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。
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。
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。
腾讯混元团队发布 Hy4 preview 轻量版,通过 Sherry 稀疏量化和 MIX-STQ1_0 混合精度策略将模型权重从 1.5 TB 压缩至 214 GB,降低硬件门槛。
推荐理由:原文展示了如何通过稀疏量化与混合精度策略将模型权重压缩至214GB,并验证了异构设备联合推理的可行性。
Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash,通过蒸馏技术将计算成本降低约 50 倍,性能保持在与原版 GigaPath 3% 以内,并采用 Apache 2.0 协议开源。
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。
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。
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。
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。
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。
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。
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。
Microsoft Research 发布 Skala 1.1 深度学习 DFT 泛函,其训练数据量较前代增加 2.5 倍,在 GMTKN55 基准测试中实现加权平均误差 2.8 kcal/mol,精度超越顶级全局杂化泛函且保持 meta-GGA 计算成本。
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。
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。
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。
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。
SpaceXAI 发布 Grok 4.6,在 Artificial Analysis 榜单上超越 Kimi K3,并与 GPT-5.6 Sol 并列第三。该模型在 GDPVal-AA v2 和 AA-Briefcase 评测中得分领先于 Sol Max 和 Fable 5 Max,但 CursorBench v3.2 得分 69.9% 高于 Sol 的 67.2%。
百灵大模型团队正式开源 Ling-3.0-tiny,该模型总参数量 7.9B,推理时激活参数量仅 1.3B,并同步提供 BF16、FP8 和 INT4 三个版本。
推荐理由:展示了 1.3B 激活参数在端侧设备与多精度部署下的实际落地效果与基准表现。
Meta 发布开源多模态模型 Muse Glimmer,模型为 30B 参数,基于 Muse 蒸馏而来,采用 Apache 2.0 许可,专为本地智能体应用场景设计。
推荐理由:文章展示了Muse Glimmer在本地部署场景下的自优化演示,为隐私敏感应用提供了低成本运行方案。
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。
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。
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。
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。
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。
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。
Kimi K3 是一个 2.8 万亿参数模型,基于 Kimi Delta Attention 和 Attention Residuals 技术构建,原生支持视觉理解,并拥有 100 万 token 上下文窗口。
推荐理由:Kimi 官方发布 2.8 万亿参数的 Kimi K3 模型,并给出了完整的架构设计、性能评测与商用渠道。
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。
智谱上线并开源 GLM-5.2,重点增强长程任务与 Coding 能力,采用 MIT 协议。模型支持 1M 上下文,在 FrontierSWE 上表现优于 GPT-5.5 和 Claude Opus 4.7。已在国产算力平台完成 Day 0 适配,提供 API 及开源权重下载。
推荐理由:原文给出了模型在长程任务和 Coding 基准上的具体表现,并开源权重,读者可据此评估其在工程场景的可用性。
Kimi K2.7 Code 及其 6 倍速高速版已上线 Kimi API 开放平台,模型 ID 为 kimi-k2.7-code-highspeed。高速版输出速度约为普通版 5-6 倍,常规编程场景下约 180 Token/s,短上下文可达 260 Token/s,定价为普通版的 2 倍。
推荐理由:K2.7 Code 高速版以 6 倍速度上线,配合基准测试提升数据,为高吞吐编程场景提供了新的选型依据。
智谱全量开放 GLM-5.2,支持 1M 上下文并宣称是迄今能力最强的开源模型。该模型面向 GLM Coding Plan 全量用户开放,API 下周上线,模型下周遵循 MIT 协议正式开源。
推荐理由:GLM-5.2 全量开放并计划开源,读者可据此评估其长上下文能力在团队开发中的可用性。
Kimi K2.7 Code 编程模型已上线 Kimi API 开放平台,相比 K2.6 显著提升长上下文编程性能,平均 token 消耗减少 30%。Kimi Code Bench v2 性能提升 21.8%,Program-Bench 提升 11%。1M token 输入输出价格与 K2.6 一致,后续将发布输出速度 5-6 倍的高速版本。
推荐理由:原文展示了长上下文编程能力的基准提升及30%的Token消耗优化,并明确高速版模型的定价与速度优势。
Sebastian Raschka 拆解了 Gemma 4、Laguna XS.2、ZAYA1-8B 和 DeepSeek V4 等最新开源 LLM 的架构设计。
小米正式开源 MiMo-V2.5 系列,包含 MiMo-V2.5-Pro 和 MiMo-V2.5 两款支持 100 万上下文窗口的模型,均采用 MIT 协议开放权重,支持商用推理、微调与二次训练。小米同步启动 MiMo Orbit 计划,向全球 AI 用户发放总计 100 万亿 Token 权益(申请制,最高权益价值 659 元),并向 Agent 框架团队提供 Token 限免支持与生态合作。
推荐理由:开源 MiMo-V2.5 权重并启动 100T Token 计划,提供全模态与 Agent 能力的免费使用入口。
DeepSeek-V4 预览版模型正式上线并同步开源,包含 DeepSeek-V4-Pro 和 DeepSeek-V4-Flash 两个版本。即日起登录官网或官方 App 即可使用 1M 超长上下文,API 服务同步更新,需将 model_name 修改为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由:预览版模型同步开源,给出了 API 调用入口和 1M 上下文标配说明,读者可以据此判断它在 Agent 场景中的具体部署方式。
OpenAI 发布前沿推理模型 GPT-Rosalind,该模型旨在加速药物研发、基因组学分析、蛋白质推理及科学研究工作流。
推荐理由:给出了模型在科研领域的具体定位和加速的下游应用,读者可据此判断其在生命科学工作流中的角色。
OpenAI 发布 GPT-5.4 mini 和 nano,两者是 GPT-5.4 更小更快的版本。新模型优化了编码、工具调用和多模态推理能力,以支持大规模 API 请求及子智能体工作负载。
推荐理由:官方明确了 GPT-5.4 mini 和 nano 针对编码与子智能体等高负载场景的优化方向,方便开发者评估替代方案。
Mistral 发布 Mistral Small 4,将 Magistral、Pixtral、Devstral 与 Mistral Small 的指令、推理与多模态能力合并为单一模型,并以 Apache 2.0 开源。
推荐理由:原文明确给出架构、吞吐延迟优化和许可细节,读者可据此判断统一模型如何降低多模型切换成本。
OpenAI 推出 IH-Challenge 以训练大模型优先执行受信任指令。此举提升了指令层级、安全可引导性及对抗提示词注入攻击的抵抗力。
OpenAI 发布 GPT-5.4,称其为目前最强大且高效的 frontier model,适用于专业工作,具备 state-of-the-art 的编码、computer use、tool search 能力和 1M-token 上下文窗口。
推荐理由:官方发布 GPT-5.4,明确了其面向专业工作的定位以及编码、工具搜索和 1M token 上下文等核心能力。
一项新预印本将单减振幅(single-minus amplitudes)扩展至引力子。GPT-5.2 Pro 协助推导并验证了量子引力中的非零引力子树振幅。