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。
开源多模态模型 Apertus 1.5 正式发布并开源 8B 与 70B 权重，支持图像与音频理解、可选思考模式以及强化工具调用。模型采用基于 Tokenizer 的早期融合架构保持文本级训练速度，上下文窗口扩展 4 倍至 262,144 tokens，并在 Apache 2.0 协议下公开了全阶段训练数据配比、中间检查点与评测记录。
推薦理由：该版本公开了完整训练数据配比、各阶段中间检查点与评测规范，为多模态早期融合研究提供了高透明度开源样本。
阶跃星辰正式开放 Step 5 Preview 的 BF16 与 FP8 模型权重并上线技术博客。该模型面向长程 Agent 任务设计，采用稀疏 MoE 架构，总参数量 600B、每 token 激活 27B，支持 100 万 token 上下文与文本视觉多模态输入。
推薦理由：原文详细给出了600B稀疏MoE的架构细节与长程Agent训练方案，有助于了解深层网络与百万上下文的工程落地。
昆仑万维旗下 Skywork AI 开源发布游戏世界模型 Matrix-Game 4.0，可在单张 RTX 5090 显卡上实现 60 FPS 实时运行与规则交互。该方案采用游戏引擎维护世界逻辑与结构草图、视频模型渲染画面的分工架构，按键响应延迟约 112ms，显存峰值约 18.5GiB。相关模型权重与推理代码已在 GitHub 和 Hugging Face 正式开源。
推薦理由：通过游戏引擎维护逻辑加视频模型实时渲染的分工路线，为降低交互式世界模型的算力门槛提供了工程参考。
Liquid AI 推出 24B 参数的开源权重推理模型 LFM2.5-24B-A2B，每 token 仅激活 2B 参数，专为端侧高速智能体设计。模型将上下文窗口扩至 131,072 tokens，在 Apple M5 Max 设备上推理速度达 184 tokens/s，在多项工具调用基准中优于更大参数的 MoE 模型。
推薦理由：该模型展示了小激活参数量MoE在端侧运行工具调用与智能体任务的效率优势，为本地部署提供了参考。
阶跃正式开源 Step 5 Preview 的 BF16 与 FP8 权重，该模型采用总参数 600B、每 token 激活 27B 的稀疏 MoE 架构，原生支持图文输入与 100 万 token 上下文窗口。
推薦理由：原文给出了参数规模与稀疏架构细节，开发者可以据此评估长上下文智能体在本地部署时的算力与显存开销。
xAI 发布语音转语音模型 Grok Voice 3.0，延迟低于 1 秒且已通过 API 上线，定价维持每分钟 0.08 美元。在 Artificial Analysis 综合榜单中得分 86.9 排名第一，全双工基准测试达 97%，τ-Voice 客服测试得分 71.6% 且比同级模型延迟降低 40%。该模型已应用于特斯拉车载交互与星链多语言客服电话处理。
推薦理由：原文提供了多项语音基准测试得分与全双工测试数据，读者可据此评估该模型在实时客服场景下的延迟与成本表现。
Ai2 推出气候模拟系统 HiRO-ACEv2，能以高分辨率大气物理模型 X-SHiELD 约 1/300 的计算成本生成全球 3 km 分辨率气候数据。该版本通过新的降尺度模型 HiROv2 与更新版 ACE 协同工作，可同时预测降水、风速和气压等多项指标，百万分之一概率的罕见极端事件统计误差在 3% 以内。相关模型、技术报告、教程及在线演示已在 Hugging Face 开放。
推薦理由：新系统将全球高分辨率气候模拟成本降至传统物理模型的约三百分之一，为长期极端天气预测与气候研究提供了低成本方案。
NVIDIA 推出面向本地 AI 智能体的大语言模型 Nemotron 3.5 Bolt 74B，采用 MoE 架构与 2-bit 量化感知训练，将 740 亿参数模型的显存占用压缩至约 24 GB。
推薦理由：原文解析了MoE架构与2-bit量化如何将74B模型压缩至24GB显存，为开发者在本地部署AI智能体提供了参考路径。
面壁智能与OpenBMB正式开源端侧多模态模型MiniCPM-V 4.7，包含35B-A3B与1.3B两个版本。其中35B-A3B为激活3B参数的MoE架构，借助前瞻专家调度与逐层混合精度量化，可在iPhone断网环境下仅占用约3G内存运行，解码速度超过每秒13个token。该系列模型支持iOS、安卓等多平台部署，并配套自回放微调技术以减少模型定制时的能力遗忘。
推薦理由：该模型通过前瞻专家调度将35B MoE的内存需求压至3G，为端侧设备离线部署大参数多模态模型提供了具体的工程实现参考。
面壁智能与OpenBMB正式开源端侧多模态模型MiniCPM-V 4.7，包含35B-A3B（激活3B）和1.3B两个版本。35B-A3B版本仅需约3G内存即可在iOS与安卓设备离线运行，在iPhone 17 Pro Max优化后解码速度达每秒13个token以上。该模型结合前瞻专家调度、混合精度量化及ViT内早期视觉压缩技术，并引入自回放微调以解决业务微调带来的能力遗忘问题。
