Qwen3.8-Flash-Next 推理提速至 685 tokens/s
祝贺 @lightseekorg 取得令人印象深刻的 TokenSpeed 成果！🚀 很高兴看到 Qwen3.8-Flash-Next 在 Nvida GPU 上达到每用户 685 output tokens/s。期待社区进一步释放 Qwen 的推理潜力！
全部 AI 动态
Qwen (X)AI 评分4040 Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在高风险领域的防护设计。该模型在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的监控数据。
Google DeepMind (X)AI 评分5252 Gemini 4 Argon 通过观看视频教会机器人玩 cornhole
Google DeepMind 演示 Gemini 4 Argon 仅通过观看视频就教会机器人玩 cornhole：它解析出其中的物理规律，自行编写仿真，并教会 Apptronik 的 Apollo 人形机器人连续投中 7 次。
Google AI (X)精选AI 评分8585 Google 宣布 Gemini 4 Argon 全球上线
Google 宣布前沿模型 Gemini 4 Argon 已在全球范围内上线，面向编码、金融、法律、网络安全和科学等复杂真实任务。官方表示该模型可在用户常用的 Google 产品中使用，并附上使用方式说明。
推荐理由：Google 官方公布 Gemini 4 Argon 全球上线，并点明它面向编码、金融、法律、网络安全和科学等复杂任务。
Google DeepMind (X)精选AI 评分8282 Google DeepMind 宣布 Gemini 4 Argon 全球上线
Google DeepMind 宣布 Gemini 4 Argon 已在全球范围开放使用。该模型面向端到端解决高难度问题，能力覆盖编码、企业工作流和网络防御。
推荐理由：官方给出 Gemini 4 Argon 的全球开放范围与编码、企业工作流、网络防御三项能力定位，便于判断适用场景。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。
AI at Meta (X)精选AI 评分7272 Meta 发布 Muse Wonder 系列模型，主打智能体任务
Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款模型，称其为目前能力最强的模型，面向个人与专业智能体任务提供前沿性能。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 即日起面向 Muse Code 订阅用户开放。Muse Wonder 后续还将用于 Meta 的个人智能体产品 Muse，先向订阅用户推出。
推荐理由：Meta 公布 Muse Wonder 系列两款前沿模型，并给出 API 与 Muse Code 的可用入口，读者可据此了解其智能体任务定位。
Qwen (X)精选AI 评分7070 Qwen 发布 Qwen-Image-2.1-Turbo，8 步去噪生成与编辑图像并开放权重
Qwen 发布 Qwen-Image-2.1-Turbo，在同样的 7B 视觉生成架构上做加速，仅需 8 步去噪即可生成和编辑图像，权重已在 ModelScope 和 Hugging Face 开放。
推荐理由：官方给出 Turbo 加速版在 8 步去噪下仍能生成 2K 图像，并同步开放权重与 API，便于判断落地成本。
MiniMax (X)AI 评分4040 MiniMax H3 开源视频世界模型物理表现接近闭源SOTA
在物理方面，谁拥有最好的开源视频世界模型？💫 又是我，MiniMax H3。几乎与闭源 SOTA 持平。🍾
Anthropic (X)精选AI 评分7070 Anthropic 发布 Claude Haiku 5.5 小模型
Anthropic 发布 Claude Haiku 5.5，称其是迄今最快、最强的小模型。官方称其平均运行成本比 Claude Haiku 4.5 低约 75%。
推荐理由：官方给出 Haiku 5.5 的定位与相对上一代的成本降幅，可据此判断小模型选型。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数嵌入模型，可将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出参数量、内存占用和基准提升，可据此判断端侧多模态检索的落地条件。
Google DeepMind (X)AI 评分6060 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是其首个原生多模态开放模型，面向端侧嵌入场景。该模型从文本扩展到代码、图像、音频和视频，并将这些模态统一到同一嵌入空间。
Google AI (X)精选AI 评分6969 Google 发布 Gemini 4 Argon 前沿模型
