OpenAI 发布网络安全专用模型 GPT-5.6-Cyber
OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，通过 Daybreak Red 提供，面向授权的漏洞研究、漏洞利用验证和安全测试。
#模型发布
OpenAI NewsAI 评分5656 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。
OpenAI NewsAI 评分3434 OpenAI 公布 Astra 网络安全初步评估与防护措施
OpenAI 公布了 Astra 的初步网络安全评估结果，并说明正在采取的强化防护与安全控制措施。原文未给出具体评估分数或参数细节，仅说明这是面向关键网络安全能力前沿的初步评估与加固步骤。
Google DeepMind精选AI 评分7878 Google DeepMind 开源 WeatherNext 气旋预报模型，三天预报精度媲美旧模型两天
Google DeepMind 在 Nature 发文称其 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA，三天预报精度相当于旧模型的两天，领先幅度超过 24 小时，约相当于十年气象学进展。
推荐理由：原文给出了模型在低分辨率下取得高精度这一反直觉发现及其开放权重的入口，读者可据此评估其对现有预报工作流的可迁移价值。
OpenAI News精选AI 评分7070 ChatGPT 改进 GPT-5.6 Sol 并向免费用户扩大 GPT-5.6 Luna 访问
ChatGPT 推出改进版 GPT-5.6 Sol，称其准确性和一致性更佳，同时向免费用户扩大访问范围，并提供 GPT-5.6 Luna 的无限日常对话。
Mistral AI精选AI 评分6161 Mistral AI 开源 3B 多模态安全分类模型 Shieldstral
Mistral AI 以 Apache 2.0 协议开源 3B 多模态安全分类模型 Shieldstral，它把内容审核建模为二元问答任务，推理时用自然语言写入策略即可返回校准的连续安全分数，无需重训，统一处理文本与图像。
推荐理由：原文说明了把内容审核改写成自然语言问答的做法，读者可据此理解它如何在不重训的前提下适配不同产品策略。
OpenAI NewsAI 评分4949 OpenAI 分享数学与理论计算机科学十大进展
OpenAI 公布了在数学与理论计算机科学领域长期未解问题上的十项新成果，涵盖几何、密码学与复杂性理论。这些结果涉及多个长期开放问题的推进。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2，可作为机器人的高层大脑进行对话、理解物理世界并规划多步任务，再将运动执行交给下层 VLA 模型。
推荐理由：原文给出进度分类与关键时刻定位的具体指标，读者可据此理解视频理解如何转化为机器人任务编排能力。
OpenAI NewsAI 评分4646 GPT-5.6 推进价格性能前沿
OpenAI 为 GPT-5.6 的 Luna 和 Terra 两档推出更低定价，帮助企业以更低成本大规模部署 AI 工作流。GPT-5.6 属于 OpenAI 效率更高的模型，可在保持性能的同时压低价格。
Google DeepMindAI 评分5656 Google DeepMind 发布音乐生成模型 Lyria 3.5 并上线 Google Flow Music
Google DeepMind 宣布音乐生成模型 Lyria 3.5 今日在 Google Flow Music 上线。新版本在音乐性、歌词、人声和创作控制四方面升级：可生成更丰富自然的旋律结构，歌词质量与提示词遵循度和结构意识提升，人声更真实且情感更细腻、发音更清晰，并支持更方便地控制输出的节奏和时长。
OpenAI NewsAI 评分4545 GPT-5.6 如何兼顾前沿智能与效率
GPT-5.6 在模型、推理和智能体工作流三个层面提升 AI 效率，帮助以更低成本交付更有用的智能。原文未给出具体参数规模、benchmark 分数或价格数字，仅强调"每美元产出更多有用智能"这一效率目标。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics 2，实现机器人全身智能控制
Google DeepMind 发布 Gemini Robotics 2，包含三个模型：Gemini Robotics 2 视觉-语言-动作（VLA）模型可控制整个人形机器人从脚到指尖的全身动作并实现双手灵巧操作。
推荐理由：原文拆解了三个模型的分工与开放入口，读者可据此判断机器人智能如何从上半身扩展到全身控制。
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。
OpenAI NewsAI 评分4141 OpenAI：长时程模型时代的安全与对齐
OpenAI 分享了部署长时程（long-running）AI 模型的经验，指出这类模型带来新的安全风险和已观察到的失败案例，并通过迭代部署改进了防护措施。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，通过 CodeMender 以限量试点方式先向政府和可信伙伴开放。
推荐理由：原文说明了轻量模型在代码安全场景相对大模型的成本与调用优势，以及受限开放策略的考量。
Hugging Face Blog精选AI 评分8181 Hugging Face 发布 Thinking Machines 的多模态模型 Inkling 及 Inkling-Small
