Tibo@thsottiauxAI 评分8585#模型发布
- Tibo@thsottiauxAI 评分8585
OpenAI：官网动态精选AI 评分9090 GPT-5.5正式发布
OpenAI推出迄今最智能的GPT-5.5模型，其速度更快、能力更强，专为处理跨工具的复杂任务而构建。该模型在编程、学术研究与数据分析等领域表现出显著提升，能够高效整合多工具工作流，旨在应对更高阶的专业需求。
推荐理由：我觉得 GPT-5.5 第一次让大模型在“自主干活”上接近可用，不仅编码更强，还能帮科学家做研究，这是 Agent 从 Demo 到工具的关键一步。
字节 Seed：Research FeedAI 评分8181 Seed3D 2.0发布,更高精度、更强可用性
Seed3D 2.0正式发布，这是一个在几何精度与材质质量上显著提升的新一代3D生成大模型。它采用两阶段DiT策略优化几何生成，并通过统一PBR模型增强纹理的真实感与稳定性。评测显示，其在两项核心指标上均达到SOTA，人类打分员在纹理任务中对它的偏好率超过69%。此外，模型拓展了下游可用性，支持部件级生成与场景组合，为具身智能和工业制造提供生产级3D内容。
蚂蚁百灵：Developer Blog精选AI 评分6767 Ling-2.6-flash 发布：更快响应、更强执行、更高 Token Efficiency
针对智能体任务中Token消耗快速增长的问题，Ling-2.6-flash模型正式发布。该模型采用混合线性架构等技术进行系统性优化，旨在实现更高推理效率和更低使用成本。其推理速度在4卡H20条件下最快可达340 tokens/s，在Artificial Analysis评测中仅消耗约对比模型1/10的Tokens。模型在多个Agent相关基准测试中达到同尺寸SOTA水平，保持了强大的任务执行与工具调用能力。
推荐理由：蚂蚁百灵这次打的是「省 token」这张牌，104B 总参但只激活 7.4B，Agent 场景评测对齐同尺寸 SOTA，输出 token 消耗只有竞品的 1/10。做 Agent 产品、被推理成本卡脖子的团队值得认真看看这个路线。
OpenAI：官网动态精选AI 评分6060 ChatGPT Images 2.0 发布
ChatGPT Images 2.0 推出了一个先进的图像生成模型，该模型在文本渲染、多语言支持和视觉推理能力方面均有显著提升。新版模型能够更精准地生成包含文字的图像，并支持多种语言文本输入。其视觉推理功能也得到增强，可更好地理解和执行复杂图像生成指令。此次升级标志着多模态AI生成质量的一次重要进步。
推荐理由：ChatGPT Images 2.0 把文本渲染和多语言支持拉到了实用级别，对需要快速产出视觉素材的产品人是个实在的提升，只是缺乏效果对比让价值打了折扣。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5151 inclusionAI/LLaDA2.0-Uni
inclusionAI团队发布了LLaDA2.0-Uni模型。该版本在统一的多模态理解与生成能力上取得显著进展，支持图像、文本、音频等多种输入与输出模态。模型参数量达到约70B，在多项基准测试中，其综合性能较前代提升超过15%。此次发布延续了通过开源与开放科学来推动人工智能民主化的核心使命。
字节 Seed：Research Feed精选AI 评分6161 字节 Seed 发布 Seed3D 2.0，几何与 PBR 材质生成达 SOTA
字节 Seed 正式发布 3D 生成大模型 Seed3D 2.0，在几何生成、纹理材质生成两项核心指标对比中均取得 SOTA 结果。模型采用 Coarse-to-Fine 两阶段 DiT 提升几何精度，统一 PBR 生成架构并引入 MoE 与 VLM 先验，还支持部件级生成、关节化建模与场景组合，输出可兼容 Isaac Sim 等仿真引擎；技术报告已公开，API 已上线火山引擎。
推荐理由：官方博客给出两阶段 DiT、统一 PBR 等架构细节与人类盲评结果，读者可了解 3D 生成走向生产可用的具体路径。
Moonshot AI：Kimi Blog精选AI 评分8181 Kimi K2.6：推动开源编程发展
Kimi发布K2.6版本，专注提升开源编程能力。新版本在代码生成与理解方面实现优化，发布后在Hacker News获得132个点赞。此次更新强化了Kimi在开发者工具领域的布局，通过改进编程辅助功能，为开源社区提供更高效的代码编写支持。
