Reflection发布开放权重模型Beam，称其以更低推理算力比肩中国开源模型
Reflection AI公布首款前沿开放权重模型Beam，称其在高级推理基准上达到Z.ai的GLM-5.2水平，并以3-4x更少的推理算力超过领先的西方开放模型。
全部 AI 动态
TechCrunch · AIAI 评分7474 The DecoderAI 评分6666 Reka AI 发布可处理文本、图像、视频和机器人控制的 Rho-1 研究预览
Reka AI 发布 Rho-1 研究预览，这款 19-billion-parameter 全模态模型在单一神经网络中处理和生成文本、图像、视频及机器人控制动作。
The DecoderAI 评分6868 Aleph Alpha 发布 78B 参数德英模型 Kolibri
Aleph Alpha 发布了 Kolibri，一款拥有 78B 参数的德英语言模型，采用 MoE 架构，每个 token 约激活 3B 参数。公司称，该模型在德语基准上得分为 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等可比模型。
Simon WillisonAI 评分3939 Qwen3.8-27B 用英文单词表达整数加法结果的测试
Qwen3.8-27B 的基准测试考察模型能否计算正整数之和，并仅用英文单词给出准确结果。禁用推理时，模型数值准确率为 23.57%；启用 medium reasoning 后，在 169 次单次测试中答对 167 次。
Hugging Face Blog精选AI 评分7070 Asta 团队开源 AstaBrief 8B 科学报告生成模型
Asta 团队开源 AstaBrief 8B，这是一款根据研究问题和检索到的文献片段生成带引用报告的模型，也已作为 Asta 的 Fast 模式上线。该模型以 Qwen3-8B 为基础，开放模型权重和训练数据；在 Asta 全流程中，Fast 模式平均每份报告耗时 51.1 秒，Thinking 模式为 178.5 秒，约快 3.5 倍。
推荐理由：AstaBrief 的训练经验显示，筛除低引用密度样本比尝试更复杂的过滤组合更有效，为科学报告模型的数据筛选提供了具体参考。
NVIDIA Blog精选AI 评分8080 NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
OpenAI 的 GPT-6 Astra Ultrafast 运行于 NVIDIA Blackwell GPU，现已通过 OpenAI API 向开发者提供，并面向符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：材料比较了 Astra Ultrafast 与 Standard 模式的生成速度，并联系编码智能体的多轮工具工作流，说明响应延迟如何影响交互节奏。
Latent Space精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon，支持通过 Long Decode Continuation 输出最多 1M tokens
Google DeepMind 推出 Gemini 4 Argon，面向编码、企业知识工作和网络防御，目前通过 Fairwind Program 向政府用户及可信网络防御者开放有限预览。Google 称该模型在发布的 19 项基准中有 13 项排名第一，并通过 Long Decode Continuation 将输出扩展至最多 1M tokens；摘要所附基准表也显示，各项测试的结果并非均领先。
推荐理由：这篇汇总并列出 Argon 与 Astra、Claude Opus 5.5 等模型的多项基准结果，也交代了有限预览范围和长输出机制，便于同时了解性能比较与当前可用性。
Google DeepMind精选AI 评分8282 Google 发布 Gemini 4 Argon，面向复杂工作流并分阶段开放
Google 宣布推出前沿模型 Gemini 4 Argon，面向软件工程、企业知识工作和网络安全等复杂工作流，现正通过 Fairwind Program 向可信网络防御人员分阶段开放。
推荐理由：1M tokens 的输出上限与分阶段开放安排，呈现了 Gemini 4 Argon 在长流程任务能力和前沿模型发布管控上的两项具体变化。
Simon WillisonAI 评分6464 Simon Willison 引述 Anthropic Frontier Red Team 的模型网络安全评测
Anthropic Frontier Red Team 从内部 Binary Exploitation benchmark 中随机选取 100 项任务评估多个模型，GLM-5.3 在 4% 的试验中实现完整控制流劫持，Claude Mythos Preview 为 6%。Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功。
