Google 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级低延迟、低成本结合。该模型在 GPQA Diamond 等基准上表现优异，SWE-bench Verified 得分 78%，超越 Gemini 3 Pro 且速度提升 3 倍。已面向开发者开放 API，并在 Gemini App 和 Search AI Mode 中默认启用。
推荐理由：在保持 Flash 级低延迟与低成本的同时，推理与编码能力超越前代旗舰，适合高频开发及智能体工作流。
Google 联合非洲数据科学社区举办 Data Science for Health Ideathon，利用 MedGemma、TxGemma 和 MedSigLIP 等开源健康 AI 模型解决当地医疗挑战。
Google DeepMind 联合 Kaggle 发布 FACTS Benchmark Suite，包含参数知识、搜索、多模态及 Grounding v2 共 3,513 个公开测试用例。评测显示 Gemini 3 Pro 以 68.8% 的 FACTS Score 领先，所有模型准确率均低于 70%，多模态任务得分最低。
推荐理由：提供涵盖参数知识、搜索与多模态的4项事实性评测基准，揭示前沿模型在事实准确性上的具体短板。
Google Research 发布 Massive Sound Embedding Benchmark (MSEB)，旨在标准化评估多模态模型的听觉智能。该基准涵盖语音检索、推理、分类等八大核心能力，并包含包含 177,352 条语音查询的 Simple Voice Questions (SVQ) 数据集。实验显示当前声音表示远非通用，在各项任务中均存在显著的性能提升空间。
Mistral AI 发布 Mistral 3 模型家族，包含 Mistral Large 3 及 Ministral 3 系列（3B、8B、14B），均采用 Apache 2.0 协议开源。
推荐理由：Mistral 3 家族涵盖从 3B 到 675B 参数的模型，提供全尺寸开源选择，并针对边缘部署和推理性能进行了深度优化。
AlphaFold 2 五年前解决了蛋白质结构预测难题，其预测数据已收录于 AlphaFold Protein Database 并免费开放。该数据库已被全球 300 多万研究人员使用，相关研究被引用超 3.5 万次，并助力 2024 年诺贝尔化学奖的获得。
Google DeepMind的AlphaFold结合密苏里大学的冷冻电镜技术，成功解析了低密度脂蛋白（LDL）的关键蛋白apoB100的原子级结构。该发现揭示了包裹LDL颗粒的笼状外壳细节，有望为预防和治疗动脉粥样硬化性心血管疾病提供新的药物靶点。
推荐理由：AlphaFold结合冷冻电镜解析了致病蛋白apoB100结构，为心血管药物研发提供了关键结构基础。
Google 发布端到端实时语音翻译模型，延迟仅2秒并保留原声，已在 Google Meet 和 Pixel 10 部署。该模型基于 AudioLM 和 SpectroStream 架构，支持英、西、德、法、意、葡等语言。
推荐理由：端到端架构将延迟降至2秒并保留原声，已在Google Meet和Pixel 10部署，可据此评估实时语音翻译的技术进展。
Google DeepMind 发布 Gemini 3 Pro 模型，在编码、Agent 工作流及多模态理解基准上表现领先。该模型提供 100 万 token 上下文窗口，API 预览版定价为输入 2 美元/百万 token、输出 12 美元/百万 token，并同步推出 Google Antigravity 开发平台。
推荐理由：原文给出了核心能力变化和 API 定价，读者可据此评估其对现有开发工作流的影响。
Google DeepMind 在新加坡设立新研究实验室，加速前沿 AI 在亚太地区的研发与应用。新团队将聚焦 Gemini 核心能力提升及语言文化包容性研究，并与政府、企业及学术界深化合作。此举旨在通过 AlphaFold、SEA-LION 等成果，推动 AI 技术更好地服务亚太地区多样化需求。
Google DeepMind 发布 WeatherNext 2，生成速度提升 8 倍，分辨率达小时级，可预测数百种天气场景。该模型基于 Functional Generative Network 架构，在 99.9% 的变量上超越前代，数据已上线 Earth Engine 和 BigQuery，并升级了 Google Search、Gemini 及 Maps 的天气服务。