推荐理由：Kimi K2.6 把长程编程和 Agent Swarm 能力带到了开源模型里，那几个 12 小时自主优化、13 小时重构旧代码库的工程案例比基准表更有说服力，做 Agent 的可以认真看看。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分6969 DR-Venus：基于开放数据的边缘级深度研究智能体
DR-Venus 是一个仅用1万条开放数据训练的40亿参数深度研究智能体，基于Qwen3-4B-Thinking-2507架构，支持200步工具调用和超20万tokens的上下文。它通过监督微调与强化学习两阶段训练，在BrowseComp、GAIA等多个深度研究基准上树立了小模型性能新标杆。其SFT版本已超越多数同类开源模型，而RL版本进一步将长程任务可靠性和工具使用校准度提升2-3个百分点。项目已全面开源模型、代码与训练流程。
推荐理由：4B 参数、仅用 1 万条公开数据就能在多个 deep research benchmark 上碾压 8B 对手，蚂蚁 inclusionAI 这次证明了小模型做 Agent 的关键不在参数量而在数据管线，做端侧 Agent 的团队值得拆一下它的 SFT+RL 流程。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分5656 inclusionAI发布LLaDA2.0-Uni模型
LLaDA2.0-Uni是一个统一的多模态模型，具备对世界的理解与生成能力。该模型通过整合视觉、语言等多模态信息，实现了跨模态的语义理解和内容生成。其架构支持从图像理解到文本生成、跨模态检索等复杂任务，标志着多模态人工智能向更通用、统一的方向演进。
推荐理由：蚂蚁 inclusionAI 推出 LLaDA2.0-Uni，主打理解与生成统一架构，但距发布已过两周且信息极少，建议等官方技术报告出来再决定是否跟进。
OpenAI：官网动态精选AI 评分7373 OpenAI 发布 GPT-Rosalind，面向生命科学研究
OpenAI发布面向生命科学的专业推理模型GPT-Rosalind。该模型专门针对药物发现、基因组学分析、蛋白质推理及科学研究工作流设计，旨在加速生物医药研发进程。作为前沿推理模型，GPT-Rosalind将AI能力深度应用于生命科学场景，为科研人员提供从基因数据分析到药物筛选的智能支持，提升复杂生物信息处理效率。
推荐理由：OpenAI 第一个垂直领域推理模型，把前沿推理带进药物研发和基因组学，性能压过人类专家，生命科学工具链可能要从头搭起。
Anthropic：Newsroom精选AI 评分7979 Claude Opus 4.7 正式发布
Claude Opus 4.7 全面上线，在高级软件工程任务上实现重大飞跃，93项编码基准测试解决率较 Opus 4.6 提升 13%，并首次解决四项前代无法完成的难题。新版本支持更高分辨率图像识别，在研究代理基准测试中总分达 0.715，长上下文性能表现最为稳定。模型定价维持每百万输入 token 5 美元、输出 25 美元不变。出于安全考量，其网络攻击能力较 Claude Mythos Preview 有所削弱，并配备自动拦截高风险网络安全请求的防护机制，合法安全研究人员可通过 Cyber Verification Program 申请使用权限。
推荐理由：Opus 4.7 不是最炫的模型，但多家真实用户反馈指出它在复杂工程任务上的可靠性提升是实打实的，尤其长链自主执行和指令遵循，对开发 Agent 的团队是一次直接的生产力升级。
Claude Platform：开发者版本说明精选AI 评分8282 Claude Opus 4.7 发布：复杂推理与智能体编码能力升级，定价不变
Anthropic 发布 Claude Opus 4.7，定位为最强大的通用模型，擅长复杂推理与智能体编码，定价保持与 Opus 4.6 相同的 $5/$25 per MTok。
推荐理由：Opus 4.7 发布，定价不变但加入了 task budgets 和高分辨率支持，对于构建 coding agent 的团队，这次更新相当于给模型装了进度条和显微镜。
Google Blog：AI精选AI 评分7070 Gemini 3.1 Flash TTS：下一代表现力AI语音技术
Google正式发布Gemini 3.1 Flash TTS，作为下一代表现力AI语音技术，该模型现已全面上线Google旗下各产品线。此次升级标志着Google在语音合成领域的技术突破，旨在为用户提供更自然、富有情感表现力的AI语音交互体验，进一步强化其AI生态系统的语音能力。
