Microsoft 发布 Decision-1 决策模型
Microsoft 发布了专为快速结构化决策设计的 Decision-1 模型，该模型基于 Qwen3.5-9B 构建，旨在处理分类、评估及路由任务并引导智能体在复杂环境中运行。在 36 项基准测试中，Decision-1 达到 83.5% 的准确率及 85 ms 的中位延迟，目前已通过 Microsoft Foundry 和 OpenRouter 提供服务。
发布时间：
全部 AI 动态
The DecoderAI 评分6666
量子位AI 评分4545 联想天禧自研代码智能体 TianxiCode 斩获 SWE-bench-Live 全球第一
联想天禧 AI 自研的代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）评测中以 71% 的问题解决率登顶全球第一，并获得官方“Verified”认证。
发布时间：量子位精选AI 评分8080 星动纪元发布世界动作模型 VPP2，登顶 RoboDojo 仿真榜单
星动纪元发布自研世界动作模型 VPP2，该模型在 RoboDojo 仿真榜单中位列综合第一，并在泛化能力、精细操作及记忆能力维度表现领先。VPP2 采用视频预测与动作学习分阶段训练的解耦策略，通过事件级视频预训练与动作专家训练，实现了在陌生任务中的高效泛化。目前 VPP2 已在 GitHub 开源，并已在物流场景开展常态化运营测试。
发布时间：推荐理由：星动纪元发布的VPP2模型通过解耦视频预测与动作学习，在RoboDojo榜单及真机零样本测试中表现优异，为具身智能领域提供了不依赖额外数据增强的泛化提升路径。
MiniMax (official)@MiniMax_AIAI 评分6161
引用Einsia@EinsiaAIWe gave 8 SoTA video world models a physics exam. Top score: 57.76 / 100. One revealing result: free-fall video passed the consistency screen. Their average composite score was just 26.61/100. Physics is still undefeated. Today we introduce World Models' Last Exam in Physics — 40 controlled tasks, 9 physical categories, measured against real physical laws. Full breakdown ⬇️ Github: https://github.com/Einsia/phys-last-exam Project: https://lab.einsia.ai/phys-last-exam Paper: https://arxiv.org/pdf/2610.08791
发布时间：
Latent Space精选AI 评分8585 Anthropic 发布 Claude Haiku 5.5 模型
Anthropic 发布 Claude Haiku 5.5，这是其一年来首个 Haiku 系列更新，支持 1M 上下文并首次引入努力程度设置与自适应推理。该模型定价对标 GPT-6 Luna，旨在作为 Opus 或 Sonnet 的子智能体处理高频任务，同时 Anthropic 还下调了 Sonnet 5.5 的缓存读取价格并更新了 SDK 以支持自动化工具链。
发布时间：推荐理由：Anthropic 发布 Claude Haiku 5.5 并引入努力程度设置与 1M 上下文，其在 Agent 场景下的成本与性能表现可供开发者评估工作流迁移价值。
Hugging Face Blog精选AI 评分6868 Liquid AI 发布 d1 系列端侧多模态决策模型
Liquid AI 发布了 d1-3B 和 d1-omni-600M 两款开源决策模型，旨在为端侧设备提供快速的结构化决策能力。d1-3B 支持文本和图像输入，在 NVIDIA Jetson 等设备上单次推理延迟低于 50ms；d1-omni-600M 则支持文本、图像及音频输入。该系列模型不生成 token，而是通过单次前向传播直接输出决策结果，目前已在 Hugging Face 上线。
发布时间：推荐理由：Liquid AI 发布了专为端侧设计的 d1 系列决策模型，通过单次前向传播实现快速结构化决策，为开发者提供了在资源受限设备上部署多模态任务的新选择。
Ars Technica · AIAI 评分6565 Mistral 发布 Le Chonk 模型，声称可挑战顶级 AI 模型
Mistral 发布了名为 Le Chonk 的开源权重模型，官方称其性能足以与顶尖的闭源模型相媲美。
发布时间：Hugging Face BlogAI 评分4747 TII 发布 Falcon ASR 语音识别模型
TII 发布了参数规模为 1.6B 的 Falcon ASR 语音识别模型，该模型支持阿拉伯语（重点优化阿联酋方言）、英语、法语、西班牙语及葡萄牙语。在六项阿拉伯语测试中，Falcon ASR 的平均词错误率（WER）为 20.92%，优于此前 23.17% 的最佳公开结果，并支持单词级时间戳功能。目前用户可通过 Hugging Face Demo Space 进行体验。
发布时间：Anthropic News精选AI 评分7575 Anthropic 发布 Claude Haiku 5.5 模型
Anthropic 发布 Claude Haiku 5.5，这是其迄今速度最快、成本最低的小型模型，运行成本较前代降低约 75%，并首次支持可调节努力程度设置。同步更新包括 Claude Sonnet 5.5 缓存读取价格减半，以及为 Max 和 Team 订阅用户提供每月 API 额度，支持开发者构建智能体应用。
