美团 LongCat 发布 LongCat-Flash-Prover
美团 LongCat 团队发布开源项目 LongCat-Flash-Prover，致力于通过开源与开放科学推进人工智能技术的普及与民主化。该项目旨在降低 AI 技术应用门槛，促进先进技术的广泛可及性，但尚未公布具体的技术架构、功能特性及性能评估指标。
#模型发布
美团 LongCat：HuggingFace 新模型
Cursor Blog精选 Composer 2 正式发布
Composer 2 登陆 Cursor，定价 $0.50/M（输入）和 $2.50/M（输出），Terminal-Bench 2.0 得分 61.3，SWE-bench Multilingual 达 73.7，显著优于前代。支持数百步长周期编码任务，团队同步发布训练技术报告。
推荐理由：Cursor发布Composer 2编程Agent，性能大幅提升且定价极具竞争力
Qwen：Blog Retrieval精选 Qwen3.5-Max-Preview 现已上线 Arena
Qwen3.5-Max-Preview 已登陆 LMSYS Chatbot Arena。Qwen Studio 提供聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等全栈功能。
推荐理由：阿里 Qwen3.5-Max 预览版上线 Arena，支持多模态理解与工具调用
Midjourney：Updates V8 Alpha
Midjourney 开放 V8 模型 Alpha 版本测试，用户可访问 alpha.midjourney.com 体验早期版本并提交反馈。V8 在提示词遵循能力上较此前版本有明显提升。
MiniMax：Blog精选AI 评分6161 MiniMax M2.7：自我进化的早期回声
M2.7是M2系列中首个深度参与自身进化的模型。它能构建复杂的智能体框架，完成精细的生产力任务，尤其在软件工程方面表现突出，其SWE-Pro基准测试得分56.22%，接近Opus的最佳水平。模型的办公软件处理能力在开源模型中领先，GDPval-AA的ELO分数为1495。M2.7能保持97%的技能遵循率，处理超过40个、每个超过2000 token的复杂技能。该模型通过内部研究智能体框架，实现了“分析-修改-评估”的自主迭代优化循环，在内部评估中提升了性能。
推荐理由：MiniMax M2.7 让模型参与自身进化，在 SWE-Pro 和 VIBE-Pro 上接近 Opus 水平，Agent Teams 设计也值得看，但整体仍是追赶者姿态。
OpenAI：官网动态精选 推出 GPT-5.4 mini 和 nano
GPT-5.4 mini 与 nano 发布，为 GPT-5.4 的轻量高速版本，针对编程、工具调用、多模态推理及高并发 API 和子代理任务优化。
推荐理由：OpenAI 发布 GPT-5.4 mini/nano，针对编码与 Agent 场景优化
Together AI 研究与产品博客AI 评分5656 Mamba-3 状态空间模型发布：面向推理效率设计并开源内核
Together AI 联合 CMU、普林斯顿和 Cartesia AI 发布状态空间模型 Mamba-3，以推理效率而非训练速度为首要目标，核心改进包括更具表达力的递归公式、复数值状态追踪和 MIMO 变体。
Mistral AI：News精选AI 评分7878 Mistral 发布 Small 4，统一推理、多模态与编码能力并以 Apache 2.0 开源
Mistral 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一进一个模型，以 Apache 2.0 许可开源。
推荐理由：发布方给出架构参数与吞吐对比数据，读者可以评估这款统一推理与多模态的开源模型在自托管部署中的成本取舍。
LMSYS Blog SGLang 宣布首日支持 NVIDIA Nemotron 3 Super，助力构建高效多智能体系统
SGLang 首日支持 NVIDIA Nemotron 3 Super 开源模型。该模型采用 120B 总参数、12B 激活参数的混合 MoE 架构，支持 1M token 超长上下文，专为多智能体协作设计。相比前代，吞吐量提升 5 倍，在 Artificial Analysis 智能指数上准确率提高 2 倍。集成 Transformer-Mamba 架构与多 Token 预测技术，兼容 B200、H100 等 GPU，提供完全开放的权重与数据集，适用于代码生成、工具调用等复杂推理场景。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4646 inclusionAI/AReaL-tau2-merge-sft-235B 发布
