Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布 Gemini 4 Argon，面向编码、研究和写作等任务，重点用于防御性网络安全。该模型目前通过 Fairwind Program 向部分网络安全合作伙伴开放，Google 称其能够自主发现、验证并修复关键软件漏洞。
#推理
#推理
今日 3 条TechCrunch · AIAI 评分7575 NVIDIA Blog精选AI 评分8787 GPT-6 Astra Ultrafast 借助 NVIDIA Blackwell GPUs 加速生成
GPT-6 Astra Ultrafast 已通过 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户提供，运行在 NVIDIA Blackwell GPUs 上，token 生成速度最高可达 Astra Standard 模式的 8x。
推荐理由：文章说明 GPT-6 Astra Ultrafast 如何借助 NVIDIA Blackwell GPUs 提升生成速度，并展示加速对编码智能体工作流的具体作用。
TechCrunch · AI精选AI 评分8080 Amazon 发布开源决策模型 Strands Decider 2B
Amazon Web Services 发布开源决策模型 Strands Decider 2B，用于在预设选项中高速选择并提供置信度，定位是比完整 LLM 更适合部分计算机自动化任务。该模型基于 Qwen3.5-2B 构建，体积足够小，可本地运行；Amazon 表示它适合降低智能体工作流步骤的延迟和成本。
推荐理由：文章梳理了决策模型相对完整 LLM 的定位，并具体说明其在智能体工作流中的低延迟、低成本和置信度优势。
Latent SpaceAI 评分1212 Gemini 4 Argon：Google DeepMind 对标 Astra 与 Fable，输出上限达 1M tokens
Google DeepMind 推出 Gemini 4 Argon，面向代码、企业知识工作和网络防御，在 19 项基准中的 13 项取得第一，但目前仅限 Fairwind Program 的政府用户和可信网络防御者预览。
The Decoder精选AI 评分8787 Google 发布 Gemini 4 Argon，性能追近 OpenAI 与 Anthropic 但未形成明显领先
Google 发布 Gemini 4 Argon，称其在多项基准上追近 OpenAI 和 Anthropic 的模型，并将输出上限从 64,000 提升至 one million tokens。
推荐理由：文章汇总了独立基准、价格和开放计划，便于比较 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的性能与成本取舍。
The Verge · AI精选AI 评分8888 Google 发布 Gemini 4 Argon，暂限受信任的网络安全防御者使用
Google 发布下一代前沿模型 Gemini 4 Argon，称其在复杂工作流、软件工程、法律与金融等企业知识工作及网络安全防御方面具备前沿性能。该模型目前仅向一组受信任的网络安全防御者开放，Google 将在扩大开放前加强关键前沿安全措施，包括防范滥用和提示词注入攻击并监测失配。
推荐理由：Google 仅向受信任的网络安全防御者开放 Gemini 4 Argon，并将重点完善滥用、提示词注入和失配防护。
Ars Technica · AIAI 评分7272 Google 发布 Gemini 4 Argon，但暂未向公众开放
Google 宣布 Gemini 4 Argon，称其在编码、知识工作和网络安全等方面具备行业领先表现，但目前仍处于有限测试阶段。该模型在 DeepSWE v1.1 上达到 77.9%，API 定价为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入 tokens 可享 95% 折扣，并支持 1 million tokens 的输出上限。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon，强化长程推理与网络安全防御
Google DeepMind 宣布 Gemini 4 Argon，这款新模型面向软件工程、法律和金融等企业知识工作，以及网络安全防御，正在通过 Fairwind Program 向可信网络防御者分阶段开放。
推荐理由：文章同时给出 Gemini 4 Argon 的长程任务能力、评测结果、定价与分阶段开放安排，便于了解其面向企业和安全场景的落地边界。
AWS Machine Learning Blog精选AI 评分8787 GPT-6.1 Sol 在 Amazon Bedrock 正式上线
GPT-6.1 Sol 已在 Amazon Bedrock 正式上线，面向智能体编码、计算机使用和专业工作负载提供更强推理能力。OpenAI 称，该模型在 DeepSWE v1.1 上达到 GPT-6 Astra 的表现，单任务成本约为其五分之一，并较 GPT-6 Sol 的最佳成绩高 6.4 个百分点。
推荐理由：文章将 GPT-6.1 Sol 的任务成本、编码表现、工具约束处理和 Bedrock 生产控制放在同一工作流中说明，便于评估落地条件。
Simon WillisonAI 评分22 GPT 6.1 Sol：以五分之一的价格提供接近 Astra 的智能
GPT 6.1 Sol 被描述为具备接近 Astra 的智能，价格仅为其五分之一。正文未提供更多关于模型性能、参数规模、benchmark 分数或可用方式的细节。
