Thinking Machines 发布 Inkling 2 Small：68 小时预训练 594B 多模态 MoE 模型
Thinking Machines 发布 Inkling 2 Small，这是一款 594B 总参数、17B 激活参数的多模态 MoE 模型，在 GB300 集群上仅用 68 小时完成 8.4T tokens 的原生 NVFP4 预训练。
推荐理由：原文梳理了 Inkling 2 Small 的训练效率、基准表现及对齐过程，为评估西方开源模型竞争力提供了具体参照。
#多模态
Latent Space精选AI 评分8585 The Decoder精选AI 评分8080 腾讯发布 Hy4 模型，支持视觉理解与计算机操作，自称中国 AI 模型第二
腾讯发布 Hy4 模型，新增图像理解与自主操作计算机能力，目前仅通过腾讯云和 OpenRouter 提供访问。在 Artificial Analysis 独立评测中，Hy4 智能指数得分为 35，位列中国实验室模型第二，落后于 Kimi K3.1 Pro 的 46 分。
推荐理由：独立评测显示 Hy4 在综合能力上落后于 Kimi K3.1 Pro，但在金融场景测试中表现优于部分竞品。
Latent Space精选AI 评分8383 AI Engineer 发布年度旗舰会议 AIE CODE 议程
AI Engineer 发布年度旗舰会议 AIE CODE 议程，聚焦无低质代码扩展、System One 模型及高难度软件重写三大主题。会议采用单轨制并邀请全球前 1000 名智能体工程师参加，旨在复盘 2026 年代码领域趋势并预览 2027 年方向。
推荐理由：原文梳理了年度旗舰会议的主题与议程，读者可据此了解智能体编码领域的年度趋势与关键人物。
Latent Space精选AI 评分8787 Google DeepMind 发布 Gemini 4 Carbon 并优先向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis 综合基准中位列第一，并优先通过 Fairwind 计划向受信任的网络安全防御者开放。独立评测显示其在网络安全漏洞发现与利用任务上表现突出，但幻觉率从上一代模型的 4% 上升至 11%。
推荐理由：汇总了 Gemini 4 Carbon 在网络安全与长程任务上的基准表现，以及独立评测机构对其幻觉率上升的对比数据。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Genie 4 世界模型，支持原生音频与实时交互模拟
Google DeepMind 发布 Genie 4，这是一款原生多模态世界模型，能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力，支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览，后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。
推荐理由：Genie 4 将原生音频生成与 Gemini 实时推理结合，展示了交互式世界模拟在物理一致性和多模态反馈上的新边界。
The Verge · AI精选AI 评分8181 Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上高效运行
Meta 发布 Muse Spark Open 开源模型，称其为迄今最强美国开源权重模型，并宣布该模型可通过 Apple MLX 框架在两台 M5 Ultra Mac Studio 上运行。Meta 与 Apple 罕见公开合作，双方高管在 X 上互相祝贺，Apple 还发布了关于 MLX 框架的技术文章。该模型为原生多模态架构，总参数达 816B，擅长长时任务、复杂软件工程和多步推理。
推荐理由：Meta 与 Apple 罕见合作，让 816B 参数开源模型通过 MLX 框架在 Mac Studio 上高效运行，展示了端侧部署的新路径。
The Decoder精选AI 评分8484 Meta 发布开源模型 Muse Spark Open，对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，拥有 8160 亿参数（420 亿激活），支持文本、图像、视频和音频输入，上下文窗口达 100 万 token。该模型针对 Apple M5 Ultra 优化，可在两台配备 512GB 统一内存的 Mac Studio 上本地运行，权重已上传至 Hugging Face。
推荐理由：Meta 推出 8160 亿参数的开源模型 Muse Spark Open，其性能对标 Qwen 和 Kimi 等竞品，并支持在本地 Mac Studio 上运行。
The Decoder精选AI 评分8282 Google 发布 Gemini 4 Argon，旨在成为机器人全流程唯一所需 AI 模型
Google 发布 Gemini 4 Argon，宣称其能覆盖机器人控制、虚拟仿真构建及训练数据评估的全流程。在 ERQA 基准测试中，该模型以 87% 的得分领先 Claude Opus 5.5 约 5 个百分点，但在 AA-Robotics 真实机器人控制测试中仅排第三。目前该模型仅向 Google AI Ultra 订阅用户开放，开发者可通过 Gemini API 付费层级访问。
推荐理由：文章通过具体演示和基准测试对比，展示了该模型在机器人控制与仿真生成中的实际表现及局限。
NVIDIA Blog精选AI 评分8787 NVIDIA 发布 Nemotron 3.5 Super VL 及 Bolt 系列开源模型，覆盖数据中心至边缘部署
NVIDIA 发布 Nemotron 3.5 Super VL，这是一款 1200 亿参数的开源多模态模型，专为高吞吐量智能体工作流设计，在同类模型中实现 5 倍更快的任务完成速度。
推荐理由：NVIDIA 发布覆盖数据中心到边缘的 Nemotron 3.5 系列，Super VL 以 120B 参数实现高效多模态智能体能力，Bolt 模型则针对本地部署优化。
The Decoder精选AI 评分8888 Meta 发布前沿模型 Muse Wonder，跻身 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 及其 Full 版本，两者在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 分和 56 分，显著超越前代 Muse Spark 1.3 的 48 分。
推荐理由：原文通过多项基准测试对比，展示了 Muse Wonder 在智能体任务和编码能力上的显著提升，同时指出了其事实知识短板和较高的使用成本。
Google DeepMind精选AI 评分8282 Google DeepMind 发布开源轻量级多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构、拥有 7.4 亿参数的开源多模态嵌入模型，支持在端侧统一处理文本、代码、图像、音频和视频。
推荐理由：该模型在 7.4 亿参数规模下统一了文本、图像、音频和视频嵌入，为端侧多模态检索提供了具体的性能基准与部署方案。
已经到底了