月之暗面推出迄今最强模型 Kimi K3，拥有 2.8 万亿参数和 100 万 Tokens 上下文窗口。该模型在 Frontend Code Arena 中以 1679 分超越 Claude Fable 5 位居第一，在 7 个前端领域中的 6 个排名 #1。API 定价为每 100 万 Tokens 输入 2 元（缓存命中）或 20 元（缓存未命中），输出 100 元。
推荐理由：Kimi K3 的 2.8T 参数和 100 万上下文不是数字游戏，前端跑分实打实地压过 Claude Fable 5，七个子领域拿六个第一，这对做前端和长文档处理的人是个明确信号，可以下场试了。
月之暗面发布 Kimi K3，参数量达 2.8 万亿，支持百万上下文，将于 7 月 27 日全面开源。该模型在 AA 智能分数中排名第三，并在 BrowseComp、Automation Bench 和 SpreadsheetBench 2 三项 Agent 评测中取得第一。
推荐理由：国内首个 3 万亿参数开源模型，卡兹克的深度实测表明它在 Agent 和前端审美上表现惊艳，整体能力已能与 GPT-5.6 Sol 掰手腕，虽然推理成本可能不低，但值得开发者尽快体验。
Kimi.ai@Kimi_MoonshotAI 评分5151Big news: Kimi-K3 by @Kimi_Moonshot is now #1 in the Frontend Code Arena with 1679 pts, surpassing Claude Fable 5. This is a 17-place jump from Kimi-k2.6 (#18 -> #1). In Frontend, Kimi-K3 ranked #1 in 6 of 7 domains: Brand & Marketing, Reference-Based Design, Data & Analytics, Consumer Product, Simulations, and Content Creation Tools, landing #2 only in Gaming behind Fable 5. The full model weights will be released by July 27. Congrats to the @Kimi_Moonshot team on this major milestone!
月之暗面发布 Kimi K3，一个 2.8T 参数的开源模型，采用 Kimi Delta Attention 和 Attention Residuals 架构，支持原生视觉能力与 100 万 token 上下文窗口。
推荐理由：首个开源 3T 级模型，架构上有 KDA 和 AttnRes 创新，在超长程编码和知识工作上比肩闭源。权重两周后放出，所有做 agent 的都该盯紧。
Kimi.ai@Kimi_MoonshotAI 评分5252
AI at Meta@AIatMetaAI 评分4949我们听到了大家的声音，很高兴地宣布 Muse Spark 1.1 现已在 @OpenRouter 上向美国开发者开放。 我们期待看到社区的成果。
@OpenRouter when Muse Spark 1.1?
月之暗面于 7 月 16 日上线旗舰模型 Kimi K3，支持最高 1M 上下文窗口，在编程、游戏/3D 与知识类任务中表现突出。Kimi Code 目前提供 K3 与 K2.7 Code 两个模型共 3 个模型 ID，用户可按需选择不同上下文长度版本。更多参数与价格信息有待官方后续公布。
Thinking Machines Lab 发布开源多模态模型 Inkling，总参数 9750 亿（活跃 410 亿），原生支持文本、图像、音频及百万 token 上下文。该模型在 Artificial Analysis Intelligence Index 上以 41 分领跑美国开源模型，但事实准确率仅 40%，幻觉率高达 63%。
Google 为开源模型 Gemma 4 推送更新，在 Nvidia Hopper GPU 上启用 Flash Attention 4 后，提示词处理速度提升 25-70%，首 token 延迟降低 31%。更新还修复了工具调用错误和响应截断问题，Gemma 4 31B 在电信场景的智能体推理性能提升 10.1%。
小米发布第二代VLA模型Xiaomi-Robotics-1，基于10万小时真实操作数据训练，在四个基准上均取得第一。模型部署在单张4090上推理延迟仅80ms，支持开箱即用和少样本适配。同时发布的38B参数世界基础模型U0可将Pi-0.5的out-of-distribution成功率从36.9%提升至63.2%。
