新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
NeoMME 推出 260M 与 800M 原生多语言多模态编码器，采用单塔双向 Transformer 从头预训练，无需独立视觉塔或自回归解码器。微调版 NeoMME-Retriever 在单次前向传播中同时输出稠密与后期交互嵌入，在 ViDoRe v3 达到帕累托最优，并可在单张 NVIDIA L40S 上以每秒 51 页的速度编码 2048×2048 图像。
Why it matters: 原文开源了单塔架构的多模态原生编码器与检索微调权重，读者可参考其在视觉文档检索与索引压缩上的落地实践。
Google DeepMind 推出 Gemini 3.8 Flash 与专用于网络安全的 Gemini 3.8 Flash Cyber 两款新模型，主打长程编程、智能体工作流与漏洞自动修复能力，保持与 3.7 Flash 相同的定价（输入 $0.75 / M tokens，输出 $3.75 / M tokens）。
Why it matters: 原文给出了两款模型的基准数据与定价细节，开发者可以据此评估其在长程编码与安全防御场景中的落地可行性。
腾讯混元团队推出 Hy4 preview 轻量量化版本，通过自研 Sherry 稀疏三值量化算法与 MIX-STQ1_0 逐层混合精度策略，将模型权重从接近 1.5TB 压缩至约 214GB。
Why it matters: 原文详述了自研三值量化与混合精度策略，为超大参数模型在有限与异构硬件上的本地推理提供了可迁移的工程参考。
Google 推出 330M 参数的时间序列基础模型 TimesFM-3，原生支持多变量零样本预测并实现单次前向传播输出全预测区间。该模型在超过 1 万亿时间点的数据集上预训练，采用交替因果时序与全变量注意力架构，支持多目标联合预测以及历史和未来协变量。目前该模型已在 GitHub 和 Hugging Face 上线，后续还将接入 BigQuery。
Why it matters: 原文展示了结合交替注意力与非自回归单次前向传播的多变量预测架构，有助于读者了解时间序列基础模型的最新演进。
腾讯混元正式发布并开源新一代旗舰模型 Hy4 preview，总参数 770B，激活参数 49B，支持 1M 上下文长度。该模型面向软件工程、办公分析、游戏开发与科学研究等真实生产力场景优化，在 203 个内部工程任务盲测中均分达 2.99/4.00。模型现已在 Hugging Face、GitHub、腾讯云 TokenHub 及 OpenRouter 等平台上架。
Why it matters: 该模型以 770B 总参数和 1M 上下文切入真实生产力场景，读者可据此了解其在长程工程与科学计算中的实际落地表现。
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者提供更具控制力的视频生成套件并正式接入 Google AI Studio 的 Gemini API。
Why it matters: 材料详述了场景延展、首尾关键帧过渡与视频参考等控制特性，开发者可据此评估其在视频工作流中的落地可行性。
Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，提供实时双向流式与预录音频处理两条 API 路线，支持 85 种以上语言并具备口误自我修正与填充词过滤能力。
Why it matters: 新模型将实时语音转录与格式化及工具调用结合，展现了语音识别向上下文理解与工作流调度演进的具体路径。
智谱正式上线并开源 GLM-5 系列原生多模态模型 GLM-5.3-Flash（320B-A18B），在综合智能指数与编程评测中取得与 Claude Opus 4.8 相当的表现。
Why it matters: 该模型在综合评测中追平海外顶级旗舰，并通过混合注意力架构与国产芯片部署大幅压低了调用成本。
腾讯混元联合英特尔与哔哩哔哩推出 Hy-MT2-1.8B 极低比特翻译模型方案，提供 2-bit（574MB）与 1.25-bit（440MB）两套量化版本，将原本 3.3GB 的端侧模型压缩至几百兆且保持翻译质量几乎无损。
Why it matters: 原文展示了从量化算法、芯片指令优化到直播弹幕落地的完整链路，为端侧小模型的极致压缩与低资源部署提供了可复用实践。
IBM 正式发布首个密集解码器架构的推理大语言模型家族 Granite 4.2，推出 3B、8B 和 30B 三种尺寸，均基于 Apache 2.0 协议开源。
