Google 发布 Gemini 4 Hydrogen 并升级 Search 复杂问题理解能力
Google 发布 Gemini 4 Hydrogen 模型并将其接入 Google Search，官方称这是 Search 迄今最大的模型改进，可更好理解多部分、高度具体或含拼写错误的复杂问题。
#Agent
TechCrunch · AIAI 评分7474 Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Hydrogen 模型
Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，强调快速执行，同时覆盖 Google AI Studio、Gemini API、Gemini for business、Gemini app、Google Search 及付费 Google AI Pro 和 Ultra 订阅者。
推荐理由：原文给出定价、基准分数与安全指标，读者可据此判断它在多模型工作流中如何与 Carbon、Argon 分工。
Hugging Face Blog精选AI 评分6262 Tether AI Research 开源 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 构建、面向函数调用与智能体工作流的 0.8B 参数端侧模型，将以 Apache 2.0 许可开源权重，提供 bf16、Q8、Q4 三种精度的 safetensors 与 GGUF 文件。
推荐理由：原文给出四阶段训练配方与逐项基准对比，可据此理解小模型如何在工具调用上追平更大模型。
The Verge · AI同事件AI 评分8181 Google 向公众发布 Gemini 4 Carbon 并预览智能体 swarm 功能
Google 将最新模型 Gemini 4 Carbon 向公众开放，此前两周仅向部分网络安全防护人员开放。
同一件事，精选收录的是《Google DeepMind 开源 Gemini 4 Carbon 模型》
The DecoderAI 评分6565 Meta 发布 Muse Ember 小模型，主打智能体日常任务
Meta 推出迄今最小、最高效的模型 Muse Ember，面向智能体全天处理的重复性任务，包括调用工具、小型编码任务、请求路由、数据抽取和长文档处理。
TechCrunch · AIAI 评分6464 Meta 发布轻量智能体模型 Muse Ember，主打低成本执行
Meta Superintelligence Lab 发布轻量模型 Muse Ember，定位为该实验室迄今最轻、成本最低的模型，面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常执行任务。
The DecoderAI 评分7272 腾讯发布 Hy4，新增图像理解与计算机操作能力
腾讯发布正式版大语言模型 Hy4，首次加入图像理解和自主操作软件能力，可通过 Tencent Cloud、OpenRouter 及元宝等应用使用，模型权重尚未公布具体开放日期。
OpenAI News精选AI 评分7575 OpenAI 发布 GPT-6.1 Terra，主打大规模快速的计算机操作能力
OpenAI 发布 GPT-6.1 Terra，官方定位为在大规模场景下提供快速且可用的计算机操作能力。feed 仅提供标题与副标题，未给出参数、定价或评测细节。
推荐理由：官方点明该模型主打大规模快速且可用的计算机操作能力，读者可据此判断它面向的自动化场景。
NVIDIA Blog精选AI 评分6161 NVIDIA 扩展 Nemotron、Kumo、Cosmos 等开放模型组合
NVIDIA 扩展其在语言、机器人、生物和量子计算领域的开放模型组合，包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising，供开发者用本地数据定制并部署在自有基础设施上。
推荐理由：原文逐项列出各模型的开放入口和合作方，读者可据此判断哪些能力已可直接取用。
The DecoderAI 评分5555 Cloudflare 发布 Clairic 文档抽取模型，称比 LLM 更快更省
Cloudflare 在 Workers AI 上以预览形式发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、更便宜，开放权重（open weights）随后跟进。
TechCrunch · AIAI 评分6363 Nvidia 发布 Nemotron 3.5 Super VL 与 Bolt 系列开放权重模型，面向企业智能体和本地 AI PC
Nvidia 发布面向常驻智能体和边缘计算的开放权重模型：1200 亿参数的 Nemotron 3.5 Super VL 面向企业智能体，参数量少于 Nemotron 3 Ultra 但 Nvidia 称在指令遵循和工具使用任务上精度相当；另有两款轻量 Bolt 模型，面向搭载 Nvidia RTX Spark 芯片的 AI PC 和 DGX Spark 工作站本地运行。
Hugging Face Blog精选AI 评分7878 Reflection 开源 501B 参数 MoE 模型 Beam，主打编码与智能体场景
Reflection 在 Hugging Face 上开源了其首个模型 Beam，这是一款 501B 参数（每 token 激活 23B）的 MoE 大语言模型，采用 Apache 2.0 许可，主打编码与智能体场景，支持 1M tokens 上下文窗口。
推荐理由：原文给出架构细节、精度选择与部署配置，读者可据此评估自托管该模型的硬件成本与可行性。
The DecoderAI 评分7373 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型及两款端侧 Bolt 模型
Nvidia 发布面向企业智能体的开源多模态模型 Nemotron 3.5 Super VL，参数量 120B、每 token 激活 12B，采用 Mixture-of-Experts 架构，由含 Mistral AI、Thinking Machines Lab、Perplexity、Black Forest Labs 的 Nemotron Coalition 参与开发。