发布时间：推荐理由：Anthropic 发布了 Claude Haiku 5.5 模型，通过显著的成本降低和速度提升，为高频、低延迟的智能体任务提供了更具性价比的部署选择。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一款基于 Gemma 4 架构、采用 Apache 2.0 协议的 7.4 亿参数轻量级多模态嵌入模型。它支持文本、图像、音频和视频的统一嵌入空间，具备 8K 上下文窗口，并支持通过 Matryoshka 学习动态调整输出维度，专为端侧设备的高效检索与 RAG 任务优化。
发布时间：推荐理由：该模型通过模块化设计和 Matryoshka 学习技术，为开发者提供了一种在资源受限的端侧设备上实现多模态检索与 RAG 的高效方案。
Mistral AI精选AI 评分8686 Mistral AI 发布 Mistral Large 4 多模态模型预览版
Mistral AI 推出 1 万亿参数的多模态模型 Mistral Large 4 预览版，具备 520 亿激活参数，在编码、智能体工作流、网络安全及科学计算领域表现优异。该模型目前已在 Mistral Studio 提供 API 预览，官方计划于本月底发布模型权重。
发布时间：推荐理由：Mistral AI 发布了 1 万亿参数的多模态模型 Mistral Large 4 预览版，该模型在编码、智能体工作流及网络安全任务中表现出极强竞争力，并将于本月底开源权重。
Cloudflare AI精选AI 评分8080 Cloudflare 发布开源决策模型 Clef 及强化学习微调平台
Cloudflare 发布了 Clef 和 Clef-flash 两款决策模型，旨在为 Agent 提供快速、一致的结构化输出。该系列模型基于 Qwen 架构，支持视觉输入与 64k 上下文窗口，现已在 Hugging Face 开源并托管于 Workers AI。同时，Cloudflare 推出了配套的强化学习微调服务，允许用户针对特定业务场景优化模型性能。
发布时间：推荐理由：Cloudflare 发布了基于 Qwen 的开源决策模型 Clef 系列，通过非自回归架构实现低延迟的结构化输出，并配套了强化学习微调平台以支持定制化 Agent 工作流。
Google DeepMind精选AI 评分7676 Google 发布前沿模型 Gemini 4 Argon
Google 发布新一代前沿模型 Gemini 4 Argon，该模型具备强大的长周期推理能力，支持 1M tokens 的输出窗口，在软件工程、金融法律分析及网络安全防御等领域表现领先。目前该模型已向部分受信任的防御者开放，未来将通过 API 和 Google AI Ultra 提供给开发者与企业。
发布时间：推荐理由：Gemini 4 Argon 通过将输出窗口提升至 1M tokens 并强化长周期推理能力，为软件工程、企业知识工作及网络安全防御提供了新的性能基准。
Anthropic News精选AI 评分8282 Anthropic 发布 Claude Sonnet 5.5 模型
Anthropic 发布 Claude 5.5 系列的第二个模型 Claude Sonnet 5.5。该模型相比 Sonnet 5 运行速度提升 30% 以上，在编码、知识工作及长周期任务中表现显著增强，且在多项基准测试中性能接近 Opus 5.5。Sonnet 5.5 现已在各平台上线，并首次在 Sonnet 系列中引入了网络安全防护机制与防蒸馏安全分类器。
发布时间：推荐理由：Claude Sonnet 5.5 在保持定价不变的前提下显著提升了编码与推理性能，其在多项基准测试中表现接近 Opus 5.5，为开发者提供了更高性价比的生产力选择。
Google DeepMind精选AI 评分7272 Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 模型，支持通过自然语言提示词创建自定义角色语音、进行逐行表演指导及多角色场景编排。新模型支持超过 100 种语言，具备语音克隆、SynthID 水印及 C2PA 凭证功能，现已在 Google AI Studio 和 Gemini API 中开放使用。
发布时间：推荐理由：Google 发布了 Gemini 3.8 系列语音生成模型，通过自然语言提示词实现精细化的语音设计与表演控制，为开发者和企业提供更具表现力的音频生成能力。
Anthropic News精选AI 评分8787 Anthropic 发布 Claude Opus 5.5 模型
Anthropic 推出 Claude 5.5 系列首款模型 Claude Opus 5.5，在 Agent 编码、计算机使用及知识工作任务中表现领先。该模型运行成本较 Opus 5 降低 40%，推理速度提升超 30%，并具备更自然的沟通风格。此外，Opus 5.5 引入了更严格的自动化行为审计与安全防护措施，目前已在各主流云平台上线。
发布时间：推荐理由：Anthropic 发布 Claude Opus 5.5，在提升智能体编码与推理能力的同时，通过架构优化将运行成本降低 40%，并强化了针对网络安全与生物研究的安全防护机制。
Google DeepMind精选AI 评分7474 Google 发布 Gemini 3.8 Live 及 Gemini 3.8 Live Extended Thinking 模型
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款语音模型，旨在提升语音智能体的实时推理与复杂任务处理能力。
发布时间：推荐理由：Google 发布了 Gemini 3.8 Live 系列模型，通过引入实时推理和多步思考能力，为语音智能体提供了更流畅的交互体验与任务执行效率。
Microsoft ResearchAI 评分5656 微软发布 GigaPath-Flash 与 GigaTIME-Flash 病理学基础模型
微软发布了 GigaPath-Flash 和 GigaTIME-Flash 模型，旨在通过提升计算效率支持大规模病理学研究。这两款模型基于蒸馏后的 ViT-S 骨干网络，在保持原有模型性能的同时，显著降低了计算资源消耗，并已在 Hugging Face 开源，采用 Apache 2.0 协议。
发布时间：