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 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 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 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 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 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。
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 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 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。
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 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。
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。
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。
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 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。
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。
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 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 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 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 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 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 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 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 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。
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 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 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。
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 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 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 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。
Hugging Face 与 ServiceNow 的 SLAM Lab 发布 Apriel-H1 系列，将 15B 推理模型改造为 Mamba 混合架构，旗舰 Apriel-H1-15b-Thinker-SFT 在最小质量损失下实现 2.1x 吞吐。
OpenAI 发布 GPT-5.1-Codex-Max，这是面向 Codex 的更快、更智能的 agentic 编码模型，面向长时运行的项目级任务设计，增强了推理能力和 token 效率。
推荐理由：原文点明该模型面向项目级长任务并强调推理与 token 效率，读者可据此判断其与既有 Codex 模型的定位差异。
OpenAI 发布 GPT-5.1-Codex-Max System Card，说明该模型的安全措施。内容涵盖模型级缓解措施（针对有害任务和 prompt injection 的专项安全训练）与产品级缓解措施（agent 沙箱化、可配置的网络访问）。
Google DeepMind 发布 Gemini 3，其中 Gemini 3 Pro 在 Gemini API 中以 preview 提供，200k tokens 及以下提示词定价为 $2/百万输入 tokens。
推荐理由：原文给出定价、基准分数和接入入口，读者可据此评估它能否接入现有编码与智能体工作流。
Google DeepMind 发布 Gemini 3，先推出 Gemini 3 Pro preview，并同步上线 Gemini app、AI Studio、Vertex AI、Gemini CLI 及 Search 的 AI Mode，首次在 Search 第一天接入。
推荐理由：官方给出了各基准的具体分数与开放入口，读者可据此评估其相对 2.5 Pro 的实际提升。
Google DeepMind 和 Google Research 发布 WeatherNext 2 天气预报模型，预报生成速度提升 8x、分辨率可达 1 小时，单次输入可生成数百种可能情景，每个预测在单个 TPU 上耗时不到一分钟。
推荐理由：原文说明了新模型的建模思路和落地入口，读者可据此判断它如何进入现有天气查询与业务流程。
Google DeepMind 发布 SIMA 2，将 Gemini 模型作为智能体核心，使其从指令跟随者进化为可思考目标、与用户对话并随时间自我改进的游戏伙伴。
推荐理由：原文说明了从指令跟随到推理与自我改进的架构变化，读者可据此理解具身智能研究的路径取舍。
OpenAI 正在探索机制可解释性研究，以理解神经网络如何推理，并提出新的稀疏模型方法。该方法有望让 AI 系统更加透明，支撑更安全、更可靠的行为。