Google DeepMind 发布面向编码与 Agent 的 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体场景的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文对比了 3.7 Flash 与 3.6 Flash 的多项基准提升和半价定价，便于判断是否值得替换现有编码与智能体工作流。
#模型发布
#模型发布
今日 0 条Google DeepMind精选AI 评分7575
Hugging Face BlogAI 评分4646 OlmoEarth Studio 上线自定义嵌入向量导出，支持地球观测下游分析
OlmoEarth Studio 新增自定义嵌入向量导出功能，可基于开源 OlmoEarth 基础模型按需计算并导出为轻量 Cloud-Optimized GeoTIFF（COG）。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 SL2T 手语转文本模型并落地 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，可将手语直接翻译为流式文本，首批支持美国手语（ASL）转英文。模型基于超过 50 种手语、10 万小时以上数据训练，其中约四分之一为 ASL，在 FLEURS-ASL（sd-test）上取得 70 BLEURT 的零样本分数。
推荐理由：手语转文本模型在 Gboard 与 Live Transcribe 落地，文中给出数据规模与基准分数，可据此了解多模态无障碍翻译的当前进度。
Hugging Face Blog精选AI 评分6161 NVIDIA Magpie TTS 多语种版发布，主打开源权重与全栈部署控制
NVIDIA 发布开源 364M 参数的 Magpie 多语种 TTS 模型，支持 12 种语言，包括本次新增的现代标准阿拉伯语、韩语和巴西葡萄牙语。
推荐理由：对比 B200、H100、A100 上的首音频延迟数据，并介绍 frame stacking 与 local transformer 两项推理优化思路，可用于自有基础设施上的语音智能体部署。
Hugging Face Blog精选AI 评分6969 Meta 开源 30B 多模态模型 Muse Glimmer，主打本地智能体场景
Meta 发布开源多模态模型 Muse Glimmer 30B，采用 Apache 2.0 协议，面向本地智能体用例，并获得 transformers、llama.cpp、vLLM、Inference Endpoints 的 day-0 支持。
推荐理由：原文给出Muse Glimmer 30B在Agentic、编码、安全等基准上对位Gemma4-31B、Qwen3.6-27B的逐项对比结果，并附transformers、llama.cpp下的本地推理与DFlash推测解码代码示例。
Mistral AIAI 评分5555 Mistral 发布 Shieldstral：3B 开源多模态安全分类模型
Mistral 发布开源多模态安全分类模型 Shieldstral，参数规模 3B，可在单张 16GB NVIDIA GPU 上运行，权重采用 Apache 2.0 授权（https://mistral.ai/news/shieldstral/）。
Google DeepMind精选AI 评分7474 Google DeepMind 发布机器人具身推理模型 Gemini Robotics ER 2
Google DeepMind 发布 Gemini Robotics ER 2，这是面向机器人的具身推理模型，支持视频理解、任务编排和多机器人协作，已通过 Gemini API、Google AI Studio 向开发者开放，并在 Gemini Enterprise Agent Platform 上私测。
推荐理由：原文给出了进度分类与时刻定位的具体准确率和延迟数据，可据此判断高层推理模型在机器人任务编排上的能力边界。
Google DeepMindAI 评分4949 Google 在 Flow Music 发布 Lyria 3.5 音乐生成模型，提升音乐性、歌词、人声与创作控制
Google 在 Flow Music 中上线新的音乐生成模型 Lyria 3.5，称其在音乐性、歌词和人声质量上均有显著提升。该版本可生成更复杂自然的旋律结构，歌词的提示词遵循度与结构意识更强，人声更具情感表现力且发音更准确。用户还能更便捷地控制输出曲目的节奏与时长，并已在 Flow Music 中开放试用。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，由三款模型组成，为机器人提供全身控制、灵巧操作与多机协作能力。
推荐理由：三款模型分别负责动作执行、具身推理与端侧运行，读者可了解机器人全身控制、多机协作与安全约束的当前进展。
Hugging Face BlogAI 评分4848 NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式模拟