Google 发布新前沿模型 Gemini 4 Argon，面向复杂长程工作流持续进行深度推理，在真实软件工程、法律与金融等企业知识工作以及网络安全防御场景中提供前沿性能。该模型输出 token 上限提升至 1M tokens，目前正通过 Fairwind Program 向一批受信任的网络安全防御方逐步开放，后续将尽快扩大可用范围。
推荐理由：官方给出 Gemini 4 Argon 的定位与 1M 输出 token 上限，可据此判断长程复杂工作流的可用边界。
Google DeepMind (X)AI 评分6262 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御等复杂工作流。该模型当天起通过 Fairwind Program 向一批受信任测试者开放。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再向开发者、企业和消费者推出。
推荐理由：官方披露了 Argon 的输出上限、定价与多项基准成绩，可据此判断前沿模型在长任务上的能力边界。
Sam Altman (X)AI 评分6262 Sam Altman 转发介绍 6.1 Sol：价格为 Astra 的五分之一，缓存读取享 95% 折扣
Sam Altman 转发 @thsottiaux 的内容介绍 6.1 Sol，称其智能水平接近 Astra，价格为 Astra 的五分之一，并提供 95% 的缓存读取折扣。该模型被形容为可承担大量日常任务的模型，配合 ultrafast 可实现 8 倍加速；ultrafast 今日已对 Astra 开放，6.1 Sol 稍后支持。
OpenAI (X)精选AI 评分7070 OpenAI 发布 GPT-6.1 Sol，称以五分之一价格接近 Astra 智能水平
OpenAI 发布 GPT-6.1 Sol，称其以五分之一的价格提供接近 Astra 的智能水平。OpenAI 表示，这是当前同等性能下成本效率最高的模型。
推荐理由：OpenAI 公布 GPT-6.1 Sol 的定位与价格比例，读者可据此了解该型号在性能与成本之间的取舍。
Google AI (X)AI 评分6262 Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款语音模型
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音模型，支持 100 多种语言的自定义音色和 2000 多种现成音色。
Google DeepMind (X)AI 评分6060 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型
Google DeepMind 发布两款文本转语音模型。Gemini 3.8 Flash TTS 可设计带不同口音和特征的自定义音色；Gemini 3.8 Flash-Lite TTS 面向效率与规模化，可从自建风格或官方生产级音色库中选择。
Qwen (X)精选AI 评分7878 阿里发布 Qwen-Audio-3.1 音频模型系列，新增 TTS-Next 与 ASR-Next
阿里发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增 TTS-Next 和 ASR-Next 两款模型，共五款模型覆盖理解、生成、交互与创作。
推荐理由：官方一次性给出五款音频模型的能力分工与降价幅度，可据此判断语音链路的选型与成本变化。
Qwen (X)AI 评分5858 Qwen-Image-2.1 在 Image Edit 与 Text-to-Image Arena 登顶开源第一
Qwen 宣布 Qwen-Image-2.1 在 Image Edit 和 Text-to-Image 两个 Arena 中均成为排名第一的开源模型。引用内容显示，该模型在 Image Edit Arena 拿到 1367 分，位列开源第一、总榜第 16，距第 15 名的 GPT-Image-1.5-high-fidelity 差 3 分。Qwen 邀请用户试用并分享创作结果。
Qwen (X)精选AI 评分7575 阿里 Qwen 发布开源图像模型 Qwen-Image-2.1
阿里 Qwen 发布 Qwen-Image-2.1 并开放权重，这是 Qwen-Image 系列中兼顾效果与成本的图像生成模型，统一支持生成与编辑。该模型采用 7B 轻量架构，官方称其性能超过多数闭源模型，并大幅加速多图输入推理。它可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确控制，覆盖全景图、信息图和虚拟试穿等场景。
推荐理由：官方给出 7B 轻量架构、原生 RGBA 透明图层与最多 10 张参考图编辑等能力，可据此判断开源图像模型的实际可用边界。
Qwen (X)精选AI 评分6767 阿里千问发布实时同传模型 Qwen3.8-LiveTranslate
