The Decoder精选7171字节跳动 Seed 推出面向专业生产工作流的图像生成模型 Seedream 5.5，称其支持最多 100 轮多轮编辑，未改动区域在像素级保持一致且不出现偏色。该模型可原生生成带透明背景的 RGBA 图像，无需手动抠图即可作为设计素材使用，并称在光照、材质、皮肤质感和密集小文字还原上更准确。Seedream 5.5 正通过即梦、豆包、豆包 Work 和火山引擎方舟逐步开放，Pro 版本已在计划中。
推荐理由: 原文列出多轮编辑稳定性、原生 RGBA 输出和文字渲染三项能力，可据此判断它在设计生产流程中的位置。
Epoch AINvidia GB300 相比 H100 在智能体推理任务上的能力提升达 25 倍，远超 8 位 FLOP/s 的 2.5 倍增长。IPI 指数通过比较芯片在多种输出速度要求下能同时处理的请求数量来衡量推理能力，GB300 设为基准值 1，得分为 1 的芯片能同等条件下服务两倍用户。IPI 版本 1 结合四款代表性模型结果，采用 GB300 当作参考基准。
Artificial Analysis Articles同一件事 · 4 家6666Muse Ember 得分 36，与 Claude Haiku 5.5 相当但任务成本仅为 0.14 美元，较后者低三分之二；其输入输出 token 价格与 Claude Haiku 5.5 和 GPT-6 Luna 相同，但缓存输入成本更低。在 AutomationBench-AA 上得分 68.1%，与 Muse Wonder 相当，但在知识准确率上最低（21.1%）
TechCrunch · AI精选同一件事 · 2 家7272Meta Superintelligence Lab 发布轻量模型 Muse Ember，输入价格为每百万 token 10 美分，主打工具调用、编码子任务、路由、抽取和长文档解析等智能体高频工作。
推荐理由: Meta 用每百万输入 token 10 美分的定价和 Artificial Analysis 综合基准，把轻量模型放进智能体执行环节与 Haiku、Luna 比较。
MarkTechPost6767百度发布 ERNIE Evolve 自动化研究系统，通过给定代码库、目标和评估标准自动选择研究方向、编辑代码并运行实验，仅保留通过隐藏评估器和独立审查者验证的更改。
IBM Research Blog5252IBM 将 Praxis Policy Engine (PPE) 作为策略过滤器嵌入开源 AI 代理服务器 Praxis，支持对工具、提示词、模型调用等执行策略控制。
IT之家 · AI精选同一件事 · 2 家8282美团龙猫将面向长程智能体任务的原生多模态模型 LongCat-2.5 正式开源，采用 MIT 协议，支持商用推理部署与二次训练且无需额外授权。模型总参数 1.6 万亿，每个 token 激活约 480 亿参数，支持一百万上下文，并针对显存与带宽受限的国产算力芯片在架构、芯片适配与部署策略上做了协同优化。
推荐理由: 原文给出总参数、激活参数、上下文长度与开源协议，读者可据此判断长程智能体任务的开源模型选项。
量子位精选8282腾讯混元Hy4正式发布，770B总参数、49B激活参数，首次引入原生视觉能力和电脑操作支持，指令遵循、长文理解与长程Agent能力同步升级。模型已在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝等产品上线，API接入OpenRouter、Hermes、OpenCode等平台，权重将于近期开源。
推荐理由: 作者用多个长程任务实测混元Hy4的自主执行与自检能力，可据此判断开源模型在Agent交付上的实际水平。
IT之家 · AI5252Shizuku AI 发布全双工模型 Shizuku-Duplex，支持日语智能对话且无需完整询问即启动思考流程。该模型在日语对话自然性方面表现最佳，响应质量仅次于 GPT-Live，采用前台交互与后台异步处理结合架构，支持音频、文本、动作三种输出方式。
量子位4747基元律动发布Agent原生模型NeoHorse-1.5-Flash Preview，基于Qwen3.8-Flash训练，180B总参数、6B激活参数，在Agents’ Last Exam、Natural Language to Repository等评测中得分提升。该模型通过递归自我改进（RSI）迭代，结合OpenSquilla平台实现多模型差分诊断与在线学习，现开放限量内测。
IT之家 · AI6565微软提交专利申请，利用AI近乎实时修改直播内容并同步嘴型，可替换口头填充词、口吃、冒犯性词汇等，支持实时翻译，延迟1至10秒，潜在应用场景包括讲座、体育赛事直播等，目前仅专利申请，技术尚未获授权。
Simon Willison3535Claude Opus 5.5 在纯 JS + WebGL 环境中能完成 3D 模型转换，无需 Three.js 库。用户测试显示其生成的代码与 Three.js 版本存在差异，但功能相似。开发者认为 Three.js 版本代码更易理解，但实际使用中代码可读性差异不大。