Hugging Face Blog精选AI 评分8181 NVIDIA 发布开源表格预测基础模型 Kumo Tabular
NVIDIA 发布开源表格基础模型 Kumo Tabular，用于表格分类和回归，可根据带标签的上下文行在一次前向传播中预测新行，无需训练、调参或特征工程。模型有 28M 至 215M 参数的三种尺寸，以人工数据预训练，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 四项基准上排名第一。
推荐理由：文章交代了人工合成表格预训练的构建方式，并列出四项基准结果，便于了解该模型的训练设计与评测表现。
Hugging Face Blog精选AI 评分8080 H Company 发布 Holo4 智能体模型系列，提供 27B 与 35B-A3B 两种规格
H Company 发布 Holo4 智能体模型系列，包含 27B dense 和 35B-A3B MoE 两种规格，并在 H Models API 提供使用。模型可通过 GUI、代码、MCP 和 API 与软件交互，并针对桌面、网页、Android、代码沙盒及业务 API 等环境开展工作。H Company 还发布了 Holotron4 Nano，并开源模型权重及公开基准测试的执行轨迹。
推荐理由：Holo4将GUI操作、代码执行与MCP或API工具调用纳入同一模型系列，并提供跨桌面、网页和Android等环境的使用方式。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，分别侧重创意语音设计与高音量、成本高效的语音生成。
推荐理由：两款模型分别面向创意语音设计与高音量、成本效率场景，并提供逐句表演控制，呈现了语音生成在创作和规模化应用上的不同侧重。
Microsoft Research精选AI 评分7070 Microsoft Research 发布 RetroChimera 逆合成研究并开源模型
Microsoft Research 发布 RetroChimera 逆合成研究，该模型结合 R-SMILES 2 与 NeuralLoc，并通过学习式集成重排两者提出的反应物预测。在多步合成路线评估中，RetroChimera 在十个具有挑战性的目标中成功完成九个，高于文中对比模型；其实现和权重已开源，也可通过 Microsoft Foundry 使用。
推荐理由：RetroChimera将两种互补的逆合成模型进行学习式重排，并以盲测和多步路线评估展示其表现，呈现了集成方法应对稀有反应的思路。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 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、成本高效的语音交互和高复杂度任务。
推荐理由：两款模型分别面向规模化语音交互与高复杂度任务，并提供多项语音和智能体任务基准结果，便于比较其定位与性能表现。
Google DeepMind精选AI 评分8383 Google DeepMind 发布全球天气 AI 模型 WeatherNext 3
Google DeepMind 和 Google Research 发布全球天气模型 WeatherNext 3，采用实时卫星观测生成逐小时预报，最高可达 5 公里分辨率。模型还加入降水与可再生能源相关预测；在中期全球预报评估中，降水 CRPS 相较基线最高改善 60%，并将接入 Search、Gemini、Google Maps 等产品。
推荐理由：WeatherNext 3 将实时卫星观测与气象站数据用于逐小时全球预报，并针对降水和可再生能源预测提供了具体指标与应用信息。
Microsoft Research精选AI 评分7272 Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 病理基础模型
Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 两款开放权重病理研究模型，面向全切片表征学习和肿瘤微环境空间蛋白质组预测。
推荐理由：这组模型将病理基础模型的计算成本与队列规模联系起来，文中给出的性能和资源对比可帮助研究者评估大规模分析的可行性。
Microsoft Research精选AI 评分7070 Microsoft Research 扩大 Skala 接入范围，Skala 1.1 提升 DFT 精度
Microsoft Research 发布 Skala 1.1，并宣布其已接入 CP2K，正集成至 Psi4、FHI-aims、ORCA 和 VASP。Skala 1.1 的训练数据量是首个公开版本的 2.5 倍，在 GMTKN55 的 55 个类别中有 32 个排名第一，平均加权误差为 2.8 kcal/mol；团队还发布了跟踪不同版本和软硬件平台计算性能的持续更新报告。
推荐理由：Skala 1.1 的精度提升与多软件集成同步推进，文中还介绍了持续更新的性能报告，呈现其走向计算化学工作流的路径。