Why it matters: 原文详述了异步 GRPO 与多阶段智能体强化学习的工程实现，为开源端侧及中等规模推理模型的训练提供了可复现的完整路径。
DeepSeek 实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp 正式上线 API 平台，支持图文混合输入与各类 Agent 框架集成。
Why it matters: 原文给出了纯文本与多模态基准对比以及按 token 计费规则，开发者可以据此评估多模态智能体任务的接入成本。
智谱宣布 GLM-5.3 API 正式上线，模型权重将于下周五开源，调用定价与上一代 GLM-5.2 保持一致。该模型擅长复杂编码、防御性网络安全与长程任务，在 Artificial Analysis 综合智能指数中取得 60 分，与 Kimi K3 并列开源模型第一。
Why it matters: 原文公布了评测表现、调用定价与开源时间表，开发者可以据此评估将该模型接入复杂编码或长程任务工作流的成本效益。
智谱正式发布新模型 GLM-5.3，在与 GLM-5.2 相同基座上通过强化学习与长程后训练扩展，显著提升了复杂编程与网络安全防御能力。该模型在 Terminal-Bench 3.0 等基准上取得开源领先，并协助安全团队挖掘出多项高危系统与底层协议漏洞；相关能力已接入 ZCode 等工具，完整模型权重计划在两周内开源。
Why it matters: 原文阐述了基于相同基座进行后训练扩展的技术路径，为开发者评估大模型在代码工程与网络安全防御中的实际可用性提供了参考。
Google DeepMind 正式推出 Gemini 3.7 Flash，主打软件工程、知识工作和智能体工作流。新模型在 FrontierCode 1.1（43.6% vs 34.4%）和 DeepSWE v1.1（65.3% vs 49.0%）等编码与自动化测试中相比 3.6 Flash 显著提升，并强化了多步规划与工具调用能力。
Why it matters: 该模型在软件工程与智能体基准上大幅超越前代，并以减半的调用成本降低复杂工作流的部署门槛。
深度求索发布 DeepSeek V4 Pro 正式版，已同步在 APP、网页端与 API 上线。新模型重点提升了 Agent 能力，API 原生支持 OpenAI Responses API 格式并适配 Codex，思考模式新增 low、high、max 三档强度控制。此外 API 推出峰谷定价机制，闲时价格为高峰时段的一半，新计费规则将于北京时间 2026 年 8 月 17 日 0 时生效。
Why it matters: 原文介绍了模型在智能体能力上的增强以及分档思考强度与峰谷定价，有助于开发者评估接口迁移与调用成本。
Google DeepMind 推出多语种手语转文本模型 SL2T，并首次落地 Pixel 11 的 Gboard 输入法与 Live Transcribe，首发支持美国手语（ASL）转英语听写。
Why it matters: 该模型跳过传统手语标注直接将姿态骨骼坐标映射为文本，并落地手机输入法，展现了端云协同下多模态交互落地的具体路径。
NVIDIA 发布面向常驻 AI 智能体工作流的开源模型 Nemotron 3.5 Lightning，以及用于动态调度多模型的 NeMo Switchyard 路由库。
Why it matters: 原文对比了新模型与前代规格的性能和延迟差异，并展示了如何通过配套路由库在复杂智能体工作流中平衡成本与响应速度。
NVIDIA 推出 364M 参数的开源多语言文本转语音模型 Magpie TTS Multilingual，开放模型权重并提供生产就绪的 NIM 推理微服务。
Why it matters: 模型开源权重并提供生产级推理微服务，帮助开发者在私有基础设施上自控语音延迟预算与定制发音。
Meta 发布多模态模型 Muse Glimmer 并采用 Apache 2.0 协议开源，该模型参数量为 30B，包含 2B 视觉编码器与 28B 文本解码器，专为本地 Agent、隐私计算、编码和文档分析设计。
Why it matters: Meta 开源 30B 本地端多模态智能体模型并采用 Apache 2.0 协议，为开发者提供了兼顾隐私与本地部署的工具调用与编码模型选择。
Google DeepMind 在《Nature》发表研究并开源 WeatherNext 2 及 WeatherNext Cyclones 模型权重与代码，其在热带气旋路径、强度及风场结构预测上平均提升了 24 小时的预警提前量。
Why it matters: 该成果展示了单一 AI 架构在粗分辨率输入下融合全球环流与局部气旋强度的可行性，并为气象预警提供了开源方案。