 1M token 上下文。OpenAI 表示这是其能力最强、效率最高的前沿模型。
推荐理由：OpenAI 公布 GPT-5.4 的编码、计算机操作与 1M token 上下文等能力定位，可据此判断前沿模型的迭代方向。
Google DeepMind精选AI 评分Google DeepMind 推出 Gemini 3.1 Flash-Lite，定位 Gemini 3 系列中速度最快、成本最低的模型，即日起通过 Gemini API 在 Google AI Studio 和 Vertex AI 面向开发者预览。
推荐理由：官方给出定价、速度与基准数据，读者可据此判断高并发场景下是否值得替换现有模型。
OpenAI 发布 GPT-5.3 Instant 系统卡，目前仅有标题信息，正文内容尚未获取。
OpenAI 发布 GPT-5.3 Instant，官方称其让日常对话更顺畅、更实用。
Google DeepMind精选AI 评分Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），把 Nano Banana Pro 的世界知识、推理与画质带到 Flash 级速度。
推荐理由：原文列出 Nano Banana 2 在主体一致性、文字渲染和分辨率上的具体规格，可对照 Pro 版判断速度与质量的取舍。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的更强核心推理模型，在 ARC-AGI-2 上取得 77.1% 的验证分数，超过 3 Pro 推理性能的两倍。
推荐理由：官方给出 Gemini 3.1 Pro 在 ARC-AGI-2 上的验证分数与多端上线范围，可据此判断其推理能力提升幅度。
OpenAI 发布新预印本，显示 GPT-5.2 为一个胶子振幅提出了新公式，随后由 OpenAI 与学术合作者正式证明并验证。该结果以预印本形式公开。
推荐理由：OpenAI 与学术合作者披露 GPT-5.2 提出胶子振幅新公式并被形式化证明，可观察大模型参与理论物理推导的路径。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3 Deep Think 重大升级，这一专用推理模式面向科学、研究与工程难题。
推荐理由：官方给出 Deep Think 在数学、编程与科学基准上的具体成绩和 API 开放路径，可据此判断专业推理模式的当前水位。
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首个实时编码模型，生成速度提升 15x，上下文窗口为 128k。该模型目前面向 ChatGPT Pro 用户开放研究预览。
推荐理由：OpenAI 公布首个实时编码模型的生成速度与上下文规格，可据此了解编码模型在低延迟方向上的进展。
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生的智能体，将前沿编码能力与通用推理结合，用于支持长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生的 GPT-5.3-Codex，读者可据此了解其编码能力与通用推理结合后的定位。
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为目前能力最强的智能体编码模型。该模型结合了 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理和专业领域知识能力。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的能力定位，读者可据此了解它在编码与推理上的组合方式。
Mistral AI 发布 Voxtral Transcribe 2，包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime 两款语音转文字模型。
推荐理由：原文给出两款语音转写模型的延迟、价格与开源许可，读者可据此判断实时语音应用的选型空间。
H Company 发布迄今最大的 UI 定位模型 Holo2-235B-A22B Preview，在 ScreenSpot-Pro 上以 78.5% 刷新 SOTA，OSWorld G 达 79.0%，已在 Hugging Face 开放。
OpenAI 宣布将于 2026 年 2 月 13 日在 ChatGPT 中退役 GPT-4o、GPT-4.1、GPT-4.1 mini 和 OpenAI o4-mini，与此前已公布的 GPT-5（Instant、Thinking 和 Pro）退役同步进行。API 目前没有变化。
推荐理由：OpenAI 公布 ChatGPT 中多款旧模型的退役时间表，读者可据此安排现有应用的模型迁移。
Overworld 发布实时交互式视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上传 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互式视频扩散模型和推理库一并开源，读者可据此了解世界模型从控制输入到消费级硬件落地的路径。
Google DeepMind精选AI 评分Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），一个统一 4D 场景重建与追踪的 AI 模型，采用编码器-解码器 Transformer 架构和查询机制，可同时完成点追踪、点云重建和相机位姿估计。
推荐理由：D4RT 把动态场景重建统一进单一查询式框架，读者可了解其速度提升与机器人、AR 等落地方向。
Google Research精选AI 评分Google 发布 MedGemma 1.5 4B，新增对 CT、MRI 和全切片病理等高维医学影像的支持，并同步推出医疗听写语音识别模型 MedASR。
推荐理由：原文给出 MedGemma 1.5 与 MedASR 的基准提升和开放下载入口，读者可据此判断医疗多模态模型的可用边界。
NVIDIA 发布面向物理 AI 的开源推理视觉语言模型 Cosmos Reason 2，提供 2B 和 8B 两种参数规模，并在 Physical AI Bench 与 Physical Reasoning 榜单上成为排名第一的开源模型。
推荐理由：Cosmos Reason 2 把上下文从 16K 扩到 256K 并新增轨迹与 2D/3D 定位能力，可据此判断物理 AI 智能体的视频理解边界。
Hugging Face 发布 Falcon-H1-Arabic 阿拉伯语模型家族，含 3B、7B、34B 三个规模，采用 Mamba 与 Transformer 注意力并行的 Falcon-H1 混合架构。