NVIDIA 发布 Cosmos-H-Dreams 实时生成式手术模拟器，将 Cosmos-H-Surgical-Simulator 蒸馏为少步因果学生模型，并在单块 NVIDIA RTX PRO 6000 GPU 上通过 FlashDreams 实现实时闭环控制。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款新模型 Gemini 3.6 Flash、3.5 Flash-Lite 和专注网络安全的 3.5 Flash Cyber。
推荐理由：原文列出三款 Flash 模型的基准提升、token 效率与每百万 token 价格，便于对比智能体任务的实际成本。
Google DeepMind精选AI 评分6262 Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞。
推荐理由：正文给出 CyberGym、Chrome 提交扫描和 V8 的对比数据与限量开放方式，可看轻量专用模型在漏洞发现上的成本与能力取舍。
Hugging Face Blog精选AI 评分7373 Thinking Machines 开源 1T 参数多模态模型 Inkling，支持图像文本音频输入
Thinking Machines 开源 1T 参数多模态大模型 Inkling，原生支持图像、文本和音频输入及 1M 上下文，采用 decoder-only MoE 架构（975B 总参数、41B 激活），同步提供 BF16 与 NVFP4 两个权重版本。
推荐理由：原文给出 Inkling 的 MoE 架构细节与多模态能力范围，并附 transformers、SGLang、vLLM 多框架部署示例和主流模型基准对比，方便评估其工程落地方案。
Mistral AIAI 评分4949 Mistral AI 发布 Robostral Navigate：8B 模型用单 RGB 相机实现机器人自主导航
Mistral AI 发布 Robostral Navigate，这是一款 8B 参数的机器人导航模型，仅凭单目 RGB 相机即可让机器人在未见环境中自主导航，在 R2R-CE 验证集 unseen 上达到 76.6% 成功率。该模型比最佳单相机方案高 9.7 个点、比多传感器方案高 4.5 个点，并采用 CISPO 在线强化学习（再提升 3.2%）。
Mistral AIAI 评分5252 Mistral 发布 Leanstral 1.5：面向 Lean 4 形式化验证的开源模型
Mistral 发布面向 Lean 4 形式化验证的开源模型 Leanstral 1.5（Apache-2.0），共 119B 总参数、6B 激活参数。该模型在 miniF2F 验证与测试集均达 100%，在 PutnamBench 上解决 587/672 题，并在 FATE-H 与 FATE-X 上以 87% 与 34% 取得新 SOTA，单题成本约 $4。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 两款模型。
推荐理由：两款模型都给出了延迟、单价与上线入口，开发者可据此对照现有图像和视频管线判断成本与选型。
Google ResearchAI 评分5656 Google 发布 TabFM：面向表格数据的零样本基础模型
Google Research 发布 TabFM，一个面向表格数据分类与回归任务的零样本基础模型，单次前向推理即可生成预测，无需训练或调参。该模型结合交替行列注意力与压缩嵌入上的 Transformer 上下文学习，训练数据为数亿合成数据集。
Mistral AI精选AI 评分6565 Mistral 发布 Mistral OCR 4 文档理解模型
Mistral 发布 Mistral OCR 4 文档理解模型，支持 bounding box、block 分类与逐字置信度，覆盖 170 种语言，可在单容器内自托管。
推荐理由：提供了与主流 OCR 系统的人类偏好对比和价格信息，读者可据此评估替换现有文档解析方案的实际收益。
Google DeepMind精选AI 评分7878 DeepMind 发布 DiffusionGemma 实验模型，文本生成最高提速 4 倍
Google DeepMind 发布开源实验模型 DiffusionGemma，以文本扩散并行生成替代逐 token 自回归，在专用 GPU 上文本生成速度最高提升 4 倍。
推荐理由：开源 26B MoE 模型用文本扩散把解码瓶颈从显存带宽转向算力，读者可据此判断本地低并发推理的取舍。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译模型
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，可自动检测 70 多种语言，近乎实时地生成保留说话者语调、节奏和音高的语音到语音翻译。
推荐理由：Google Meet 的语音翻译语言从 5 种扩展到 70 多种，可由此观察实时同传在会议场景的落地进展。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B，采用无编码器多模态架构
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的智能体多模态模型，视觉与音频输入直接进入 LLM 主干、不再依赖独立编码器，并配备 Multi-Token Prediction 草稿器以降低延迟。