Hugging Face Blog精选AI 评分8585 NVIDIA Kumo Tabular 发布，面向表格预测实现无需训练的上下文学习
NVIDIA 发布开源表格基础模型 Kumo Tabular，可在单次前向过程中根据带标签行预测新行，支持分类和回归，无需训练、调参或特征工程。模型提供 28M 至 215M 参数的三个规模，基于人工表格数据预训练，并通过 Hugging Face 和开源库发布，采用 OpenMDW-1.1 许可。
推荐理由：Kumo Tabular 将表格预测转为无需训练和特征工程的上下文学习，并公开代码、权重与四项基准结果，便于评估其效率与适用范围。
AWS Machine Learning Blog精选AI 评分8282 Grok 4.7 现已在 Amazon Bedrock 上线
xAI 的 Grok 4.7 已在 Amazon Bedrock 模型目录上线，支持编码、长时智能体和知识工作，提供 500K token 上下文窗口与 low、medium、high、xhigh 四档推理强度。
推荐理由：文章把 Grok 4.7 在 Amazon Bedrock 上的接入方式、推理开销和权限配置串联起来，便于开发者评估长任务部署方案。
Simon Willison精选AI 评分8585 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布 Claude Sonnet 5.5，称其运行速度提升 30%+、多数工作成本最高降低 30%，定价与 Sonnet 5 相同。作者测试发现，该模型在部分编码任务上接近 Opus 5.5，并已成为 claude.ai 免费层使用的模型；Haiku 5.5 将在未来几周推出。
推荐理由：文章结合价格、速度、基准表现和实际编码测试，呈现了 Sonnet 5.5 在免费层与复杂任务中的使用差异。
Hugging Face Blog精选AI 评分7474 Liquid AI 发布 LFM2.5-VL-3B 的 LFM2.5-VL-DSpark 加速模型
Liquid AI 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 LFM2.5-VL-DSpark draft model，通过 speculative decoding 在不改变输出质量的情况下加速推理。
推荐理由：这次发布展示了 DSpark 如何在不改变输出质量的前提下加速 VLM 推理，并给出端侧与 H100 上的实测收益和部署方式。
Simon Willison精选AI 评分8585 Claude Opus 5.5、GPT-6 Sol 与 GPT-6 Luna 发布，模型价格战升级
Anthropic 发布 Claude Opus 5.5，OpenAI 随后发布 GPT-6 Sol 和 GPT-6 Luna；GPT-6 Sol 与 Luna 的价格约为对应 GPT-5.6 版本的一半。
推荐理由：文章横向整理了多款新模型的价格变化与实际测试，既呈现低价竞争，也记录了不同推理设置对使用体验的影响。
Microsoft Research精选AI 评分7474 Microsoft Research 发布 RetroChimera 合成预测模型
Microsoft Research 发布 RetroChimera，用于从目标分子反向预测合成路线。该模型结合 Transformer 模型 R-SMILES 2 与图神经网络模型 NeuralLoc，通过学习排序整合两者预测；在十个具有挑战性的目标上成功完成九个多步路线，优于文中列出的其他模型。
推荐理由：文章同时介绍了 RetroChimera 的集成架构、专家盲测结果和开源入口，便于了解其在稀有反应与多步合成规划中的实际表现。
NVIDIA Blog精选AI 评分8484 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次提交中实现领先性能
NVIDIA Vera Rubin NVL72 首次提交 MLPerf Inference v6.1 预览结果，在 Qwen3-VL 上的吞吐量最高达到 GB300 NVL72 的 3.7x，在 DeepSeek-R1 上最高达到 2.5x。
推荐理由：文章集中比较 Vera Rubin 与 GB300 在吞吐、跨机架扩展和软件优化上的表现，呈现了影响推理成本的系统级因素。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，分别面向规模化低成本语音交互与高复杂度任务推理。
推荐理由：Google DeepMind同时发布面向规模化语音交互和复杂任务的两个模型，并给出基准成绩、工具调用与多语言能力，便于比较其定位差异。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 和 Google Research 发布 WeatherNext 3 全球天气模型，使用实时卫星数据每小时生成高分辨率预报。模型可在最高 5-kilometer 分辨率下预测天气变量，并提供 100-meter 风速、云量和太阳辐射等清洁能源相关数据。
推荐理由：WeatherNext 3 将实时卫星观测、小时级更新和更高空间分辨率结合起来，并延伸到降水与可再生能源预测。
Hugging Face Blog精选AI 评分7878 Hugging Face发布NeoMME多模态多语言编码器
Hugging Face发布NeoMME系列多模态多语言编码器，提供260M和800M两种规模，使用单个双向Transformer处理文本token与原始图像patch，并从零开始训练。