Hugging Face 上线 Thinking Machines Lab 的 Inkling 系列开源多模态模型，Inkling 为 975B 总参数、41B 激活参数的 decoder-only MoE 模型，原生支持图像、文本、音频输入与 1M 上下文，在 45 trillion token 上训练。
推荐理由：原文给出架构细节与各部署配置的显存开销，读者可据此判断自己硬件能否跑起来。
OpenAI NewsAI 评分5555 OpenAI 发布 GPT-5.6
OpenAI 发布 GPT-5.6，官方称其在每个 token 上提供更多智能、每美元性能更强，并能按需提供更强能力以应对高难度任务。
OpenAI NewsAI 评分1818 OpenAI GPT-5.5 Bio Bug Bounty 计划详情
OpenAI 公布了 GPT-5.5 Bio Bug Bounty 计划的详细信息，面向安全研究者征集 GPT-5.5 在生物安全领域的漏洞报告。原文仅说明这是关于该计划的详情介绍，未给出具体奖金、漏洞范围或时间安排等细节。
Mistral AIAI 评分5757 Mistral AI 发布 8B 具身导航模型 Robostral Navigate
Mistral AI 发布首个面向具身导航的 8B 模型 Robostral Navigate，仅用单个普通 RGB 相机（无深度传感器或 LiDAR）即可让机器人自主导航，在 R2R-CE validation unseen 上取得 76.6% 成功率，validation seen 为 79.4%，比最佳单相机方案高 9.7 点、比使用深度或多相机的最佳系统高 4.5 点。
OpenAI News精选AI 评分7575 OpenAI 发布 GPT-Live 语音模型并接入 ChatGPT Voice
OpenAI 发布新一代语音模型 GPT-Live，用于自然的人机语音交互，目前已成为 ChatGPT Voice 的驱动模型。
Mistral AI精选AI 评分7474 Mistral AI 发布 Leanstral 1.5 形式化验证模型
Mistral AI 发布 Leanstral 1.5，一款 Apache-2.0 许可、119B 总参数 6B 激活参数的免费模型，权重已上线 Hugging Face 并提供免费 API 端点 leanstral-1-5。
推荐理由：原文给出基准成绩、成本对比和测试时扩展曲线，读者可据此判断其在形式化验证任务上的性价比与能力边界。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）图像模型与 Gemini Omni Flash（gemini-omni-flash-preview）视频生成与对话式编辑模型。
推荐理由：原文给出了两款模型的定位分工与串联用法，读者可据此判断如何组合图像与视频生成搭建工作流。
Google Research精选AI 评分6767 Google Research 发布表格数据零样本基础模型 TabFM
Google Research 发布面向表格数据分类与回归的基础模型 TabFM，将表格预测建模为上下文学习问题，无需手动训练、超参调优和特征工程，单次前向传播即可在未见过的表格上生成预测。
推荐理由：原文说明了混合注意力架构与合成数据训练如何替代传统特征工程和调参流程，便于评估其对现有工作流的替代空间。
OpenAI News精选AI 评分6262 OpenAI 预览 GPT-5.6 Sol：编码、科学与网络安全能力升级
OpenAI 预览了下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面具备更强能力，并搭配了其最先进的安全栈。
OpenAI News精选AI 评分6262 OpenAI 与 Broadcom 发布 LLM 推理芯片 Jalapeño
OpenAI 与 Broadcom 联合推出 Jalapeño，一款专为 LLM 推理打造的定制 AI 芯片，旨在提升 AI 系统的性能、效率与扩展能力。
OpenAI NewsAI 评分4949 GPT-5.5 Instant 提升 ChatGPT 健康与保健回答质量
GPT-5.5 Instant 通过更强的推理、更好的上下文理解、更清晰的表达以及医生参与的评估，改进了 ChatGPT 在健康与保健领域的回答表现。
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。
Google DeepMind精选AI 评分7474 Google DeepMind 开源实验性扩散文本模型 DiffusionGemma，推理提速最高 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次并行生成整段文本，在专用 GPU 上文本生成速度最高提升 4 倍，单张 NVIDIA H100 可达 1000+ tokens per second，NVIDIA GeForce RTX 5090 可达 700+ tokens per second。
推荐理由：原文给出了速度、显存与质量取舍的具体数据，读者可据此判断它是否适合本地交互场景。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.5 Live Translate 语音翻译模型
Google DeepMind 发布最新音频模型 Gemini 3.5 Live Translate，支持 70+ 语言近实时语音到语音翻译，可自动检测语言并保留说话者的语调、节奏和音高，持续生成语音且仅比说话者落后几秒。