inclusionAI 团队发布了 AReaL-tau2-merge-sft-235B 模型。该模型参数量达2350亿，采用合并与监督微调技术构建。其目标是推动人工智能技术发展并通过开源开放模式实现AI民主化，致力于让先进AI技术更广泛可及。
Sarvam AI精选AI 评分6565 Sarvam AI 开源发布 Sarvam 30B 和 Sarvam 105B 推理模型
Sarvam AI 以 Apache 2.0 协议开源 Sarvam 30B 和 Sarvam 105B 两款从零训练的推理模型，采用 MoE 架构，训练全部在 IndiaAI mission 提供的算力上于印度完成。
推荐理由：原文给出两款从零训练的开源推理模型的架构、训练流程和基准数据，并说明针对印度语言的优化与部署效率，可据此评估其与同类模型的差异。
OpenAI：官网动态精选 GPT-5.4 发布
OpenAI 推出 GPT-5.4，面向专业工作的最强高效前沿模型，支持 100 万 token 长上下文，具备顶尖编程、计算机使用与工具搜索能力。
推荐理由：OpenAI 发布 GPT-5.4，支持 1M 上下文与增强 Agent 能力
OpenAI：官网动态精选 GPT-5.4 Thinking 系统卡
OpenAI 发布 GPT-5.4 Thinking 系统卡，披露新一代推理模型的架构细节、安全评估框架及能力边界。文档详述思维链优化机制、长上下文推理性能指标，明确数学推导与代码生成准确率数据，分析幻觉风险与偏见控制措施，并列出越狱攻击防护策略及企业级部署的安全限制建议。
推荐理由：OpenAI 发布 GPT-5.4 Thinking 系统卡，详述模型安全与能力评估
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4545 inclusionAI/ZwZ-4B-GGUF
inclusionAI发布了ZwZ-4B-GGUF模型。该模型基于开源与开放科学理念，旨在推动人工智能技术的进步与普及。其核心变化是提供了GGUF格式，这是一种高效且通用的模型文件格式，便于在不同硬件和推理框架上部署与运行。此举旨在降低大型语言模型的使用门槛，促进更广泛的研究与应用开发。
Google DeepMind：Blog Gemini 3.1 Flash-Lite：专为规模化智能构建
Google 发布 Gemini 3.1 Flash-Lite，为 Gemini 3 系列中速度最快、成本效益最高的模型，面向大规模智能应用场景优化。
OpenAI：官网动态精选 GPT-5.3 Instant：日常对话更流畅、更实用
GPT-5.3 Instant 模型升级，针对日常对话场景优化响应流畅度与实用性。新版本在保持即时响应速度的同时，输出更顺滑自然，提升普通用户高频问答体验。
推荐理由：OpenAI 发布 GPT-5.3 Instant，针对日常对话体验优化
OpenAI：官网动态精选 GPT-5.3 Instant 系统卡
OpenAI 发布 GPT-5.3 Instant 系统卡，概述该快速响应模型的安全评估、能力边界及使用限制，明确低延迟场景下的技术规范与风险管控措施。
推荐理由：OpenAI发布GPT-5.3 Instant系统卡，披露新模型能力与安全评估
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4646 inclusionAI/AReaL-SEA-235B-A22B
inclusionAI团队宣布推出AReaL-SEA-235B-A22B模型，致力于通过开源与开放科学推动人工智能技术的进步与民主化。该举措旨在降低AI研究与应用的参与门槛，促进全球开发者及研究者更广泛地获取和使用先进AI工具。模型规模达2350亿参数，体现了其在处理复杂任务方面的潜力，同时强调开放协作对加速AI创新与社会普惠的关键作用。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 发布 SWE-1.6 早期预览并分享 RL 训练研究进展
