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。
#多模态
DeepSeek (X)精选AI 评分7575 AI at Meta (X)AI 评分4040 Meta 预览 WildArtifactBench 智能体评测框架
Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多种交付格式下完成复杂真实任务的能力。该框架不依赖严格的标准答案评分，而是采用人类与智能体偏好评判给出的胜率和 Elo 分数，从而扩大对实际多模态工作流的任务覆盖。Meta 已从中开放 10 个任务，用于衡量多模态智能体的实际实用价值。
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。
Andrej Karpathy (X)AI 评分4242 Karpathy 用 1M token 让 Opus 5 生成《指环王》3D 场景
Karpathy 给 Opus 5 输入《指环王》首段和 1M token 预算（约 $10），要求生成 three.js 渲染，模型运行约 2 小时写出 5500 行代码程序化渲染该故事，效果粗糙但可玩。
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。
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。
Andrej Karpathy (X)AI 评分3838 Karpathy 建议让 LLM 用 HTML 输出结果
Karpathy 称在查询末尾要求 LLM「把回答结构化为 HTML」，再在浏览器中打开生成文件，效果很好，也试过让模型输出幻灯片。他认为 AI 输出正从纯文本、Markdown 走向 HTML，最终可能发展为扩散模型直接生成的可交互视频，并指出输入侧仍需支持指点和手势。