跳到正文
9月9日周三
  1. 蚂蚁开源80

    inclusionAI开源多模态模型Ling-3.0-flash-VL

    inclusionAI正式开源百灵系列首个原生多模态大模型Ling-3.0-flash-VL,基于MoE架构,总参数量124B,单次推理激活5.5B,支持256K Token上下文。模型通过视觉反馈机制实现观察、行动、验证、修正闭环,在医疗报告解读、前端开发、GUI自动化等场景具备较高可靠性,并已在Ling Studio提供免费体验。

    推荐理由:原生多模态训练提升了纯文本基准得分,视觉反馈机制为工程落地提供了新思路。

  2. 百灵大模型76

    百灵 Ling-3.0-flash-VL 开源发布:原生多模态架构,支持视觉反馈闭环与 Agent 工作流

    百灵开源首个原生多模态大模型 Ling-3.0-flash-VL,基于 Ling-3.0-flash 的 MoE 架构,总参数量 124B,单次推理激活 5.5B 参数,原生支持图像、文本与视频输入,上下文窗口达 256K Token。

    推荐理由:开源原生多模态模型 Ling-3.0-flash-VL 在视觉反馈闭环下提升文本智能,为专业场景任务提供了可复用的低成本高效方案。

9月8日周二
  1. 面壁智能80

    面壁智能开源 MiniCPM5-2B:端侧基座模型在 AA 榜单 4B 以下开源模型中综合表现第一

    9月8日,面壁智能联合 OpenBMB 开源 2B 参数端侧基座模型 MiniCPM5-2B,支持工具调用、深度搜索、代码生成,初步具备端侧通用 Agent 能力。

    推荐理由:开源2B端侧基座模型在4B以下榜单中综合得分第一,附带自研强化学习框架和数据集,展示高密度端侧Agent落地路径。

9月7日周一
  1. 蚂蚁开源82

    蚂蚁开源 LLaDA-Image:6B 纯图片预训练 Diffusion 模型,中英双首 Qwen-Image-Bench 开源第一

    蚂蚁开源 LLaDA-Image,6B 参数 DiT 模型,90% 纯图片预训练配合自条件学习,实现统一文生图与编辑,TwinFlow 蒸馏支持 2-4 步推理。Qwen-Image-Bench 中英文总分 53.53 和 53.38,位列开源模型双第一;SGLang 提供 Day-0 适配,开放完整权重、训练代码与蒸馏配方。

    推荐理由:LLaDA-Image 采用 90% 纯图片预训练路线,展示了不同于传统图文对绑定的生成范式,在 Qwen-Image-Bench 上取得开源模型中英双第一。

  2. HiDream智象元一67

    智象发布具身世界模型 HiDream-O1-Embodied 并登顶 RoboColiseum 扰动适应榜

    智象未来发布具身世界模型 HiDream-O1-Embodied,在 RoboColiseum 评测平台的扰动适应子榜以 0.692 分登顶。模型通过语言理解、多视角视觉感知和高容错机制提升非理想环境下的稳定性,结合真实数据与生成增强形成数据生产范式,补齐了图像、视频、3D 和动作的全模态矩阵。

    推荐理由:具身模型登顶扰动适应榜单,展示了从模拟走向真实物理交互的技术闭环。

9月5日周六
  1. Anthropic (X)84

    Anthropic 宣布 Claude 完成费马大定理的首个形式化证明

    Anthropic 宣布 Claude 完成了费马大定理的首个形式化证明,这是有史以来最大的 Lean 证明,代码总量超过 1300 万行。该证明不仅验证了费马大定理本身,还确立了 29000 多个此前未被形式化的相关定理。完整证明已开源至 GitHub。

    推荐理由:原文宣布 Claude 完成了费马大定理的首个形式化证明,并给出代码行数等关键数据,展示了 AI 在数学验证领域的前沿应用。

9月4日周五
  1. 百灵大模型70

    蚂蚁集团开源金融增强模型 Ling-3.0-flash-Fin 与评测基准 FinFIRST

    蚂蚁集团正式开源金融增强模型 Ling-3.0-flash-Fin 及评测基准 FinFIRST。Ling-3.0-flash-Fin 采用混合专家架构,支持 256K 上下文,可部署于本地或私有云,支持工具调用。FinFIRST 基准包含 123 道由金融专家编写的任务,通过原子化评分核验信源与推导过程。