NVIDIA Blog精选AI 评分7272 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL，以及面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 两款模型，覆盖从企业服务器到本地设备的智能体部署。
推荐理由：原文给出了三档模型的参数、显存与部署入口，读者可据此判断从数据中心到本地设备的选型路径。
Hugging Face Blog精选AI 评分6767 Liquid AI 开源 LFM2.5-24B-A2B 端侧推理模型
Liquid AI 开源 LFM2.5-24B-A2B，一个 24B 参数、仅 2B 激活参数的推理模型，面向端侧快速私密的智能体场景，支持工具调用与多步任务。
推荐理由：给出了架构、训练流程与多组对比数据，读者可据此判断它在端侧智能体场景的取舍边界。
Latent Space精选AI 评分8888 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型，第三方评测接近前沿水平
Meta Superintelligence Labs（MSL）发布第二代模型家族 Muse Wonder（代号 Watermelon）与 Muse Wonder Full，定位为面向个人与专业智能体工作的前沿模型，1M 上下文窗口，定价为 $4/M 输入、$20/M 输出。
推荐理由：原文汇总了第三方评测数据与从业者正反两方反馈，读者可据此判断该模型的真实定位与争议点。
The DecoderAI 评分5656 Microsoft 发布 Decision-1 决策模型，基于 Qwen3.5-9B
Microsoft 发布决策模型 Decision-1，用于分类、评估和路由决策，并称其有潜力在复杂环境中引导和控制智能体。
Latent Space精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，定价与 OpenAI GPT-6 Luna 完全一致，官方称其为迄今最便宜、最快、最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，同日还下调了 Sonnet 5.5 缓存读取价格（$0.20 降至 $0.10 per 1M tokens）。
推荐理由：汇总了第三方评测的分数与token消耗数据，读者可据此判断低价小模型的真实性价比。
Mistral AI精选AI 评分7878 Mistral AI 公开预览 Mistral Large 4，月底开放权重
Mistral AI 宣布 Mistral Large 4（代号 le Chonk）进入公开预览，可在 Mistral Studio 使用 preview API，权重将于本月底发布。
推荐理由：原文给出了模型规模、开放权重时间表和多领域基准成绩，读者可据此评估其在企业级任务中的可用性。
The DecoderAI 评分6969 Reflection 发布开源模型 Beam，主打低算力下的编码与推理能力
AI 公司 Reflection 宣布推出 Beam，这是其首个自由可用的模型，采用 501B 总参数、每 token 激活 23B 的 MoE 架构，面向编码、逻辑推理和智能体任务。
The DecoderAI 评分6161 Cloudflare 发布决策模型 Clef 与 Clef-flash，主打低延迟智能体决策
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，主打速度，对标 TypeSafe AI 的 Jev。
TechCrunch · AIAI 评分5757 Amazon 开源决策模型 Strands Decider 2B，跟进 TypeSafe 的 Jev
Amazon Web Services 开源了受 TypeSafe 的 Jev 启发的决策模型 Strands Decider 2B，与 OpenAI 宣布类似产品在同一周发布。
The Verge · AI精选AI 评分7676 Google 发布 Gemini 4 Argon，初期仅向可信网络安全防御者开放
Google 发布下一代前沿模型 Gemini 4 Argon，称其在软件工程、法律与金融等企业知识工作以及网络安全防御等复杂工作流中具备前沿表现，初期仅向一组可信的网络安全防御者开放访问。
推荐理由：原文交代了发布时机与受限开放策略，读者可据此理解当前前沿模型的发布节奏与安全考量。
Latent Space精选AI 评分8888 OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol 等新品，Anthropic 递交 IPO 申请
OpenAI 在 DevDay 2026 发布语音智能体 Dots、ChatGPT Spaces、GPT-6.1 Sol、Ultrafast 模式、Decisions API、Agents API 等新品，GPT-6.1 Sol 定价 $2/$10 per M tokens，宣称接近 Astra 智能但价格约为五分之一。
推荐理由：汇总了 OpenAI DevDay 发布与多份独立评测数据，读者可对照官方宣称与第三方结果判断新模型的真实性价比。
AWS Machine Learning Blog精选AI 评分6666 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和专业工作负载提供更强推理能力。据 OpenAI，它在 DeepSWE v1.1 上以约五分之一的任务成本匹配 GPT-6 Astra，且比 GPT-6 Sol 最佳成绩高 6.4 个百分点、推理投入更低。
推荐理由：原文给出了成本与能力的对比数据，读者可据此评估它在智能体工作流中的性价比取舍。
TechCrunch · AI精选AI 评分7676 Anthropic 发布 Sonnet 5.5，称其更快更省且智能体编码超过 Opus 5.5
Anthropic 发布中端模型 Sonnet 5.5，称其比前代 Sonnet 5 快 30%、token 消耗速率显著更低，主打日常任务与编码。
