Google DeepMind 发布 WeatherNext 2 天气预报模型
Google DeepMind 与 Google Research 发布 WeatherNext 2，称其生成预报速度比前代快 8 倍，分辨率最高可达 1 小时。
#模型发布
#模型发布
今日 0 条Google DeepMindAI 评分5858
OpenAI News精选AI 评分7878 OpenAI 在 API 中上线 GPT-5.1
OpenAI 在 API 中上线 GPT-5.1，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现。该版本还新增 apply_patch 和 shell 工具。
推荐理由：OpenAI 官方给出 GPT-5.1 在 API 中的能力变化与新增工具，读者可据此判断现有调用链是否需要调整。
OpenAI News精选AI 评分6767 OpenAI 发布 GPT-5.1，ChatGPT 对话更自然并支持自定义语气
OpenAI 升级 GPT-5 系列，推出 GPT-5.1，模型更温和、能力更强，并新增自定义 ChatGPT 语气和风格的方式。GPT-5.1 从今天起向付费用户逐步推送。
推荐理由：OpenAI 官方公布 GPT-5 系列的升级方向与付费用户推送节奏，可据此了解 ChatGPT 的对话风格变化。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.1 Instant 与 GPT-5.1 Thinking 系统卡补充说明
OpenAI 发布 GPT-5 系统卡补充说明，给出 GPT-5.1 Instant 与 GPT-5.1 Thinking 的更新安全指标，并新增心理健康与情感依赖方面的评估。
推荐理由：官方补充卡给出 GPT-5.1 两个版本的安全指标更新，并新增心理健康与情感依赖评估。
OpenAI NewsAI 评分4242 OpenAI 发布 gpt-oss-safeguard 技术报告
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。
OpenAI NewsAI 评分5858 OpenAI 发布 gpt-oss-safeguard 开放权重安全分类模型
OpenAI 发布 gpt-oss-safeguard，这是一组用于安全分类的开放权重推理模型。开发者可以基于它应用并迭代自定义策略。
Hugging Face BlogAI 评分4747 IBM 发布 Granite 4.0 Nano：最小模型仅 350M 参数
IBM 发布 Granite 4.0 家族最小的 Granite 4.0 Nano，含 4 个 instruct 模型及对应 base 版本，参数规模从约 350M 到约 1.5B，采用 hybrid-SSM 与 Transformer 两种架构，Apache 2.0 许可并在 vLLM、llama.cpp、MLX 上原生支持。
OpenAI News精选AI 评分6969 OpenAI 发布 Sora 2 视频与音频生成模型系统卡
OpenAI 发布新一代视频与音频生成模型 Sora 2，并同步公开系统卡。相比 Sora，新模型在物理准确性、画面真实感、音画同步、可控性和风格覆盖范围上有所提升，官方称这些能力是此前的视频模型较难实现的。
推荐理由：官方系统卡披露 Sora 2 在物理准确性、音画同步与可控性上的能力变化，可据此了解视频生成模型的新边界。
OpenAI News精选AI 评分6666 OpenAI 发布 GPT-5-Codex，为 Codex 中的智能体编码优化
OpenAI 发布 GPT-5 系统卡附录，公开新模型 GPT-5-Codex，这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。该模型会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂的任务则独立工作更长时间。
推荐理由：官方系统卡附录披露 GPT-5-Codex 按任务复杂度动态调整思考投入，可据此了解 Codex 中编码智能体的能力取向。
Hugging Face BlogAI 评分3636 WRITER 发布 Palmyra-mini 系列开源小模型，含两款推理变体
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 BlogAI 评分4242 Hugging Face 发布 mmBERT：ModernBERT 走向多语言
Hugging Face 发布 mmBERT，一个基于 ModernBERT 架构的多语言编码器模型，在 1800 多种语言、超 3T token 上训练，成为首个在性能上超越 XLM-R 的多语言模型。base 版含 110M 非嵌入参数（总计 307M），采用三阶段训练与逆掩码率调度（30%→15%→5%），在 GLUE 和 XTREME 基准上均取得显著提升。
Hugging Face Blog精选AI 评分6060 Google 发布 EmbeddingGemma 高效多语言嵌入模型
Google 发布 EmbeddingGemma，一款面向端侧场景的多语言嵌入模型，参数量 308M，上下文窗口 2K，支持 100 多种语言，量化后内存占用低于 200MB。
推荐理由：308M 参数、2K 上下文、支持 100 多种语言，可据此判断端侧 RAG 与多语言检索的落地空间。
OpenAI News精选AI 评分7070 OpenAI 发布 gpt-realtime 并更新 Realtime API
OpenAI 发布更先进的语音到语音模型 gpt-realtime，并更新 Realtime API。新 API 能力包括 MCP server 支持、图像输入和 SIP 电话呼叫支持。
推荐理由：OpenAI 官方发布语音到语音新模型并同步扩展 Realtime API 能力，可据此了解语音智能体的接口变化。
OpenAI News精选AI 评分8282 OpenAI 在 API 平台发布 GPT-5
