Weyaxi 团队发布 TermGrade，这是一套面向终端智能体的高质量 RL 环境，完全开源，同时公开构建与评分的完整过程以及所用的 RL 训练配方。该数据集包含 1k 个可执行环境，每个都经执行验证并对照 6 个模型评分，附带支撑评分的全部 36k 条轨迹（含失败样本）。作者称用这些任务训练 gemma-4-31B-it，在其原本能解出一半的任务上使 Terminal-Bench 2.1 提升 +3.1。

Hugging Face 联创 Thomas Wolf 宣布开源模型 Carbon-A，可直接在 DNA 中定位基因，并同步发布覆盖 22,617 个物种（从真菌到哺乳动物）的 5.66 亿候选基因数据库。

River AI 发布开源计划 River Recipes，旨在把有前景的研究转化为经过验证、可复现的训练配方。首个配方针对 text-to-SQL 任务，其训练出的开源模型在 Arcwise-Plat 上以不到 1% 的成本超越 GPT-6 Astra Pro 和 Claude Opus 5.5，完整解析和配方见 river.ai/achieving-frontier-…。

🚢Marin 535B-A23B 训练已过半！以下是目前的一些观察和心得：

The DecoderAI 评分3434

NASA 与 IBM 发布开源月球基础模型，基于 17 年轨道器数据

NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。

TechCrunch · AIAI 评分5050

AWS 发布开源决策模型 Strands Decider 2B，对标 TypeSafe 的 Jev

AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，可在本地运行，用于在预设选项中快速做出选择并给出置信度评分。该模型由 AWS 杰出工程师 Marc Brooker 受 TypeSafe 的 Jev 启发开发，曾在同尺寸模型的 Jevbench 排名中登顶。

Arena 提出图像模型后训练的复合奖励方案：在约 5.6M 人类偏好投票训练的 Bradley-Terry 奖励模型之上，叠加基于自动提示清单的忠实度奖励、覆盖显式与隐式意图的约束奖励，以及针对乱码文字和写实漂移等失败的反奖励劫持规则奖励。

Hugging Face BlogAI 评分5858

Ai2 开源科学报告生成模型 AstaBrief 8B

Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并开放。

Google DeepMind精选AI 评分7171

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证，同时保持生物功能。

Hugging Face Blog精选AI 评分6262

NVIDIA 发布 Kumo Tabular 表格基础模型，在四个基准排名第一

NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签的表格行即可在单次前向传播中预测新行标签，无需训练、调参和特征工程，同时支持分类与回归。

华为已开源 openPangu 2.0 的预训练、监督微调和强化学习后训练代码。该发布扩展了其开源 AI 模型计划，围绕昇腾硬件上的原生训练与推理构建，相关模型组件正逐步添加到开源平台。

Latent Space精选AI 评分8080

小米发布 MiMo-V2.6-Pro 与 Flash 开源全模态模型，训练成本约 300 万美元

小米发布 MiMo-V2.6 系列开源全模态模型，其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数，输入输出价格分别为 $0.435/M 和 $0.87/M tokens，采用 MIT 许可。

FrogNano 是基于 Qwen3.5-4B、完全用 RL 在 TaskPilot 合成任务上后训练的模型，不做任何蒸馏，在 SWE-bench Verified 上取得 61.5% 成绩。训练只用了 5 iterations × 300 tasks，作者以此质疑编码智能体是否必须依赖巨大模型。

JustRL II 发布，它在 JustRL 基础上针对 128k 长链推理 RL 中 GRPO 组均值基线信号过粗的问题，保留 GRPO 的组结构并加入 critic 做 token 级信用分配，在 2B 模型上将 AIME25 从 61 提升到 81。

Google DeepMind精选AI 评分6666

Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气 AI 模型，可直接学习实时卫星观测数据，逐小时生成预报。

Google ResearchAI 评分2121

Google 发布 TimesFM-3：面向多变量预测的零样本基础模型

Google 推出 TimesFM-3 时间序列基础模型，330M 参数、在超 1 万亿时间点上预训练，原生支持多变量零样本预测，单次前向即可输出完整预测区间。它支持多目标、历史协变量与已知未来协变量，并在 Gift-Eval、FEV-Bench 和 Time 三个公开基准上取得点预测与概率预测双项第一。

微软 GigaPath-Flash 与 GigaTIME-Flash：面向人群规模发现的高效病理基础模型

微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理基础模型算力需求，并以 Apache 2.0 许可开放。

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。

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。

Google Research精选AI 评分7171

Google 发布 TabFM：面向表格数据的零样本基础模型

Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。

Google ResearchAI 评分5050

Google 开源洪水预报水文建模框架

Google Research 在 GitHub 开源其水文建模框架，让各国气象水文机构可将 AI 洪水预报集成进自身工作流。该框架为基于 PyTorch 的 Python 包，采用 LSTM 架构，训练流程使用开源 Caravan 数据集，并已与捷克水文气象研究所（CHMI）合作验证。新版模型相较 2024 年基准版本，在有测站流域将可靠预测期延长 6 天，无测站流域延长 1 天。