推荐理由：NeoMME同时展示了单塔多模态编码、视觉文档检索和索引压缩方案，便于比较效率、检索质量与存储成本之间的取舍。
Google DeepMind精选AI 评分9191 Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长程编码、智能体任务与多步推理，后者面向漏洞发现和自动修复。
推荐理由：Gemini 3.8 将通用推理编码与网络安全能力拆分为两个版本，并给出价格、基准和实际使用案例，便于比较其适用场景与成本。
Google Research精选AI 评分7777 Google Research 发布 TimesFM-3 多变量时间序列基础模型
Google Research 发布 TimesFM-3，这是一个原生支持多变量预测的时间序列基础模型，拥有 330 million parameters，并在超过 1 trillion 个时间点上预训练。
推荐理由：TimesFM-3把多变量输入、已知未来特征与单次推理结合起来，并在三个公开基准上进行比较，便于了解其适用场景与技术取舍。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型
Google DeepMind 发布 Gemini 3.5 Transcribe，用于精确的实时语音转写和智能语音交互。模型通过 Gemini API 提供实时流式与预录音频处理两类 API，支持自定义词汇、自动检测和转写超过 85 种语言，以及最多三位说话人的识别。
推荐理由：Gemini 3.5 Transcribe同时覆盖实时流式和预录音频处理，并给出WER、延迟及多语言支持等指标，便于评估其开发适用场景。
Hugging Face Blog精选AI 评分8585 Granite 4.2 推理模型家族构建方法解析
IBM Granite Team 介绍 Granite 4.2 推理模型家族的构建过程，模型分为 3B、8B 和 30B 三种规模，均基于 Granite-4.1 基座模型进行后训练。
推荐理由：文章系统梳理了 Granite 4.2 从预训练、SFT 到多阶段 RL 的构建流程，并说明不同规模模型的智能体训练差异。
Hugging Face Blog精选AI 评分8282 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理速度最高提升 3.18 倍
Liquid AI 发布 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型，通过 speculative decoding 在不改变 greedy decoding 输出的前提下提升推理速度。
推荐理由：LFM2.5-DSpark同时给出H100与M4 Max上的实测加速、函数调用延迟变化和llama.cpp及SGLang接入方式，便于评估部署收益。
Microsoft Research精选AI 评分7474 Microsoft Research 发布 Skala 1.1，提升预测性 DFT 精度并扩展软件集成
Microsoft Research 发布 Skala 1.1，这一深度学习 DFT 泛函使用比前代多 2.5x 的数据训练，在 GMTKN55 的 55 个类别中有 32 个获得金牌，并将加权平均误差降至 2.8 kcal/mol。
推荐理由：Skala 1.1同时展示了精度提升、软件集成与持续性能评测，勾勒出机器学习 DFT 走向科研工作流的实现路径。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.7 Flash，强化编码与智能体工作流
Google DeepMind 发布 Gemini 3.7 Flash，称其在编码、知识工作和网页开发工作流上较 Gemini 3.6 Flash 有明显提升。
推荐理由：Gemini 3.7 Flash给出了多项编码、文档处理和工作流基准对比，并同步公布了API价格，便于评估其生产环境价值。
Google Research精选AI 评分8787 Google Research 推进 AMIE 实时音视频临床问诊能力
Google Research 介绍了基于 Gemini 和 Project Astra 的 AMIE (Video)，可在实时视频问诊中感知非语言临床线索、引导虚拟体格检查并进行诊断推理。研究覆盖 100 个场景和 300 次咨询，在核心临床能力上评估结果与初级保健医生相当；但研究仅使用专业患者演员，真实患者和真实临床条件下的实用性仍需进一步验证。
推荐理由：研究展示了 AMIE 从文本对话扩展到实时音视频问诊的系统设计与评估，也清楚交代了模拟场景和真实患者验证之间的边界。
Microsoft Research精选AI 评分7676 Microsoft Research 介绍 CARE-X：结合辅助监督、奖励对齐学习与工具测量的胸片 VLM
Microsoft Research 介绍研究模型 CARE-X，用于统一处理胸部 X 光片报告生成、病变分类、定位和医学设备评估，并结合辅助预测头提供可调阈值的置信度输出。
推荐理由：文章系统展示了 CARE-X 如何结合生成、结构化预测与 DAPO，并以工具增强测量处理胸片中的定量诊断任务。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，用于让机器人理解连续视频、编排多步任务并协同工作。