OpenAI 在 API 平台发布 GPT-5，主打高推理性能、面向开发者的新控制项，以及在真实编码任务上的领先结果。
推荐理由：OpenAI 官方在 API 平台上线 GPT-5，开发者可据此了解新模型在推理与真实编码任务上的定位。
OpenAI News精选AI 评分6767 OpenAI 发布 GPT-5，定位企业 AI 与自动化
OpenAI 发布 GPT-5，称其为公司目前最先进的模型，面向企业 AI、自动化和办公效率场景。官方将其定位为智能工作新时代的推动力。
推荐理由：OpenAI 官方对 GPT-5 的定位说明，可了解其面向企业 AI 与自动化场景的落点。
OpenAI News精选AI 评分6262 OpenAI 介绍 GPT-5 在编码与设计上的能力
OpenAI 发布 GPT-5，并介绍它在编码与设计方面带来的新可能。原文仅提供摘要，未给出具体功能、基准数据或使用方式。
OpenAI News精选AI 评分8585 OpenAI 发布 GPT-5
OpenAI 发布 GPT-5，称其为目前最强的 AI 系统，在智能水平上较此前所有模型有显著跃升。官方称 GPT-5 在编码、数学、写作、健康、视觉感知等方向达到 SOTA 表现。
推荐理由：OpenAI 官方发布 GPT-5，给出其在编码、数学、写作、健康与视觉感知上的能力定位，可作为了解该模型代际变化的官方口径。
OpenAI NewsAI 评分5050 OpenAI 在 GPT-5 中用 safe-completions 替代硬拒绝，推进以输出为中心的安全训练
OpenAI 在 GPT-5 中引入 safe-completions 方法，用更细致的输出导向安全训练取代此前的硬拒绝策略，以同时提升模型的安全性与有用性。该方案针对 dual-use 提示词，将安全训练的重心从拒答行为转向对输出内容本身的把控。
OpenAI News精选AI 评分8383 OpenAI 发布 GPT-5 系统卡
OpenAI 发布 GPT-5 系统卡，说明其统一模型路由系统如何调度 gpt-5-main、gpt-5-thinking 以及 gpt-5-thinking-nano 等轻量版本，以针对不同任务和开发者用途提供快速或更强的响应。
推荐理由：官方系统卡披露 GPT-5 的统一模型路由机制，读者可了解不同任务如何被分配到对应模型。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5 首次上手预览
OpenAI 发布 GPT-5 的首次上手预览，展示一组资深开发者第一次使用 GPT-5 的过程。
推荐理由：OpenAI 官方放出 GPT-5 的首次上手片段，可据此了解开发者实际使用这款新模型的场景。
OpenAI News精选AI 评分6262 OpenAI 发布其能力最强的开放权重模型
OpenAI 发布其能力最强的开放权重模型，称这是让先进 AI 更开放、更灵活、更易在全球获取的重要一步。官方表示，此举服务于让尽可能多的人用上 AI 的使命，AI 的下一个前沿不只关乎能力，也关乎谁能使用它。
推荐理由：OpenAI 官方宣布发布其能力最强的开放权重模型，读者可据此了解其开放策略的最新落点。
OpenAI News精选AI 评分8484 OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 开放权重模型
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开放权重语言模型，采用 Apache 2.0 许可。官方称这两款模型在推理任务上优于同规模开放模型，具备较强的工具调用能力，并针对消费级硬件的高效部署做了优化。
推荐理由：OpenAI 以 Apache 2.0 开源两款不同规模权重模型，可据此判断本地部署与工具调用的可选范围。
Hugging Face BlogAI 评分3232 Hugging Face 发布 Ettin Suite：同配方训练的 SoTA 配对编码器与解码器
Hugging Face 推出 Ettin Suite，这是首个用相同数据（2T tokens）、架构和训练配方训练的 SoTA 配对编码器与解码器模型系列，参数规模覆盖 17M 至 1B。其编码器全面超越 ModernBERT，解码器则击败或持平 Llama 3.2 1B 与 SmolLM2。该系列首次实现两种架构的公平对比，结果显示编码器在分类与检索任务占优，解码器在生成任务领先。
Mistral AI精选AI 评分7878 Mistral 发布 Voxtral 语音理解模型，24B 与 3B 双版本开源
Mistral AI 发布 Voxtral 语音理解模型，提供 24B 和 3B 两种尺寸，均以 Apache 2.0 许可开源并上线 API。模型支持 32k token 上下文，可处理最长 30 分钟音频转写或 40 分钟音频理解，具备原生多语言、音频问答与摘要、语音触发函数调用等能力，API 定价为每分钟 $0.001。
推荐理由：Mistral 开源语音理解模型，给出两种尺寸、Apache 2.0 许可与 API 定价，读者可据此评估自部署与调用成本。
Mistral AI精选AI 评分7171 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 至 1.1 版本。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数、开源许可与 API 定价，便于读者比较开源与闭源方案的成本性能。
Hugging Face BlogAI 评分4444 Kimina-Prover-72B 发布：基于 Qwen2.5-72B 的形式化推理模型，miniF2F 通过率达 92.2%
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 Blog精选AI 评分6262 Hugging Face 发布 SmolLM3：3B 多语言长上下文推理模型
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。
