Google AI Developers@googleaidevsAI 评分5555#模型发布
- Google AI Developers@googleaidevsAI 评分5555
Google Gemini@GeminiAppAI 评分4242
The Decoder：AI NewsAI 评分5959 阿里通义千问发布 Qwen-Image-3.0：单次生成可读十像素文字与复杂信息图
阿里通义千问团队发布 Qwen-Image-3.0，该图像生成模型支持最长 4500 token 的输入，可单次生成包含可读十像素文字、数学公式及十二种语言的复杂排版，如 3×3 信息图网格和嵌套界面。模型目前仅通过邀请制 API 开放，后续将集成至 Qwen Chat 等自有应用，但不太可能像初版 Qwen-Image 那样开源权重。
Jeff Dean@JeffDeanAI 评分5959
引用Google DeepMind@GoogleDeepMind我们正在推出三款新模型，旨在让 AI 智能体在大规模应用中更快、更智能、更经济： 🔵 Gemini 3.6 Flash：它比 Gemini 3.5 Flash 使用更少的模型 token，就能以完全相同的成本提供更高质量的工作成果。 🔵 Gemini 3.5 Flash-Lite：一款快速、经济高效的选择，适用于处理文档和智能体搜索等日常任务。 🔵 Gemini 3.5 Flash Cyber：一款专为网络安全打造的模型，用于发现并修补关键软件漏洞。
- Google Gemini@GeminiAppAI 评分5252引用Google DeepMind@GoogleDeepMind
我们正在推出三款新模型，旨在让 AI 智能体在大规模应用中更快、更智能、更经济： 🔵 Gemini 3.6 Flash：它比 Gemini 3.5 Flash 使用更少的模型 token，就能以完全相同的成本提供更高质量的工作成果。 🔵 Gemini 3.5 Flash-Lite：一款快速、经济高效的选择，适用于处理文档和智能体搜索等日常任务。 🔵 Gemini 3.5 Flash Cyber：一款专为网络安全打造的模型，用于发现并修补关键软件漏洞。
Logan Kilpatrick@OfficialLoganKAI 评分6262- Logan Kilpatrick@OfficialLoganKAI 评分6464
- Logan Kilpatrick@OfficialLoganKAI 评分4343
IT之家·人工智能AI 评分6161 谷歌发布 Gemini 3.6 Flash、3.5 Flash Cyber 及 3.5 Flash-Lite 三款新 AI 模型
谷歌发布三款新 AI 模型：性能最强的 Gemini 3.6 Flash、专为网络安全优化的 Gemini 3.5 Flash Cyber，以及面向 AI 智能体场景的 Gemini 3.5 Flash-Lite。
The Verge：AIAI 评分5555 Google 发布 Gemini 3.5 Flash Cyber 安全模型
Google 推出基于 Gemini 3.5 Flash 的 AI 安全模型 Gemini 3.5 Flash Cyber，专用于快速发现和修补漏洞。该模型通过 CodeMender 智能体调用，能以高速和低成本多次扫描代码路径，并在 V8 引擎中识别出 55 个独特问题，其中 10 个是其他模型未发现的。
Google DeepMind：Blog精选AI 评分5757 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber 三款新模型
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。其中 Gemini 3.6 Flash 为最新主力模型，3.5 Flash-Lite 主打更低成本与更高效率，3.5 Flash Cyber 则针对网络安全场景优化。三款模型均通过 Google AI 开发者平台提供 API 访问。
推荐理由：Gemini Flash 系列常规更新，Flash-Lite 和 Cyber 变体值得 API 开发者留意，但细节还没出来，目前只能先标记。
Google DeepMind：BlogAI 评分5454 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。Gemini 3.6 Flash 是新一代主力模型，在推理、多模态和代码生成任务上实现性能提升。3.5 Flash-Lite 主打更低延迟与成本，3.5 Flash Cyber 则针对网络安全场景优化。