推荐理由：原文说明了从五种语言到 70+ 语言的跨度变化，读者可据此判断它对会议翻译场景的实际影响。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemma 4 12B：无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，定位为可在 16GB RAM 消费级笔记本本地运行的智能体多模态模型，是该系列首个支持原生音频输入的中等规模模型。
推荐理由：原文说明了无编码器架构如何省下延迟与显存，读者可据此判断本地多模态部署的可行性。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Nemotron 3.5 Content Safety 多模态内容安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，将多模态输入、多语言覆盖、自定义企业策略执行与可审计推理统一到单次推理调用中。
推荐理由：原文逐项说明了 3.5 相对 3 的能力变化与设计取舍，读者可据此判断自定义策略与推理轨迹如何接入生产管线。
OpenAI NewsAI 评分4545 OpenAI 推出 GPT-Rosalind 新能力
OpenAI 为 GPT-Rosalind 推出新能力，强化其在生命科学研究中的生物推理、药物化学专长、基因组学分析与实验工作流能力。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Holo3.1 系列计算机使用智能体模型
Hugging Face 发布 Holo3.1 系列计算机使用智能体模型，基于 Qwen 家族，提供 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF、NVFP4 量化权重以支持本地推理。
推荐理由：给出了各尺寸在移动与桌面基准上的具体提升和量化后的吞吐数据，可据此评估本地部署的可行性。
Hugging Face BlogAI 评分5555 JetBrains 发布 12B MoE 开源模型 Mellum2，每 token 仅激活 2.5B 参数
JetBrains 发布开源 Mixture-of-Experts 模型 Mellum2，总参数 12B、每 token 激活 2.5B，面向低延迟文本与代码工作负载，采用 Apache 2.0 许可。
Mistral AI精选AI 评分7474 Mistral 发布 128B 开源权重模型 Mistral Medium 3.5 并推出 Vibe 远程智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密、256k 上下文窗口的旗舰模型，以修改版 MIT 协议开放权重，SWE-Bench Verified 得分 77.6%，τ³-Telecom 得分 91.4，最少四张 GPU 即可自托管。
推荐理由：原文给出了模型规模、价格与自托管门槛，读者可据此评估其在编码智能体场景的可用性。
OpenAI News精选AI 评分7474 OpenAI 模型解决 80 年悬案的单位距离问题
OpenAI 宣布其一个模型解决了悬置 80 年的单位距离问题，推翻了离散几何中的一个核心猜想，被视为 AI 驱动数学研究的里程碑。
推荐理由：原文点明模型解决的是悬置 80 年的具体难题，读者可据此衡量其数学推理能力的实际跨度。
Hugging Face BlogAI 评分4747 OlmoEarth v1.1：更高效的地球观测模型家族
Hugging Face 推出 OlmoEarth v1.1 地球观测模型家族，在保持 OlmoEarth v1 性能的同时将计算成本最高降低 3x。该版本通过将 Sentinel-2 各分辨率合并为单一 token 使 token 数量减少三倍，并调整预训练方案以避免性能下降。模型提供 Base、Tiny、Nano 三种尺寸，已开放权重和训练代码。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Ettin Reranker 系列六款 CrossEncoder 重排模型
Hugging Face 发布六个基于 Ettin ModernBERT 编码器的 Sentence Transformers CrossEncoder 重排模型，尺寸从 17M 到 1B，均以 Apache 2.0 开源，并同步公开训练数据 cross-encoder/ettin-reranker-v1-data（约 143M 三元组）和约 150 行的完整训练脚本。
推荐理由：给出了各尺寸的基准对比和消融数据，读者可据此判断何时该用它替换现有 reranker。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Omni 家族首个模型 Gemini Omni Flash，可将图像、音频、视频和文本组合作为输入，生成基于 Gemini 真实世界知识的高质量视频，并支持通过自然语言对话编辑视频，每次指令在上一次基础上延续，保持角色一致和场景记忆。
推荐理由：原文说明了 Omni 与 Gemini 推理能力的结合方式和开放入口，读者可据此判断它会怎样改变视频创作工作流。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码能力
Google DeepMind 发布 Gemini 3.5 系列的首款模型 Gemini 3.5 Flash，称其为目前最强的智能体与编码模型，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）等基准上超过 Gemini 3.1 Pro，输出速度是其他前沿模型的 4 倍，成本常低于其一半。
推荐理由：原文给出多项基准分数与速度成本数据，读者可据此判断它在智能体与编码场景中的定位。