Hugging Face BlogAI 评分5555 NVIDIA 发布 Llama Nemotron Nano VL 文档理解 VLM，已上线 Hugging Face
NVIDIA 发布 Llama Nemotron Nano VL，一个 8B 视觉语言模型，面向智能文档处理，已在 Hugging Face 上线并可通过 NVIDIA NIM API 调用。
Hugging Face Blog精选AI 评分7272 Gemma 3n 正式开源，接入 transformers、MLX、llama.cpp 等主流库
Gemma 3n 从 Google I/O 的预览版转为正式发布，已在 transformers、timm、MLX、llama.cpp、transformers.js、ollama、Google AI Edge 等开源库上线。
推荐理由：Gemma 3n 正式开源并接入主流推理库，读者可据此了解端侧多模态模型的部署路径与内存优化思路。
Mistral AI精选AI 评分7272 Mistral AI 发布首个推理模型 Magistral，含 24B 开源版与企业版
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。
Hugging Face Blog精选AI 评分7171 H Company 发布 GUI 自动化 VLM 系列 Holo1 与基准 WebClick
H Company 发布 Holo1 系列 Action VLM 及多模态定位基准 WebClick，模型已开源在 Hugging Face。该系列包含 Holo1-3B 和 Holo1-7B，其中 7B 在常见 UI 定位基准上平均准确率达 76.2%，为小尺寸模型中最高。
推荐理由：Holo1 开源了 GUI 定位模型与配套基准，读者可据此评估浏览器自动化在成本与精度上的取舍。
Hugging Face BlogAI 评分5858 Hugging Face 发布 SmolVLA：450M 开源视觉语言动作模型
Hugging Face 发布 SmolVLA，一个 450M 参数的开源视觉语言动作（VLA）模型，可在消费级硬件甚至 CPU 上运行，仅用 lerobot 标签下的社区共享数据集预训练。
Mistral AI精选AI 评分6060 Mistral AI 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首个专为代码设计的嵌入模型 Codestral Embed，官方称其在真实代码检索任务上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：官方给出代码嵌入模型在检索任务上的对比与维度精度取舍，可据此评估代码 RAG 的存储成本。
OpenAI NewsAI 评分4242 OpenAI o3 Operator：Operator 底层模型从 GPT-4o 换为 o3
OpenAI 将 Operator 的底层模型从 GPT-4o 版本替换为基于 OpenAI o3 的版本，API 版本仍继续基于 4o。该变更是对 OpenAI o3 与 o4-mini 系统卡的补充说明。
Mistral AI精选AI 评分7373 Mistral AI 发布智能体编码模型 Devstral，Apache 2.0 开源
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SoTA 模型高出 6 个百分点以上。
推荐理由：Mistral 与 All Hands AI 合作的智能体编码模型，给出 SWE-Bench Verified 成绩与本地部署门槛，便于判断开源编码模型的当前水平。
Hugging Face Blog精选AI 评分6262 Falcon-H1 系列开源模型发布，0.5B 到 34B 共六款
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 BlogAI 评分4141 Falcon-Arabic：阿拉伯语语言模型的突破
阿联酋技术创新研究院（TII）发布 Falcon-Arabic，一款基于 Falcon 3 架构的 7B 参数多语言模型，支持阿拉伯语、英语等多种语言，上下文长度达 32,000 tokens。该模型在 OALL v2 基准上超越同规模阿拉伯语 LLM，甚至优于参数量达其 4 倍的模型，并在 Arabic MMLU、Exams、MadinahQA、Aratrust 等任务上领先。
OpenAI News精选AI 评分6262 OpenAI 发布 o3 与 o4-mini 系统卡补充说明：Codex
OpenAI 为 o3 和 o4-mini 系统卡发布补充说明，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直到通过。
推荐理由：官方系统卡补充说明披露了 Codex 背后的 codex-1 及其训练方式，可了解该编码智能体的技术来源。
Hugging Face Blog精选AI 评分6262 Falcon-Edge 发布 1B 与 3B 三值量化语言模型系列
Falcon-Edge 系列发布，基于 BitNet 架构，提供 1B 和 3B 两种规模，每种规模都有 base 与指令微调版本，权重以三值格式（{-1, 0, 1}）提供。
推荐理由：Falcon-Edge 用一次预训练同时产出 bfloat16 与三值量化版本，并给出可直接微调的权重与工具包，读者可据此判断 1.58bit 模型的落地路径。
Mistral AI精选AI 评分7171 Mistral AI 发布 Mistral Medium 3，主打低成本企业级部署
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到 Claude Sonnet 3.7 的 90% 或以上，价格为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，可据此判断企业选型的成本与落地条件。