Cognition 发布 SWE-1.6 早期预览，当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%，达到 51.7%，速度同为 950 tok/s，并向小部分用户开放早期访问。
推荐理由：官方给出 SWE-1.6 预览版成绩与 RL 训练细节，并提出基准之外的 Model UX 问题，对做智能体训练的人有参考价值。
OpenMOSS / 复旦NLP / 上海创智 / MOSIAI 评分5353 MOSS-TTS 技术报告发布：语音生成基座模型开源双架构
OpenMOSS 发布 MOSS-TTS 技术报告，定位为语音生成基座模型，统一零样本音色克隆、长语音生成、时长与发音细粒度控制和多语言混说能力。
FireRedTeam：原创语音与多模态项目精选AI 评分6060 FireRedTeam 发布 FireRed-OCR-2B 结构化文档解析模型，OmniDocBench v1.5 得分 92.94
FireRedTeam 发布 FireRed-OCR-2B 权重，基于 Qwen3-VL-2B-Instruct，在 OmniDocBench v1.5 上取得 92.94 的总成绩，高于 DeepSeek-OCR 2 的 91.09、PaddleOCR-VL 的 92.86 等模型。
推荐理由：原文给出了 OmniDocBench v1.5 具体分数、对比模型和三阶段训练方法，读者可以据此判断这个 2B 文档解析模型的实际位置。
Google DeepMind：Blog精选AI 评分8383 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型
Google DeepMind 发布图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度提供 Nano Banana Pro 级别的世界知识、精准文字渲染、最多 5 个角色和 14 个物体的一致性，以及 512px 至 4K 的规格。
推荐理由：官方介绍把 Pro 级知识、主体一致性和 4K 输出放到 Flash 速度的模型里，并列出各产品开放范围，方便读者判断工作流如何调整。
Inception Labs：Blog精选AI 评分6868 Inception Labs 发布扩散推理模型 Mercury 2
Inception Labs 发布 Mercury 2，称其为最快的推理语言模型，基于扩散并行细化而非自回归逐 token 解码，生成速度较此前提升超 5 倍。
推荐理由：原文给出扩散架构带来的具体速度、价格和上下文参数，读者可据此评估实时推理场景的可行性。
Liquid AI 模型与工程博客精选AI 评分6464 Liquid AI 发布早期检查点 LFM2-24B-A2B，24B 总参数仅 2.3B 激活
Liquid AI 发布 LFM2 系列最大模型 LFM2-24B-A2B 的早期检查点，为 MoE 架构，24B 总参数、每 token 约 2.3B 激活，可放进 32GB 内存部署于云端和边缘设备。
推荐理由：官方给出架构配方和与 Qwen3、gpt-oss 的吞吐对比，读者可以据此评估这款 24B MoE 在笔记本和边缘部署上的实际可行性。
Google DeepMind：Blog精选 Gemini 3.1 Pro：专为最复杂任务打造的更智能模型
Gemini 3.1 Pro 发布，专为无法通过简单回答解决的复杂任务设计，提供更智能的深度推理与处理能力。
推荐理由：Google 发布 Gemini 3.1 Pro，强化复杂任务推理能力
Midjourney：Updates V8 评分活动更新
Midjourney 本周将再举办两场 V8 Rating Party，随后正式发布 V8 模型。用户可前往 midjourney.com/rank-v8 参与 Round 1 图片评分，当前反馈已直接用于模型优化。
Cohere Labs：官方研究博客AI 评分5757 Cohere Labs 发布开源多语言模型 Tiny Aya，3.35B 参数可本地运行
Cohere Labs 发布开源权重多语言模型家族 Tiny Aya，其中 TinyAya-Base 为 3.35B 参数预训练模型，覆盖 70+ 语言，TinyAya-Global 支持 67 种语言的指令微调，另含针对非洲、南亚、亚太等区域的特化版本。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4444 inclusionAI/Ling-2.5-1T
