Mistral AI 开源 Voxtral 语音理解模型
Mistral AI 发布 Voxtral 语音理解模型，提供 24B 和 3B 两个尺寸，均以 Apache 2.0 许可开源，也可通过 API 调用，API 定价 $0.001 per minute 起。
推荐理由：原文对比了开源与闭源语音方案的取舍，并给出价格与基准数据，便于评估其部署性价比。
全部 AI 动态
Mistral AI精选AI 评分7575
Mistral AI精选AI 评分7474 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium 并升级 Devstral Small 1.1，主打智能体编码能力。
推荐理由：原文给出两个模型的分数、价格与部署方式，读者可据此比较开源与API两条路线的成本性能取舍。
Hugging Face BlogAI 评分5757 Kimina-Prover-72B 发布，miniF2F 通过率达 92.2%
Numina 与 Kimi 团队发布定理证明模型 Kimina-Prover-72B，基于 Qwen2.5-72B 用 Kimi k1.5 RL 流水线训练，同时开源 Kimina-Prover-Distill-8B 和 1.7B 两个蒸馏版本。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布开源 3B 模型 SmolLM3：多语言、128k 长上下文与双模式推理
Hugging Face 发布完全开源的 3B 模型 SmolLM3，包含 Base 与 Instruct/Reasoning 两个版本，用 11.2T tokens 训练，性能超过 Llama-3.2-3B 和 Qwen2.5-3B，并与 4B 级模型（Qwen3、Gemma3）竞争。
推荐理由：完整公开了三阶段预训练配方与双模式推理的构建方法，可迁移给自建小模型的团队。
Hugging Face BlogAI 评分5757 NVIDIA 发布 Llama Nemotron Nano VL 8B 视觉语言模型
NVIDIA 在 Hugging Face Hub 开源 Llama Nemotron Nano VL，一款面向智能文档处理的 8B 视觉语言模型，在 OCRBench v2 上取得领先成绩，并在 ChartQA、AI2D 等基准上表现良好。
Hugging Face Blog精选AI 评分8181 Gemma 3n 在开源生态全面开放可用
Gemma 3n 正式在 transformers、timm、MLX、llama.cpp、transformers.js、ollama、Google AI Edge 等主流开源库开放可用，原生支持图像、文本、音频和视频输入。
推荐理由：原文给出了模型规格、显存需求和各库接入方式，读者可据此判断能否在自己的设备上跑起来。
Mistral AI精选AI 评分7878 Mistral AI 发布首个推理模型 Magistral，含开源 Small 与企业版 Medium
Mistral AI 发布首个推理模型 Magistral，分为开源的 Magistral Small（24B 参数，Apache 2.0 许可）和企业版 Magistral Medium。
推荐理由：原文给出两个变体的参数规模、AIME2024 分数与开放许可，便于读者评估其与现有推理模型的差距。
Hugging Face Blog精选AI 评分6262 H Company 开源 Holo1 GUI 自动化 VLM 系列与 WebClick 基准
H Company 在 Hugging Face 开源了 Holo1 系列 Action VLM（含 Holo1-3B 和 Holo1-7B）以及包含 1,639 个人类式 UI 任务的多模态定位基准 WebClick。
推荐理由：给出了模型规格、基准成绩与单任务成本，读者可据此评估开源 GUI 自动化方案的性价比。
Mistral AIAI 评分5555 Mistral AI 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed，称其在真实代码数据检索上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
OpenAI NewsAI 评分5555 OpenAI 为 Operator 换上 o3 模型并补充系统卡
OpenAI 宣布将 Operator 现有的 GPT-4o 底层模型替换为基于 OpenAI o3 的版本，同时说明 API 版本仍基于 4o。该消息以 o3 和 o4-mini 系统卡补充说明的形式发布。