    推荐理由:提供了面向机构的本地化部署方案,以及可诊断推导过程的可追溯评测方法。

9月3日周四
  1. Google DeepMind73

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

    Google DeepMind 发布 WeatherNext 3 模型,实现每小时更新、5 公里分辨率的全球天气预报。模型直接使用实时卫星数据,降水预报准确率提升最高 60%,并全面接入 Google Search、Gemini、Maps 及 Cloud 平台。

    推荐理由:模型在独立评测中显著提升了降水预报精度,并接入 Google 核心产品,提供高时空分辨率的每小时刷新数据。

9月2日周三
  1. 千问大模型82

    Qwen3.8-Max 0902版本发布:CodeArena编程榜首且极具性价比

    Qwen3.8-Max升级至0902版本,通过围绕编程(Coding)和专业办公(Cowork)的后训练,提升了在长周期任务及科研场景的性能。在CodeArena前端编程总榜中,该模型提升22分至1691分夺得冠军,刷新了多步推理和端到端应用生成的能力上限。

    推荐理由:Qwen3.8-Max更新至0902版本,前端编程榜首得分提升至1691分,且百万Tokens平均成本显著低于同类高分模型。

9月1日周二
8月28日周五
  1. 百灵大模型75

    蚂蚁百灵发布 Ling-3.0-flash-Fin 金融增强模型

    蚂蚁百灵发布首个金融增强模型 Ling-3.0-flash-Fin,该模型基于 Ling-3.0-flash 架构,保持 124B 总参数和 5.1B 激活参数,通过金融语料预训练及领域后训练强化投研核心能力。

    推荐理由:原文披露了面向金融投研工作流的模型配置与多基准评测结果,读者可据此判断其在真实金融场景中的能力边界与可用性。

8月26日周三
  1. 智谱93

    智谱开源 GLM-5.3-Flash:320B 参数多模态模型,性能对标 Claude Opus 4.8

    智谱今日上线并开源 GLM-5.3-Flash (320B-A18B),这是 GLM-5 系列首个原生多模态模型,在 AA 综合智能指数中取得 57 分,性能与 Claude Opus 4.8 持平,定价仅为后者的 1/40。

    推荐理由:GLM-5.3-Flash 以1/40的价格提供与前沿模型持平的智能,且全程跑在国产芯片集群上,展示了低成本推理的可行性。

  2. 千问大模型88

    Qwen3.8-Flash 发布:多模态 MoE 模型训练成本降至前代 1/9 并开源 Next 权重

    千问团队正式发布多模态 MoE 模型 Qwen3.8-Flash,主模型参数量 125B,支持 262k 至 1M token 上下文,其训练成本仅为 Qwen3.7-Plus 的 1/9 且已上线 API 服务。

    推荐理由:千问团队发布 Qwen3.8-Flash 模型及开源 Next 版本,通过架构创新显著降低训练成本并优化长上下文效率。

  3. 腾讯混元79

    混元发布极低 bit 翻译模型,压缩至 440MB 并落地直播弹幕

    腾讯混元将 Hy-MT2-1.8B 翻译模型通过 2-bit 和 1.25-bit 方案压缩至几百 MB,翻译质量几乎无损,并联合英特尔完成 x86 适配、联合哔哩哔哩在直播弹幕实时翻译中落地。1.25-bit 模型基于 Sherry 技术,体积从 3.3GB 压至 440MB,B 站演示中单条弹幕翻译耗时 500~800ms,内存占用 500~700MB。

    推荐理由:混元将翻译模型量化至1.25-bit并落地B站直播,展示了极低比特压缩在端侧高并发场景的可用性。

  4. 硅基流动68

    硅基流动上线高速版 DeepSeek-V4-Flash-0731

    硅基流动上线 DeepSeek-V4-Flash-0731,作为 V4 系列效率型版本,在维持推理速度和调用成本基础上系统升级 Agent 能力。该模型仅做后训练,结构不变,在官方 9 项 Agent 基准评测中超过此前 Preview 版本,并原生支持 OpenAI Responses API、三档 reasoning effort 与 Codex 适配。