推荐理由：Gemini Robotics ER 2 将连续视频理解、工具编排和多机器人协作结合起来，并给出任务进度与安全评测结果。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini Robotics 2，提升机器人的全身智能与协作能力
Google DeepMind 发布 Gemini Robotics 2，包含 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2 三个模型，支持人形机器人全身控制、灵巧操作、具身推理和多机器人协作。
推荐理由：Google DeepMind同时更新了全身控制、灵巧操作、具身推理和端侧适配，呈现了机器人从单步执行走向多步骤协作的技术路径。
Google DeepMind精选AI 评分8888 Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber，分别面向高效通用任务、高吞吐智能体工作流和网络安全漏洞处理。
推荐理由：这次发布同时覆盖高质量、低延迟和网络安全场景，并给出 token 效率、基准成绩与价格，便于比较不同模型的部署取舍。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是一款基于 3.5 Flash、经过微调以快速发现、验证和修复漏洞的轻量网络安全模型。
推荐理由：文章结合 CyberGym、Big Sleep 和 Chrome 生产流水线评测，展示了轻量模型在大规模漏洞发现与修复中的效率和效果。
Hugging Face BlogAI 评分5656 DharmaOCR 对比 Mistral OCR4 与 Unlimited-OCR，展示领域专门化优势
Hugging Face Blog 介绍 DharmaOCR 在巴西葡萄牙语 OCR 基准上以 0.925 的得分超过 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。文章将优势归因于面向巴西葡萄牙语的监督微调，以及用于降低文本退化、提升输出稳定性的 DPO 训练；文中还通过 ENEM 手写作文和小字体文档示例说明多语言模型的识别与稳定性问题。
Hugging Face Blog精选AI 评分9292 Thinking Machines 发布 1T 参数多模态开源模型 Inkling 及 Inkling-Small
Thinking Machines 发布 Inkling 及 Inkling-Small，前者是具备 975B 总参数、41B 激活参数和 1M 上下文窗口的多模态 MoE 模型，可接收图像、文本和音频输入；Inkling-Small 为 276B 总参数、12B 激活参数。
推荐理由：文章同时给出 Inkling 的多模态架构、部署门槛与推理支持，便于评估其从实验体验走向实际应用的条件。
Mistral AI精选AI 评分8888 Mistral AI 发布 Leanstral 1.5，6B active parameters 模型强化 Lean 4 形式化验证
Mistral AI 发布 Leanstral 1.5，这是一款采用 Apache-2.0 许可、119B total、6B active parameters 的开源模型，面向 Lean 4 形式化验证。
推荐理由：Leanstral 1.5 同时给出形式化数学基准、代码验证案例和开源使用入口，展现了模型从定理证明走向实际软件验证的路径。
Google Research精选AI 评分8282 Google Research 发布 TabFM 表格数据零样本基础模型
Google Research 发布 TabFM，一款面向表格数据分类和回归的零样本基础模型，可将训练示例与目标行作为统一上下文，在单次前向计算中生成预测。
推荐理由：TabFM将表格预测转化为上下文学习任务，并通过合成数据训练与混合注意力架构减少传统建模流程中的调参和特征工程工作。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 DiffusionGemma，文本生成速度最高提升 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散和 26B MoE 架构，在专用 GPU 上实现最高 4 倍的文本生成速度。
推荐理由：DiffusionGemma展示了文本扩散在本地低并发推理中的速度优势，也明确交代了与标准 Gemma 4 的质量和云端成本取舍。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemma 4 12B 多模态模型
Google DeepMind 发布 Gemma 4 12B，这是一款采用统一、无编码器架构的多模态模型，支持原生音频输入，并面向本地 Agent 工作流。模型性能接近 26B MoE，运行所需内存低于其一半，可在 16GB RAM 或统一内存的笔记本上本地运行。
推荐理由：Gemma 4 12B把原生音频与视觉输入、Agent 工作流和本地运行结合在一起，材料也给出了部署与开发入口。
Google DeepMind精选AI 评分9191 Google DeepMind 发布 Gemini 3.5 Flash，主打前沿智能与行动能力
Google DeepMind 发布 Gemini 3.5 系列的首款模型 Gemini 3.5 Flash，面向智能体和编码任务，已通过 Gemini 应用、Google Search 的 AI Mode 及多项开发者和企业平台提供。
推荐理由：Gemini 3.5 Flash 将智能体、编码速度与安全训练放在同一发布中，并给出基准结果和面向个人、开发者及企业的开放入口。