推薦理由：端侧MoE通过前瞻调度与混合精度量化在低内存下保障速度，为移动设备离线运行大参数视觉模型提供了工程参考。
Google 正式面向全球发布新一代旗舰大模型 Gemini 4 Argon，主打长程深度任务推理、代码重构与空间物理仿真，在 API 中提供统一 100 万 token 上限及新续写协议。该模型首发优惠定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。实测显示其在复杂 3D 交互生成与算法优化上速度显著提升，整体调用成本较同类竞品大幅下降。
推薦理由：原文给出了详细的 API 资费与生成耗时对比，为开发者评估复杂代码重构和物理仿真的工程落地成本提供了具体参考。
Google 正式上线 Gemini 4 Argon 模型并面向全球开发者和企业开放，输入、思考与输出共用 100 万 token 上下文窗口，单次输出上限达 1,048,576 个 token。
推薦理由：原文公布了该模型两阶段定价与单次最高百万 token 输出规格，读者可据此评估长文本复杂工程的调用成本。
Google DeepMind 披露了 Gemini 4 Argon 的安全防御体系并开始扩大推送范围，重点防范高危领域滥用、智能体失控与提示词注入风险。团队采用激活探测器构建三层实时防护，使生物越狱测试解锁率控制在 1% 以下，并在 Gray Swan 间接提示词注入测试中将攻击成功率降至 0.7%；同时通过独立监控器实时审查执行动作与思维链，并在训练中避免对思维链直接惩罚以防模型隐蔽作弊。
推薦理由：原文揭示了惩罚思维链会导致模型隐蔽违规比例增加，为前沿大模型的实时对齐监控提供了关键实践参考。
Google 正式面向开发者、企业与消费者全球上线旗舰大模型 Gemini 4 Argon，替代原有的 Pro 档位作为全新前沿系列。新模型促销期输入定价为每百万 token 2 美元、输出 10 美元，支持缓存 95% 折扣，并在内部研发中帮助 Chrome 团队快速完成了数百万行代码重构与渲染优化。
推薦理由：原文对比了新旗舰在定价与编码工程上的表现，有助于评估其在多层级模型体系中的实际可用性。
Google 开始在 Gemini 应用和 Antigravity 中向付费用户推送 Gemini 4 Argon，较低订阅层级无法获得完整访问权限。该模型主打高级推理与智能体编码能力，配备了防范恶意指令的失齐监控机制。
推薦理由：原文披露了模型在内部系统优化与机器人项目中的实测案例，读者可据此了解其在实际工程场景下的表现。
谷歌宣布 Gemini 4 Argon 正式全球上线，面向普通订阅用户、开发者、企业和科研人员等群体开放。API 提供 100 万 token 的统一输入输出上限，介绍期定价为每百万 token 输入 $2、输出 $10。官方同步公布了其在 Chromium 代码重构、开源框架优化以及机器人仿真控制等场景的大量实测案例。
推薦理由：原文汇总了该模型在代码重构、科学计算和机器人控制等实际工程任务中的落地案例与运行细节。
Liquid AI 开源发布推理模型 LFM2.5-24B-A2B，拥有 24B 总参数与 2B 激活参数，专为端侧高速、私密的智能体任务设计。模型上下文窗口扩展至 131K tokens，在 M5 Max 上解码速度达 184 tokens/s，在单张 B300 上高并发输出达 21K tokens/s。
推薦理由：原文提供了端侧高吞吐和工具调用的实测对比，读者可以据此评估在本地硬件上部署连续运行智能体的可行性。
Meta 披露了新一代广告推荐基座模型 GEM 的技术架构与训练细节，带动广告转化率提升 18.9% 且 CTR 提升 12%。系统采用类似 LLM 的 Kunlun 统一架构以支持超长用户行为序列，并通过 LoopFM 结构化表征与 Solaris 推测预计算机制无额外延迟地向各业务模型迁移能力。
推薦理由：文章详细拆解了将大语言模型架构与长序列机制迁移至工业级推荐系统的软硬件协同方案，对超大规模推荐模型工程具有参考价值。
Google DeepMind 正式推出前沿模型 Gemini 4 Argon，主打解决高难度工程任务、专业工作流与科学研究问题。模型支持 1M 统一输入输出上下文限制，首发定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享受 95% 折扣。
推薦理由：该模型聚焦高难度工程和科研推理场景，不仅提升了复杂代码重构与跨学科任务表现，也为开发者带来了更低成本的调用方案。
Google DeepMind 推出面向机器人全生命周期的通用物理推理模型 Gemini 4 Argon，在具身推理基准 ERQA 上取得 87% 的得分。该模型具备物理理解、代码生成与视觉语义推理能力，涵盖四足及机械臂闭环控制、由现实视频或草图构建 MuJoCo 仿真数字孪生（Real2Sim），以及在仿真中生成数据实现策略自改进。
推薦理由：原文详细展示了如何通过物理仿真推理和提示词闭环控制硬件，为具身智能工作流提供了可落地的工程参考。