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。
AllenAI 正式发布开源卫星嵌入模型 OlmoEarth v1.3，同时开放覆盖全球 10 米分辨率的年度预计算嵌入向量及浏览器探索工具。该模型读取 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时间序列生成 128 维特征，在跨 6 大洲的 27 项评测中有 20 项取得 SOTA，且训练算力开销仅为 v1.2 的 53%。
推薦理由：提供现成的全球高分辨率卫星嵌入让环境监测和地表分类摆脱了海量原始图像的处理开销，降低了遥感建模门槛。
AI 初创公司 Recursive 发布首个语言模型 Flint，该模型由名为 Eureka Machine 的自主 AI 系统历时 4 个月研发完成。
推薦理由：材料呈现了由自主AI研发系统主导架构选型与定制算子产出的端侧MoE模型，提供了本地编码推理的性能与部署参考。
Hugging Face 联合中关村学院及那不勒斯腓特烈二世大学推出开源生物模型 Carbon-X，允许用户通过自然语言对话分析 DNA 变异对基因活性与健康的影响。
推薦理由：该模型将基因序列与自然语言对齐并压缩至14B参数，使研究人员无需上传敏感基因数据即可在本地完成对话分析。
IBM 推出开源时间序列集成方案 Granite Timeseries Ensemble R1，无需重新训练即可联合四种不同架构的 Granite 预训练模型输出点预测与分位数预测。
推薦理由：该方案无需重新训练或拟合权重，通过组合四种互补架构即可直接输出稳健的分位数和点预测。
开发者基于 Qwen2.5-Coder-0.5B 微调出 3.6 亿参数的终端世界模型 WorldTUI，在没有底层 shell 和文件系统的情况下，纯靠预测键盘输入后的字符网格变化模拟终端运行。
推薦理由：该项目通过裁剪词表、并行行解码与投机验证将终端世界模型压缩至浏览器本地运行，为交互界面仿真提供了可复用的工程方案。
AI 初创公司 Recursive 发布首个开源端侧编码模型 Flint，由其自动化研究系统 Eureka Machine 协助在 4 个月内构建完成。该模型采用 MoE 架构，总参数 40B 且每次仅激活 2.5B，基于 Apache 2.0 协议在 Hugging Face 开放免费下载。
推薦理由：该模型展示了通过自动化研究系统辅助训练轻量端侧编码模型的路径，为本地隐私开发提供了低门槛选择。
NVIDIA 正式发布关系型基础模型 Kumo Relational，无需特定任务训练、特征工程或跨表打平，即可直接在企业数据库上执行预测。该模型在 15 个数据库的 41 项基准任务中超越了传统监督学习与梯度提升树方案，并在 SAP SALT 基准上比 AutoGluon 集成高出 8% 的 MRR，支持处理超 5000 亿行数据。
推薦理由：该模型直接在关系型数据库上通过上下文进行少样本预测，免去了传统机器学习繁琐的特征工程与跨表打平流程。
IBM 发布 Granite Speech 系列语音模型更新，包括全新的 2B 语音语言模型 granite-speech-5.0-2b，以及更新版的 470M 端侧模型 granite-speech-5.0-470m-turboctc 和针对多说话人的 granite-speech-4.1-2b-plus。
推薦理由：原文对比了三款模型在端侧吞吐、多说话人归因及高精度转录上的性能指标，读者可依此匹配具体业务场景。
Inception 正式发布扩散架构语言模型 Mercury 3，在 Nvidia GPU 上生成速度达 1,068 tokens/s，官方称其运行速度比 GPT-6 Luna 和 Claude Haiku 5.5 快 4 到 8 倍。
推薦理由：扩散架构为语言模型带来了并行生成的思路，其高吞吐特性有助于大幅缩短智能体多步调用中的累计等待时间。
NVIDIA 开源了多变量时间序列预测模型 Kumo Forecast，基于 MOMENT-1-large 架构（约 340M 参数基础编码器），采用 Apache 2.0 协议开放模型权重与代码。
推薦理由：模型结合预训练时序表示与历史模式检索，并附带独立的可解释性分析框架，为工业预测与维护提供了兼顾精度与透明度的开源参考方案。