推荐理由：模型速度提升8倍且支持小时级分辨率，通过多场景预测增强极端天气研判能力。
Google DeepMind 发布 SIMA 2，将 Gemini 模型作为核心推理引擎，使智能体能在 3D 虚拟环境中理解复杂指令、进行链式推理并自我改进。该模型在跨游戏泛化和与用户协作方面表现显著，目前作为有限研究预览向学术界和游戏开发者开放。
推荐理由：SIMA 2 将 Gemini 推理能力引入 3D 游戏，实现了跨游戏泛化与自我改进，为具身智能提供了新路径。
北爱尔兰 C2k 项目的 100 名教师通过整合 Gemini 和 Google Workspace 工具，每周平均节省 10 小时工作时间。试点项目捕获了 600 多个 Gemini 独特用例，涵盖行政工作简化、爱尔兰语课程创建及个性化学习支持。C2k 计划将 Gemini 培训推广至更多教师，以深化 AI 在教育中的负责任应用。
Google Research 发布 Google Earth AI、DeepSomatic 与 Quantum Echoes 三大突破，加速科研与应用的循环。
Hugging Face 发布指南，对比了 Nanonets-OCR2、OlmOCR-2、Granite-Docling 等开源OCR模型的能力与成本，介绍了 OlmOCR-Bench 等评测基准，并提供了基于 vLLM 和 Transformers 的本地部署与批量推理代码。
推荐理由：系统梳理了多款开源OCR模型的能力差异与评测基准，并提供了本地部署与批量推理的实操代码。
Hugging Face 发布 mmBERT，基于 ModernBERT 架构训练的多语言编码器模型，覆盖 1800 多种语言，在 XTREME 和 MTEB 基准上显著超越 XLM-R 等前代模型。该模型采用三阶段渐进式语言学习策略，在 3T+ tokens 数据上训练，推理速度提升 2-4 倍，并开源了模型权重、训练数据及微调代码。
推荐理由：开源了覆盖1800种语言的现代BERT架构模型，提供了显著的性能与速度提升及微调代码。
SandboxAQ 在 Hugging Face 开源 SAIR 数据集，包含 524 万条由 Boltz1 生成的 AI 共折叠蛋白-配体 3D 结构及实验验证的 IC50 数据。该数据集采用 CC BY 4.0 许可，97% 的结构通过了 PoseBusters 验证，旨在解决 AI 药物研发中高质量结构数据的长期短缺问题。
推荐理由：SAIR 开源了 524 万条高精度蛋白-配体 3D 结构及 IC50 数据，为 AI 药物发现提供了稀缺的高质量训练集。
Hugging Face 发布 FilBench，系统评估 LLM 在 Tagalog、Filipino 和 Cebuano 等菲律宾语言上的表现。评测涵盖文化、NLP、阅读理解和生成四大类，结果显示 GPT-4o 表现最佳，而 SEA-LION 等区域模型在参数效率上具有优势。开源模型在成本效益上优于商业模型，但翻译任务仍是主要难点。
Hugging Face TRL 库新增 MPO、GRPO、GSPO、RLOO 和 Online DPO 等视觉语言模型对齐算法，并原生支持 VLM 的 SFT 训练。同时集成 vLLM 以加速在线对齐过程中的样本生成，提供 colocate 和 server 两种运行模式。
推荐理由：TRL 新增 MPO、GRPO 等 VLM 对齐算法及 vLLM 集成，提供可复用的训练配置与脚本。
Mistral 展示通过 LoRA 微调 Pixtral-12B 在卫星图像分类任务上的显著性能提升。基线模型在区分“游乐场”与“体育场”等细微视觉差异时存在幻觉，微调后模型能更准确地识别密集住宅、稀疏住宅等复杂场景。该过程利用 Mistral 微调 API 或 LaPlateforme UI 即可高效完成，无需 extensive 超参数调整。
Arc Institute发布虚拟细胞挑战赛，要求训练模型预测基因沉默对细胞的影响。Hugging Face博客详细解析了挑战赛的背景、数据集结构以及Arc提出的STATE基线模型，包括State Transition Model和State Embedding Model的架构设计。