inclusionAI 发布了 Ling-2.5-1T 模型。该模型参数规模达到 1 万亿，是其 Ling 系列的最新版本。此次发布延续了通过开源和开放科学来推进人工智能民主化的使命，旨在让先进 AI 技术更广泛可及。新版本预计在语言理解与生成能力上有所提升，继续为全球研究社区提供强大的基础模型支持。
字节 Seed：Research Feed精选 Seed2.0 正式发布
Seed2.0系列正式发布，推出Pro、Lite、Mini三款通用Agent模型及专用Code模型，针对复杂多模态任务与长链路Agent场景优化。模型在视觉理解、数学推理与长上下文处理方面达SOTA水平，SuperGPQA分数超越GPT-5.2，并在ICPC、IMO、CMO测试中获金牌。支持科学研究级任务，token成本较顶尖模型降低约一个数量级。目前已上线豆包App、TRAE及火山引擎API。
推荐理由：字节 Seed2.0 正式发布，Agent 与多模态能力全面升级，已接入豆包和 TRAE
Google DeepMind：Blog精选AI 评分6969 Google DeepMind 发布 Gemini 3 Deep Think 重大升级
Google DeepMind 发布 Gemini 3 Deep Think 专项推理模式重大升级，面向科研与工程难题。
推荐理由：原文给出多个基准分数和开放渠道，读者可以据此评估这一推理模式在科研与工程场景的可用性。
字节 Seed：Research Feed精选 "思考"更深,生成更准|Seedream 5.0 Lite 发布
字节跳动发布 Seedream 5.0 Lite 图像生成模型，采用多模态统一架构，跨模态理解与推理能力显著提升，Elo 评分超越前代 4.5 版本。模型首次引入实时检索增强能力，可联网获取最新知识，突破训练数据时间限制。内置丰富世界知识库，在信息可视化、视觉推理、复杂多主体生成等场景表现突出，能根据模糊指令精准修图，支持风格迁移与多步逻辑推理。目前已上线即梦 AI、火山方舟体验中心及豆包内测。
推荐理由：字节发布 Seedream 5.0 Lite，支持实时检索与深度推理的图像生成模型。
OpenAI：官网动态精选AI 评分6767 OpenAI 发布 GPT-5.3-Codex-Spark 实时编码模型
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首款实时编码模型，生成速度提升 15 倍，支持 128k 上下文。该模型以 research preview 形式向 ChatGPT Pro 用户开放。
推荐理由：官方宣布首个实时编码模型，给出速度倍数、上下文长度和可用人群，可据此判断其对编码工作流的影响。
FireRedTeam：原创语音与多模态项目精选AI 评分6161 FireRedTeam 开源 FireRedASR2S 一体化语音识别系统，含 ASR、VAD、LID 和标点四个模块
FireRedTeam 发布开源工业级一体化语音识别系统 FireRedASR2S，集成 FireRedASR2（支持中文普通话、20+ 方言口音、英文、中英混说及歌声转写）、FireRedVAD、FireRedLID 和 FireRedPunc 四个模块，均开源权重与推理代码。
推荐理由：官方开源的一体化语音识别系统，给出与 Doubao-ASR、Silero-VAD 等的对比数字和完整推理代码，便于直接部署验证。
MiniMax：Blog精选AI 评分6767 MiniMax 发布 MiniMax M2.5 模型，专为现实世界生产力打造
MiniMax 最新发布的大语言模型 M2.5，通过在数十万个复杂现实环境中进行强化学习训练，在编码、智能体工具调用、搜索和办公工作等多项任务上达到 SOTA。模型推理效率高，完成 SWE-Bench Verified 评估的速度比前代 M2.1 快 37%，与 Claude Opus 4.6 相当。定价方面，以 100 tokens/秒运行时每小时成本仅 1 美元。M2.5 在超过 10 种编程语言和 20 多万个真实环境中训练，具备从系统设计到测试的全流程能力。
推荐理由：MiniMax M2.5 把 SWE-bench 拉到 80.2%，成本只有 Claude Opus 4.6 的十分之一，速度还翻倍，对做 agent 的团队来说是个高性价比选择。
字节 Seed：Research Feed精选 Seedance 2.0 正式发布
