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。
内容类型
各家新模型的发布、开源与迭代:旗舰更新、开源权重放出、能力与价格变化。
240 条精选近 30 天 26 条共收录 513 条
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 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。
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。
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 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。
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 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 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 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 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 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 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 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。
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 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 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 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。
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。
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。
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。