OpenAI 改进前沿 LLM 的指令层级
OpenAI 推出 IH-Challenge，训练模型优先遵循可信指令，以改进指令层级、安全可控性并抵御提示词注入攻击。
全部 AI 动态
OpenAI NewsAI 评分3434
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-5.4，主打编码、计算机使用与 1M token 上下文
OpenAI 发布 GPT-5.4，称其为面向专业工作、能力与效率兼备的前沿模型，具备 SOTA 级编码、计算机使用、工具搜索能力，并支持 1M token 上下文窗口。
OpenAI NewsAI 评分4444 OpenAI：推理模型难以控制其思维链，而这反而是好事
OpenAI 推出 CoT-Control，发现推理模型难以控制自己的思维链，这反而强化了可监控性作为 AI 安全保障的价值。
OpenAI NewsAI 评分5353 OpenAI 发布 GPT-5.4 Thinking 系统卡
OpenAI 发布 GPT-5.4 Thinking 的系统卡（System Card），正文内容抓取失败，目前仅有标题可用。
Google DeepMindAI 评分5858 Google DeepMind 发布 Gemini 3.1 Flash-Lite 模型
Google DeepMind 发布 Gemini 3.1 Flash-Lite，称其为 Gemini 3 系列中最快、最具成本效益的模型，定价 $0.25/1M 输入 tokens 和 $1.50/1M 输出 tokens，即日起通过 Gemini API 在 Google AI Studio 面向开发者、在 Vertex AI 面向企业开放预览。
OpenAI News精选AI 评分6464 OpenAI 发布 GPT-5.3 Instant System Card
OpenAI 发布了 GPT-5.3 Instant 的 System Card，正文抓取失败，仅标题可用，暂无更多细节。
Google DeepMind精选AI 评分7575 Google DeepMind 发布图像模型 Nano Banana 2（Gemini 3.1 Flash Image）
Google DeepMind 发布最新图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），将 Nano Banana Pro 的世界知识、质量与推理能力带到 Flash 速度，支持最多 5 个角色的主体一致性、14 个物体的保真度、512px 到 4K 的分辨率控制，以及基于网页搜索的实时信息 grounding。
推荐理由：原文列出了从 Pro 下放的能力和各产品线的落地入口，读者可据此判断它会怎样改变现有图像工作流。
OpenAI NewsAI 评分3333 OpenAI 分享 First Proof 数学挑战的 AI 证明尝试
OpenAI 公开了其 AI 模型针对 First Proof 数学挑战提交的证明尝试，在专家级问题上测试研究级推理能力。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.1 Pro 模型
Google DeepMind 发布 Gemini 3.1 Pro，作为 Gemini 3 系列的核心推理升级，面向消费者和开发者产品同步推出。在 ARC-AGI-2 上 3.1 Pro 取得 77.1% 的验证分数，超过 3 Pro 推理表现的两倍。
推荐理由：原文给出了 ARC-AGI-2 上的具体分数和与 3 Pro 的对比，读者可据此衡量其推理能力提升幅度。
OpenAI News精选AI 评分6969 GPT-5.2 推导出理论物理新结果
OpenAI 官方发文称，一篇新预印本显示 GPT-5.2 提出了一个胶子振幅的新公式，该公式随后由 OpenAI 与学术合作者正式证明并验证。
推荐理由：官方披露模型在具体科研任务上的产出，可了解其推理能力的实际落点。
Google DeepMind精选AI 评分7474 Google DeepMind 升级 Gemini 3 Deep Think 推理模式并开放 API 早期访问
Google DeepMind 发布 Gemini 3 Deep Think 的重大升级，这一专用推理模式面向科学、研究和工程难题，现已在 Gemini app 中向 Google AI Ultra 订阅者开放，并首次通过 Gemini API 向部分研究人员、工程师和企业提供早期访问。
推荐理由：原文列出多项基准的具体分数与开放渠道，读者可据此评估其推理能力定位和可用范围。
OpenAI News精选AI 评分6060 OpenAI 推出首个实时编码模型 GPT-5.3-Codex-Spark
OpenAI 发布首个实时编码模型 GPT-5.3-Codex-Spark，生成速度提升 15x，支持 128k 上下文，现已面向 ChatGPT Pro 用户开放研究预览。
Google DeepMind精选AI 评分8484 Google DeepMind 发布两篇论文，展示 Gemini Deep Think 求解专业科研问题
Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 在数学、物理和计算机科学领域求解专业研究问题的成果。
推荐理由：原文给出了数学研究智能体的设计要点与人机协作方法，可迁移给从事 AI 辅助科研的读者。
OpenAI NewsAI 评分5555 OpenAI 发布 GPT-5.3-Codex 系统卡
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为目前能力最强的智能体编码模型，结合了 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理和专业知识能力。
