Anthropic 在 Claude Platform 9 月版本说明中发布 Claude Sonnet 5.5、Claude Opus 5.5、Claude Fable 5.1 和 Claude Mythos 5.1，并说明 API、SDK、Console 与 Managed Agents 更新。
推荐理由：官方汇总多款 Claude 模型的规格、价格、API 行为变化和迁移要点，便于开发者评估升级影响。
Google Research 发布时间序列基础模型 TimesFM-3，原生支持零样本多变量预测，可在一次前向传播中联合预测多条相关时间序列。该模型拥有 330 million 参数，在超过 1 trillion 个时间点的真实与合成语料上预训练，支持多目标、历史协变量和已知未来协变量，并输出 10th 至 90th percentile 的 9 个分位数。
推荐理由：文章说明了 TimesFM-3 从单变量扩展到多变量预测的架构变化，并给出公开基准表现与 GitHub、Hugging Face 获取入口。
Microsoft Research 联合 University of Washington 和 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，两款开放权重模型以 Apache 2.0 许可在 Hugging Face 提供。
作者实测腾讯混元 Hy4 preview，覆盖代码、办公和科学等真实生产力任务。该模型总参数 770B、激活参数 49B、上下文 1M，定位开源模型第一梯队；测试包括生成全息卡片、跑酷游戏、3D 场景、流体艺术网站、网页 Windows、PPT/Excel/Word 联动文档、修复全栈项目 bug 和火山喷发模拟。
Google DeepMind 推出 Gemini Omni 1.1 Flash，通过 Google AI Studio 的 Gemini API 面向开发者提供新的创作控制和生成视频能力。
推荐理由：官方说明了场景延展、首尾帧、360p 草稿和 4K 升清等视频控制能力，便于开发者评估接入方式。
Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文字模型，并通过 Google AI Studio 的 Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放公开预览。
推荐理由：文章给出实时与预录制两种 API、WER、语言支持和落地入口，便于开发者判断语音智能体与转写管线的接入方式。
Harvey 发布首个模型 Tenet，并与 Fireworks 合作基于 Kimi K3，通过 Fireworks Training API 的异步强化学习完成面向长流程法律工作的后训练。
推荐理由：文章给出 Tenet 在法律智能体任务上的训练方式、评测分数和单任务成本，可用于判断后训练对长流程专业工作的实际增益。
Fireworks 已上线 DeepSeek V4 Pro 0813，提供 serverless endpoints、dedicated deployments 以及 SFT、DPO、RFT 训练支持。
推荐理由：Fireworks 给出 DeepSeek V4 Pro 0813 的编码基准、单任务成本和路由组合结果，可帮助评估多模型分工的实际取舍。
Fireworks AI 使用 CyberGym 评测 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 的安全智能体表现，任务要求模型在真实代码库中定位、触发并修复漏洞。
推荐理由：文章用 CyberGym 的真实漏洞任务对比多款模型的成功率与单次成功成本，可为安全智能体选型提供成本和拦截率参考。
IBM 发布 Granite 4.2 稠密 decoder-only 推理大模型家族，包含 3B、8B、30B 三种规格，并以 Apache 2.0 许可证开放。
推荐理由：文章系统拆解 Granite 4.2 从预训练、SFT 到多阶段 RL 的训练路径，可用于理解推理模型与智能体能力如何分层构建。
SpaceXAI@SpaceXAIAI 评分3838
Liquid AI 发布面向 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型检查点，通过推测解码提升推理速度且不改变贪心解码输出。
推荐理由：文章给出三款草稿模型的参数规模、H100 与 M4 Max 实测加速及 llama.cpp、SGLang 接入方式，便于评估端侧和服务端部署收益。
Microsoft Research 发布深度学习交换关联泛函 Skala-1.1，训练数据较首个公开版本增加 2.5 倍，在热化学、反应动力学和分子结构预测等任务上提升精度。
Claude Platform 在 8 月 19 日发布更新：computer use 以 computer_toolset_20260801 工具集结束 beta，并推出 browser_toolset_20260801 浏览器控制工具。