推荐理由：对比了 Sonnet 5.5 与前代及 Opus 的定位差异，可帮助判断选型时速度与成本的权衡。
Latent SpaceAI 评分6262 AINews：Opus 5.5 擅长生成讲解视频
Latent Space 的 AINews 汇总 9/24-9/25 动态，指出 Opus 5.5 本周发布后社区反响积极，尤其擅长用代码生成讲解视频。
AWS Machine Learning Blog精选AI 评分6060 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 端点的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：Grok 4.7 上线 Amazon Bedrock 的接入方式与四档推理强度配置，可供评估长任务智能体的成本与延迟取舍。
AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向聚焦编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：官方给出 Sonnet 5.5 在 Amazon Bedrock 上的能力定位与调用示例，可据此判断它适合承接哪类持续运行的编码任务。
Hugging Face Blog精选AI 评分7878 H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 同时开源权重与全部评测轨迹，读者可据此比较通用计算机操作智能体在成本与能力上的取舍。
Latent SpaceAI 评分6060 Runway 谈 WorldPrompt 与实时世界模型的工程实现
Runway 本月早些时候发布 GWM Worlds 2 研究预览，把高保真视频与音频生成变成实时交互式模拟，并提出 WorldPrompt 输入格式，可固定环境部分要素（含首帧）并生成带时间戳的事件。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，分别面向规模化低成本场景与高复杂度多步推理任务。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力与成本取舍。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，前者面向长程编码与自主智能体，后者面向漏洞发现与自动修补。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上的提升，以及面向安全防御的 Cyber 变体与 Fairwind 计划，构成一次可对照的模型迭代。
Hugging Face Blog精选AI 评分7474 IBM 发布 Granite 4.2 推理模型家族并详解构建过程
IBM Granite 团队发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密 decoder-only 尺寸，均以 Apache 2.0 开源，支持 thinking/non-thinking 切换、低强度思考模式与原生工具调用。
推荐理由：原文完整拆解了从预训练到多阶段RL的构建流程，可迁移了解推理模型的训练配方。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的高效模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文给出多项基准对比与定价，读者可据此评估它相对 3.6 Flash 的实际提升幅度。
Hugging Face Blog精选AI 评分7878 Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体场景
Meta 发布 Muse Glimmer-30B，一款从 Muse 蒸馏至 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体用例，适用于编码、文档分析、个人助手等注重隐私的场景。
推荐理由：原文给出架构细节与部署入口，读者可据此判断本地智能体场景下的落地成本与可行性。
Microsoft Research精选AI 评分7474 Microsoft Research 开源可扩展智能体框架 Orchard
Microsoft Research 开源智能体框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体，并同步发布训练数据与评测方法。
推荐理由：原文给出三个领域的训练配方与具体分数，读者可据此评估小参数开源模型在真实任务上的能力边界。
Microsoft Research精选AI 评分7474 Microsoft Research 发布 Echoverse：面向计算机使用智能体的深度可演化训练环境
Microsoft Research 发布 Echoverse，一套面向计算机使用智能体的深度可演化训练环境，包含十个深度领域世界和两个能力世界，并开源其中四个世界的代码、数据与数据库接地验证器。
推荐理由：原文用对照实验说明深度与多样性比环境数量更能带来迁移，可为构建计算机使用智能体训练环境提供方法参考。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini 新模型：Gemini 3.6 Flash 主打编码、知识工作与多模态，按 Artificial Analysis Index 输出 token 消耗比 3.5 Flash 少 17%。
推荐理由：原文给出三款模型的定价与基准对比，可据此评估其在智能体工作流中的成本与能力取舍。
Hugging Face Blog精选AI 评分8484 GLM-5.2 发布：1M 上下文与长时程任务能力
GLM-5.2 发布，主打长时程任务能力，首次提供稳定的 1M token 上下文，并采用 MIT 开源许可。新架构提出 IndexShare，在 1M 上下文下将每 token FLOPs 降低 2.9×，MTP 层投机解码接受长度提升至多 20%。
推荐理由：原文详细拆解了 IndexShare、MTP 改进与抗作弊 RL 的设计，可迁移理解长上下文模型如何落地工程。