Google DeepMind 推出 Gemini 3.1 Flash-Lite，这是 Gemini 3 系列中速度最快、成本最低的模型，定价为每百万输入 token 0.25 美元、每百万输出 token 1.50 美元，即日起通过 Gemini API 在 Google AI Studio 和 Vertex AI 面向开发者预览。
推荐理由：原文给出价格、速度与基准数据，读者可据此判断高并发场景下的成本与延迟取舍。
OpenAI 公开了其 AI 模型针对 First Proof 数学挑战的证明尝试，用于测试模型在专家级问题上的研究级推理能力。该挑战聚焦研究级数学推理，OpenAI 未披露具体模型名称与成绩。
Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的更强核心推理模型，在 ARC-AGI-2 上取得 77.1% 的验证得分，超过 3 Pro 推理性能的两倍。
推荐理由：官方给出 ARC-AGI-2 得分与多端上线范围，可据此判断新模型在复杂推理任务上的位置。
OpenAI 发布新预印本，显示 GPT-5.2 为胶子振幅提出一个新公式，随后由 OpenAI 与学术合作者完成形式化证明与验证。
推荐理由：OpenAI 与学术合作者披露 GPT-5.2 提出胶子振幅新公式并被形式化证明，可观察大模型参与理论物理推导的路径。
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，这一专用推理模式面向科学、研究与工程难题，已在 Gemini 应用中向 Google AI Ultra 订阅用户开放，并首次通过 Gemini API 向部分研究者、工程师和企业提供早期访问。
推荐理由：官方给出 Deep Think 在 HLE、ARC-AGI-2、Codeforces 等基准上的具体成绩与开放入口，可据此判断其科研与工程定位。
Google DeepMind 发布两篇论文，介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 在数学、物理和计算机科学领域解决专业研究问题。
推荐理由：DeepMind 公开了两篇论文与数学研究智能体 Aletheia 的细节，读者可据此了解 AI 参与研究级数学与理论计算机科学的实际边界。
Google Research 提出 Sequential Attention，用贪心选择机制在单次模型训练中顺序、自适应地挑选最佳组件，把子集选择直接融入训练流程，避免传统贪心算法带来的数量级训练开销。该方法在多个神经网络基准上取得 SOTA，并已用于特征选择等真实场景，兼顾效率、准确率、可解释性与大规模扩展能力。
Hugging Face 团队用 verl 框架对 GPT-OSS-20B 做智能体强化学习训练，发现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双前向传播导致新旧 log-prob 不匹配、破坏 PPO 的 on-policy 一致性。团队通过修复 attention sink 和 MoE log-prob 对齐解决该问题，该修复同样适用于 GPT-OSS-120B。
微软发布 Differential Transformer V2（DIFF V2），在保持 KV 头数量不变的前提下将查询头数量翻倍，使解码速度与标准 Transformer 持平，且无需自定义注意力内核。
OpenAI 宣布与 Cerebras 合作，新增 750MW 高速 AI 算力，用于降低推理延迟并让 ChatGPT 在实时 AI 负载下响应更快。
NVIDIA 发布开源推理视觉语言模型 Cosmos Reason 2，在 Physical AI Bench 和 Physical Reasoning 榜单上成为排名第一的开源视觉理解模型。
推荐理由：Cosmos Reason 2 把上下文从 16K 提到 256K 并新增轨迹与 OCR 能力，可据此判断物理 AI 视觉推理的可用边界。
TII 发布 Falcon-H1-Arabic 阿拉伯语模型家族，包含 3B、7B、34B 三个参数版本，采用在每个 block 内并行运行 Mamba 状态空间模型与 Transformer 注意力的 Falcon-H1 混合架构。
推荐理由：原文给出三个参数规模的架构、上下文窗口与基准对比，可据此判断阿拉伯语模型的部署选型。
Google Research 回顾 2025 年成果：Gemini 3 成为其最强、最注重事实准确性的 LLM，在 SimpleQA Verified 和与 Google DeepMind、Kaggle 联合发布的新 FACTS 基准上达到 SOTA。
OpenAI 推出面向思维链可监控性的新框架与评测套件，覆盖 24 种环境下的 13 项评估。结果显示，监控模型内部推理远比仅监控输出更有效，为 AI 系统能力提升后的可扩展控制提供了可行路径。
Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 的推理能力与 Flash 级延迟和成本结合，定价为每 100 万输入 token 0.50 美元、每 100 万输出 token 3 美元。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断它在速度与成本上的取舍。
OpenAI 发布 FrontierScience 基准，用于测试 AI 在物理、化学和生物学领域的推理能力，衡量其向真实科学研究迈进的进展。
Google Research 为 STOC 2026 推出实验性 Paper Assistant Tool（PAT），基于 Gemini 2.5 Deep Think 的推理扩展方法，在投稿后 24 小时内为作者生成结构化预审反馈，涵盖论文贡献摘要、潜在错误与改进建议以及笔误清单。
推荐理由：Google 官方披露 PAT 在 STOC 2026 的实测数据与作者反馈，可了解 AI 辅助数学证明审阅的实际边界。
OpenAI 发布 GPT-5.2，称其为该公司在数学与科学方面最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上刷新 SOTA。官方表示这些提升已转化为实际研究进展，包括解决一个开放理论问题并生成可靠的数学证明。
推荐理由：OpenAI 官方给出 GPT-5.2 在数学与科学基准上的新 SOTA 结果，并说明其已用于解决一个开放理论问题。
OpenAI 发布 GPT-5.2，定位为面向日常专业工作的前沿模型，具备领先的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中提供，用于支持更快、更可靠的智能体工作流。
