Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。
推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。
OpenAI 在 API 中推出 GPT-Live-1，面向更自然的语音体验。该模型支持全双工语音对话，并增强指令遵循、自定义声音和电话集成能力。
推荐理由：官方说明了 GPT-Live-1 的全双工语音、指令遵循、自定义声音和电话能力，便于判断 API 语音应用的接入方向。
Genspark 与 Fireworks Lab 将开源多模态模型 MiniMax M3 后训练为 Gen-1 Slides，可端到端规划、撰写并自检幻灯片，现已作为 Genspark AI Slides Standard 模式默认模型上线。
推荐理由：文章给出了从 MiniMax M3 后训练到专用幻灯片模型的完整 RL 方法、成本对比和生产指标，适合了解长程智能体训练如何落地。
OpenAI 推出 GPT-6 Astra，称其为面向企业的最强模型。该模型具备高级推理、computer use，以及更强的写作和设计判断能力；当前材料仅为官方摘要，未提供完整正文。
推荐理由：官方摘要点明 GPT-6 Astra 面向企业工作场景，并列出推理、电脑操作、写作和设计判断等能力方向。
Google DeepMind 与 Google Research 发布全球天气 AI 模型 WeatherNext 3，接入实时卫星数据、每小时更新，并提供最高 5 公里分辨率预报。
推荐理由：文章说明了实时卫星数据、逐小时更新和多档分辨率如何改进局地与降水预报，并列出 Google 产品和云端接入入口。
H Company 与 Hugging Face 发布 260M 和 800M 两种规格的 NeoMME 多模态多语言编码器，并用其微调得到视觉文档检索模型 NeoMME-Retriever。
推荐理由：文章给出单塔架构、ViDoRe v3 成绩、编码吞吐和索引压缩数据，便于评估其在视觉文档检索与视觉 RAG 中的工程取舍。
OpenAI 发布 GPT-6 Astra，称其是公司迄今最智能、对齐程度最高的模型。官方摘要称该模型在 computer use、编码、网络安全和科学领域具备 state-of-the-art 能力。
推荐理由：官方摘要给出了 GPT-6 Astra 的定位和四类能力方向，可作为了解该模型发布范围的基础入口。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，主打智能体工作流、长程编码、多步推理与网络安全防御。
推荐理由：官方同时给出通用 Flash 与网络安全 Cyber 两个版本的定价、基准表现和获取渠道，便于比较其在智能体编程与防御场景中的定位。
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。
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。
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。
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。
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。
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。
NVIDIA 发布 Cosmos-H-Dreams，这是面向手术机器人的实时、动作条件生成式模拟器，并通过 FlashDreams 流式推理库提供服务。
推荐理由：文章说明了从 Cosmos-H-Surgical-Simulator 蒸馏到实时学生模型的训练路径，以及单 GPU 上的交互式推理表现。
Anthropic 于 7 月 24 日发布 Claude Opus 5，模型 ID 为 claude-opus-5，支持 1M token 上下文窗口、128k 最大输出 token 和默认开启 thinking，价格为 $5 / $25 USD per MTok。
推荐理由：官方版本说明集中列出 Claude Opus 5 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 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。
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。
Anthropic 于 6 月 30 日发布 Claude Sonnet 5（claude-sonnet-5），入门价为 $2 / $10 per MTok，支持 1M token 上下文窗口和 128k 最大输出 token。
推荐理由：官方版本说明集中列出 Claude Sonnet 5 的规格、价格、迁移破坏性变化及 Managed Agents 新能力，便于开发者评估升级影响。
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。