推荐理由：官方版本说明集中列出 computer use、browser use、Files API 与 Agent Skills 的正式可用状态和迁移入口，便于开发者评估集成改动。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的高智能主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方给出编码、网页开发、复杂文档与业务流程基准，并标明 API 价格和可用入口，便于评估生产级智能体迁移成本。
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，首先支持 ASL 到英语，并在 Pixel 11 的 Gboard 和 Live Transcribe 中提供手语转文字听写，更多设备和语言将随后推出。
推荐理由：原文说明了 SL2T 的手语到文本技术路径、训练规模和首批落地入口，可帮助读者理解视觉手语翻译进入消费产品的方式。
Google Research 发布基于 Gemini 和 Project Astra 的 AMIE (Video)，可进行同步临床视频问诊、识别非语言线索、引导虚拟查体并实时完成诊断推理。
推荐理由：文章给出 AMIE (Video) 的三智能体架构和 300 场随机视频问诊结果，可用于理解多模态临床 AI 从文本走向实时音视频的技术路径。
NVIDIA 在 Hugging Face 发布 Magpie TTS Multilingual 开放权重模型，参数规模364M，支持12种语言，并提供 NVIDIA NIM 生产推理容器。
推荐理由：文章给出12种语言、364M参数和多GPU延迟数据，可帮助评估自建低延迟语音智能体的部署方案。
Meta 发布 Muse Glimmer-30B，这是从 Muse 蒸馏出的 30B 稠密多模态模型，采用 Apache 2.0 许可，面向本地智能体、编码、文档分析和个人助理等隐私敏感场景。
推荐理由：文章同时给出架构、基准和 transformers、llama.cpp、vLLM 的 day-0 接入方式，便于评估本地智能体部署路径。
Google DeepMind 宣布 WeatherNext AI 模型在气旋路径、强度和风结构预测上达到 state-of-the-art 准确率，并开源 WeatherNext 2 与 WeatherNext Cyclones 的代码和模型权重。
推荐理由：文章同时给出 Nature 论文结果、开源权重和预报应用场景，可帮助读者理解 AI 气象模型从研究到业务使用的落地路径。
Mistral AI 发布 3B 开源权重多模态安全分类模型 Shieldstral，采用 Apache 2.0 许可，可在单张 16GB GPU 上运行。模型把内容审核建模为二元问答任务，用户在推理时用自然语言提供策略，模型通过单个 token 输出校准的 yes/no 安全分数，无需重新训练即可评估文本、图像及文本加图像内容。
推荐理由：原文说明了用自然语言策略在推理时适配审核规则的设计，便于理解小模型安全分类器的工程取舍。
Google DeepMind 发布 Gemini Robotics ER 2，这是面向机器人的具身推理模型，可理解视频、编排多步任务、调用 Google Search 或用户自定义工具，并把运动执行交给低层 VLA 模型。
推荐理由：官方说明了视频理解、任务编排和多机器人协作能力，并给出 API 与 AI Studio 的可用入口。
Google DeepMind 在 Google Flow Music 中推出最新音乐生成模型 Lyria 3.5。新版本提升旋律结构的丰富度与自然度，改进歌词质量、提示词遵循和结构感知，并增强人声的真实感、情感表达与发音。用户还可更方便地控制输出音乐的速度和时长。
Google DeepMind 推出 Gemini Robotics 2，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2。
推荐理由：官方拆解了三款模型在全身控制、灵巧操作、长程协作和端侧适配上的分工，可帮助理解机器人智能层的能力边界。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和网络安全专用的 3.5 Flash Cyber，主打规模化构建 AI 智能体所需的效率、低延迟与可靠性。
推荐理由：官方同时给出三款模型的定位、价格、速度与基准表现，可帮助开发者按延迟、成本和智能体任务需求选型。
英国 AISI 测试显示，GLM-5.2、DeepSeek V4-Pro 等开放权重模型的网络安全能力，与前沿闭源模型发布时间差已从 2025 年多数时期的 6 至 10 个月缩小到 4 至 7 个月。
Google DeepMind 推出基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证和修补软件漏洞。
推荐理由：文章说明了该网络安全模型的定位、受限开放方式和多项代码漏洞评测结果，可帮助读者理解轻量模型在安全扫描中的取舍。