公众号：小红书技术同事件AI 评分8181 小红书 dots 模型获 IMO 2026 满分金牌
小红书 dots 团队携内部版本 dots-note 3.0 参加第 67 届 IMO 2026，六道题均获满分，以 42/42 分取得满分金牌，全球仅 7 位人类选手获此成绩。模型不依赖形式化语言，直接读取原始 LaTeX 题目，通过递归自我批判能力端到端完成解题。dots-note 3.0 是 dots3 系列最轻量级模型，预期将开源。
同一件事，精选收录的是《小红书大模型 dots-note-3.0 以满分获 IMO 2026 金牌，第三题解法获冠军选手称赞》
公众号：小红书技术精选AI 评分7777 小红书dots模型取得IMO 2026满分金牌成绩
小红书dots团队携dots-note-3.0内部版本参加IMO 2026，六题均获满分7分，以42/42分取得满分金牌，全球仅7位人类选手获满分。该模型不依赖形式化语言，直接读取原始LaTeX题目，通过Proof、Verify、Refine三环节递归自我批判完成解题。dots-note-3.0是dots3系列最轻量级模型，预期将开源。
推荐理由：dots模型在IMO满分验证了递归自我批判方法的有效性，这种不依赖形式化验证、通过自我质疑改进推理的路径，可能为科学研究等难以量化的复杂任务提供新的解决思路。
MarkTechPostAI 评分5656 NVIDIA 发布 Cosmos 3 Edge：40 亿参数开放世界模型，可在设备端推理并生成机器人动作
NVIDIA 发布 Cosmos 3 Edge，一款 40 亿参数的开放世界模型，专为设备端运行设计。该模型可帮助机器人和视觉 AI 智能体理解环境、实时推理并在本地生成机器人动作。Cosmos 3 系列此前已于 2026 年 5 月 31 日在 GTC Taipei 推出 Cosmos 3 Nano（160 亿参数）和 Cosmos 3 Super（640 亿参数）。
IT之家·人工智能AI 评分6262 阿里千问发布 Qwen-Image-3.0 图像生成基础模型
阿里发布 Qwen-Image-3.0 图像生成模型，核心主线为“实”。模型支持 4.5k token 超长输入，可一次生成含公式、几何图形的知识图解和复杂 UI，并支持 12 国语言及 20 多款字体原生渲染。阿里云百炼、千问 AI 平台已开通 API 邀测，Qwen Studio 和千问 APP 即将上线免费体验。
Rohan Paul@rohanpaul_aiAI 评分5050引用Elon Musk@elonmuskSpaceX’s massive corpus of world-class engineering data (excluding material blocked by ITAR) will be added during supplemental training of the 2T run. This will dramatically improve Grok’s engineering capabilities.
IT之家·人工智能AI 评分5454 Sakana AI 发布网络安全模型 Fugu Cyber，性能超越 GPT-5.5-Cyber
日本 AI 公司 Sakana AI 发布专为网络防御打造的 Fugu Cyber 模型。该模型在 CyberGym 基准测试中成功率达 86.9%，在 CTI-REALM 测试中达 72.1%，表现优于 OpenAI GPT-5.5-Cyber 和 Anthropic Claude Mythos-Preview。Fugu Cyber 是一个封装为单一 API 的多智能体系统。
Qwen：Blog Retrieval精选AI 评分7777 通义千问发布 Qwen-Image-3.0 图像生成模型，核心关键词为“实”
通义千问发布第三代图像生成基座模型 Qwen-Image-3.0，核心关键词为“实”。该模型支持最长 4.5k token 指令输入，可单次生成包含 9 个复杂信息图的 3×3 网格布局；文本渲染精度达 10px，并支持 12 种语言原生渲染，旨在将图像转化为可部署的生产力工具。
推荐理由：我觉得 Qwen-Image-3.0 不只是画得好看，而是真正追求“有用”，4.5k token 输入、12 种语言渲染、10px 精细文字，对做设计、内容生产的人是生产力级突破。
IT之家·人工智能AI 评分6060 小鹏集团发布 TuringViT 高效视觉编码器
