OpenAI 发布 GPT-5.5
OpenAI 发布 GPT-5.5，该模型面向编码、研究和数据分析等复杂任务，并支持跨工具使用。
推荐理由：OpenAI 官方发布 GPT-5.5，读者可据此了解新模型面向编码、研究与数据分析的定位。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 21–40 条 · 共 79 条OpenAI News精选AI 评分7272
OpenAI News精选AI 评分6565 OpenAI 发布生命科学研究推理模型 GPT-Rosalind
OpenAI 发布 GPT-Rosalind，一款面向生命科学研究的 frontier 推理模型。该模型用于加速药物发现、基因组分析、蛋白质推理和科研工作流。
推荐理由：OpenAI 官方发布面向生命科学的推理模型，读者可了解其瞄准的药物发现与基因组分析场景。
Google Research精选AI 评分6060 Google 发布 TurboQuant 等三种向量量化算法，KV cache 可压至 3 bit
Google 发布 TurboQuant 压缩算法，并配套提出 QJL 与 PolarQuant，用于解决向量量化中的内存开销问题，相关论文将分别在 ICLR 2026 和 AISTATS 2026 上展示。
推荐理由：Google 提出 TurboQuant 等三种向量量化算法，可在不损失精度下把 KV cache 压到 3 bit，读者可了解其压缩思路与实测收益。
Mistral AI精选AI 评分7676 Mistral 发布 Mistral Small 4 开源模型，统一推理、多模态与编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重大版本，也是首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral Small 4 把推理、多模态与编码能力合并进单一开源模型，并给出与 GPT-OSS 120B 的输出长度对比，便于判断效率取舍。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.1 Flash-Lite
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。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.1 Pro
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 News精选AI 评分6262 GPT-5.2 在理论物理中推导出新结果
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精选AI 评分7878 Google DeepMind 发布 Gemini 3 Deep Think 升级版
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精选AI 评分7676 Google DeepMind 用 Gemini Deep Think 推进数学与科学发现
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。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Cosmos Reason 2，面向物理 AI 的推理视觉语言模型
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。
Hugging Face Blog精选AI 评分6060 TII 发布 Falcon-H1-Arabic：3B、7B、34B 混合 Mamba-Transformer 阿拉伯语模型
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 DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Flash，主打速度与低成本
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。
Google Research精选AI 评分6060 Google 为 STOC 2026 推出 Gemini 驱动的 Paper Assistant Tool 论文反馈工具
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 News精选AI 评分8080 OpenAI 发布 GPT-5.2，面向科学与数学能力升级
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 News精选AI 评分8080 OpenAI 发布 GPT-5.2 前沿模型
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精选AI 评分6262 Google Research 发布 Titans 与 MIRAS，为 AI 引入长期记忆
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。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3，Pro 版预览上线并推出 Deep Think 模式
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。
Hugging Face Blog精选AI 评分6262 Hugging Face 详解 transformers 为 gpt-oss 引入的六项优化技巧
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。
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。