Thinking Machines Lab 发布 Inkling 2 Mini 多模态循环模型
Thinking Machines Lab 发布 Inkling 2 Mini,这是一款采用循环 Transformer 架构的多模态混合专家模型。该模型拥有约 26B 总参数和 3B 激活参数,通过将中间层循环运行三次以模拟 48 层逻辑深度,支持 1M 上下文窗口及图像输入。
推荐理由:该模型通过创新的循环层架构在有限参数下实现了高推理性能,为本地部署提供了兼顾多模态能力与编码任务的高效选择。
内容类型
各家新模型的发布、开源与迭代:旗舰更新、开源权重放出、能力与价格变化。
14 条精选近 30 天 11 条共收录 18 条
Thinking Machines Lab 发布 Inkling 2 Mini,这是一款采用循环 Transformer 架构的多模态混合专家模型。该模型拥有约 26B 总参数和 3B 激活参数,通过将中间层循环运行三次以模拟 48 层逻辑深度,支持 1M 上下文窗口及图像输入。
推荐理由:该模型通过创新的循环层架构在有限参数下实现了高推理性能,为本地部署提供了兼顾多模态能力与编码任务的高效选择。
Google DeepMind 推出 Gemini 4 Neon 模型,旨在为软件工程、科学研究及企业级工作流提供前沿推理能力与高效的任务执行。该模型支持 100 万 token 上下文窗口,在多项智能体与编码基准测试中表现优异,并针对网络安全任务进行了优化。
推荐理由:Google DeepMind 发布 Gemini 4 Neon 模型,在保持前沿推理能力的同时优化了复杂任务的执行效率与成本,为企业级工作流和智能体开发提供了新的选择。
RadixArk 发布了 DaisyRose-27B 模型,该模型基于 Qwen3.8-27B,通过 Miles 强化学习框架在 1,200 个长周期智能体任务上训练而成。模型在 Terminal-Bench 4.1 等多项推理与编码基准测试中表现优于原版,并以 Apache 2.0 协议开源。训练过程利用了高效的异步后端,显著降低了 GPU 计算成本并提升了训练速度。
推荐理由:RadixArk 发布了基于 Qwen3.8-27B 的 DaisyRose-27B 模型,展示了通过强化学习框架 Miles 在长周期智能体任务上的训练效率提升。
Google DeepMind 推出 Genie 4 模型,现已向 Google AI Ultra 订阅用户开放。该模型支持在交互式世界中通过提示词实时编辑环境,并首次引入了自适应原生音频。此外,Project Genie 还更新了 Genie 3 的长会话与全景图生成功能,并新增了智能体辅助创作工具及社区画廊。
推荐理由:Google DeepMind 发布的 Genie 4 引入了实时交互与原生音频生成能力,为用户构建和探索交互式世界提供了更强的控制手段。
OpenAI 发布 GPT-6.2 Astra 和 Sol 模型,现已向 ChatGPT 企业版及 API 用户开放。Astra 定位前沿模型,Sol 则作为高性价比主力模型,两者均支持 1M 上下文窗口。测试显示 Astra 在智能表现上处于领先梯队,而 Sol 在保持前代性能的同时大幅降低了推理成本。
推荐理由:OpenAI 发布 GPT-6.2 Astra 与 Sol 模型,通过对比不同任务下的成本与性能表现,为开发者选择模型提供了参考依据。
Hugging Face 开源了 Rumble-2-Flash,这是一款支持 40 多种语言的 0.5B 参数语音识别模型。该模型基于 Qwen3-ASR 架构,通过 GOLD 策略进行知识蒸馏,在保持极高推理速度的同时,其识别准确率在多个基准测试中可媲美数十倍于其规模的模型。
推荐理由:该模型通过知识蒸馏技术在 0.5B 参数规模下实现了极高的语音识别效率与准确度,为端侧或高吞吐语音处理提供了轻量化方案。
Google 发布 Gemini 4 Hydrogen 模型,旨在为日常编码和智能体工作流提供高效的推理能力。该模型支持四种思考级别,定价为每百万输入 token 1.50 美元,并同步在 Google AI Studio、Gemini API 及搜索等全线产品中上线。此外,Google 还推出了 Orchestrator 功能,支持在多模型工作流中动态切换模型以优化性能与成本。