推荐理由：Google 把 TTS 的控制权交给了文本指令，音频标签这个设计让语音应用从'选择预设'变成'现场导演'，对多模态应用是个实在的增强。
Midjourney：Updates精选AI 评分7272 V8.1 Alpha 发布
V8.1 Alpha 版本正式发布，接替此前测试一个月的 V8.0 模型。该版本在视觉风格上回归 V7 的一致性审美，并针对 Moodboards 和 srefs 功能进行优化。此次迭代在保持熟悉交互体验的同时，进一步完善了模型的视觉生成能力。
推荐理由：Midjourney V8.1 把 HD 模式提速 3 倍且变成默认，对设计师意味着每次出图成本骤降，探索速度接近 draft。加上图像提示回归，实用性跨了一大步。
字节 Seed：Research Papers精选AI 评分6666 字节 Seed 发布 Seedance 2.0 音视频联合生成模型
字节 Seed 发布原生多模态音视频生成模型 Seedance 2.0，2026 年 2 月初在中国正式上线，采用统一架构支持文本、图像、音频、视频四种输入模态。
推荐理由：官方技术报告梳理了 Seedance 2.0 的统一架构、多模态输入上限与分辨率规格，读者可对照前代看能力变化。
Microsoft AI：官方博客AI 评分5454 Microsoft 发布 MAI-Image-2-Efficient：旗舰级画质，成本低 41%
Microsoft 发布 MAI-Image-2-Efficient，定位量产型图像生成模型，成本比旗舰低 41%，适合产品图、营销素材、UI 原型和批量流水线，能干净处理标题、标签类短文本并支持实时交互工作流。
Google DeepMind：Blog精选AI 评分6868 Gemini Robotics-ER 1.6：通过增强具身推理赋能真实世界机器人任务
Gemini Robotics-ER 1.6 正式发布，通过增强具身推理能力为真实世界机器人任务提供底层支持。该版本重点升级空间推理与多视角理解功能，使自主机器人能够更精准地解析三维环境、理解物体间空间关系，并在复杂场景中实现高效决策与操作执行，显著提升机器人在物理世界中的感知与交互性能。
推荐理由：Gemini Robotics-ER 1.6 在机器人推理上迈了一大步，仪器读取和多视角成功检测是真需求，尤其是波士顿动力集成后，做具身智能的团队值得第一时间测试。
Cognition 模型 / Devin 博客AI 评分5757 Cognition 与 Applied Compute 联合发布 SWE-check 快速 bug 检测模型
Cognition 与 Applied Compute 合作 RL 训练了专门的 bug 检测模型 SWE-check，在内部 in-distribution 评测上与 Opus 4.6 的 delta F1 从 0.09 降到 0，out-of-distribution 评测从 0.49 降到 0.29，同时推理速度提升一个数量级、成本更低。
字节 Seed：Research Feed Seed 全双工语音大模型发布:懂倾听、抗干扰,走向更自然的交互
字节跳动发布原生全双工语音大模型Seeduplex，基于"边听边说"框架实现听说同步交互。相比半双工模型，其在复杂场景下误回复率和误打断率降低50%，抢话比例下降40%，判停延迟缩短约250ms，打断响应延迟缩短约300ms。评测显示，用户通话满意度绝对值提升8.34%，对话流畅度MOS分提升12%。该模型具备精准抗干扰和动态判停能力，可在豆包App最新版本体验。
Meta AI：Research Blog精选AI 评分8080 Meta Superintelligence Labs 发布 Muse Spark 多模态推理模型
Meta Superintelligence Labs 发布 Muse 系列首个模型 Muse Spark，为原生多模态推理模型，支持工具使用、视觉思维链和多智能体编排，已在 meta.ai 和 Meta AI 应用上线并开放部分用户的私有 API 预览。
推荐理由：官方发布给出基准成绩与三条扩展轴的技术细节，读者可以了解其相对 Llama 4 Maverick 的效率变化和安全评估结论。
Liquid AI 模型与工程博客AI 评分5252 Liquid AI 发布 LFM2.5-VL-450M：面向边缘端的结构化视觉语言模型
Liquid AI 发布 LFM2.5-VL-450M，是 LFM2-VL-450M 的升级版，预训练数据从 10T 扩至 28T tokens，新增边界框预测（RefCOCO-M 81.28）和文本函数调用（BFCLv4），MM-IFEval 从 32.93 提升至 45.00，MMMB 从 54.29 提升至 68.09。
