IBM 发布 Granite Speech 5.0 系列语音模型，含 2B 新模型与两个更新版本
IBM 发布了 Granite Speech 5.0 系列语音模型的三项更新，包括全新发布的 granite-speech-5.0-2b 语音语言模型，以及升级后的 granite-speech-5.0-470m-turboctc 与 granite-speech-4.1-2b-plus。
发布时间：
全部 AI 动态
Hugging Face 社区博客AI 评分5454 量子位AI 评分6262 清华系具身智能公司千诀科技发布预测式世界模型 Polibrain
千诀科技在 2026 物理AI与世界模型大会上正式发布预测式世界模型 Polibrain，主打物理规律与跨本体复用。该模型采用多项式表征与因果记忆机制，不堆画面预测，重点预测影响行动的关键状态表征，目前已在四足、人形、轮式等多种机器人形态上开展适配。
发布时间：Hugging Face 社区博客AI 评分6262 NVIDIA Kumo Forecast：结合预训练时序表示与历史模式检索的可解释预测模型
NVIDIA 推出了多变量时序预测模型 Kumo Forecast（曾用名 NV-Tesseract Forecasting），该模型拥有约 3.4 亿参数，基于 MOMENT-1-large 骨干网络构建。它结合了预训练 Transformer 编码器与领域感知表示与检索（DARR）模式，支持将直接模型预测与历史数据检索相结合，并提供了模型无关的可解释性框架与 Apache 2.0 开源许可。
发布时间：IT之家·人工智能AI 评分7878 Black Forest Labs 开源 5.6B 图像生成模型 FLUX 3 Image Klein，8GB 显存可运行
Black Forest Labs 开源了拥有 5.6B 参数的 FLUX 3 Image Klein 图像生成模型。该模型针对消费级 GPU 进行了优化，其 INT8 版本可在仅配备 8GB 显存的 NVIDIA GeForce RTX GPU 上通过 ComfyUI 或 Diffusers 运行，支持文本转图像、图像编辑及多参考生成并原生支持 4K 分辨率。
发布时间：Hugging Face 社区博客AI 评分6868 NVIDIA 发布 Nemotron 3.5 Embed、Rerank 和 Parse 开源检索模型
NVIDIA 扩展 Nemotron Retriever 系列，开源了 Nemotron 3.5 Embed、Nemotron 3.5 Rerank 和 Nemotron 3.5 Parse 模型。这些模型支持多模态检索、相关性重排及文档解析，旨在降低企业 AI 智能体的推理 token 消耗并提升检索准确率。
发布时间：NVIDIA：Newsroom精选AI 评分8383 NVIDIA 与 UW 医学院蛋白质设计研究所发布开源蛋白质设计模型 RFD4-Proteina
NVIDIA 与华盛顿大学医学院蛋白质设计研究所联合发布全新开源生物大模型 RFD4-Proteina，该模型结合了可编程蛋白质设计与搜索能力。在多项基准测试中，其计算设计成功率和生成吞吐量均优于评估基准。该模型目前已通过 Amazon Bio Discovery、Anthropic 的 Claude Science、Hugging Face、OpenAI 等合作伙伴开放使用。
发布时间：推荐理由：文章公布了开源蛋白质设计模型的基准测试结果和多方合作伙伴生态，读者可借此评估该技术在生命科学研发中的应用潜力。
NVIDIA Blog精选AI 评分7575 NVIDIA 推出面向欧洲及多行业的开源模型家族
NVIDIA 扩大了其开源模型系列，推出 Nemotron 3.5 Super VL 与 Bolt、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge 自动驾驶推理模型、BioNeMo RFD4-Proteina 蛋白质设计模型及 Ising 量子计算模型。
发布时间：推荐理由：NVIDIA 一次性发布并开源了覆盖多模态、结构化数据、具身智能和科学计算的多个模型家族，为企业和开发者提供了可定制的主权 AI 基础架构。
🚨 AI News | TestingCatalog@testingcatalogAI 评分6666
发布时间：Artificial Analysis@ArtificialAnlysAI 评分6262
发布时间：量子位精选AI 评分8686 MemT 1.0 系列记忆原生模型开源发布
MemT 1.0 开源了 MemT-1.0-Nano 和 MemT-1.0-Flash 两个型号，通过在 Transformer 模块中增加并行的记忆计算通路实现记忆原生。该系列模型在 SWE-bench 任务和记忆基准中展现出更强的任务成功率与执行可靠性，并在推理速度和状态占用上具备成本优势。
发布时间：推荐理由：该工作开源了具备内部记忆通路的模型系列，读者可以据此了解记忆原生架构的工程实现及在代码修复中的表现。
量子位精选AI 评分8282 MiniMax M3.1 Flash 跑分出炉：Agent 能力斩获国模第一，成本大幅下降
量子位报道，此前在OpenRouter匿名屠榜的神秘模型Space Bunny揭晓，正是在正式交卷中代号为M3.1 Flash的MiniMax新模型。该模型在Agents’ Last Exam中得分29.6%斩获国模第一，在编码、网络安全和Computer Use等基准测试中也杀入全球第一梯队；同时其推理速度最快可达200+ TPS，输入价格为每百万Token 1元，综合成本较前代M3暴降70%。
