Qwen@Alibaba_Qwen精选AI 评分8080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。
内容类型
模型发布 最新动态
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。
70 条精选近 30 天 38 条共收录 127 条
更新
精选归档 · 第 3 页
- Qwen@Alibaba_Qwen精选AI 评分8080
Google AI@GoogleAI精选AI 评分7878
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@GoogleDeepMind精选AI 评分7272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。
智谱 GLM 模型发布精选AI 评分6060 智谱开源 GLM-OCR 多模态文档理解模型
智谱发布并开源 GLM-OCR 多模态 OCR 模型，基于 GLM-V 编码器-解码器架构，采用多 Token 预测（MTP）损失和全任务强化学习，在 OmniDocBench V1.5 上得分 94.62，排名第一。
推荐理由：官方给出 0.9B 参数、OmniDocBench V1.5 得分与多框架部署方式，可据此判断轻量 OCR 的落地成本。
DeepSeek@deepseek_ai精选AI 评分7272DeepSeek 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。
月之暗面 Kimi 模型发布精选AI 评分8888 月之暗面开源 Kimi K3：2.8T 参数原生多模态模型，支持 100 万 token 上下文
月之暗面发布开源权重模型 Kimi K3，总参数 2.8T、激活参数 104B，基于 KDA 与 AttnRes 架构，原生支持文本、图像、视频并具备 100 万 token 上下文窗口。
推荐理由：月之暗面开源 2.8T 参数原生多模态模型，给出完整架构参数与多榜单对比，可据此判断开源前沿模型的当前水位。
AI at Meta@AIatMeta精选AI 评分7272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 模型发布精选AI 评分7272 DeepSeek 发布实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp
DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp，这是 DeepSeek-V4 系列首个实验性多模态模型，在 DeepSeek-V4-Flash 架构上加入视觉模块并继续训练。
推荐理由：DeepSeek 首次把视觉模块接入 V4-Flash，并给出多模态与纯文本智能体基准的对照数据。
- DeepSeek@deepseek_ai精选AI 评分7575
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。
MiniMax 模型发布精选AI 评分6262 MiniMax 发布音乐生成模型 MiniMax Music 3
MiniMax 发布音乐生成模型 MiniMax Music 3，可根据歌词和音乐描述生成最长五分钟的完整歌曲，输出 32 kHz、16-bit 立体声 WAV。
推荐理由：原文给出了分层 LLM 与 Flow Matching 的完整架构和显存占用，读者可据此判断本地部署音乐生成的门槛。
DeepSeek 模型发布精选AI 评分8888 DeepSeek 发布正式版 DeepSeek-V4-Pro-0813 模型
DeepSeek 发布 DeepSeek-V4-Pro-0813 正式版，取代此前的预览版本，官方称其智能体能力大幅增强，在生产环境中提升尤为明显。该模型沿用 DeepSeek-V4-Pro (Preview) 的结构，并附加 DSpark 投机解码模块，在 HLE、Terminal Bench 2.1、NL2Repo、DeepSWE 等基准上均高于预览版。
推荐理由：官方技术报告列出正式版与预览版在多项智能体基准上的对比，可据此判断其生产环境能力变化。
字节 Seed 模型发布精选AI 评分6666 字节开源 Bernini-Diffusers-v2 视频生成与编辑管线
字节发布 Bernini-Diffusers-v2，把 Qwen2.5-VL-7B 语义规划器、Bernini 规划权重与 Wan2.2-T2V-A14B 扩散组件打包成一个自包含的 diffusers 格式目录。
推荐理由：字节开源 Bernini-Diffusers-v2 完整语义规划管线，读者可据此判断视频生成与编辑的指令遵循能力边界。
- DeepSeek@deepseek_ai精选AI 评分8080
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。
MiniMax 模型发布精选AI 评分8282 MiniMax 开源全模态生成系统 MiniMax-H3，支持 2K 视频与立体声
MiniMax 发布全模态生成系统 MiniMax-H3，可统一理解文本、图像、视频和音频，并生成带原生立体声的视频，分辨率最高 2K、时长 4–15 秒。
推荐理由：原文完整披露了 H3 的三模块架构、开源范围与本地部署命令，读者可据此判断哪些能力需要走 API 补齐。
DeepSeek 模型发布精选AI 评分8888 DeepSeek 发布 DeepSeek-V4-Flash-0731 正式版
DeepSeek 发布 DeepSeek-V4-Flash-0731 正式版，取代此前的预览版本，智能体能力大幅增强。该模型与 DeepSeek-V4-Flash-DSpark 结构相同，附带投机解码模块，在 Terminal Bench 2.1、NL2Repo、DeepSWE 等基准上超过 DeepSeek-V4-Pro (Preview)，激活参数量则小得多。
推荐理由：官方技术报告列出多项基准对比，读者可据此判断小激活参数模型在智能体任务上的位置。
Mira Murati@miramurati精选AI 评分7878引用Thinking Machines@thinkymachinesToday, we are releasing Inkling-Small. Inkling-Small achieves comparable performance to Inkling at a quarter of its size. It features 276B total parameters, 12B active. We are making the full weights available. https://thinkingmachines.ai/news/inkling-small/ Fine-tune it on Tinker today, or chat with it in text, image, and audio on Tinker Playground.
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。
MiniMax 模型发布精选AI 评分8282 MiniMax 发布原生多模态模型 MiniMax-M3，支持 1M 上下文
MiniMax 发布原生多模态模型 MiniMax-M3，参数量约 428B、激活参数约 23B，支持 1M 上下文。该模型从训练第一步起就进行混合模态训练，并引入 MiniMax Sparse Attention（MSA），在 1M 上下文下相比 M2 实现 9 倍 prefill 和 15 倍 decode 加速，单 token 计算量降至 1/20。
推荐理由：原文给出参数量、稀疏注意力和长上下文加速数据，读者可据此判断百万 token 场景的部署成本变化。
字节 Seed 模型发布精选AI 评分7171 字节发布 UniVR-34B 视觉推理模型并开源权重
字节发布 UniVR，一个基于 Emu3.5（34B）的视觉推理框架，直接在视觉空间生成推理轨迹，不依赖中间文本链。模型经 VR-X 数据集 SFT 冷启动和 VR-GRPO 强化学习训练，在 VR-X 基准上较 Emu3.5 基线最高提升 25%，整体得分 58.2，接近 Gemini 3 Pro + Nano Banana 2 的 66.1。
推荐理由：字节开源 34B 视觉推理模型，在自建 VR-X 基准上较 Emu3.5 基线提升最多 25%，并给出可下载权重与训练脚本。
- Mira Murati@miramurati精选AI 评分7878引用Thinking Machines@thinkymachines
Today, we are introducing Inkling. Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available. https://thinkingmachines.ai/news/introducing-inkling/ Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵
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。
MiniMax 模型发布精选AI 评分8080 MiniMax 发布原生多模态模型 MiniMax-M3 及 MXFP8 量化版
MiniMax 发布原生多模态模型 MiniMax-M3，并同步提供 MXFP8 量化版本 MiniMax-M3-MXFP8。
推荐理由：原文给出 M3 的参数量、稀疏注意力带来的长上下文加速倍数与三种推理模式，便于判断其部署与调用方式。