Cognition 模型 / Devin 博客精选AI 评分6565 Cognition 发布软件工程智能体模型 SWE-1.6，上线 Windsurf
Cognition 发布面向软件工程智能体的新模型 SWE-1.6，已在 Windsurf 全面开放，未来 3 个月免费。模型在 SWE-Bench Pro 上与 SWE-1.6 Preview 表现相当，同时显著减少过度思考、循环推理和依赖终端等行为，更多使用并行工具调用；训练中引入长度惩罚，响应长度增长更慢且任务解决率保持稳定。
推荐理由：官方说明了用长度惩罚等训练手段改善模型 UX 的具体做法和效果，对关注智能体行为质量的人有可参考的细节。
Sierra：BlogAI 评分5151 Sierra 发布 Linnaeus 与 Darwin 搜索模型，分辨率提升最高 16 个百分点
Sierra 推出专为检索与重排序设计的 Linnaeus 和 Darwin 搜索模型，相比通用模型可将分辨率率提升最多 16 个百分点。两款模型针对特定任务优化，旨在提高搜索结果的准确性与业务转化效果。
Microsoft AI：官方博客精选AI 评分6666 Microsoft AI 发布 MAI-Transcribe-1、MAI-Voice-1 与 MAI-Image-2 三款模型，上线 Microsoft Foundry
Microsoft AI 宣布发布 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款模型，即日起所有开发者可在 Microsoft Foundry 和 MAI Playground 使用。
推荐理由：官方同时给出三款模型的定价和 FLEURS 基准对比数据，开发者可以直接在 Foundry 上手评估适用性。
Google Developers Blog精选AI 评分8181 通过 Gemma 4 将先进的智能体能力引入边缘
Google DeepMind 发布了 Gemma 4 系列开源模型，旨在直接在设备端实现多步骤规划和自主智能体工作流。该版本包含用于实验“智能体技能”的 Google AI Edge Gallery，以及为开发者提供显著速度提升和结构化输出的 LiteRT-LM 库。Gemma 4 采用 Apache 2.0 许可，支持超过 140 种语言，并兼容移动设备、台式机及树莓派等多种物联网硬件平台。
推荐理由：开源 agentic 模型支持端侧运行，开发者可快速构建本地智能应用。
Qwen：Blog Retrieval Qwen3.6-Plus：迈向真实世界 Agent
Qwen3.6-Plus 定位真实世界 Agent 应用，Qwen Studio 平台集成聊天机器人、图像视频理解、图像生成、文档处理、网页搜索、工具调用及 Artifacts 等全栈功能，覆盖多模态任务与复杂场景需求。
Google Blog：AI 使用 Veo 3.1 Lite 构建：我们成本效益最高的视频生成模型
Veo 3.1 Lite 现已开放付费预览，作为 Google 成本效益最高的视频生成模型，支持通过 Gemini API 调用及 Google AI Studio 测试。
Meta Engineering Blog精选AI 评分7171 AI助力美国产水泥与混凝土
Meta发布了名为贝叶斯优化的新AI模型，用于设计混凝土配比。该模型旨在帮助建筑行业生产更高质量、更可持续的混凝土混合物，并特别聚焦于美国本土生产的产品。此次发布与2026年美国混凝土学会春季大会同步进行，是Meta长期路线图的一部分，旨在推动建筑业利用人工智能优化材料性能与环保指标。
推荐理由：Meta 将 AI 应用于传统建筑行业，展示垂直领域落地案例，启发其他行业探索 AI 应用。
Liquid AI 模型与工程博客AI 评分5757 Liquid AI 发布 LFM2.5-350M：预训练扩展至 28T tokens，主打边缘工具调用
Liquid AI 发布 LFM2.5-350M，基于 LFM2 架构，预训练 tokens 从 10T 扩至 28T 并叠加大规模强化学习。
Inception Labs：Blog精选AI 评分6161 Inception Labs 发布扩散模型 Mercury Edit 2，专注代码 next-edit 预测