Hugging Face 发布 8B 参数安全护栏模型 AprielGuard，可检测 16 类安全风险及提示注入、越狱、思维链污染、记忆投毒、多智能体攻击等对抗攻击，并覆盖工具调用与推理轨迹等智能体工作流。模型提供推理与非推理两种模式，兼顾可解释分类与低延迟生产部署。训练数据由 Mixtral-8x7B 等合成生成，并借助 NVIDIA NeMo Curator 构建多轮对话攻击数据集。
OpenAI 发布 GPT-5.2-Codex，称其为自家最先进的编码模型。该模型主打长程推理、大规模代码转换和增强的网络安全能力。
推荐理由：OpenAI 官方给出 GPT-5.2-Codex 的定位与三项能力方向，可据此了解其编码模型的最新迭代重点。
OpenAI 发布 GPT-5.2 System Card 的增补内容，涉及 GPT-5.2-Codex。原文正文抓取失败，仅标题可用。
Mistral AI 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%。
推荐理由：官方给出与 Mistral OCR 2 的胜率对比、每千页定价和自托管选项，便于评估文档解析成本与合规。
NVIDIA 发布 Nemotron 3 Nano 30B A3B，并公开其完整评测配方，基于开源库 NeMo Evaluator 构建，任何人可复现评测流程并独立核查结果。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 的推理能力与 Flash 级延迟、效率和成本结合，定价为 $0.50/1M 输入 tokens、$3/1M 输出 tokens。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，读者可据此判断它在速度与成本上的取舍。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemma Scope 2，一套覆盖 Gemma 3 全系列（270M 到 27B 参数）的开源可解释性工具，结合稀疏自编码器（SAEs）和 transcoders 查看模型内部计算。
推荐理由：Gemma Scope 2 覆盖 Gemma 3 全尺寸并新增跨层工具，读者可了解开源可解释性工具当前能审计哪些模型行为。
Google DeepMind精选AI 评分Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，面向实时语音智能体，在函数调用、指令遵循和多轮对话三方面做了改进。
推荐理由：官方给出 Gemini 2.5 Flash Native Audio 在函数调用、指令遵循和多轮对话上的具体提升数据，可据此判断语音智能体的可用性变化。
OpenAI 发布 GPT-5.2，称其为目前数学与科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上取得新的 SOTA 结果。官方表示这些提升已转化为实际研究进展，包括解决一个开放理论问题并生成可靠的数学证明。
推荐理由：原文给出 GPT-5.2 在 GPQA Diamond 与 FrontierMath 上的新结果，读者可据此了解其在数学与科研任务上的能力边界。
OpenAI 发布 GPT-5 系统卡更新，将 GPT-5.2 纳入 GPT-5 系列，成为该系列最新模型家族。GPT-5.2 的综合安全缓解方案与 GPT-5 系统卡、GPT-5.1 系统卡中描述的基本一致。与 OpenAI 其他模型一样，GPT-5.2 的训练数据包括互联网公开信息、通过第三方合作获取的信息，以及用户或人类训练师与研究人员提供或生成的信息。
推荐理由：GPT-5.2 系统卡更新说明其安全缓解方案延续 GPT-5 与 GPT-5.1 的框架，可对照前代了解安全策略的连续性。
OpenAI 发布 GPT-5.2，称其为面向日常专业工作最先进的前沿模型，具备最先进的推理、长上下文理解、编码和视觉能力。该模型可在 ChatGPT 和 OpenAI API 中使用，用于支撑更快、更可靠的智能体工作流。
推荐理由：OpenAI 公布 GPT-5.2 在推理、长上下文、编码与视觉上的定位，读者可据此判断日常专业工作与智能体流程的升级方向。
Mistral AI 发布新一代编码模型家族 Devstral 2，包含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，两者均为开源模型，分别采用修改版 MIT 和 Apache 2.0 许可。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附与闭源模型的对比，便于判断开源编码模型的当前水位。
Mistral AI 发布 Mistral 3 系列，包括 Mistral Large 3 和 3B、8B、14B 三个尺寸的 Ministral 3，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 一次性放出从 3B 到 675B 的 Apache 2.0 模型家族，读者可据此判断开源权重在端侧与前沿两端的覆盖范围。
UCLA 教授 Ernest Ryu 与 GPT-5 解决了优化理论中的一个关键问题，展示了 AI 在加速数学发现中的作用。
Google DeepMind精选AI 评分Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），这是基于 Gemini 3 Pro 构建的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 面向企业以付费预览形式逐步开放。
推荐理由：Google DeepMind 发布 Gemini 3 Pro Image，开发者可据此了解其分辨率、文本渲染与 Google 搜索接地等能力边界。
Google DeepMind精选AI 评分Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，主打更强推理与世界知识、图像内多语言文字渲染，以及最多融合 14 张图像、保持 5 人一致性的编辑能力，支持 2K 和 4K 分辨率与多种画幅。
推荐理由：官方给出 Nano Banana Pro 的能力边界与各产品上线节奏，读者可据此判断图像生成在自身工作流中的可用性。
OpenAI 公布首批研究案例，展示 GPT-5 如何在数学、物理、生物学和计算机科学领域加速科学进展。这些案例呈现 AI 与研究人员协作生成证明、发现新见解并改变发现节奏的方式。
OpenAI 发布 GPT-5.1-Codex-Max 系统卡，详述该模型的安全措施。模型层面包括针对有害任务和提示词注入的专项安全训练，产品层面则涵盖智能体沙箱与可配置网络访问。
OpenAI 发布 GPT-5.1-Codex-Max，一款面向 Codex 的更快、更智能的智能体编码模型。该模型面向长时间、项目级任务设计，具备更强的推理能力和 token 效率。
推荐理由：OpenAI 发布面向 Codex 的智能体编码模型，读者可了解其在长时任务与 token 效率上的定位。