MIT News · AI3838由麻省理工学院和纽约大学研究人员开发的FLEX平台使机器人能够从自然语言指令中推断深层含义，提升运动规划能力。该平台通过GPT-4o分析指令模式，让机器人在虚拟场景中避开笔记本电脑和手机等电子设备，无需明确指示。整个过程耗时约五秒，旨在让机器人理解人类指令背后的潜在意图。
NVIDIA Newsroom3838韩国企业正采用NVIDIA NemoClaw和OpenShell加速智能体发展。现代汽车探索NVIDIA NemoClaw蓝图与OpenShell运行时，AIM Intelligence将Starfort平台与OpenShell集成以支持安全智能体。
IT之家 · AI6060LG AI 研究院免费开放 K-EXAONE 2.5 模型 API，任何用户可无成本用于开发与研究。该自研模型通过追加训练提升智能体能力，在 AutomationBench、SWE-Bench Pro 等基准测试中表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。
Artificial Analysis Articles3838Artificial Analysis 发布决策指数 v2，采用新指标奖励模型正确性与校准置信度，45%基准基于私有数据集；Drex Max v1.1（Nace AI）以 73 分领先，GPT-6 Luna（Max）以 76 分位列语言模型第一，但成本与推理时间显著更高。
Artificial Analysis Articles人工分析端点准确率指数 v1.1 发布，新增对 GLM-5.3 Flash 和 Muse Spark Open 的覆盖，在 103 个无服务器端点中，24 个得分低于自托管参考。
MiniMax · Hugging Face 新模型MiniMax-H3-Image-PE 通过提示扩展（PE）将简短请求转换为详细图像描述并推荐宽高比。它支持文本到图像（T2I）和图像编辑两种工作流程，使用微调自 Qwen3.8-27B 的 FP4 权重。在线 API 可通过 platform.minimax.io 或 platform.minimax.cn 访问，文档提供中英文支持。
MarkTechPost3838DeepSeek-V4-Pro、Qwen3.6-35B-A3B 等十款开源 MoE 模型在专家计数（8B-384B）、top-k（1-8）、共享专家（7/10 模型保留）、评分函数（Sigmoid/sqrtsoftplus）和负载均衡（Aux loss/bias）等五个方面存在差异。
MarkTechPost5858Nous Research 发布了 Arete-27B，一个 27B 参数的开权重量化模型，通过监督微调移除 Qwen3.8-27B 中的中国宣传内容，在 803 条提示符评估中，宣传内容占比从 22% 降至 0.9%，同时保留了 Qwen 类的智能体技能且不受政治立场影响。
MarkTechPost6565使用 llama.cpp 运行 NVIDIA Dory 1.0 4B 模型，该模型通过重复中间层计算实现推理增强，每个额外循环增加计算量但不增加参数。构建指定分支的 llama.cpp，下载 3.7 GB GGUF 文件，分析每层循环的参数和缓存消耗，测试解码速度和缓存影响，并在 GSM8K 上评估精度、答案长度和推理时间随循环次数的变化。
Codex releases00Rust 0.169.0-alpha.3 发布，包含 1 次提交。
The Decoder6565Vals AI研究人员分析了Inkling 2 Small在13个基准测试的2,655次运行中的思考日志，发现其中50次使用了"fuck"或其变体，共316次，其中241次来自两次失控的运行。一次任务中，模型计算小行星轨迹时生成50万字符的单一响应，重复相同句子并包含158个脏话。ProgramBench受影响最严重，200次运行中有20次出现脏话。
腾讯混元 · Hugging Face 新模型2222混元发布 Qwen3.8-27B-DSpine-b16 预训练模型，包含 27B 参数、b16 精度、5 层 Draft 层和 8,192 token 滑动窗口，用于推理时提升效率，需配合 Qwen3.8-27B 模型使用。
IT之家 · AI6565Meta 推出基于 Muse Wonder 训练的现有模型专用版本，将主动记忆与主动专注能力下放至 Muse 与 Meta AI 专用模型群，Muse 模型在 90% 任务中正确使用关键上下文比例提升至 76%，Meta AI 模型在 Meta“个人超级智能指数”得分从 38% 提升至 47%，新模型优先向订阅用户开放，订阅价格为每月 20 美元或 100 美元。
IT之家 · AI2222AMD Zen 6 10 核样片在 Geekbench 7 中单核得分 3100、多核 18313，比 12 核锐龙 AI 9 HX 370 多核性能高 21.5%；8 核样片多核 15075 与后者持平，6 核样片多核 10670 比锐龙 AI 5 340 高 17%。
