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。
#模型发布
OpenAI News精选AI 评分7474
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。
OpenAI NewsAI 评分5858 OpenAI 在 API 中推出新一代语音模型
OpenAI 在 API 中推出新一代语音模型，开发者首次可以让文本转语音模型以特定方式说话，例如 talk like a sympathetic customer service agent，为语音智能体带来新的定制能力。
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。
OpenAI NewsAI 评分4444 OpenAI：用推理时计算换取对抗鲁棒性
OpenAI 发布研究，提出用推理时计算（inference-time compute）换取模型的对抗鲁棒性，即让模型在推理阶段投入更多计算以抵御对抗性攻击。该研究探讨了推理时计算与对抗鲁棒性之间的权衡关系，为提升模型安全性提供了新思路。
Mistral AIAI 评分5555 Mistral AI 发布 Codestral 25.01 编码模型
Mistral AI 发布 Codestral 25.01 编码模型，采用更高效的架构和改进的 tokenizer，代码生成与补全速度约为原来的 2 倍，上下文长度为 256k。
Hugging Face BlogAI 评分5656 Hugging Face 与 LlamaIndex 发布多语言视觉文档检索模型 vdr-2b-multi-v1
Hugging Face 与 LlamaIndex 合作发布 vdr-2b-multi-v1 多语言视觉文档检索嵌入模型，可将文档页面截图编码为单向量表示，无需 OCR 或分块即可检索多语言文档，同时开源英文版 vdr-2b-v1 和含 500k 样本的 vdr-multilingual-train 训练数据集。
OpenAI News精选AI 评分6161 OpenAI 为 o1 模型引入 deliberative alignment 对齐策略
OpenAI 发布新的对齐策略 deliberative alignment，用于 o1 模型，直接向模型教授安全规范并让模型围绕这些规范进行推理。
推荐理由：原文点明该策略直接教模型安全规范并对其推理，读者可据此理解对齐思路的变化。
OpenAI News精选AI 评分6565 OpenAI 发布 o1 并推出面向开发者的 Realtime API 改进与新微调方法
OpenAI 官方宣布推出 OpenAI o1，同时带来面向开发者的 Realtime API 改进和一种新的微调方法等更新。
OpenAI News精选AI 评分7878 OpenAI 视频生成模型 Sora 正式上线 sora.com
OpenAI 宣布其视频生成模型 Sora 现已在 sora.com 开放使用，用户可生成最高 1080p 分辨率、最长 20 秒、支持宽屏、竖屏或方形比例的视频。用户既可以纯文本生成全新内容，也可以上传自有素材进行扩展、混剪和融合。
Mistral AI精选AI 评分7575 Mistral AI 发布 124B 开放权重多模态模型 Pixtral Large
Mistral AI 发布 Pixtral Large，一个基于 Mistral Large 2 构建的 124B 开放权重多模态模型，含 123B 多模态解码器与 1B 视觉编码器，支持 128K 上下文窗口，可容纳至少 30 张高分辨率图片。
推荐理由：原文给出了模型结构、上下文窗口和多项基准成绩，读者可据此评估它与闭源前沿模型的差距。
Hugging Face BlogAI 评分5858 Cohere For AI 发布 Aya Expanse 8B 和 32B 多语言开源模型
Cohere For AI 发布 Aya Expanse 8B 和 32B 多语言模型并以开放权重形式释出。成对比较中 Aya Expanse 32B 胜过 Gemma 2 27B、Mistral 8x22B 和 Llama 3.1 70B，8B 版本对 Gemma 2 9B、Llama 3.1 8B、Ministral 8B 的胜率在 60.4% 到 70.6% 之间。
OpenAI NewsAI 评分4444 OpenAI 简化、稳定并扩展连续时间一致性模型
OpenAI 简化、稳定并扩展了连续时间一致性模型（continuous-time consistency models），在仅用两个采样步骤的情况下，实现了与领先扩散模型相当的样本质量。
OpenAI NewsAI 评分3030 用 OpenAI o1 模型解决复杂问题
OpenAI 发布视频介绍 o1 推理模型如何在编程、策略和研究等领域帮助解决复杂问题。
Mistral AI精选AI 评分6363 Mistral AI 发布 Ministral 3B 和 Ministral 8B 端侧模型
Mistral AI 在 Mistral 7B 发布一周年之际推出两款面向端侧计算的模型 Ministral 3B 和 Ministral 8B，称其在 sub-10B 类别的知识、常识、推理、function-calling 和效率上达到新水平。
推荐理由：原文给出了 sub-10B 端侧模型的能力定位、定价与部署细节，便于读者评估其在本地推理场景的可用性。
OpenAI NewsAI 评分4444 OpenAI API 中的模型蒸馏
OpenAI 在 API 中推出模型蒸馏功能，允许用户用大型前沿模型的输出来微调一个高性价比模型，整个流程都在 OpenAI 平台上完成。
Hugging Face Blog精选AI 评分8888 Meta 发布 Llama 3.2：多模态 Vision 与端侧 1B/3B 模型上线 Hugging Face
Meta 与 Hugging Face 合作发布 Llama 3.2 系列，共 10 个开放权重模型上线 Hub，包括 5 个多模态模型和 5 个纯文本模型。
推荐理由：原文给出各尺寸模型的显存需求与本地运行方式，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7272 Mistral AI 发布 Mistral Small v24.09 并全线降价
Mistral AI 宣布发布 Mistral Small v24.09（22B 参数，MRL 许可），同时对全系模型降价，Mistral Small 和 Codestral 输入价格降至 $0.2 / M input tokens（降幅 80%），Mistral Large 2 降至 $2 / M input tokens（降幅 33%）。
推荐理由：一次更新同时给出降价幅度、新模型参数与授权方式，便于读者对照自身用量评估迁移成本。
Mistral AI精选AI 评分7272 Mistral AI 发布原生多模态模型 Pixtral 12B
Mistral AI 发布 Pixtral 12B，一款原生多模态模型，采用图文交错数据训练，采用 Apache 2.0 许可，可在 Le Chat 和 La Plateforme 上使用。
推荐理由：原文给出了架构细节、评测协议和本地部署方式，读者可据此评估它能否替代现有开源多模态模型。
OpenAI News精选AI 评分8888 OpenAI 发布 o1 模型
OpenAI 官方发布 o1 模型，原文链接为 https://openai.com/index/introducing-openai-o1-preview，抓取失败，仅标题可用，无正文细节。
OpenAI News精选AI 评分6262 OpenAI 发布 Learning to reason with LLMs
OpenAI News 发布标题为 Learning to reason with LLMs 的内容，抓取失败，正文不可用，仅标题可用。
OpenAI NewsAI 评分5858 OpenAI 发布 o1-mini：主打低成本推理
OpenAI 发布 o1-mini，定位为成本高效的推理模型，官方页面以 Advancing cost-efficient reasoning 作为核心描述。feed 仅提供摘要，未给出参数、价格或评测细节。
OpenAI NewsAI 评分1818 OpenAI o1 Contributions
OpenAI 发布了 o1 Contributions 页面，介绍 o1 模型的贡献与相关信息。该页面由 OpenAI News 发布，作为 o1 模型的官方说明入口。
OpenAI NewsAI 评分2121 经济学家 Tyler Cowen 解读 OpenAI o1 如何应对复杂经济问题
经济学家 Tyler Cowen 解释了 OpenAI o1 如何处理复杂的经济问题。文章围绕 o1 在经济推理场景中的表现展开，展示其应对复杂经济提问的能力。