Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash，支持 1M 上下文与音视频 Agent
Qwen 团队上线原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频、视频输入和 1M 长上下文，重点强化音视频场景的 Agent 任务规划与工具调用能力。
AI 评分82
AI 评分 82 / 100
模型发布
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
第 581–600 条 · 共 680 条
Qwen Blog精选推荐
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。
AI 评分80
AI 评分 80 / 100
Google AI (The Keyword) Google 用 Gemini 3.5 与 TranslateGemma 推进 300 种语言覆盖
Google 称其技术已支持 300 多种语言、覆盖全球 86% 人口，Gemini 3.5 Live Translate 可实时翻译 70 种语言、2000+ 语言对，并原生处理语码转换与情绪线索。
AI 评分42
AI 评分 42 / 100
OpenAI News精选 OpenAI 在 API 中推出 GPT-Live-1 语音模型
OpenAI 在 API 中推出 GPT-Live-1，为开发者带来自然的全双工语音对话能力。该模型具备更强的指令遵循能力，支持自定义音色和电话通信支持。
AI 评分65
AI 评分 65 / 100
OpenAI News精选推荐 OpenAI 发布 GPT-6 Astra，面向企业工作场景
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、电脑操作以及更强的写作与设计判断能力。
AI 评分82
AI 评分 82 / 100
Google DeepMind精选 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进、最准确的全球天气模型，直接学习实时卫星观测数据，可每小时生成一次预报。
AI 评分78
AI 评分 78 / 100
Hugging Face Blog Hugging Face 发布 NeoMME：260M/800M 多模态多语言编码器
Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个版本，用单个双向 Transformer 同时处理文本 token 与原始图像 patch，无需独立视觉塔或因果语言模型。
AI 评分44
AI 评分 44 / 100
OpenAI News精选推荐 OpenAI 发布 GPT-6 Astra 新一代模型
OpenAI 发布 GPT-6 Astra，称其为目前最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学等方向具备 SOTA 能力。
AI 评分82
AI 评分 82 / 100
Qwen Blog精选 Qwen 发布自动驾驶视觉-语言基础模型 Qwen-Drive-1.0
Qwen 团队发布 Qwen-Drive-1.0，这是首个在预训练阶段统一 3D 感知与视觉问答、并扩展到运动规划的自动驾驶视觉-语言基础模型，且全程不改动预训练 VLM 架构。
AI 评分78
AI 评分 78 / 100
OpenAI News精选 OpenAI 发布 GPT-6 Astra 安全概览
OpenAI 发布 GPT-6 Astra 安全概览，称其是已广泛部署的最强模型，也是首个在 Preparedness Framework 下达到网络安全能力 Critical 级别的模型。
AI 评分75
AI 评分 75 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和面向网络安全的 Gemini 3.8 Flash Cyber，前者在软件工程、智能体任务和多步推理上较 3.7 Flash 明显提升，定价保持每百万输入 token 0.75 美元、输出 3.75 美元。
AI 评分82
AI 评分 82 / 100
OpenAI News精选 OpenAI 称 Astra 成为首个触及关键网络安全能力阈值的模型
OpenAI 表示 Astra 是其首个在 Preparedness Framework 下达到关键网络安全能力阈值的模型，发布时将配备更强的安全防护措施。
AI 评分70
AI 评分 70 / 100
Microsoft Research 微软推出 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软发布 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
AI 评分41
AI 评分 41 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini Omni 1.1 Flash，支持场景延长与 4K 放大
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成视频控制能力。
AI 评分71
AI 评分 71 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可直接把原始音频转成准确、格式化后的文本。据 Artificial Analysis 测量，流式场景平均词错误率为 4.0%，非流式为 2.6%，最终转写时间较前代 Chirp 3 改善 70%。
AI 评分71
AI 评分 71 / 100
Qwen Blog精选推荐 Qwen 发布开源多模态 MoE 模型 Qwen3.8-Flash-Next，训练开销约为 Qwen3.7-Plus 的 1/9
Qwen 团队开源 Qwen3.8-Flash-Next 权重，这是一个多模态 MoE 模型，也是 Qwen4 所用模型结构的先导预览。
AI 评分82
AI 评分 82 / 100
Hugging Face Blog精选 IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三档
IBM Granite 团队发布 Granite 4.2，这是其首个稠密、decoder-only 的推理模型家族，包含 3B、8B、30B 三个规模，均以 Apache 2.0 许可开源。
AI 评分62
AI 评分 62 / 100
DeepSeek News精选 DeepSeek 上线多模态视觉理解模型 V4-Flash-Vision-Exp 并开放 API
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，通过 model='deepseek-v4-flash-vision-exp' 调用 API。
AI 评分62
AI 评分 62 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体并降价一半
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
AI 评分82
AI 评分 82 / 100
Google DeepMind精选 Google DeepMind 发布 SL2T 手语转文字模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语言手语转文字模型 SL2T，并在 Pixel 11 的 Gboard 和 Live Transcribe 中上线手语听写功能，首批支持美国手语（ASL）转英文。
AI 评分74
AI 评分 74 / 100