Inception Labs 发布 Mercury Edit 2，一个专为 next-edit 预测构建的扩散 LLM（dLLM），基于近期编辑和代码库上下文预测下一步修改，并行生成 token 以降低延迟。
推荐理由：官方给出了 KTO 偏好对齐带来的接受率和展示率变化及定价，可帮助开发者评估扩散模型做 next-edit 的实际收益。
美团 LongCat：HuggingFace 新模型精选 LongCat-AudioDiT-1B：高保真波形潜空间扩散式文本转语音模型
美团 LongCat 团队开源的扩散式 TTS 模型摒弃传统的 mel-spectrogram 中间表示，直接在波形潜空间操作，仅通过 Wav-VAE 与扩散骨干网络即可合成语音。该模型修复了训练-推理不匹配问题，并以自适应投影引导替代无分类器引导。最大版本 3.5B 在 Seed 基准实现 SOTA 零样本语音克隆，说话人相似度（SIM）在 Seed-ZH 达 0.818、Seed-Hard 达 0.797，超越此前最优的 Seed-TTS。研究还发现 Wav-VAE 的重建保真度与最终合成质量并非正相关。
推荐理由：美团开源 1B 语音克隆模型，Seed 基准超 Seed-TTS，零样本推理可用
Qwen：Blog Retrieval精选 Qwen3.5-Omni：全面扩展，迈向原生全模态 AGI
Qwen Studio 发布，集成聊天机器人、图像视频理解、图像生成、文档处理、网页搜索、工具使用及 Artifacts 功能，提供全模态 AI 一站式解决方案。
推荐理由：阿里发布Qwen3.5-Omni多模态模型，迈向原生全模态AGI
Google Blog：AI精选 Gemini 3.1 Flash Live：让音频 AI 更自然、更可靠
Gemini 3.1 Flash Live 已上线 Google 全系产品，提供更自然、可靠的实时音频 AI 交互能力。
推荐理由：Google发布Gemini 3.1 Flash Live，提升音频AI自然度与可靠性
Cohere Labs：官方研究博客精选AI 评分6565 Cohere 发布开源语音识别模型 Cohere Transcribe，登顶 HuggingFace Open ASR Leaderboard
Cohere 发布开源 ASR 模型 Cohere Transcribe，基于 Conformer 编码器-解码器架构，参数量 2B，支持英语、法语、中文、日语、阿拉伯语等 14 种语言，采用 Apache 2.0 许可证。
推荐理由：原文给出了模型规格、WER 数据和推理吞吐表现，读者可以据此评估它在语音识别工作流中的实际可用性。
Cohere 产品与研究博客AI 评分6363 Cohere 发布开源语音识别模型 Cohere Transcribe，登顶 HuggingFace Open ASR Leaderboard
Cohere 发布开源 ASR 模型 Cohere Transcribe，以 5.42% 的平均 WER 位列 HuggingFace Open ASR Leaderboard 第一，超过 Whisper Large v3、ElevenLabs Scribe v2 和 Qwen3-ASR-1.7B。
Google Blog：AI精选 基于 Lyria 3 构建：全新音乐生成模型开放预览
Lyria 3 音乐生成模型现已开放付费预览，开发者可通过 Gemini API 调用，或在 Google AI Studio 免费测试。
推荐理由：Google 发布音乐生成模型 Lyria 3，现可通过 Gemini API 和 AI Studio 体验
美团 LongCat：HuggingFace 新模型 美团 LongCat-Next
美团开源项目 LongCat-Next 正式发布，宣称将通过开源与开放科学推进人工智能技术的普及与民主化。该项目目前仅公开使命宣言，强调降低AI技术门槛的愿景，尚未披露具体模型架构、训练数据或性能基准等技术指标，也未说明应用场景或发布时间表。
Mistral AI：News精选AI 评分6464 Mistral AI 发布 Voxtral TTS 语音生成模型并开放权重
Mistral AI 发布 4B 参数的文本转语音模型 Voxtral TTS，支持 9 种语言，3 秒参考音频即可适配新声音。人类评测显示其自然度优于 ElevenLabs Flash v2.5 并与 ElevenLabs v3 质量相当，10 秒样本加 500 字符输入的模型延迟为 70ms。
推荐理由：官方发布首个 TTS 模型，给出了人类评测对比、延迟数据和开源权重入口，可了解其与 ElevenLabs 的实际差距。