腾讯混元 · Hugging Face 新模型精选7878腾讯混元在 Hugging Face 发布视频世界生成模型 Hy-Nomas，支持通过文本指令和相机控制进行自由形式的多轮交互，逐段生成视频并延续同一世界。模型采用分段自回归 DiT 架构，结合 Qwen2.5-VL-7B 文本编码器、相机条件模块和 PixelUMM 解码器，蒸馏推理配置为 8 步去噪、720×1280 分辨率、24 FPS。
推荐理由: 腾讯混元开源可多轮交互的世界生成模型，给出架构细节与单卡 4090 部署配置，便于评估落地成本。
Hugging Face Blog精选6666NVIDIA 发布 Cosmos3-H-Dreams，把交互式生成模拟扩展到临床胆囊切除场景，可依据器械动作实时生成手术画面。
推荐理由: 原文交代了从桌面缝合到临床胆囊切除场景的迁移路径，以及四步与两步蒸馏检查点之间的质量与延迟取舍。
Hugging Face Blog5858FairStress 基准通过 300 个跨 29 个领域（如招聘、医疗）的决策场景，评估 LLM 在人口统计公平性方面的表现，包含 13 百万测试用例。研究发现，相同说服性前缀（adversarial prefixes）对模型决策的影响因人口群体而异，且模型在解释含人口信息决策时存在差异。
Google Developers BlogMeta 的 TorchTitan 集成 TorchTPU 使 PyTorch 模型可在 Google Cloud TPU 上原生训练，仅需少量代码更改。
Meta EngineeringMeta 完成了 Prometheus 超级集群的首阶段建设，该集群计划扩展至约 100 万个 GPU，采用闭环液体冷却技术，目前运行 Muse 大型语言模型。
腾讯混元 · Hugging Face 新模型Tencent 混元发布的 Hy-Memory-30B-A3B-GGUF 模型量化文件采用 imatrix 校准和 MoE 感知的混合精度量化方案，在 llama.cpp 上实现高效本地推理，其中 ~8 GB 的 expert-mixed 构建文件大小降至约 24.71 GB，性能仅比 Q6_K 下降 1.53%。
MiniMax NewsMiniMax M3.1 Flash 正式推出，相比前代在线推理速度提升近三倍、成本降低 70%。该模型在复杂智能任务（cowork）、计算机使用、软件开发和网络安全等基准测试中表现优异，自动化任务排名 AutomationBench-AA 前列，DeepSWE v1.1 得分 73.7%，OSWorld V2 和 ALE 分别得分 61.7 和 29.6，CyberGym 得分 82%。
Ollama BlogCloudflare 的 27B 多模态决策模型 Clef 已登陆 Ollama 云平台，用户可本地运行或使用云端服务。Clef 将状态和类型化问题模式转化为决策，支持文本和图像输入，兼容 Jev 和 System One API，基于 Qwen3.8-27B 微调并采用 Apache 2.0 许可证。在 Cloudflare 决策指数评测中，Clef 优于 Jev 并在多数基准测试中表现领先。
Together AI BlogTogether AI 推出 Post-Training 服务，支持通过强化学习和监督微调构建定制模型，无需复杂基础设施。该服务提供灵活的训练循环定义能力，并优化底层系统与基础设施以提升模型质量与训练速度。支持 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B 等主流开源模型，运行在专属 GPU 资源上，确保高效且数值一致的训练。
NVIDIA BlogNVIDIA RTX Spark 笔记本电脑开始发售，配备 Blackwell RTX 显卡、最高 128GB 联合内存和完整的 NVIDIA AI 平台，起售价 2399 美元，由华硕、戴尔、惠普、联想、微软和微星推出，为便携设备带来强大的本地 AI、内容创作和游戏能力。NVIDIA 在全球举办发布会庆祝，包括柏林活动，创始人黄仁勋惊喜现身。
DeepSeek · Hugging Face 新模型5656DeepSeek-V4.1-Flash-1017 发布，在推理、编码、智能体任务和视觉基准上显著提升，执行时间缩短、输出长度减少，完成任务更快且成本更低。在 HLE（无工具）基准中得分 42.6，Terminal-Bench 4.0 得分 51.8，DeepSWE v1.1 得分 77.0，许可证为 MIT。
腾讯混元 · Hugging Face 新模型混元发布 Qwen3-8B-DSpine-b16，采用并行草稿与深度条件注入的推测解码技术，在 Qwen3-8B 上实现 10.55 的平均接受长度分数。模型支持 8192 token 上下文长度，使用 bfloat16 数据类型和 fa3 注意力后端，安装需 git clone 并 pip 安装，通过 sglang serve 运行。