推荐理由：官方给出 GPT-5.2 在推理、长上下文、编码与视觉上的定位，可据此判断日常专业工作与智能体流程的可用性。
Google Research 发布两篇论文，提出 Titans 架构与 MIRAS 理论框架，将 RNN 的速度与 Transformer 的精度结合，实现测试时记忆。
推荐理由：Google Research 提出 Titans 架构与 MIRAS 框架，用深度神经网络做长期记忆模块，为超长上下文建模提供新思路。
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调并在 smolagents 上实现的数学推理 Agent，通过生成 Python 片段在沙箱中执行来替代冗长文本推理。
Hugging Face 发布博客，从 attention 机制与 KV caching 出发，通过优化吞吐量推导出 continuous batching。该方法通过并行处理多个对话、完成即换出，来提升高负载场景下的推理性能。文中指出 attention 是 token 间唯一交互之处，其计算量随序列长度呈平方增长。
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了一个优化理论中的关键问题，展示了 AI 在加速数学发现中的作用。
OpenAI 公布首批研究案例，展示 GPT-5 在数学、物理、生物学和计算机科学领域加速科学进展。这些实验呈现 AI 与研究人员如何协作生成证明、发现新见解，并改变科学发现的速度。
ServiceNow 的 SLAM Lab 将 15B 推理模型 Apriel-Nemotron-15B-Thinker 蒸馏改造为 Mamba 混合架构，旗舰版 Apriel-H1-15b-Thinker-SFT 在 50 层中替换 30 层为 Mamba。
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，首发 Gemini 3 Pro 预览版，并同步上线 Gemini 应用、Search 的 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新的智能体开发平台 Google Antigravity。
推荐理由：官方一次性给出 Gemini 3 Pro 与 Deep Think 的基准成绩、产品落地范围和开放入口，可据此判断能力代际变化。
Google Research 在 NeurIPS 2025 论文《Nested Learning: The Illusion of Deep Learning Architectures》中提出 Nested Learning，把模型架构与优化算法视为同一套相互嵌套、同时优化的多层级学习问题，以缓解持续学习中的灾难性遗忘。
OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 两个开放权重推理模型。二者基于 gpt-oss 模型后训练，能依据给定策略进行推理并对内容打标，报告同时给出以原 gpt-oss 模型为基线的安全评估结果。
WRITER 发布 Palmyra-mini 系列三款开源模型，参数规模 1.5B 至 1.7B，包括非思考基础版 palmyra-mini 及两款经 CoT 训练的推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face 发布博客，介绍为支持 OpenAI gpt-oss 系列而在 transformers 中引入的多项升级，包括可从 Hub 下载的零构建内核、MXFP4 量化、张量并行、专家并行、动态滑动窗口层与缓存、连续批处理与 Paged Attention，以及更快的模型加载。
推荐理由：Hugging Face 官方拆解了为 gpt-oss 引入的六项 transformers 升级，读者可据此了解这些优化如何迁移到其他模型。
Kimina Prover 团队开源 kimina-prover-rl 训练管线，基于 DeepSeek-R1 式"先推理后生成"范式，用于 Lean 4 形式化定理证明，并完全兼容 Verl 框架。
Hugging Face 推出 TextQuests 基准，基于 25 款经典 Infocom 交互式文字游戏，测试 LLM 作为智能体的长上下文推理与探索学习能力。
Mistral 为 Le Chat 上线一批新功能，包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：Mistral 一次性为 Le Chat 补齐深度研究、语音、推理与图像编辑能力，可据此判断其产品线走向。
Numina 与 Kimi 团队发布定理证明模型 Kimina-Prover-72B，基于 Qwen2.5-72B 和 Kimi k1.5 的 RL 流程训练，在 miniF2F 基准上取得 92.2% 的 SOTA 通过率。
Hugging Face 发布完全开源的 3B 模型 SmolLM3，在 11T tokens 上训练，支持 think / no_think 双模式推理、6 种语言和最高 128k 上下文。
推荐理由：官方完整公开了 3B 模型的预训练、中训练与后训练配方，读者可据此复现或迁移到自研小模型。
TNG 在 24 张 H100 上自托管多个大语言模型，日均消耗超 1 亿 token、生成超 1000 万 token，发现 vLLM 默认 chunked-prefill 会顺序调度 prefill，单个长提示词请求会阻塞后续请求的 prefill 队列，显著拉高首 token 延迟。
Mistral AI 发布首个推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首个推理模型同时给出开源权重与企业版，并公开 AIME2024 成绩与多语言推理定位，可据此判断其与现有推理模型的差异。
Falcon-LLM 团队发布 Falcon-H1 系列开源模型，共六款，参数规模从 0.5B 到 34B，每款均含 base 与 instruct 版本，采用 Apache 2.0 许可。
推荐理由：Falcon-H1 用混合注意力与 SSM 架构在长上下文吞吐上取得明显优势，读者可据此判断小参数模型的部署取舍。
Hugging Face 发布博客盘点过去一年视觉语言模型的关键变化，涵盖 any-to-any、推理、小尺寸、MoE 解码器、视觉语言动作模型等新趋势。
Qwen-3 的 chat template 相比 Qwen-2.5 和 QwQ 有四处关键变化：通过 enable_thinking 标志可开关推理，不再强制输出思维链。