OpenAI NewsAI 评分5858 OpenAI 发布 GPT-5.3-Codex 编码智能体模型
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生的智能体模型，将前沿编码性能与通用推理能力结合，用于支撑长周期、真实场景的技术工作。
Mistral AI精选AI 评分7474 Mistral AI 发布 Voxtral Transcribe 2 语音转写模型系列
Mistral AI 发布 Voxtral Transcribe 2 系列，包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时应用的 Voxtral Realtime，后者以 Apache 2.0 开源权重在 Hugging Face 发布。
推荐理由：原文给出两款模型的延迟、词错率与价格对比，读者可据此评估其在语音工作流中的替换价值。
Hugging Face BlogAI 评分4747 H Company 的 Holo2-235B-A22B Preview 在 UI 本地化上取得领先
H Company 发布了迄今最大的 UI 本地化模型 Holo2-235B-A22B Preview，在 Screenspot-Pro 上以 78.5%、OSWorld G 上以 79.0% 刷新 SOTA，现已上线 Hugging Face。
OpenAI News精选AI 评分6262 OpenAI 将于 2026 年 2 月 13 日在 ChatGPT 中退役 GPT-4o、GPT-4.1、GPT-4.1 mini 和 o4-mini
OpenAI 宣布将于 2026 年 2 月 13 日在 ChatGPT 中退役 GPT-4o、GPT-4.1、GPT-4.1 mini 和 OpenAI o4-mini，此前已宣布退役 GPT-5（Instant、Thinking 和 Pro）。API 目前暂无变化。
Hugging Face BlogAI 评分4949 Differential Transformer V2 发布
微软发布 Differential Transformer V2（DIFF V2），在保持 KV head 数量不变的前提下将 query head 翻倍，解码速度与标准 Transformer 持平且无需自定义 attention kernel。
Hugging Face Blog精选AI 评分6161 Overworld 发布实时交互视频扩散模型 Waypoint-1 与推理库 WorldEngine
Overworld 发布实时交互视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，用 10,000 小时游戏画面训练，支持零延迟自由控制相机与按键输入。
推荐理由：原文对比了与现有世界模型在控制延迟上的差异，并给出推理库的具体吞吐与帧率数据，便于评估其实用性。
Google DeepMindAI 评分5757 Google DeepMind 发布 D4RT 动态4D重建与跟踪模型
Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），一个统一的4D场景重建与跟踪AI模型，采用编码器-解码器 Transformer 架构和基于查询的机制，通过回答“视频中给定像素在任意时间、指定相机视角下位于3D空间何处”这一问题，用单一接口完成点跟踪、点云重建和相机位姿估计等任务。
OpenAI NewsAI 评分2626 GPT-5 for Work：GPT-5 如何驱动企业工作流
GPT-5 for Work 是一份指南，介绍 GPT-5 如何在营销、工程、财务、战略、法律和 IT 等领域驱动真实业务工作流，并帮助团队评估其适用性。
Google Research精选AI 评分7474 Google 发布 MedGemma 1.5 4B 医学多模态模型与 MedASR 医疗语音识别模型
Google 发布 MedGemma 1.5 4B，支持 CT、MRI、全片病理等高维医学影像解读，以及胸片时序回顾、解剖定位和检验报告结构化抽取，并同步推出面向医疗听写的开源语音识别模型 MedASR。
推荐理由：原文给出了各医学影像模态的具体基准提升数字，读者可据此判断该模型在实际医疗场景中的可用程度。
Hugging Face BlogAI 评分5858 NVIDIA 发布开源推理视觉语言模型 Cosmos Reason 2
NVIDIA 发布 Cosmos Reason 2，一款面向物理 AI 的开源推理视觉语言模型，在 Physical AI Bench 和 Physical Reasoning 榜单上位居开源模型第一。
Hugging Face BlogAI 评分5555 TII 发布 Falcon-H1-Arabic 阿拉伯语模型家族，采用混合 Mamba-Transformer 架构
TII 发布 Falcon-H1-Arabic 阿拉伯语模型家族，包含 3B、7B、34B 三个版本，采用 Falcon-H1 混合架构，将 Mamba 与 Transformer attention 并行置于每个 block 内并在输出投影前融合。
Hugging Face BlogAI 评分5656 Hugging Face 发布 8B 安全防护模型 AprielGuard
Hugging Face 与 ServiceNow 合作发布 AprielGuard，一个 8B 参数的安全防护模型，用于检测 16 类安全风险以及提示注入、越狱、思维链污染、上下文劫持、记忆投毒和多智能体攻击等对抗攻击，覆盖独立提示、多轮对话和含工具调用与推理轨迹的智能体工作流三种输入格式。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.2-Codex 编程模型