前 OpenAI 首席技术官米拉·穆拉蒂创立的思维机器实验室（Thinking Machines Lab）推出首个从零训练的多模态模型 Inkling，采用 MoE 架构，总参数 975B、激活参数 41B，最长上下文 1M tokens，已在 Hugging Face 和自有 API Thinker 开放权重。
同一件事，精选收录的是《Thinking Machines 发布多模态模型 Inkling》
小米技术今日发布具身基座模型 Xiaomi-Robotics-1，基于 10 万小时真实世界操作数据预训练，结合约 10000 小时跨本体后训练，实现根据自然语言指令直接执行移动操作任务。在 RoboCasa365 基准中，该模型平均成功率达 57.4%；在 RoboDojo 仿真评测中以 20.07 平均分数和 13.93% 平均成功率登顶 Leaderboard，大幅刷新此前纪录。
Thinking Machines Lab 发布首款 AI 模型 Inkling，拥有 9750 亿参数，其中仅 410 亿为活跃参数，采用开放权重模式。该模型架构借鉴 DeepSeek-V3，后训练阶段使用 Kimi K2.5 生成的数据优化，设计重点在于成本与性能之间的平衡。Inkling 可通过云端微调工具 Tinker 进行定制，安全测试表现良好。
国投集团雅砻江公司发布我国首个水风光一体化智慧运营大模型，打通气象、水文、风光资源预测到电力运行决策全流程。该模型汇聚卫星遥感、地面气象站等海量数据，将流域来水预报从传统模型的十几天拉长至60天，前10天小时级预报精度提升约5%，气象预测响应速度从小时级提升至分钟级。
Thinking Machines Lab 于 7 月 15 日发布其首个从头训练的模型 Inkling，采用 Apache 2.0 协议开源完整权重。该模型为 975B 参数 MoE Transformer，41B 活跃参数，支持 1M token 上下文窗口及文本、图像、音频输入，核心差异化在于可控思考深度。
Rohan Paul@rohanpaul_aiAI 评分5959Our first model, Inkling. Trained from scratch, weights are open, fine-tunable on Tinker today.
Soofi S 30B-A3B 是一个总参数约 31.6B、每 token 激活约 3.2B 参数的混合 Mamba-Transformer MoE 基础模型，在完全开源的基础模型中取得最高的英语（70.1%）和德语（79.1%）聚合分数。
Lilian Weng@lilianwengAI 评分4545Thinking Machines 发布开源权重模型 Inkling，支持文本、图像和音频模态的高效推理。完整权重已开放，可在 Tinker 平台进行微调。
Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
Karina@karinanguyenAI 评分4343Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
Artificial Analysis@ArtificialAnlysAI 评分6969
Mira Murati@miramuratiAI 评分4646我们的第一个模型 Inkling。从零训练，权重开放，今日可在 Tinker 上微调。
Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
Thinking Machines Lab 发布其首个自研模型 Inkling，采用混合专家（MoE）架构，总参数 9750 亿，每任务仅激活约 410 亿参数。该模型为开源权重，支持企业通过定制平台 Tinker 进行微调，运行成本约为 Nvidia Nemotron 3 Ultra 的三分之一。公司明确表示 Inkling 并非当前最强模型，而是定位为可适配的企业级起点。
Thinking Machines@thinkymachines精选AI 评分7070推荐理由：多模态推理终于有了开放权重的选项，Inkling不是最强的，但可能是最方便你上手微调的。想试试多模态Agent的，今天就能在Playground玩。
PrismML 发布 Bonsai 27B，一个基于 Qwen3.6-27B 的 27B 参数开源推理模型，支持多步推理、工具调用和智能体任务。其 3.9 GB 的压缩版本可在 iPhone 17 Pro Max 上以约 11 tokens/秒运行，保留原模型 90% 性能，数学和编码能力几乎不受影响。PrismML 已与苹果就压缩技术展开早期洽谈，模型权重采用 Apache 2.0 许可。