    推荐理由:模型在速度成本不变前提下完成 Agent 能力升级,并补齐工程适配环节。

8月24日周一
  1. RunningHUB64

    Wan3.0首发上线RunningHub,支持30秒长视频及文档转视频

    Wan3.0首发上线RunningHub,单次生成时长增至30秒,首次支持doc、xls、ppt、pdf、md等文档格式输入,上传的产品说明或数据报表(≤100MB,≤50页)可自动生成带动态图表、字幕和配音的成片。

    推荐理由:Wan3.0原生支持文档输入和30秒长视频生成,平台给出了各档位的每秒计费标准。

  2. 哩布哩布AI72

    LibTV与通义万相联合首发Wan 3.0视频模型

    LibTV与通义万相联合首发视频生成模型Wan 3.0,该模型支持原生30秒视频生成,并可根据内容自动匹配合适时长。支持单次输入10张图片、5段视频、5段音频以及PPT、PDF、Word、Excel、Markdown等文档和网页链接作为创作参考,并能像素级还原参考细节。

    推荐理由:介绍了原生时长与多模态参考能力,并给出限时价格信息。

8月21日周五
8月20日周四
  1. 百灵大模型68

    百灵大模型开源 Ling-3.0-tiny-base 与 flash-base 模型

    百灵大模型正式开源 Ling-3.0-tiny-base 和 Ling-3.0-flash-base 预训练模型,并同步提供六个关键阶段权重。其中 tiny-base 拥有 7.9B 总参数和 1.3B 激活参数,适合代码场景持续预训练及低预算强化学习探索。

    推荐理由:官方开源了 Ling-3.0-tiny-base 和 flash-base 预训练底座,提供六个不同阶段权重供后续定制。

8月19日周三
  1. 智谱80

    GLM-5.3 上线:AA 综合智能指数 60 分,开源模型第一

    GLM-5.3 API 正式上线,在 AA 综合智能指数取得 60 分,与 Claude Fable 5、GPT-5.6 Sol 等处于同一水平,并与 Kimi K3 并列开源模型第一。模型以更低成本推进智能-成本帕累托前沿,已接入 ZCode 等编码平台并纳入 GLM Coding Plan,权重将于下周五开源。

    推荐理由:原文给出了AA指数排名、成本区间与开源时间,读者可以据此判断前沿模型能力与使用门槛的最新变化。

8月14日周五
  1. 智谱88

    GLM-5.3发布:编程能力提升50%,网络安全能力涌现,两周后开源

    智谱发布GLM-5.3,基座未变但通过极致后训练Scaling显著提升编程与网络安全能力:内部编程体感较GLM-5.2提升50%,Terminal-Bench 3.0从4.6升至28.3;网络安全上CyberGym达84.5%,ExploitBench 54.4%,ExploitGym两小时完成105项漏洞利用任务。

    推荐理由:后训练Scaling带来更强编程与网络安全防御能力,开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。

8月13日周四
  1. DeepSeek91

    DeepSeek V4 Pro 正式版上线

    DeepSeek V4 Pro 正式版上线,同步开放 APP、网页端与 API。Agent 能力显著提升,生产环境表现尤为突出。API 新增原生支持 OpenAI Responses API 并适配 Codex;V4-Pro 与 V4-Flash 支持 low、high、max 三档思考强度。

    推荐理由:正式版的Agent能力增强和三档思考强度控制,让开发者在简单日常和高复杂度任务间有了更细的切换空间。

8月11日周二
8月10日周一
8月4日周二
  1. 腾讯混元70

    腾讯混元发布 Hy ASR 3.0 preview:新一代语音识别模型

    腾讯混元正式发布新一代语音识别模型 Hy ASR 3.0 preview,基于 Hy3 大语言模型融合高精度识别与深度语义理解。在开源评测集中,中文普通话 WER 为 3.34%,英语 WER 为 2.62%,粤语 WER 为 3.12%;模型重点提升了通用识别准确性、上下文意图理解、专业场景热词注入及复杂声学环境稳定性。