腾讯混元 · Hugging Face 新模型混元发布的 Hy-Memory-30B-A3B-FP8 是一个 3B 活跃参数的紧凑长期记忆写入模型，用于高效 vLLM 部署，在固定 20% 基准矩阵的跨 harness 宏平均得分中表现优于 Claude Opus 5 和 DeepSeek V4.1 Flash。
Ollama BlogReflection 的首个开源权重模型 Beam 已于今晨全面推出，Ollama 作为首发合作伙伴限时免费提供该模型，其 Beam 端点支持完全零数据保留（ZDR）。
NVIDIA BlogNVIDIA RTX Spark 首次亮相，专为创作者、游戏玩家和 AI 智能体打造，性能惊艳，支持本地 AI 工作流、创意应用和游戏，获多家评测机构高度评价，全球多地举办发布活动。
Microsoft AI News微软AI完成新MoE大模型MAI-Base-2的预训练，拥有80亿活跃参数和2.8万亿总参数，在内部评估中超越所有开源模型。该模型比开源最强基座模型DeepSeek-V4-Pro-Base预训练FLOPs效率高出4-12倍，并用于训练更大模型。微软通过全栈控制，使用有机数据预训练，计划通过Foundry授权模型权重。
NVIDIA BlogNVIDIA 发布 120B 参数的 Nemotron 3.5 Super VL 开源模型，在多模态智能体任务中实现最快任务完成速度和最高准确率；同时推出 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB 边缘模型。
Mistral AIMistral AI 发布了 Timestral 时间序列基础模型家族，其参数最少的模型仅 209M，在 GIFT-Eval、TIME 和 fev-bench 三个主要基准测试中排名第一，优于参数量更大的模型；该系列包含 5M 至 209M 参数四种尺寸，支持过去和未来的协变量，可在 CPU 上高效运行，并可通过 Mistral Forge 进行领域适配微调。
Together AI BlogMeta Muse Spark Open 已在 Together AI 平台上线，这是目前最强大的美国开源重量模型，专为需要将整个代码库保存在上下文中的长时间运行智能编码工作流程而构建。
OpenAI Deployment SafetyGPT-Live-1.1 和 GPT-Live-1.1 Quip 使用包括公开互联网信息、第三方合作数据及用户生成内容在内的多样化数据集进行训练，采用高级数据过滤流程减少个人信息并使用安全分类器防止有害内容。其性能指标对比值为已发布模型的最新版本数据。
Mistral AI · Hugging Face 新模型Mistral AI 发布 Timestral-123M 时间序列基础模型，参数量 123M，采用 patch-based Transformer 架构，上下文长度 32,768 时间步，单次预测可覆盖 1,024 时间步，输出 21 个分位数。该模型在 GIFT-Eval、TIME 和 fev-bench 评测中实现零样本预测的最优精度，并采用 Modified MIT 许可证。
Mistral AI · Hugging Face 新模型Mistral AI 发布 Timestral-28M 时间序列基础模型，含 2800 万参数，采用基于 patch 的 Transformer 架构，上下文长度达 32,768 时间步，单次前向预测范围 1024 时间步，在 GIFT-Eval、TIME 和 fev-bench 评测中实现零样本预测的最优精度，模型已开源并采用 Modified MIT 许可证。
Mistral AI · Hugging Face 新模型Mistral AI 发布 Timestral-5M 时间序列基础模型，5M 参数版本支持零样本预测，上下文长度达 32,768 时间步，单次前向预测可覆盖 1,024 时间步，输出 21 个分位数。在 GIFT-Eval、TIME 和 fev-bench 评测中，Timestral-209M 实现零样本预测最先进精度，所有 Timestral 模型在其参数规模下均优于其他模型。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI 发布 Ling-3-Flash-UBTree-B16 模型，结合五层 DFlash 主干和学习的 bigram 选择器，为 Ling3-Flash 提出多个候选延续用于目标模型验证，参数量 482M，在 MMLU 等基准上实现 3x+ 的 E2E 速度提升，目前 UBTree 适配尚未开源，SGLang 集成支持预计即将推出。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/Ming-3.0-asr-tiny 结合 Ling-tiny-v3 语言主干和音频编码器，支持单轮中英语音转写及15种方言识别，通过热词或对话上下文提升专业术语识别率，模型参数量未提及，在嘈杂语音和5个应用领域完成评测，提供PyTorch/Transformers推理示例及MIT授权。