小鹏集团发布面向 VLM/VLA 时代的 TuringViT 视觉编码器，推出 18L 和 24L 两个规格。该编码器在 1536×1536 分辨率下推理吞吐量达 Seed1.5-ViT 的 3.04 倍，仅用 0.85B 图文对便在六项零样本分类基准上取得 83.6% 平均准确率，超越使用 10B 数据的基线。
Gemini API：更新日志精选AI 评分6666 Gemini 3.6 Flash 与 Gemini 3.5 Flash-Lite 正式可用
Google 在 Gemini API 更新日志中宣布 Gemini 3.6 Flash（gemini-3.6-flash）和 Gemini 3.5 Flash-Lite（gemini-3.5-flash-lite）正式可用（GA）。
推荐理由：官方更新日志给出两个模型正式可用的定位差异和参数弃用信息，开发者可据此评估迁移与成本选择。
MarkTechPostAI 评分5555 阿里通义实验室发布 Qwen-Audio-3.0-TTS，面向 16 种语言的 Flash 与 Plus 级托管语音合成模型
阿里通义实验室推出 Qwen-Audio-3.0-TTS，一款面向生产的文本转语音系统，提供 Flash（实时交互）和 Plus（高质量生成）两个版本。该模型通过阿里云 Model Studio 以托管 API 形式交付，不支持权重下载，覆盖 16 种语言。
OpenRouter@OpenRouterAI 评分4848Hugging Face 社区博客精选AI 评分7070 NVIDIA 发布 Cosmos 3 Edge：4B 参数开源世界模型，为机器人及边缘 AI 提供实时推理与动作生成
NVIDIA 在 Hugging Face 上开源了 Cosmos 3 Edge，一个 40 亿参数的世界模型，旨在帮助机器人和视觉 AI 智能体在边缘设备上理解环境、实时推理并生成动作。
推荐理由：NVIDIA 把世界模型的能力压进 4B 参数，直接在 Jetson 上实时推理并生成机器人动作，对做具身智能的人来说是个标志性信号，边缘部署终于可以摆脱云端依赖了。
Sakana AI：Blog精选AI 评分6060 Sakana AI 推出 Fugu-Cyber 编排模型，面向现代网络防御
Sakana AI 发布 Fugu-Cyber，一款面向现代网络防御的编排模型，现以新 API 端点形式提供。该模型在 CyberGym 上取得 86.9% 的成功率，在 CTI-REALM 上达到 72.1%，与 GPT-5.5-Cyber 和 Mythos-Preview 等网络安全前沿模型相当。
推荐理由：Sakana AI 把 AI 编排带到网络安全领域，Fugu-Cyber 在真实基准上的 SOTA 成绩值得安全从业者认真看看，但具体细节还没公开，别急着上手。
Recode China AI精选AI 评分8080 Moonshot AI 发布 Kimi K3，以高端定位冲击全球前沿模型
Moonshot AI 于 7 月 16 日发布旗舰模型 Kimi K3，2.8 万亿参数，以 1679 分登顶 LMArena Frontend Code Arena，成为首个在该榜超越 Claude Fable 5 和 GPT-5.6 Sol 的开源权重模型，在 Artificial Analysis Intelligence Index 排名第 3（约 57 分）。
推荐理由：作者从架构、定价和定位三个层面拆解 K3，指出它是中国首个以能力而非价格竞争的开源旗舰模型。
公众号：昆仑万维同事件AI 评分6464 昆仑万维发布并开源可交互世界模型 Matrix-Game 3.5
昆仑万维在 WAIC 2026 发布并开源新一代可交互世界模型 Matrix-Game 3.5。该模型通过 Patch Memory 与 Warped PRoPE 实现长期记忆与几何一致性建模，可在单张 GPU 上以 720P 分辨率、约 20FPS 实时生成流式视频。
同一件事，精选收录的是《昆仑万维宣布2026为“世界模型元年”，发布Matrix-Game 3.5等模型》
IT之家·人工智能AI 评分6868 阿里千问发布语音合成大模型 Qwen-Audio-3.0-TTS
阿里千问发布语音合成大模型 Qwen-Audio-3.0-TTS，包含首包延时300ms级别的Flash版本和面向高质量生成的Plus版本，后者在Artificial Analysis榜单夺冠。新模型支持文本嵌入[gasp]等标签调控语气，音频输出提升至48KHz，覆盖16种语言及20种方言，现已全面开放。