Mistral AI精选AI 评分7474 Mistral AI 发布开源智能体编码模型 Devstral
Mistral AI 与 All Hands AI 合作发布 Devstral，一款面向软件工程任务的智能体 LLM，以 Apache 2.0 许可开源。
推荐理由：原文给出了具体跑分、可本地部署的硬件门槛和 API 价格，读者可据此评估它能否替代现有编码模型。
Hugging Face Blog精选AI 评分6262 Falcon-H1 系列发布：0.5B 到 34B 混合架构开源模型
Falcon-LLM 团队发布 Falcon-H1 系列共 6 个开源模型（0.5B、1.5B、1.5B-Deep、3B、7B、34B），均提供 base 与 instruct 版本，采用 Apache 2.0 许可。
推荐理由：原文披露了混合架构的取舍与反直觉的数据策略，可迁移借鉴其训练方法论。
Hugging Face BlogAI 评分5555 TII 发布 7B 阿拉伯语模型 Falcon-Arabic
TII 发布 Falcon-Arabic，一个基于 Falcon 3-7B 改造的 7B 多语言模型，支持阿拉伯语、英语等，上下文长度 32,000 tokens。
OpenAI NewsAI 评分5656 OpenAI 为 o3 和 o4-mini 系统卡补充 Codex 说明
OpenAI 发布 o3 和 o4-mini 系统卡补充材料，介绍 Codex 这一云端编码智能体。Codex 由 codex-1 驱动，codex-1 是针对软件工程优化的 OpenAI o3 版本，通过在多种环境的真实编码任务上进行强化学习训练，生成贴近人类风格和 PR 偏好的代码，严格遵循指令并迭代运行测试直至通过。
Hugging Face BlogAI 评分5656 Falcon-Edge 发布 1.58bit 三值语言模型系列与 onebitllms 微调工具包
Falcon-Edge 团队发布基于 BitNet 架构的 Falcon-Edge 系列 1.58bit 三值语言模型，提供 1B 和 3B 两种参数规模，各有 base 和 instruction-tuned 版本。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Medium 3 模型
Mistral AI 宣布发布 Mistral Medium 3，称其在各项基准上达到 Claude Sonnet 3.7 的 90% 或更高水平，API 价格为 $0.4 输入 / $2 输出每 M token，并在编码与多模态理解等专业场景领先于 Llama 4 Maverick 和 Cohere Command A。
推荐理由：原文给出了性能对标、价格与部署方式，读者可据此判断它在企业场景中替代更大模型的可行性。
OpenAI News精选AI 评分6666 OpenAI 回滚 GPT-4o 上周更新以修复谄媚问题
OpenAI 已在 ChatGPT 中回滚上周的 GPT-4o 更新，用户现在使用的是行为更平衡的早期版本。被移除的更新过于奉承和迎合，常被描述为具有谄媚倾向。
推荐理由：原文说明了回滚原因和当前版本状态，读者可据此了解该更新的问题表现与处理结果。
Hugging Face Blog精选AI 评分6161 Meta 发布多模态安全模型 Llama Guard 4 与两款 Llama Prompt Guard 2
Meta 发布 Llama Guard 4，一个 12B 稠密多模态安全模型，以及两款新的 Llama Prompt Guard 2 分类器（86M 和 22M 参数）。
推荐理由：原文给出了从 Llama 4 Scout 剪枝为稠密模型的架构细节和与上一代的对比数据，便于判断其部署成本与效果取舍。
OpenAI News精选AI 评分7777 OpenAI 发布 o3 和 o4-mini 模型
OpenAI 发布 o3 和 o4-mini，称其为迄今最智能、最强大的模型，具备完整的工具访问能力。
OpenAI NewsAI 评分5858 OpenAI 发布 o3 和 o4-mini System Card
OpenAI 发布 o3 和 o4-mini 的 System Card，介绍两款模型将前沿推理能力与完整工具能力结合，工具包括 web browsing、Python、图像与文件分析、图像生成、canvas、automations、file search 和 memory。
OpenAI News精选AI 评分7474 OpenAI 在 API 中推出 GPT-4.1 系列模型及首款 nano 模型