阶跃星辰 · Hugging Face 新模型阶跃星辰发布旗舰模型 Step-5-Preview-NVFP4，600B 总参数、27B 活跃参数，支持高达 1M 上下文窗口，在软件工程、专业知识工作及金融领域表现突出，可处理文本、图像和视频，通过 OpenAI 兼容 API 或离线生成部署。
Google DeepMindGoogle DeepMind 与新加坡政府技术局（GovTech Singapore）合作，微调了隐私保护型设备端诈骗检测模型 Gemma，用于应对新加坡超过一半的犯罪（超 40 亿新元损失），该模型通过在设备上分析对话模式实时发出警告，且因运行在设备端，用户隐私不受侵犯。
Google DeepMindGemini 4 Argon 在编码、金融、法律等领域展现出前沿能力，尤其强化了网络安全防御功能，通过 Fairwind 项目和内部测试验证其有效性。该模型在 MMLU 等基准测试中表现优异，并采用三层实时防护机制（输入筛选、内部自省、持续监控）及自动化偏差监控，显著降低有害请求和违规行为风险，成功拦截 99% 以上的外部生物安全越狱尝试，同时将编码任务中的捷径行为降至 2%。
GitHub Blog · AI & MLGitHub 发布了专用的秘密检测模型，将微调后的 ModernBERT 分类器与正则表达式结合，在 11.5% 更高的接受率下将误报减少，并将推送后扫描执行时间缩短 86%，成本降低 98%。该模型通过分析文件路径、变量名和上下文代码来区分真实凭证和类似项，使通用秘密检测扩展到推送保护成为可能。
Google DeepMindGemini 4 Argon 在物理理解、代码生成和视觉语义推理方面取得重大突破，在 Embodied Reasoning (ERQA) 基准测试中纯推理得分 87%，超越所有前沿模型。Argon 可应用于机器人生命周期的各个环节，包括使用 MuJoCo 进行移动操作练习、零样本机器人控制和视频世界模型的闭环转向。
Google DeepMindGemini 4 Argon 在 Vals Index 上排名第一，以 175B 参数规模在编码、金融、法律、网络安全和科学等领域超越其他前沿模型，其推理深度和精度使它成为解决复杂工程问题、优化业务流程和加速科研突破的利器。
Google AI Blog精选9090Google 发布了 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由: 官方给出定价、基准排名和多个内部落地案例，可据此判断它在编码与科研工作流中的位置。
NVIDIA BlogNVIDIA RTX Spark 将游戏 PC、创意工作室和个人 AI 超级计算机的能力整合为单一超级芯片，配备高达 128GB 的统一内存和 1 petaflop 的 AI 计算能力。
Google Developers BlogGemini 4 Argon 在 11 小时内无人工干预运行中，通过分析 205,000 行代码的 ADK Python 仓库，提出了 6 项优化建议，最终 2 项被采纳并上线，将内存会话准备时间缩短约 40%，冷包导入速度提升 21%。该模型在优化过程中遵循了仓库的维护者指南，并运行了全部 16,892 个单元测试。
Google Developers BlogGemini 4 Argon 在物理理解、代码生成和视觉语义推理方面取得重大突破，在 Embodied Reasoning (ERQA) 基准测试中得分 87%，超越所有前沿模型。
OpenAI News2222Asana 在 Codex 中使用 GPT-6 Astra 使其浏览器智能体成本降低 76 倍、速度提升 5 倍。
Qwen · Hugging Face 新模型Qwen/Qwen-Image-2.1-Turbo 是一个 7B 参数的加速型文生图模型，用于文本到图像生成和图像编辑，包含 8 步去噪过程，通过 Hugging Face 直接加载使用。
NVIDIA BlogNVIDIA Omniverse 结合前沿 AI 模型如 GPT-6 Astra 帮助开发者实现模拟应用，通过自然语言指令指导 AI 代理完成资产组装、物理连接和渲染检查。
AWS Machine Learning BlogAnthropic 在 AWS 上推出 Claude Haiku 5.5，这是 Claude 5.5 家族中最快、最高效的模型，专为子代理和高容量、成本敏感型工作设计，价格比 Claude Haiku 4.5 低约 75%。该模型可在 Amazon Bedrock 上使用，并支持 AWS 数据驻留和现有安全控制。
NVIDIA Blog英伟达与微软合作推出 RTX Spark 笔记本电脑和 Windows AI 代理基础设施，支持本地运行 125B 参数 Qwen 3.8 Flash Next 模型；微软发布 MXC 操作系统级容器保障代理安全运行，预购 RTX Spark 从今日起开放，搭配 Grace Blackwell 芯片，提供高达 20 PFLOPS 推理性能。