阿里千问发布新一代实时同声传译模型 Qwen3.8-LiveTranslate，基于 Interleave 架构，在 60 种语言上把平均延迟（LAAL）从 2.8s 降至 2.3s，并提升忠实度、流畅度和简洁度。新能力包括实时说话人分离与更稳定的声音克隆、原文与译文同步双语显示，以及利用对话历史消歧人名和术语的长上下文能力。模型已在 QwenCloud 上线，博客同步发布。
推荐理由：官方给出延迟从 2.8s 降到 2.3s 和三项新能力，可据此判断实时同传的可用边界。
Qwen (X)精选AI 评分8080 阿里发布 Qwen3.8-Omni-Flash 全模态模型，主打智能体能力
阿里 Qwen 团队发布 Qwen3.8-Omni-Flash，称其为 Qwen 首个围绕智能体能力构建的全模态模型，将原生音视频理解、推理与工具调用整合在一个模型中。
推荐理由：官方给出音视频智能体能力、基准提升与视频输入成本降幅，可据此判断长音视频场景的落地成本。
Google AI (X)精选AI 评分7878 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 音频模型
Google 发布两款 Gemini 音频模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。Gemini 3.8 Live 侧重规模、速度和成本效率，支持句中打断、在 97 种语言间即时切换并理解视觉上下文；3.8 Live Extended Thinking 则边推理边说话，可处理规划活动等多步骤任务。
推荐理由：两款音频模型分别面向低延迟对话与复杂任务推理，读者可据此判断语音交互的适用边界。
Google DeepMind (X)精选AI 评分7272 Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款对话模型，称其为目前最好的对话式 AI。官方表示这两款模型可以对话、思考并在后台处理任务，而不打断用户当前流程。
推荐理由：官方给出两款对话模型在后台持续处理任务的能力定位，可据此判断实时语音交互的边界。
DeepSeek (X)精选AI 评分7272 DeepSeek 发布 V4.1-Flash 模型
DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中参数规模最小的模型，并原生支持视觉理解。官方表示该模型面向更强能力、更快推理和更高吞吐设计，并可扩展至更大模型。
推荐理由：DeepSeek 新架构家族的最小模型，原生支持视觉理解，并强调推理速度与吞吐。
AI at Meta (X)精选AI 评分6868 Meta 的 AIRA₃ 在 NVIDIA Kaggle 竞赛中获金牌，约 4000 支队伍中排第 8
Meta 称其在 6 月让自主 AI 研究系统 AIRA₃ 参加 NVIDIA 在 Kaggle 举办的竞赛，任务是微调一个 30B 的 Nemotron 模型，使其推理能力更强。AIRA₃ 在约 4000 支队伍中排名第 8，获得金牌，成绩超过使用同等前沿工具的人类参赛者。Meta 认为这表明 AIRA₃ 能在特定能力上把模型提升到接近人类专家的水平。
推荐理由：Meta 公开 AIRA₃ 在 Kaggle 微调竞赛中的名次与参赛条件，可据此判断自主研究系统在模型能力改进上的位置。
AI at Meta (X)AI 评分6262 Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max 推理档
Meta 宣布 Muse Spark 1.3 的 max 推理档已在 Muse Code 和 Meta Model API 上线。被引用的发布者称，该档位在编码和智能体任务上的表现明显更强，并建议即使已用过 Muse Spark 1.3 high 或 xhigh 也值得一试。
AI at Meta (X)AI 评分6262 Meta 发布 Muse Spark 1.3，提升智能体与编码任务表现
Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现，并强调实际可用性。新版本可在单一线程中持续处理多个工作流的长程任务，会更主动地向用户提问澄清、在卡住时说明情况、在执行有后果的操作前先确认，并减少对自身能力边界的误判。官方内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 消耗减少约 25%。
AI at Meta (X)精选AI 评分7272 Meta Superintelligence Labs 发布实时语音感知模型 Muse Voice Transcribe
Meta Superintelligence Labs 发布首个实时音频感知模型 Muse Voice Transcribe，支持实时流式 ASR、20 人以上说话人分离和端点检测。该模型支持多语言并无缝切换语种，可通过语言、关键词和上下文偏置提升准确率，在 Artificial Analysis 流式语音转文字和公开说话人分离基准上排名第一。
推荐理由：Meta 公布实时语音感知模型的能力清单与榜单排名，可据此判断流式 ASR 的当前水平。