OpenAI 发布 GPT-5.2-Codex，称其为自家最先进的编程模型，具备长程推理、大规模代码转换和增强的网络安全能力。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3 Flash 模型
Google DeepMind 发布 Gemini 3 Flash，主打前沿智能与速度兼得、成本更低，已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI、Gemini Enterprise 开放预览，并成为 Gemini app 与 Search AI Mode 的默认模型。
推荐理由：原文给出多项基准分数、定价与速度对比，读者可据此判断它在成本与能力上的取舍位置。
OpenAI News精选AI 评分6262 OpenAI 推出 ChatGPT Images 与 GPT-Image-1.5
OpenAI 于 2025 年推出更快的 ChatGPT Images 体验，并在 API 中提供 GPT-Image-1.5，同时介绍最新的 ChatGPT Images 2.5。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-5.2，主打数学与科学能力
OpenAI 发布 GPT-5.2，称其为迄今数学与科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上取得新的 state-of-the-art 结果。文章说明这些提升如何转化为实际研究进展，包括解决一个开放的理论问题和生成可靠的数学证明。
推荐理由：原文点出该模型在数学与科学基准上的提升如何转化为解决开放理论问题的实际进展。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.2
OpenAI 发布 GPT-5.2，称其是面向日常专业工作的最先进前沿模型，具备 state-of-the-art 的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中可用，用于驱动更快、更可靠的 agentic workflows。
推荐理由：官方定位说明它面向日常专业工作，读者可据此判断与既有模型的取舍。
OpenAI NewsAI 评分4949 GPT-5.2 更新 GPT-5 System Card
OpenAI 更新 GPT-5 System Card，介绍 GPT-5.2 系列模型的安全缓解措施。GPT-5.2 是 GPT-5 系列的最新模型家族，其安全缓解方法与 GPT-5 System Card 和 GPT-5.1 System Card 基本一致。GPT-5.2 在互联网公开信息、第三方合作数据及用户与人类训练者提供的数据等多样化数据集上训练。
Mistral AI精选AI 评分7474 Mistral AI 发布开源编码模型 Devstral 2 与终端工具 Mistral Vibe CLI
Mistral AI 发布 Devstral 2 系列编码模型，包含 123B 的 Devstral 2 与 24B 的 Devstral Small 2，前者在 SWE-bench Verified 上取得 72.2%。
推荐理由：原文给出两个尺寸的参数、SWE-bench 分数与部署门槛，读者可据此判断它在自托管编码场景中的可行性。
Hugging Face BlogAI 评分4747 DeepMath：基于 smolagents 的轻量数学推理 Agent
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调的数学推理 Agent，通过生成短 Python 片段在沙箱中执行中间步骤，输出长度最多减少 66% 且准确率常有提升。
OpenAI NewsAI 评分4141 OpenAI 如何用"坦白"机制让语言模型更诚实
OpenAI 研究人员正在测试"坦白"（confessions）方法，训练模型在犯错或做出不良行为时主动承认，以提升 AI 的诚实度、透明度和输出可信度。
Mistral AI精选AI 评分8484 Mistral 发布 Mistral 3 模型家族，含 Mistral Large 3 与 Ministral 3 系列
Mistral AI 宣布推出 Mistral 3 模型家族，包括 14B、8B、3B 三款稠密小模型和旗舰 Mistral Large 3（41B 激活参数、675B 总参数的稀疏 MoE），全部以 Apache 2.0 许可开源。
推荐理由：原文给出了模型规格、许可证与部署入口，读者可据此评估其在开源模型中的定位与可用性。
OpenAI NewsAI 评分4646 GPT-5 与数学发现的未来
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了优化理论中的一个关键问题，展示了 AI 在加速数学发现中的作用。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），一款基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 通过 Gemini API 开启付费预览。
推荐理由：原文列出了分辨率、输入数量和文字渲染等具体能力边界，便于开发者判断是否迁移。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro，主打更强推理与世界知识带来的精准图像生成与编辑。
推荐理由：原文列明了能力变化与各产品线的开放范围，读者可据此判断它会怎样接入现有工作流。
OpenAI NewsAI 评分4949 GPT-5 加速科学的早期实验
OpenAI 发布首批研究案例，展示 GPT-5 如何在数学、物理、生物和计算机科学领域加速科学进展。这些案例呈现了 AI 与研究者协作生成证明、发现新见解的过程，以及 AI 如何改变科研发现的节奏。