推荐理由：原文给出无编码器多模态架构的实现细节，读者可比对它与 26B MoE 在内存占用上的取舍。
Mistral AI精选AI 评分7070 Mistral 发布 Medium 3.5 模型，同步推出 Vibe 远程编码 agent 与 Le Chat Work 模式
Mistral 发布 128B 稠密模型 Medium 3.5，同步在 Vibe 和 Le Chat 中推出远程编码 agent 与新的 Work 模式。
推荐理由：原文同时给出 Medium 3.5 的基准成绩、API 定价与云端编码 agent 形态，读者可以据此和同类模型与产品做横向对比。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Omni，首发视频模型 Gemini Omni Flash
Google DeepMind 发布 Gemini Omni 模型家族，首个模型 Gemini Omni Flash 开始在 Gemini 应用、Google Flow 和 YouTube Shorts 上线。
推荐理由：官方列出了 Omni Flash 的多模态输入与对话式视频编辑能力，可据此判断它对现有视频创作流程的影响。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 3.5，首发 Gemini 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首发 Gemini 3.5 Flash，今日起在 Gemini app 和 Google Search 的 AI Mode 面向所有人开放，开发者可通过 Google Antigravity、Google AI Studio 中的 Gemini API 和 Android Studio 使用。
推荐理由：文章列出 3.5 Flash 与其他前沿模型的基准对比和速度差异，可用于评估智能体与编码场景下延迟和成本的取舍。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 Gemini 3.1 Flash TTS，新增音频标签控制
Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS，在 Artificial Analysis TTS 榜单取得 1,211 的 Elo 分数，并新增音频标签，可用自然语言直接控制语速、语气与演绎方式。
推荐理由：官方同时给出音频标签用法与各平台开放入口，读者可据此判断可控语音生成在开发与企业场景的适用性。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 Gemini Robotics-ER 1.6，强化具身推理与仪表读数
Google DeepMind 发布 Gemini Robotics-ER 1.6，作为推理优先的机器人模型升级版，在指点、计数、成功检测等空间与物理推理上较 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 有明显提升。
推荐理由：相比 1.5 与 Gemini 3.0 Flash，新模型新增仪表读数能力，可了解机器人具身推理的进展与开放入口。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemma 4 开源模型家族，含 2B 到 31B 四种尺寸
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以 Apache 2.0 许可放出四种尺寸，从端侧到工作站都有对应规格，可据此判断开源模型的落地边界。
Mistral AI精选AI 评分6262 Mistral AI 发布首个文本转语音模型 Voxtral TTS
Mistral AI 发布首个文本转语音模型 Voxtral TTS，参数量 4B，支持英、法、德、西、荷、葡、意、印地、阿拉伯 9 种语言及多种方言，主打自然情感表达与零样本跨语言音色适配。
推荐理由：官方给出 4B 参数量、9 种语言、$0.016/1k 字符定价与企业级语音流程对接，便于评估其替代现有 TTS 方案的成本和体验。
Mistral AI精选AI 评分7070 Mistral 发布开源 Mistral Small 4，统一推理、编码与多模态能力
Mistral 发布 Mistral Small 4，采用 119B 总参数 / 6B 激活的 MoE 架构，统一 Magistral 推理、Devstral 编码代理与 Pixtral 多模态能力，支持 256k 上下文和可配置推理强度，权重以 Apache 2.0 开源。
推荐理由：原文给出统一推理、编码与多模态能力的架构与同尺寸模型的输出效率对比，可作为评估开源部署延迟与成本的参考。
Mistral AIAI 评分4949 Mistral 联手 NVIDIA 推动开源前沿模型发展