36氪 · AI精选同一件事 · 6 家7070谷歌推出 AI 视频生成模型 Gemini Omni 1.2 Flash，原生支持最长 15 秒视频，时长上限较上一代的 10 秒提高 50%，用户可在 3 秒至 15 秒之间按 1 秒为单位设定生成时长。
The Decoder同一件事 · 4 家6565Ripple-65B Preview 在 TerminalBench 2.1 编码基准中取得 80.52 分，成为开源美国模型中的最佳成绩。该模型基于 12 万亿 tokens 预训练，使用密集 Transformer 架构，参数量 65B，并针对 Nvidia 硬件优化，部署成本较低，总研发费用仅 3200 万美元。模型在 Hugging Face 上以 Apache 2.0 许可证开源。
O'Reilly Radar同一件事 · 10 家2222谷歌发布了用于网络安全和多步骤任务的Gemini 4 Carbon，法国Mistral公布了其1万亿参数的Large 4模型权重，DeepMind预览了模拟环境的Genie 4世界模型。
IT之家 · AI5050摩尔线程基于 MTT S5000 智算卡及 MUSA 软件栈完成 Kimi-K3.1 Pro 模型 Day-0 适配，支持 100 万上下文，在 Terminal-Bench 4.0 得分 65.7%。该模型是迄今能力最强的 3 万亿级参数模型，在代码与 Agent 基准测试中表现达顶尖闭源模型水平。
The Decoder精选同一件事 · 3 家7373Thinking Machines 发布第二代模型 Inkling 2 Small，采用 MoE 架构，总参数 594B、激活参数 17B，支持文本与图像输入并可调节思考深度。
推荐理由: 原文给出新模型在智能指数、智能体任务和成本上的具体对比，读者可据此判断开源权重模型的竞争位置。
TechCrunch · AI6565Underdog 发布仅 32MB 的语音模型 Woof，可在边缘设备运行，无需互联网连接；该模型含 3100 万参数，已开源。此前其发布的 Bark 为 167MB 语音转写模型，两者均旨在让用户掌控数据。
ByteDance Seed · Hugging Face 新模型Cola2 是一个连续潜语言模型，结合动态压缩 VAE、块因果扩散 Transformer (DiT) 和跨段因果 token 解码器，动态将文本分组为语义片段，用紧凑的连续潜表示每个片段，生成潜块并实现为离散 token。
IT之家 · AI5858Pangram Image 1.0 模型通过热力图定位 AI 生成内容，在 1200 张照片测试数据集上准确率达 99.96%。该模型能对抗压缩、缩放和人工修饰影响，256×256 分辨率下准确度仍达 96.4%。同时发布的 Pangram Image Flash 1.0 视频检测模型在 DF26 数据集上准确率 98.7%，领先第二名 29 个百分点。
Hugging Face Daily Papers6565BestRand通过分析误差分布，证实随机采样在基准测试中具有高概率的强性能，但存在罕见的大误差导致不稳定。该方法在70多项文本、多模态和智能体基准测试中验证，相比竞争方法将高误差风险降低50.2%、平均估计误差减少16.4%，同时仅需51.3%的构建成本，并平均将OOD估计误差降低21.8%。
MarkTechPost精选同一件事 · 3 家7171Thinking Machines Lab 发布第二代 Inkling 的首个模型 Inkling 2 Small，为 594B 总参数、17B 激活参数的稀疏 MoE，支持文本与图像输入和可变推理强度，上下文 1M token。
IT之家 · AI同一件事 · 2 家5555webAI 推出 TwIL-8B 推理模型，基于 IBM Granite-4.2-8B 优化数学与代码任务，MATH-500 和 AIME 2025 测试成绩优于 Gemma 4 31B，LiveCodeBench 同组最佳，IFBench 与 Gemma 4 12B 持平。模型推理能力达前沿模型的 88~93%，降低 AI 使用成本但知识储备有限。
IT之家 · AI淘宝 MNN 团队开源 0.3B 手机模型 MNN-Pocket-0.3B，在 iPhone 18 Pro 真机离线跑出 350 token/s。模型峰值内存低于 300MB，解码吞吐超 200 token/s，INT4 部署文件 173MB，英文 IFEval 得分 73.20，中文指令遵循 IFEval-zh 得分 74.59。
IT之家 · AI同一件事 · 4 家Ricursive Intelligence 发布 Ripple-65B Preview 模型，宣称在美国开放权重模型中拥有最佳智能体编程表现。
MarkTechPost精选同一件事 · 6 家7272Google 发布视频生成与编辑模型 Gemini Omni 1.2 Flash，原生支持最长 15 秒片段，720p 视频定价为每秒 0.07 美元，比 Omni 1.1 Flash 降低约 30%