NVIDIA 与华盛顿大学蛋白质设计研究所联合推出蛋白质设计开源模型 RFD4-Proteina，将蛋白质序列与全原子结构生成整合至单一模型中以减少信息损耗。模型结合流匹配与自编码器架构，引入类似大语言模型的思考档位（thinking setting），在 24 个结合靶点基准中高思考档位下每 GPU 小时产出 76.40 个符合标准的独特结构设计。
推薦理由：模型将蛋白质序列与全原子结构生成合为一体，并引入类似思考档位的精细化生成机制，为计算生物学管线提供了统一的端到端设计方案。
NVIDIA 正式开源推出商用级 Nemotron 3.5 检索模型系列，包括 Nemotron 3.5 Embed（8B 与 1B）、Nemotron 3.5 Rerank 8B 以及 631M 参数的文档解析模型 Nemotron 3.5 Parse。
推薦理由：该系列覆盖多模态向量检索、重排序与文档解析全链路，有助于构建低 token 消耗的企业级智能体与 RAG 系统。
NVIDIA 宣布扩展开源模型家族，推出涵盖多模态语言、结构化业务数据、物理世界模型、自动驾驶、蛋白质设计及量子计算的多领域基础模型。
推薦理由：NVIDIA 将开源权重模型矩阵拓展至结构化数据、物理世界模型与量子计算等细分领域，为企业结合本地基础设施定制自主可控业务应用提供了全套底座。
记忆张量团队开源发布 MemT 1.0 记忆原生模型系列，包含 36B 的 MemT-1.0-Nano 与 288B 的 MemT-1.0-Flash，在 Transformer 模块中增加了与注意力并行的记忆计算通路。
推薦理由：该研究将经验读写机制直接融入内部计算通路，在长历史场景下大幅降低显存占用与推理耗时，为大模型持续学习提供了结构层面的工程参考。
MiniMax正式公开此前在OpenRouter匿名测试的Space Bunny模型，定名为M3.1 Flash。该模型在Agents’ Last Exam得分29.6%，DeepSWE v1.1得分73.7%，底层采用稀疏注意力架构，输出速度最高达200+ TPS（P50达170+ TPS）。定价方面，输入每百万token为1元，输出4元，缓存读取0.1元，综合成本较前代M3降低70%。
推薦理由：原文对比了该模型在代码和跨工作流基准上的得分与调用单价，适合用来评估高频智能体任务的选型成本。
Mistral 推出 Voxtral 3 系列语音模型及基于 LiveKit 的语音智能体 SDK，将听、思考、工具调用与发声整合为单一实时流式管线。模型家族包含支持 50 多种语言高精度转录与说话人日志的 Voxtral Transcribe 3，以及支持 35 种以上语言情感与语速调节的 Voxtral Mini TTS 3，单轮交互延迟控制在 1 秒以内。
推薦理由：该家族打通了转写、推理与情感合成的端到端流式管线，为构建高保真且支持自主部署的语音智能体提供了完整方案。
Elevenlabs 发布两款专为实时语音对话设计的端到端语音模型 Eleven Realtime v1 Max 与 v1 Mini。其中 v1 Max 在 Big Bench Audio 基准测试中达到 98.8% 准确率且响应时间为 0.57 秒，兼顾高精度与低延迟；v1 Mini 则主打低成本自然对话并能识别停顿与应答语气。
推薦理由：模型兼顾低延迟与高准确率，并提供兼容标准协议的接口，有助于降低实时语音智能体的开发和迁移门槛。
NVIDIA 推出用于临床手术交互式生成仿真的世界基础模型 Cosmos3-H-Dreams，支持根据机器人运动学控制实时生成高真实度的胆囊切除术内部手术场景。
推薦理由：该成果展示了如何通过教师模型蒸馏与流式推理，在单张显卡上实现支持实时运动学控制的临床手术生成仿真。
Mistral AI 正式推出专为实时语音智能体打造的模型族 Voxtral 3，整合了听、思考、工具调用与发声的单一流式处理管线。该系统包含支持超 50 种语言的 Voxtral Small Transcribe 3 转录模型、支持超 35 种语言及 50 种方言且具备情感适配的 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
推薦理由：该技术栈打通了从语音识别、推理到语音合成与工具调用的全流程，为构建低延迟端到端实时语音智能体提供了完整组件方案。
VAST 开源实时世界模型 EdenLive 及其游戏生成工具 EdenGolem v0.1，支持接入粗糙 3D 白模、2D 场景或录像并根据玩家操作实时渲染高保真画面。
推薦理由：该项目将规则交互与视觉渲染解耦，让生成模型依托粗糙白模或真人录像即可实时输出高保真画面，为可交互游戏与具身数据增强提供了落地链路。