DeepSeek (X)精选AI 评分7575 DeepSeek-V4-Flash-Vision-Exp 上线 DeepSeek API 平台
DeepSeek 在 API 平台上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，调用时使用 model='deepseek-v4-flash-vision-exp'。
推荐理由：官方给出新模型与 V4-Flash 的文本能力对照，以及多模态智能体基准上的提升幅度，便于判断是否值得接入。
AI at Meta (X)AI 评分5858 Meta 公布 Muse Spark 1.2 多模态评测与演示
Meta 公布 Muse Spark 1.2 的新评测与演示，展示该模型在视觉理解与推理上的覆盖范围。Muse Spark 1.2 支持从视觉内容生成可运行代码、把感知转化为物理动作，并具备音视频理解能力，以支持企业场景中视频密集的工作流。演示中，模型解析多模态观测并调用工具，引导机器人在非结构化环境中导航寻找橡皮鸭。
DeepSeek (X)精选AI 评分8080 DeepSeek 发布 DeepSeek-V4-Pro
DeepSeek 发布 DeepSeek-V4-Pro，重点升级 Agent 能力并带来明显的生产环境收益。V4-Pro 与 V4-Flash 支持灵活推理强度，简单任务用 low、日常 Agent 工作流用 high、复杂任务用 max；同时原生支持 OpenAI Responses API，并针对 Codex 提供一键配置。V4 Pro 已在 app 和网页端以 Expert Mode 上线，也可通过 API 调用，模型名称保持不变。
推荐理由：官方给出 V4-Pro 的 Agent 能力升级、三档推理强度和 Codex 接入方式，可据此判断实际使用成本与场景。
Mira Murati (X)精选AI 评分7878 Thinking Machines 发布 Inkling-Small 模型并开放权重
Thinking Machines 发布 Inkling-Small，官方称其在四分之一体量下达到与 Inkling 相当的性能。该模型总参数 276B、激活参数 12B，完整权重已开放，可在 Tinker 上微调，并在 Tinker Playground 中体验文本、图像和音频交互。Mira Murati 转发了这一发布消息。
推荐理由：Inkling-Small 以四分之一体量达到与 Inkling 相当的性能，并开放完整权重，读者可据此判断小模型的部署与微调空间。
Mira Murati (X)精选AI 评分7878 Thinking Machines 发布首个模型 Inkling，开放权重并支持在 Tinker 微调
Thinking Machines 发布首个模型 Inkling，从零训练，权重开放，即日起可在 Tinker 上微调。据其介绍，Inkling 能跨文本、图像和音频模态进行高效推理，完整权重已公开，并可在 Inkling Playground 中试用。
推荐理由：Thinking Machines 首款模型从零训练并开放权重，读者可据此了解其多模态推理定位与微调入口。
DeepSeek (X)AI 评分4242 DeepSeek-V4-Pro 折扣永久化
我们已将折扣永久化！🎉 尽情使用 DeepSeek-V4-Pro 构建，让你的创新想法成为现实！🚀
Mira Murati (X)AI 评分6262 Mira Murati 团队分享交互模型研究
Mira Murati 表示团队正在分享其在交互模型上的工作，这是一类从零训练、原生处理实时交互的新模型，而非在回合制模型上外挂交互能力。推文附有一段视频链接。
DeepSeek (X)精选AI 评分8888 DeepSeek 发布并开源 DeepSeek-V4 Preview，支持 1M 上下文
DeepSeek 正式发布并开源 DeepSeek-V4 Preview，主打低成本 1M 上下文长度。其中 DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活参数，官方称性能可对标顶级闭源模型；DeepSeek-V4-Flash 为 284B 总参数、13B 激活参数，定位快速经济。
推荐理由：DeepSeek 官方公布 V4 两个版本的参数规模与 1M 上下文，可据此判断开源模型在长上下文上的成本位置。
DeepSeek (X)精选AI 评分8080 DeepSeek 发布 DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale 推理模型
DeepSeek 发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两款以推理为先、面向智能体的模型。DeepSeek-V3.2 是 V3.2-Exp 的正式后继版本，已在 App、Web 和 API 上线；DeepSeek-V3.2-Speciale 侧重进一步拓展推理能力，目前仅通过 API 提供。官方同时放出了技术报告链接。
推荐理由：官方给出两个版本的定位差异与开放渠道，可据此判断面向智能体的推理模型如何分层落地。