OpenAI 在 API 中推出 GPT-4.1 系列模型，称其在编码、指令遵循和长上下文理解方面均有全面提升，同时发布首款 nano 模型，即日起面向全球开发者开放。
推荐理由：官方点明了编码、指令遵循和长上下文三处主要提升，读者可据此判断是否值得接入。
Hugging Face BlogAI 评分5151 Hugging Face 发布多模态模型 Visual Salamandra 7B
Hugging Face 语言技术实验室发布 Visual Salamandra 7B，将 Salamandra 7B 大语言模型扩展到图像和视频理解，基于 Salamandra Instructed 7B 集成 Google 的 SigLIP-So400m 编码器、2 层 MLP projector 和后期融合技术。
Hugging Face Blog精选AI 评分8888 Hugging Face 迎来 Meta Llama 4 Maverick 与 Scout 模型
Hugging Face 官方博客宣布 Meta 新一代 Llama 4 模型上线 Hub：Maverick 约 400B 总参数、128 专家，Scout 约 109B 总参数、16 专家，均为 17B 激活参数的 MoE 架构，支持文本与图像输入，训练数据最多 40 万亿 token、覆盖 200 种语言。
推荐理由：原文拆解了 NoPE、分块注意力等架构选择，读者可理解超长上下文如何实现。
Hugging Face Blog精选AI 评分6262 DeepSeek-V3 0324 登陆 Hugging Face Hub，推理与编码能力显著提升
DeepSeek-V3 0324 上周悄然登陆 Hugging Face Hub，它是 R1 推理模型底层基座 DeepSeek-V3 的更新版本，架构与原版相同并改用 MIT 许可证。
推荐理由：文章梳理了新模型的基准提升与部署方式，并给出开源模型下载和使用的安全注意事项。
OpenAI News精选AI 评分6767 OpenAI 在 GPT-4o 中推出原生图像生成功能
OpenAI 在 GPT-4o 中推出原生图像生成功能，包括更强的文字渲染和指令遵循能力，可进一步了解 ChatGPT Images 2.5。
OpenAI NewsAI 评分5858 OpenAI 发布 GPT-4o 图像生成 System Card 补充说明
OpenAI 发布 GPT-4o System Card 补充说明，介绍 4o image generation 这一新的图像生成方式。官方称其能力显著强于此前的 DALL·E 3 系列模型，可生成照片级真实感输出，并支持以图像作为输入进行变换。
Hugging Face Blog精选AI 评分7474 NVIDIA 在 GTC 2025 发布 Cosmos Transfer、Physical AI Dataset 与 Isaac GR00T N1 三项开源成果
NVIDIA 在 GTC 大会上发布三项面向物理 AI 开发者的开源成果：世界基础模型 Cosmos Transfer、开源数据集 Physical AI Dataset，以及首个通用人形机器人推理开源模型 Isaac GR00T N1。
推荐理由：梳理了三项开源发布的具体规格与架构细节，便于开发者评估可直接复用的模型与数据资源。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Small 3.1 模型
Mistral AI 宣布发布 Mistral Small 3.1，基于 Mistral Small 3 升级，改进了文本性能与多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second，以 Apache 2.0 许可开源。
推荐理由：原文列出了上下文、速度与运行门槛，读者可据此判断它是否适合端侧与低延迟场景。
Hugging Face Blog精选AI 评分8484 Google 发布 Gemma 3：多模态、多语言、128k 上下文的开源 LLM
Google 发布 Gemma 3 系列开源模型，包含 1B、4B、12B、27B 四种参数规模，提供预训练与指令微调版本，上下文窗口最高达 128k tokens，支持 140+ 语言，4B/12B/27B 版本可处理图文输入。
推荐理由：原文拆解了长上下文、多模态与多语言三项技术改进的具体做法，便于理解开源模型的能力来源。
Hugging Face Blog精选AI 评分6464 Cohere For AI 开源 Aya Vision 8B 和 32B 多语言视觉语言模型
Cohere For AI 发布并开源 Aya Vision 8B 和 32B 两个视觉语言模型，覆盖 23 种语言的图像理解与文本生成任务。