推荐理由:Google DeepMind 推出的 Gemini 4 Hydrogen 专为高效智能体工作流设计,其引入的 Orchestrator 功能支持多模型动态调度,为开发者提供了更具性价比的执行引擎选择。
Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,该模型采用条件架构,能够预测 DNA 变异如何影响特定人类细胞类型及状态。相比前代,该模型在识别致病变异方面的性能提升近一倍,并支持在无需重训练的情况下分析新的细胞实验数据,现已通过 AlphaGenome API 向非商业研究开放。
推荐理由:该模型通过条件架构实现了对特定细胞类型中基因表达的精准预测,为研究人员解析遗传变异与疾病机制提供了更细粒度的工具。
Google 正式发布 Gemini 4 Carbon 模型,该模型在复杂智能体工作流、软件工程、科学推理及网络安全领域具备前沿性能。Carbon 现已通过 Google AI Studio API、Gemini 应用及 Google Antigravity 向开发者、企业和订阅用户开放,支持处理多步推理及深度验证任务。
推荐理由:作为 Gemini 4 系列的最新旗舰模型,Carbon 在复杂智能体任务、科学推理及网络安全防御方面展现了前沿性能,为开发者和企业提供了更深度的逻辑处理能力。
Google DeepMind 推出 Gemini Robotics 2.5,这是其目前能力最强的视觉-语言-动作(VLA)模型。该模型在 200 多项任务中表现出更高的灵巧度与执行速度,并在梅赛德斯-奔驰生产线的试点中实现了 96% 的零件分拣成功率。此外,该版本引入了推理时安全引导及针对机器人的防越狱基准测试,以提升在复杂环境中的操作安全性。
推荐理由:该模型通过提升机器人的灵巧度、可靠性与安全性,展示了其在工业生产线等非结构化环境中的实际应用潜力。
Mistral AI 正式发布 Mistral Large 4(代号 Le Chonk),这是一款 1 万亿参数的多模态模型,在编码、网络安全和推理效率方面表现领先。该模型支持三种推理模式,采用开源权重发布,旨在通过可定制和自托管的部署方式支持主权 AI 建设。
推荐理由:Mistral AI 发布了拥有 1 万亿参数的 Mistral Large 4 模型,通过强化推理效率与安全性,为开发者提供了一个可自托管的开源权重方案。
Mistral AI 推出 Voxtral 3,包含支持 50 多种语言的语音转文字模型、具备情感自适应能力的语音合成模型以及语音智能体 SDK。该系统通过实时流式管道整合了听觉、推理、工具调用与语音输出,支持在 Mistral API 或本地基础设施上部署,旨在为客服、虚拟助手等场景提供低延迟且具备深度集成能力的交互体验。
推荐理由:Mistral AI 发布了 Voxtral 3 语音模型系列及智能体 SDK,通过端到端实时流式处理提升了语音交互的响应速度与情感表现,并支持私有化部署以确保数据主权。
Mistral AI 发布了首个时间序列基础模型系列 Timestral,包含 5M 至 209M 四种参数规模。该模型支持多变量概率预测,在 GIFT-Eval、TIME 和 fev-bench 等主流基准测试中表现优异,且无需 GPU 即可在 CPU 上高效运行,支持通过 Mistral Forge 进行领域微调。
推荐理由:Mistral AI 发布了首个时间序列基础模型系列 Timestral,通过极小的参数规模在多个基准测试中实现领先,为企业级预测任务提供了高效的零样本推理与微调方案。
Mistral AI 推出 Mistral Large 4 公开预览版,这是一款拥有 1 万亿参数的 natively 多模态模型,具备 520 亿活跃参数。该模型在编码、智能体工作流、网络安全及科学计算领域表现卓越,在多个基准测试中达到开源模型领先水平。Mistral AI 计划于本月底发布模型权重,目前已在 Mistral Studio 提供 API 预览。
推荐理由:Mistral AI 发布了其迄今最强的多模态模型 Mistral Large 4,该模型在编码、智能体工作流及网络安全任务中表现出色,并计划于本月底开源权重。