NVIDIA 发布 Nemotron 3.5 Content Safety 多模态安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，把多模态输入、多语言覆盖、自定义企业策略执行和可审计推理统一到一次推理调用中。
推荐理由：NVIDIA 把多模态、多语言、自定义策略与可审计推理合并进一次推理调用，并公开训练数据集。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
Hugging Face Blog精选AI 评分
OpenAI News精选AI 评分 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。
推荐理由：OpenAI 公布 GPT-Rosalind 在生物推理、药物化学与基因组分析上的能力扩展，读者可据此了解该模型在生命科学场景的定位。
OpenAI News精选AI 评分 OpenAI 模型推翻离散几何核心猜想
OpenAI 表示其模型解决了有 80 年历史的单位距离问题，推翻离散几何中的一个重要猜想，被视为 AI 驱动数学的一个里程碑。
推荐理由：OpenAI 模型推翻离散几何中一个长期猜想，读者可了解 AI 在数学证明上的进展。
DeepSeek-V4 发布：百万 token 上下文面向智能体任务
DeepSeek 发布 V4，两个 MoE 检查点上线 Hub：DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活，DeepSeek-V4-Flash 为 284B 总参数、13B 激活，均支持 1M token 上下文窗口。
推荐理由：DeepSeek-V4 把长上下文推理成本压到 V3.2 的一成量级，读者可据此判断智能体长任务工作流的可行性。
OpenAI News精选AI 评分 OpenAI 发布生命科学研究模型 GPT-Rosalind
OpenAI 发布 GPT-Rosalind，一款面向生命科学研究的前沿推理模型。该模型用于加速药物发现、基因组分析、蛋白质推理和科研工作流。
推荐理由：OpenAI 推出面向生命科学的前沿推理模型，读者可了解其针对药物发现与基因组分析的能力定位。
Google Research精选AI 评分Google 发布 TurboQuant 等向量量化算法，将 KV cache 压缩至 3 bit
Google 发布 TurboQuant 压缩算法，可将 KV cache 量化到 3 bit，无需训练或微调且不损失模型精度，相关论文将亮相 ICLR 2026。
推荐理由：Google 公布 TurboQuant 等三种向量量化算法，读者可了解 KV cache 压缩到 3 bit 且不损失精度的实现路径。
Mistral AI精选AI 评分
Mistral 发布 Mistral Small 4，统一推理、多模态与编码智能体能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的模型，采用 Apache 2.0 许可。
推荐理由：Mistral Small 4 把推理、多模态与编码智能体能力合并进单一开源模型，读者可据此判断统一模型对部署选型的影响。
OpenAI News精选AI 评分 OpenAI 提出 CoT-Control：推理模型难以控制自身思维链
OpenAI 提出 CoT-Control，发现推理模型难以控制自己的思维链，这一结果支持将可监控性作为 AI 安全防护手段。材料仅提供摘要，未给出具体模型、评测指标或实验细节。
推荐理由：OpenAI 提出 CoT-Control 并给出推理模型难以控制思维链的观察，为可监控性作为安全手段提供了依据。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3.1 Flash-Lite
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。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Gemini 3.1 Pro，ARC-AGI-2 得分 77.1%
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 News精选AI 评分 GPT-5.2 在理论物理中推导出新结果
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 升级，面向科研与工程推理
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。
- Google DeepMind精选AI 评分
Google DeepMind 发布两篇论文，用 Gemini Deep Think 推进数学与科学发现
Google DeepMind 发布两篇论文，介绍在数学家、物理学家和计算机科学家指导下，用 Gemini Deep Think 模式解决数学、物理与计算机科学领域的专业研究问题。
推荐理由：DeepMind 公开了 Gemini Deep Think 在数学、物理与计算机科学研究中的两篇论文，读者可了解其智能体工作流与分级标准。
OpenAI News精选AI 评分 OpenAI 发布 GPT-5.3-Codex
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 News精选AI 评分 OpenAI 发布 GPT-5.3-Codex 系统卡
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。
- Google DeepMind精选AI 评分
Google DeepMind 发布 D4RT 模型，统一 4D 场景重建与追踪
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。
OpenAI News精选AI 评分 OpenAI 与 Cerebras 合作新增 750MW 高速 AI 算力
OpenAI 宣布与 Cerebras 合作，新增 750MW 高速 AI 算力，用于降低推理延迟，让 ChatGPT 在实时 AI 负载下响应更快。
推荐理由：OpenAI 与 Cerebras 达成算力合作，读者可了解其 750MW 高速算力对推理延迟和 ChatGPT 实时负载的影响。
NVIDIA 发布 Cosmos Reason 2 推理视觉语言模型
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。
- Google DeepMind精选AI 评分
Google DeepMind 发布 Gemini 3 Flash，主打速度与低成本
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 Research精选AI 评分
Google 为 STOC 2026 推出 Gemini 论文助手 PAT
Google Research 为 STOC 2026 打造实验性 Paper Assistant Tool（PAT），基于 Gemini 2.5 Deep Think 的推理扩展方法，在投稿后 24 小时内给出结构化预审反馈。
推荐理由：Google 披露 PAT 在 STOC 2026 的试用数据，读者可据此判断 AI 预审在数学证明类写作中的实际边界。