发布时间：推荐理由：文章详细报道了MiniMax M3.1 Flash的各项跑分战绩与API定价，读者可据此评估其在Agent和企业工作流中的性价比表现。
- 发布时间：
- 发布时间：
- 发布时间：
MiniMax (official)@MiniMax_AIAI 评分4949
感谢 Parallel Web System 提供这样一个有意义的数据点~ 是的，MiniMax M3.1 Flash 现在排在搜索能力效率排行榜的第一名。而且它速度很快~
发布时间：The Decoder：AI NewsAI 评分6363 ElevenLabs 发布两款面向实时 AI 对话的语音到语音模型 Eleven Realtime
ElevenLabs 发布了两款名为 Eleven Realtime 的语音到语音模型，包含 Max 和 Mini 两个版本。其中的 Max 变体在 Big Bench Audio 基准测试中获得 98.8% 的准确率，响应时间为 0.57 秒；Mini 则主打低成本自然对话。
发布时间：Hao AI Lab@haoailabAI 评分6464
发布时间：Hugging Face 社区博客AI 评分6363 NVIDIA 发布 Cosmos3-H-Dreams 生成式手术模拟模型
NVIDIA 推出 Cosmos3-H-Dreams，这是一个基于 Cosmos 3 构建的实时生成式手术模拟模型，支持临床胆囊切除术的实时运动学控制。该模型通过 FlashDreams 加速库可在单张 NVIDIA RTX PRO 6000 GPU 上交互运行，并提供了四步与两步蒸馏检查点供开发者探索。
发布时间：连兔子都停下来观看。🐰🚀 很高兴看到 @higgsfield_ai 用 MiniMax M3.1 Flash 创作的内容。
引用Higgsfield AI 🧩@higgsfield_aiMiniMax M3.1 Flash vs Claude Opus 5.5 in cinematic absurdity. Two takes on the impossible, made with Higgsfield.
发布时间：Arena.ai@arenaAI 评分4646
OpenAI 的 GPT-6 Luna、GPT-6.1 Sol 和 GPT-6 Astra 凭借不同的推理档位，在 Agent Arena 帕累托前沿的 11 个席位中占据了 7 席。
发布时间：Aravind Srinivas@AravSrinivasAI 评分3131
Perplexity Decider pareto-optimal on Financial ClaimBench of Vals AI
发布时间：The Decoder：AI NewsAI 评分6969 Mistral AI 发布 Voxtral 3 实时语音智能体全家桶
Mistral AI 推出了 Voxtral 3 实时语音智能体模型家族，包含语音识别模型 Voxtral Small Transcribe 3、语音合成模型 Voxtral Mini TTS 3 及基于 LiveKit 的语音智能体 SDK。
发布时间：Arthur Mensch@arthurmenschAI 评分7070
Mistral 宣布推出全新的 Voxtral 3 语音模型套件。官方表示，语音将成为 AI 系统最重要的交互界面，且他们将语音模型物理部署在靠近推理模型的地方。
发布时间：- 发布时间：
- 发布时间：
- 发布时间：
Artificial Analysis 发布了 Mistral Voxtral 3 系列语音模型的详细评测结果。
发布时间：Hacker News-首页精选AI 评分8484 Mistral 发布 Voxtral 3 语音模型系列与实时语音智能体 SDK
Mistral 发布了 Voxtral 3 语音模型系列与实时语音智能体 SDK，涵盖语音转文本、文本转语音及流式智能体管线。该系列支持 50 多种语言与方言，具备高精度转录、情感自适应语音合成及端到端工具调用能力。Voxtral 3 提供欧洲托管 API 以及支持私有化部署的自建方案，满足企业的数据主权需求。
发布时间：推荐理由：Mistral 推出了覆盖语音识别、语音合成与实时智能体 SDK 的 Voxtral 3 系列，支持多语种和本地化部署，为开发者构建端到端语音应用提供了新的架构选择。
Mistral AI@MistralAIAI 评分6666
Mistral AI 推出了 Voxtral 3 Transcribe 和 Speech 语音模型，并同步推出了支持这些模型的全新语音智能体 API。
发布时间：Krea 3 Ultra 现已加入单图与多图编辑竞技场排行榜，并在多图编辑中以 1435 分位列第 4。该模型在多图编辑的商业设计和 3D 分类中排名第 2，在单图编辑中则以 1411 分位列第 8。
发布时间：Krea@krea_aiAI 评分6262
Krea 3 登上图像竞技场榜首，其中 Fast 模式提升了速度与质量的帕累托曲线，Ultra 模式位居前四。
发布时间：- 发布时间：
Generalist@GeneralistAIAI 评分3131
发布时间：- 发布时间：
ElevenLabs@ElevenLabsAI 评分7070
ElevenLabs 发布全新语音到语音模型 Eleven Realtime，旨在解决传统语音智能体在快速回复与精准回答之间的取舍问题。该模型可在半秒内开始响应，并能正确处理需要语音推理的问题。
发布时间：