OpenAI 为 GPT-Rosalind 推出新能力

OpenAI 为 GPT-Rosalind 推出新能力，面向生命科学研究，增强生物推理、药物化学专长、基因组分析与实验工作流能力。

Hugging Face BlogAI 评分3535

OlmoEarth v1.1 发布：更高效的地球观测模型系列

Hugging Face 发布 OlmoEarth v1.1，在保持 v1 性能的前提下将计算成本最多降低 3 倍。该系列通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，并修改预训练方案以避免性能下降，提供 Base、Tiny、Nano 三种规模权重及训练代码。

OpenAI 发布开源权重模型 Privacy Filter，用于检测和脱敏文本中的 PII

OpenAI 发布 Privacy Filter，这是一款开放权重模型，用于检测和脱敏文本中的个人身份信息（PII），官方称其准确率达到 state-of-the-art 水平。

Google Research精选AI 评分6666

Google 发布 MedGemma 1.5 4B 与医疗语音识别模型 MedASR

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。

Hugging Face BlogAI 评分4848

Hugging Face 推出 Falcon-H1-Arabic：混合架构阿拉伯语模型家族

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 BlogAI 评分4141

NVIDIA Nemotron 3 Nano 30B A3B 如何用 NeMo Evaluator 实现开放评测

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。

OpenAI 发布 GPT-5.2，在数学与科学基准上刷新成绩

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。

Google DeepMind精选AI 评分6262

Google DeepMind 发布 WeatherNext 2 天气预报模型

Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，生成预报速度提升 8 倍，分辨率最高可达 1 小时。

Hugging Face BlogAI 评分4040

mmBERT：ModernBERT 走向多语言

Hugging Face 发布 mmBERT，一个基于 ModernBERT 架构的多语言编码器模型，在 1800 多种语言、超 3T token 数据上训练，成为首个在性能上超越 XLM-R 的多语言模型。

OpenAI 与 Retro Bio 用 GPT-4b micro 加速生命科学研究

OpenAI 与 Retro Bio 借助专用 AI 模型 GPT-4b micro，设计出用于干细胞疗法和长寿研究的更有效蛋白质。该模型专为生命科学场景打造，双方合作将其应用于蛋白质工程。

Hugging Face BlogAI 评分3838

NVIDIA 发布 600 万条多语言推理数据集 Nemotron Post-Training Dataset V2

NVIDIA 发布 Nemotron Post-Training Dataset V2，将英文推理数据翻译为法语、德语、意大利语、日语和西班牙语五种语言，共 600 万条多语言推理样本。

Hugging Face Blog精选AI 评分6262

TII 发布 Falcon Mamba 7B：首个强性能无注意力 7B 模型

阿布扎比技术创新研究院（TII）发布 Falcon Mamba 7B，采用纯 Mamba 架构并加入额外 RMS 归一化层以保证大规模训练稳定，以 TII Falcon Mamba 7B License 1.0 开放，可在 Hugging Face 生态中使用。

Mistral AI精选AI 评分7878

Mistral AI 发布 Mistral Large 2，123B 参数、128k 上下文

Mistral AI 发布 Mistral Large 2，参数规模 123B，支持 128k 上下文窗口和数十种语言，可在单节点上以较大吞吐运行。官方称其在 MMLU 上准确率达 84.0%，代码与推理表现与 GPT-4o、Claude 3 Opus、Llama 3 405B 相当，并针对减少幻觉和遵循精确指令做了训练。

Hugging Face Blog精选AI 评分8787

Llama 3.1 发布：8B、70B、405B 三尺寸，支持 128K 上下文与多语言

Meta 发布 Llama 3.1 系列，包含 8B、70B、405B 三个尺寸的 base 与 instruct 版本共六个开放权重模型，均支持 128K token 上下文和英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语、泰语 8 种语言，并新增工具调用能力。

Hugging Face Blog精选AI 评分6262

Hugging Face 发布 SmolLM 系列小模型，含 135M、360M 和 1.7B 三个尺寸

Hugging Face 发布 SmolLM 系列小语言模型，包含 135M、360M 和 1.7B 三个参数尺寸，并同步开源训练语料 SmolLM-Corpus。

Hugging Face Blog精选AI 评分7878

Google 发布 Gemma 2 开源大模型，Hugging Face 同步集成

Google 发布 Gemma 2 系列开源大模型，包含 9B 和 27B 两个尺寸的基座版与指令微调版共 4 个开放权重模型，上下文长度 8K tokens，采用允许商用和再分发的宽松许可。

Hugging Face BlogAI 评分1818

XLSCOUT 发布 ParaEmbed 2.0：面向专利与 IP 的嵌入模型，获 Hugging Face 专家支持

XLSCOUT 发布专有嵌入模型 ParaEmbed 2.0，基于高质量多领域专利数据微调，准确率较 2023 年 10 月发布的 ParaEmbed 1.0 提升 23%。

Hugging Face BlogAI 评分5757

Hugging Face 发布 StarCoder2-15B-Instruct-v0.1，全透明自对齐代码模型

Hugging Face 发布 StarCoder2-15B-Instruct-v0.1，这是首个完全自对齐、流程完全透明且许可宽松的代码大语言模型，仅用 StarCoder2-15B 自身生成指令-响应对进行微调，无需人工标注或从大型专有模型蒸馏数据。