Seedance 2.0 视频生成模型正式发布，综合性能达业界 SOTA 水平。新版本支持多模态输入，可同时参考 9 张图片、3 段视频、3 段音频及文本指令，精准迁移构图、动作、运镜与音效。模型支持 15 秒高质量多镜头生成，集成双声道立体声技术，并新增视频延长与编辑功能，可定向修改片段、角色及剧情。目前已在即梦 AI、豆包及火山方舟平台上线，适用于影视、广告、电商等工业级内容创作场景。
推荐理由：字节Seedance 2.0发布，支持多模态输入与物理稳定生成，已上线豆包即梦
蚂蚁 inclusionAI：GitHub 新仓库AI 评分5151 inclusionAI/Ming-omni-tts
inclusionAI 发布了 Ming-omni-tts，这是一个能够统一生成语音、音乐和声音的模型。该模型的核心特点是结构简单高效，并实现了对生成内容的精确控制。它通过一个统一的框架处理多种音频模态，简化了传统上需要不同模型分别处理语音、音乐和音效的流程。这一进展为跨模态音频内容的创作与编辑提供了更便捷、可控的工具。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分6565 inclusionAI发布新一代即时大模型Ling-2.5-1T
inclusionAI推出新一代旗舰即时模型Ling-2.5-1T，其总参数量达1T，活跃参数为63B，预训练语料扩展至29T tokens。该模型采用混合线性注意力架构，支持1M tokens上下文长度，并通过结合“正确性”与“过程冗余”的复合奖励机制，在相近的token效率下，其推理能力显著超越前代，接近前沿思维模型水平。经双向RL反馈和智能体验证等对齐策略优化，模型在创意写作和指令遵循任务上表现提升。它已兼容主流智能体平台，并在通用工具调用基准BFCL-V4上取得领先的开源性能。
推荐理由：蚂蚁把 1T 参数的即时模型开源了，63B 活跃参数加 1M 上下文，主打效率而非堆算力，对国内做开源推理模型的团队来说是个值得对标的基线。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分7878 inclusionAI发布全球首个开源万亿参数思维模型Ring-2.5-1T
inclusionAI发布了全球首个基于混合线性注意力架构的开源万亿参数思维模型Ring-2.5-1T。该模型通过高效的1:7 MLA与闪电线性注意力提升了推理速度与探索能力，并借助扩展的强化学习训练增强了深度思考和长程任务执行能力。其在IMO 2025和CMO 2025数学竞赛中均达到了金牌级别的性能。模型支持128K上下文长度，并可通过YaRN技术扩展至256K，现已于Hugging Face和ModelScope平台开源。部署方面，已支持SGLang，并提供了多GPU节点的服务器启动示例。
推荐理由：蚂蚁把万亿参数的开源 thinking model 放出来了，混合线性注意力架构是真新路线而非换皮，IMO/CMO 金牌级数学推理说明这不是纯堆参数。做开源大模型部署的团队值得认真看看它的架构选择。
FireRedTeam：原创语音与多模态项目精选AI 评分6565 小红书团队开源 FireRed-Image-Edit 图像编辑模型并发布 REDEdit-Bench
小红书智能创作团队开源 FireRed-Image-Edit 图像编辑模型，权重采用 Apache 2.0 协议，并在 ImgEdit、GEdit 和自建 REDEdit-Bench 上取得开源模型中的最高分，如 ImgEdit_O 4.56。
推荐理由：小红书团队开源图像编辑模型，README 给出完整基准对比表、训练与部署方案，读者可自行核对开源 SOTA 的成色。
蚂蚁百灵：Developer Blog精选AI 评分8383 感知无界·创造有形：百灵全模态 Ming-flash-omni-2.0 焕新生活想象
百灵全模态大模型Ming-flash-omni-2.0正式发布。该模型基于MoE架构，在视觉、语音、图像等全模态能力上实现代际跃迁，其核心突破在于一个统一模型同时具备了强大的通用泛化能力和特定模态的专家级表现。具体特色包括：视觉百科能精准识别万物并关联知识；语音生成可控制情绪、方言，提供百种音色，并能统一生成语音、音效与背景音乐；图像创作可实现氛围重构、场景合成与智能擦除。技术层面通过亿级数据细粒度感知、知识对齐及超低帧率音频表征等创新实现性能飞跃。模型已在多个平台开源。
推荐理由：国产全模态模型开源，多模态能力达领先水准，开发者可直接体验或集成。