公众号：通义实验室同事件AI 评分7070 通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型
通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。
同一件事，精选收录的是《通义千问发布Qwen-Audio-3.0-TTS，登顶TTS排行榜》
公众号：通义实验室同事件AI 评分7575 Qwen-Audio-3.0-TTS 发布：从“能说话”到“会表达”
通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型，含 Flash 与 Plus 两个版本，首包延迟约 300ms。模型支持 16 种语言和 20 种方言，Plus 版在 Artificial Analysis 榜单夺冠，平均说话人相似度达 82.75。新增 Free-style 自然语言指令、细粒度标签控制及嘈杂环境鲁棒性，音频输出提升至 48K，单次合成最长 3 分钟。
同一件事，精选收录的是《通义千问发布Qwen-Audio-3.0-TTS，登顶TTS排行榜》
IT之家·人工智能精选AI 评分7070 上海科学智能研究院开放科学多模态基础模型“神珍”
上海科学智能研究院开放科学多模态基础模型“神珍”，总参数约110亿，可处理DNA、RNA、蛋白质、小分子、地球系统和医学影像六类数据。在生物序列20项任务中，该模型9项取得最优结果；医学影像分割平均Dice得分91.20，在7种参评方法中最优。模型权重及代码已在星河启智、Hugging Face和GitHub开放。
推荐理由：一个模型同时理解蛋白质、气象和医学影像，还全开放权重和代码，对交叉学科的研究者是难得的工具包。比专用模型省去切换成本，值得科学计算方向的产品人关注。
IT之家·人工智能AI 评分5252 宇树发布 UnifoLM-OminiA-0.3 模型，支持全模态交互理解
宇树科技发布 UnifoLM-OminiA-0.3 模型，单模型统筹家居康养多任务，支持全模态交互理解，全程自主执行抗干扰。该模型在人形机器人 G1 上实现从感知到行动的闭环，可完成物品搬运、视觉识别与回答、精细操作及设备控制等任务。
IT之家·人工智能AI 评分5858 字节跳动发布 Seed Audio 1.0 音频创作模型：支持精细时间控制与多语种生成
字节跳动 Seed 官方今日发布音频创作模型 Seed Audio 1.0，在统一框架下联合建模人声、音效和环境声，支持按时间线精准控制声音进场。该模型支持 20+ 语种音频生成，在文本生成音色能力的 AB 主观评测中表现出显著优势，多数场景音频可用率达 90% 以上。目前 Seed Audio 1.0 已在火山方舟体验中心上线。
公众号：面壁智能同事件AI 评分7777 面壁智能发布首个具身智能成果 MiniCPM-Robot 系列模型，含 1.5B VLA 与 0.9B 跟踪模型
面壁智能联合 OpenBMB 发布并开源 MiniCPM-Robot 系列，包括通用 VLA 模型 MiniCPM-RobotManip（1.5B 参数）与移动跟踪模型 MiniCPM-RobotTrack（0.9B 参数）。
同一件事，精选收录的是《面壁智能开源 MiniCPM-Robot 具身智能模型系列》
公众号：面壁智能精选AI 评分7070 面壁智能发布首个具身智能成果 MiniCPM-Robot 系列模型，正式进军机器人领域
面壁智能联合 OpenBMB 在世界人工智能大会上发布并开源首个具身智能成果 MiniCPM-Robot 系列，包括 1.5B 通用 VLA 模型 MiniCPM-RobotManip 与 0.9B 跟踪模型 MiniCPM-RobotTrack。
推荐理由：1.5B VLA模型通过视觉token压缩将带记忆推理成本降至与单帧反应式相近，使得需要持续上下文理解的机器人操作任务不再受算力约束。
Recode China AIAI 评分4545 习近平首次出席 WAIC，Moonshot 发布 Kimi K3，CXMT 启动 85 亿美元内存芯片 IPO
Moonshot AI 发布 Kimi K3，自称全球最大开放权重模型，部分基准测试对标 OpenAI 与 Anthropic，引发 Nvidia 等美股科技股抛售。CXMT 以每股 ¥8.66 定价上海科创板 IPO，募资约 $8.5–10 billion，散户超额认购 212 倍，估值近 $85 billion。习近平首次亲临 WAIC 演讲，呼吁对 AI 系统进行"人类监督"。