DharmaOCR 在面向葡萄牙语的 OCR 基准上以 0.925 分击败发布更晚的 Mistral OCR4（0.798）和 Unlimited-OCR（0.7587）。该模型经监督微调与 DPO 两阶段训练，全部参数专注巴西葡萄牙语，取得最高提取质量分与最低退化率，证明领域专精优势未被新架构消除。
Thinking Machines 在 Hugging Face 发布开源多模态 LLM Inkling，并推出 Inkling-Small 及 NVFP4 等变体。
推荐理由：文章同时给出模型架构、量化部署配置和多框架支持，便于评估多模态推理模型的落地门槛。
Mistral 发布首个具身导航模型 Robostral Navigate，这是一个 8B 模型，可接收 RGB 图像和自然语言指令并自主移动机器人。模型仅使用一个普通 RGB 相机，不依赖 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，validation seen 达到 79.4%。
Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，模型拥有 119B 总参数和 6B 激活参数，面向 Lean 4 形式化证明与代码验证，权重已在 Hugging Face 开源，并提供免费 API leanstral-1-5。
推荐理由：官方给出 Lean 4 形式化证明基准、代码验证案例和免费 API 入口，可帮助读者判断模型在真实证明工程中的适用边界。
Google DeepMind 发布图像模型 Nano Banana 2 Lite，并首次通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放视频生成与对话式编辑模型 Gemini Omni Flash。
推荐理由：原文同时给出两款生成媒体模型的接入平台、价格、延迟和当前限制，便于开发者评估图像到视频工作流的组合用法。
Google Research 推出面向表格数据分类和回归的基础模型 TabFM，可将整张表作为统一提示词，在单次前向传播中对未见过的表格生成零-shot 预测。
推荐理由：原文说明了 TabFM 的零-shot 表格预测机制、训练数据来源和 BigQuery 入口，便于理解其对传统表格建模流程的替代思路。
Google 宣布为已部署的冻结 Gemini Nano v3 模型加装轻量 MTP 头，并已在 Pixel 9 和 Pixel 10 系列推出，用于加速 AI Notification Summaries 和 Proofread。
推荐理由：文章解释了冻结 Gemini Nano v3 主干并加装 MTP 头的移动端加速方案，可帮助理解端侧 LLM 在内存和能耗约束下的工程取舍。
Mistral 发布 Mistral OCR 4，新增边界框、块类型分类和行内置信度分数，支持 10 个语言组中的 170 种语言，并可在单个容器内完全自托管。
推荐理由：官方完整说明了结构化文档解析能力、170 种语言支持、基准表现、API 与自托管价格，便于评估企业文档入库方案。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 和 Claude Opus 5.5，二者均已通过 Claude API、Amazon Bedrock、AWS、Google Cloud 与 Microsoft Foundry 提供。
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用 26B MoE 架构、推理时激活 3.8B 参数，并以 Apache 2.0 许可证在 Hugging Face 开放权重。
推荐理由：原文给出并行文本扩散的架构取舍、硬件门槛和本地推理速度，可帮助判断其适用场景。
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，可对 70 多种语言进行近实时语音到语音翻译，并保留说话者的语调、节奏和音高。
推荐理由：官方说明了 70 多种语言的连续语音翻译能力，并给出 API、Google Meet 和 Google Translate 的落地入口。
Google DeepMind 发布 Gemma 4 12B，这是一款面向笔记本本地运行的智能体多模态模型，可在 16GB VRAM 或统一内存上运行。模型采用无独立多模态编码器的统一架构，视觉和音频输入直接进入 LLM 主干，并内置 Multi-Token Prediction drafters 以降低延迟；官方称其基准性能接近 26B MoE，且总内存占用不到一半。
推荐理由：官方说明了无编码器统一架构、16GB 内存本地运行和 Apache 2.0 开放方式，便于评估端侧多模态智能体开发可行性。
Google Research 已在 GitHub 以 Apache 2.0 许可证开源支撑 Google Flood Hub 的水文建模框架，供研究人员和气象水文机构训练、微调 AI 洪水预报模型。
推荐理由：原文说明了框架的模型结构、训练数据和业务集成路径，便于水文机构评估如何接入本地预警流程。