Ant Ling@AntLingAGIAI 评分5555推出 Ring-2.5-1T-Zero：将零强化学习扩展到 1 万亿参数模型。 我们直接从基础训练这个巨型模型，无需额外人工标注，实现了具有竞争力的推理性能。
火山引擎旗下 Doubao-Seed-Evolving 模型完成升级，新增 1M 超长上下文支持，可处理大型代码仓库与长篇文档。长程任务能力增强，在开发者众测质量评分中超越 Doubao-Seed-2.1-pro，且 tokens 消耗更少、工具调用更简洁。该模型已上线火山 Agent Plan，单月套餐限时 9.9 元起，参与体验奖励计划可享调用成本立减 20%。
小米发布并开源 Xiaomi-Robotics-U0，一个 380 亿参数的多模态自回归具身生成基础模型，是具身领域首个“通吃”场景生成、具身迁移、机器人交互视频生成和通用文生图/图像编辑四类任务的统一模型。该模型在 WorldArena 评测基准上以匿名代号 UNIS 取得全球 126 个模型中的总分第一名，并通过 FlashAR+ 推理加速方案将生成效率提升近 83 倍。
Tencent Hy@TencentHunyuan精选AI 评分6969我们刚刚发布了 Hy3 的 1-bit 与 4-bit 版本，这是一款旗舰级规模的 295B 模型，可在单张 GPU 上运行。👌 使用 llama.cpp 运行 Hy3，启用 MTP，即可在显著降低的硬件配置上体验强大的智能能力。🚀🚀🚀 迫不及待想看看你们会用它构建什么。 #Hy3 #Hy #GGUF #llamacpp
推荐理由：混元把295B旗舰模型压进单GPU，1-bit和4-bit版本对本地部署是个大礼包，开源社区可以动起来了。
阿里巴巴今日发布实时语音交互对话模型 Qwen-Audio-3.0-Realtime，包含推理更强的 Plus 版本和速度更快的 Flash 版本。该模型在 S2S 语音指令遵循基准 VStyle 上取得 SOTA 效果，并在 Artificial Analysis 子项中综合排名第一，超越 OpenAI GPT-Realtime-2。
PrismML 的 1-bit 模型压缩技术可将模型体积压缩至全精度版本的 1/14，内存占用降低超 90%，推理速度提升最高 8 倍，能耗降低 75%-80%。该公司推出的 Bonsai 27B 模型基于 Qwen 3.6 27B 微调，已从约 54 GB 缩减至不足 4 GB，可在 12GB 内存的 iPhone 上原生运行，保留 90% 智能水平。苹果正在评估该技术，但会谈尚处早期阶段。
阿里通义实验室发布实时语音交互模型 Qwen-Audio-3.0-Realtime，在 Artificial Analysis 的 Speech Reasoning 子项中综合排名第一，超越 OpenAI GPT-Realtime-2。
推荐理由：我觉得Qwen-Audio-3.0-Realtime把情感表达和背景降噪结合得很好，加上工具调用，语音交互终于从聊天走向任务执行，有API可以直接上手，推荐语音产品经理试试。
阿里语音交互模型 Fun-Realtime-AudioChat 全面升级并更名为 Qwen-Audio-3.0-Realtime，支持根据语境动态调整语气与情感、音色克隆，并内置多模态双工控制模型，实现声纹级背景过滤。
推荐理由：把文本推理能力蒸馏到语音模型同时保留毫秒级响应，这种架构为需要复杂决策的语音智能体提供了可行路径。
Mistral 发布其首个时序基础模型家族 Timestral，提供 5M、28M、123M 和 209M 四种规格，209M 版在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，以约三分之二的参数量超越此前最优模型。
Thinking Machines 发布通用多模态模型 Inkling，支持文本、图像和音频输入，采用 MoE 架构，总参数 975B、激活 41B、上下文窗口 1M token。
推荐理由：Modal 官方给出了 Inkling 的架构细节和 DFlash 推理实测数据，读者可以借此评估新模型的部署表现。
Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 于发布当日在其 Serverless 平台提供访问，支持 1M 上下文窗口和 OpenAI 兼容 API。
推荐理由：原文来自提供推理服务的合作方，给出了 Inkling 的架构细节、参数规格和初步评测，读者可据此了解新模型的技术取向与可用入口。
PrismML 推出 Bonsai 27B 模型，基于 Qwen 3.6 27B 微调，在保留 90% 智能水平的情况下，可在 12GB 内存的 iPhone 上原生运行。该模型提供 3-bit（5.9 GB）和 1-bit（3.9 GB）两个版本，分别针对笔记本和手机内存占用优化。