    推荐理由:原文给出了多语种WER数据和上下文纠错能力,读者可据此评估其在复杂场景下的语音识别表现。

  2. MiniMax 稀宇科技63

    MiniMax H3 开源 24 小时,超百家企业 Day 0 上线

    MiniMax H3 开源 24 小时后,华为昇腾、AMD、Intel 等 9 家芯片厂商完成 Day 0 适配,Hugging Face、vLLM、腾讯云及 Leonardo 等超百家合作伙伴完成接入。在 Artificial Analysis 视频评测榜单中,H3 跻身全球前三并在质量/价格象限中处于最优梯队,位列中国模型最佳。在 Arena AI 最新评测榜单中,H3 排名并列第一。

    推荐理由:开源 24 小时内的适配与评测结果,展示了该多模态视频模型的生态落地速度与实际性能站位。

8月3日周一
  1. MiniMax 稀宇科技82

    MiniMax H3 正式开源通用视频模型

    MiniMax 正式开源新一代通用视频模型 H3,支持 4 至 15 秒、2K 分辨率及立体声音频生成。H3-Base 权重已同步至 Hugging Face,支持本地部署;完整 2K 工作流需结合官方 API 调用 H3-Context-IR 与 H3-Regenerate-2K。

    推荐理由:官方发布文档详细拆解了 H3 在 Hugging Face 的开源组件、支持的 2K 生成规格以及本地部署与 API 验证的完整工作流。

7月31日周五
  1. MiniMax 稀宇科技85

    MiniMax H3发布:支持统一多模态理解与生成的开放模型

    MiniMax 正式发布 H3,这是一款通用全模态生成模型,支持文本、图像、视频和声音的统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称 H3 在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 方面表现出色,适用于广告、电商等商业场景。2K 分辨率下每秒价格不到主流模型的 1/3,未来几天将开放模型权重并适配国产芯片。

    推荐理由:官方公布全模态生成能力、成本对比及开源计划,帮助用户判断其商业化与工程落地潜力。

  2. 哩布哩布AI65

    LibTV 联合 MiniMax 首发视频模型 H3

    LibTV 与 MiniMax 联合首发多模态视频模型 H3,支持 5 到 15 秒视频生成、24 FPS 输出与原生双声道声音,单次最多输入 12 个混合参考文件,分辨率可由 768p 升级至 1440p。活动期间 768p 低至 0.1 元/秒,2K 低至 0.2 元/秒,可结合 Skill 实现约 10 元制作一支广告视频或约 20 元完成一集短剧。

    推荐理由:联合首发给出了具体能力边界和试用入口,读者可据此判断它能否进入日常视频生产。

7月27日周一
  1. 月之暗面 Kimi91

    Kimi K3开放日:模型权重、技术报告和关键 Infra 技术同步开放

    Kimi K3开放日同步发布了模型权重、技术报告及MoonEP、FlashKDA、AgentEnv三项关键Infra技术。Kimi K3是拥有2.8万亿参数的混合专家模型,支持100万token上下文窗口及原生视觉理解,参数规模是Kimi K2.5的3倍左右。通过技术创新,其规模化效率提升2.5倍,用户可自由下载部署用于内部研发或终端产品。

    推荐理由:Kimi K3开放了2.8万亿参数的混合专家模型权重、技术报告及MoonEP等关键基础设施,支持自由下载部署,为前沿模型普及提供完整技术包。

7月17日周五
  1. Google DeepMind84

    Google 发布轻量化网络安全模型 Gemini 3.5 Flash Cyber

    Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber,用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问,在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能,已用于保护 Google 内部代码库。

    推荐理由:官方发布了针对网络安全微调的轻量化模型,提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。

7月12日周日
  1. 阶跃StepFun68

    阶跃星辰发布端侧模型家族 Step Edge 及配套 NPU 引擎

    阶跃星辰发布面向手机、汽车等终端的端侧模型家族 Step Edge,包含基础模型、Audio、GUI 和 Gen 四个模块,并配套自研 Step Inference NPU 引擎进行推理优化。该模型家族支持低至 0.1 秒的端侧 toolcall 执行,实现多模态数据本地处理,宣称在 29 项核心评测指标中取得第一,旨在通过端云协同平衡响应速度、能力与成本。

    推荐理由:展示了端侧模型在0.1秒toolcall延迟与全模态隐私保护上的落地能力,并给出29项核心指标领先的对比依据。