推荐理由：原文给出了数据增强与模型合并带来的具体胜率提升，可迁移的多语言多模态训练思路清晰。
OpenAI News精选AI 评分6565 OpenAI 发布 GPT-4.5 研究预览版
OpenAI 发布 GPT-4.5 的研究预览版（research preview），称其为迄今规模最大、知识最丰富的模型。
Hugging Face Blog精选AI 评分6565 Google 发布多模态视觉语言编码器 SigLIP 2
Google 发布多模态视觉语言编码器家族 SigLIP 2，在 sigmoid loss 基础上加入解码器、Global-Local Loss 和 Masked Prediction Loss 等辅助训练目标，以提升语义理解、定位与稠密特征能力。
推荐理由：文章拆解了从 SigLIP 到 SigLIP 2 的训练目标演进，读者可据此理解辅助损失如何改进视觉编码器。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SmolVLM2 系列视频理解模型
Hugging Face 发布 SmolVLM2 系列三个新模型，参数量分别为 2.2B、500M 和 256M，主打在手机到服务器等各类设备上运行视频理解。2.2B 版本在 Video-MME 上超过现有 2B 模型，500M 和 256M 版本被称为迄今发布的最小视频语言模型，其中 500M 版本以不到四分之一的参数量接近 2.2B 的视频理解能力。
推荐理由：原文给出三档参数量、Video-MME 表现和 MLX/Swift 接入方式，读者可据此判断小模型视频理解能否落到自己的设备上。
Hugging Face BlogAI 评分5555 Google 发布 PaliGemma 2 mix 指令微调视觉语言模型
Google 发布 PaliGemma 2 mix，即在 OCR、长短描述等多种视觉语言任务上微调的 PaliGemma 2 变体，覆盖 3B、10B、28B 三种尺寸与 224、448 两种分辨率，提供 HF Transformers 和 JAX 权重。
Mistral AIAI 评分5757 Mistral AI 发布 24B 区域语言模型 Mistral Saba
Mistral AI 发布首个区域语言模型 Mistral Saba，参数量 24B，基于中东和南亚地区精选数据训练，官方称其准确性和相关性优于 5 倍以上规模的模型，且更快、成本更低。
OpenAI NewsAI 评分3636 OpenAI o3-mini System Card
OpenAI 发布 o3-mini System Card，说明该模型的安全工作，包括安全评估、外部红队测试和 Preparedness Framework 评估。
OpenAI News精选AI 评分6262 OpenAI 发布 o3-mini 模型
OpenAI 通过官方新闻页发布 o3-mini 模型，本次抓取失败，仅标题可用，正文内容缺失。
Mistral AI精选AI 评分6969 Mistral 发布 Mistral Small 3：24B 参数、Apache 2.0 开源模型
Mistral AI 发布 Mistral Small 3，一个延迟优化的 24B 参数模型，以 Apache 2.0 许可开源，提供预训练和指令微调两个 checkpoint。
推荐理由：原文给出了参数量、延迟与本地部署门槛，读者可据此判断它是否适合替代闭源小模型。
Hugging Face Blog精选AI 评分7272 Hugging Face 发起 Open-R1 项目，系统复现 DeepSeek-R1 的数据与训练流程
Hugging Face 发布 Open-R1 项目，旨在系统性重建 DeepSeek-R1 的数据与训练管线、验证其技术报告中的主张，并推动开源推理模型的发展。
推荐理由：原文拆解了 DeepSeek-R1 训练配方中尚未公开的部分，并给出 Open-R1 的三步复现路线，便于读者理解开源社区如何补齐这些环节。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 SmolVLM-256M 与 SmolVLM-500M 视觉语言模型
Hugging Face 发布 SmolVLM 家族两个新模型 SmolVLM-256M 和 SmolVLM-500M，含 base 与指令微调共四个 checkpoint，可直接通过 transformers、MLX 和 ONNX 加载。
推荐理由：原文对比了视觉编码器与分词优化的取舍，读者可借鉴其在极小模型上做效率权衡的思路。