Mistral AI 作为创始成员加入 NVIDIA Nemotron Coalition，将与 NVIDIA 共同开发前沿开源模型，并贡献多模态能力、微调工具与训练技术。联盟首个项目是基于 NVIDIA DGX Cloud 训练的基座模型，将支撑即将推出的 NVIDIA Nemotron 4 系列。Mistral AI 同日发布 Mistral Small 4，向开发者与组织开放使用。
Mistral AIAI 评分5454 Mistral 开源 Leanstral：面向 Lean 4 的形式化证明代码智能体
Mistral 发布面向 Lean 4 的开源代码证明智能体 Leanstral，模型权重以 Apache 2.0 协议开源，可通过 Mistral Vibe 智能体模式和 labs-leanstral-2603 API 端点使用。
Mistral AI精选AI 评分6868 Mistral AI 发布 Voxtral Transcribe 2 系列语音转写模型
Mistral AI 发布 Voxtral Transcribe 2 系列语音转写模型，包含面向批量转写的 Voxtral Mini Transcribe V2 与面向实时场景的 Voxtral Realtime。
推荐理由：对比 GPT-4o mini Transcribe、Gemini 2.5 Flash 等主流语音转写 API，给出 FLEURS 词错率和每分钟价格的横向参照。
Mistral AIAI 评分5757 Mistral 发布 Mistral OCR 3 模型
Mistral 发布 Mistral OCR 3 模型（mistral-ocr-2512），在表单、手写内容、低质量扫描件和复杂表格上相对 Mistral OCR 2 取得 74% 的整体胜率。
Mistral AI精选AI 评分7373 Mistral 发布 Devstral 2 与 Small 2 开源编程模型，同步推出 Mistral Vibe CLI
Mistral 发布 Devstral 2（123B）与 Devstral Small 2（24B）两款开源编程模型，同步推出 Mistral Vibe CLI 命令行代理。
推荐理由：Devstral 2 在 SWE-bench Verified 上取得 72.2%，并给出相对 Claude Sonnet 的 7 倍成本效率数据。
Mistral AI精选AI 评分7979 Mistral 发布 Mistral 3 模型家族，涵盖 Mistral Large 3 与 Ministral 3
Mistral 发布 Mistral 3 模型家族，旗舰款 Mistral Large 3 为 41B 激活 / 675B 总参数的稀疏 MoE，在 LMArena OSS 非推理模型榜位列第 2，全系采用 Apache 2.0 协议开源。
推荐理由：原文给出 Mistral Large 3 的 MoE 规模与 LMArena 排名，以及 Ministral 3 端侧尺寸，可作为开源权重模型横向对比的坐标。
Mistral AIAI 评分5555 Mistral 发布 Codestral 25.08 与企业级编码栈
Mistral 发布 Codestral 25.08，主打代码补全接受率提升和长上下文生成稳定性改进。
Mistral AI精选AI 评分7171 Mistral 发布开源语音理解模型 Voxtral，提供 24B 与 3B 双版本
Mistral 发布 Voxtral 语音理解模型，包含 24B 与 3B 两个版本，均以 Apache 2.0 协议开源，可下载或在 API 上调用。
推荐理由：原文在多语种语音基准上将 Voxtral 与 Whisper large-v3、ElevenLabs Scribe 等并列对照，给出开源方案在转写精度上的相对位置。
Mistral AI精选AI 评分6363 Mistral AI 发布 Devstral Medium 与 Devstral Small 1.1，主打智能体编程
Mistral AI 与 All Hands AI 合作发布 Devstral Medium 与 Devstral Small 1.1，聚焦智能体编程场景。
推荐理由：Devstral Medium 以四分之一价格在 SWE-Bench Verified 上达到 61.6%，超过 Gemini 2.5 Pro 与 GPT 4.1，可作为同类编程模型的性价比对照。
Mistral AI精选AI 评分6767 Mistral AI 发布首个推理模型 Magistral，提供开源与企业双版本
Mistral AI 发布首个推理模型 Magistral，推出开源版 Magistral Small（24B 参数，Apache 2.0）和企业版 Magistral Medium。
推荐理由：原文同时给出 Magistral Small（24B 开源）与 Medium 的 AIME2024 成绩及 Le Chat 加速倍率，方便读者与同类推理模型直接横向比较。
Mistral AIAI 评分5656 Mistral 发布代码专用嵌入模型 Codestral Embed
Mistral 发布代码专用嵌入模型 Codestral Embed，在 SWE-Bench lite 等代码检索基准上的表现据称超过 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大嵌入模型。