Mistral 发布 Mistral OCR API，支持图像和 PDF 输入，可高精度提取文本、表格、公式及嵌入图片，并输出有序交错的 Markdown 或结构化 JSON。该模型在多项基准测试中超越竞品，支持多语言处理，API 定价为每 1000 页 1 美元，已在 Le Chat 中作为默认文档理解模型使用。
推荐理由：Mistral 发布专用 OCR API 并公布基准数据与定价，为 RAG 场景提供结构化文档解析方案。
Mistral AI 发布 Mistral Saba，这是一款 24B 参数的区域语言模型，针对中东和南亚语言（如阿拉伯语、泰米尔语）进行了优化。该模型在区域语言任务上表现优于大 5 倍的通用模型，支持 API 调用及单 GPU 本地部署，速度超过 150 tokens/秒。
推荐理由：原文给出了24B参数模型在阿拉伯语等区域语言上的性能优势及本地部署能力，读者可据此评估区域化定制方案。
Hugging Face 联合 2A2I 和 TII 发布 Open Arabic LLM Leaderboard 2。首版 OALL 上线不到 7 个月吸引超 46,000 访客，收录超 700 个模型。新版旨在解决资源限制与结果验证问题，提供更统一、透明的基准测试平台。
Hugging Face 在 smolagents 中新增对视觉语言模型（VLM）的原生支持，允许在智能体管道中直接使用视觉能力。通过提供初始图像输入和基于回调的动态截图机制，开发者可轻松构建如自主网页浏览等视觉智能体。
推荐理由：原生支持视觉模型并给出动态截图回调示例，便于开发者快速构建具备视觉能力的智能体。
Hugging Face 发布 SmolVLM 256M 和 500M 两个新模型，其中 256M 参数版本号称全球最小视觉语言模型。新模型采用更小的 SigLIP 视觉编码器和优化的 Tokenization 技术，支持 Transformers、MLX 和 ONNX 格式，旨在降低端侧和消费级设备的运行成本。
推荐理由：Hugging Face 发布 SmolVLM 256M 和 500M 模型，在保持轻量级的同时提供多模态能力，适合端侧部署。
Hugging Face 发布 vdr-2b-multi-v1 多语言视觉文档检索模型及 vdr-2b-v1 英文版，支持无需 OCR 直接检索多语言文档。模型基于 50 万高质量合成样本训练，在 ViDoRe 基准测试中表现优异，支持 Matryoshka 表示学习与二值量化以实现高效检索。
推荐理由：开源多语言视觉文档检索模型及50万样本数据集，支持跨语言检索与高效向量压缩。
TII 发布 Falcon 3 系列开源大模型，包含 1B、3B、7B、10B 参数 Transformer 模型及 7B Mamba 模型。Falcon3-10B-Base 在 13B 以下模型中表现最佳，数学和代码能力显著提升。所有模型均开源，并支持 GGUF、GPTQ 等格式。
推荐理由：TII 发布 1B 至 10B 参数模型，在数学和代码推理上表现突出，为端侧部署提供高效选择。
Google 发布 PaliGemma 2 视觉语言模型，基于 SigLIP 和 Gemma 2 架构，提供 3B、10B 和 28B 三种参数规模，支持 224x224、448x448 和 896x896 多种输入分辨率。模型采用 Gemma 许可协议，支持商业使用与微调，Hugging Face 同步更新了 transformers 集成与 LoRA 微调脚本。
推荐理由：提供了多尺寸模型与多分辨率支持，并附带微调脚本，便于开发者快速适配视觉语言任务。
AraGen Benchmark 发布，推出基于 3C3H 评估框架的阿拉伯语 LLM 排行榜。该框架通过 LLM-as-a-Judge 从正确性、完整性、简洁性、有用性、诚实性和无害性六个维度综合评估模型的事实准确性与可用性。排行榜采用动态评估策略，数据集每三个月轮换一次以防范数据污染。
Hugging Face 发布 SmolVLM，一款 2B 参数、完全开源的视觉语言模型。该模型采用像素重排策略将视觉信息压缩 9 倍，在同等规模下显存占用最低且推理速度最快。提供 Base、Synthetic 和 Instruct 三个版本，支持本地部署与微调。
推荐理由：SmolVLM 通过像素重排策略大幅压缩视觉 Token，在同等规模下实现更低的显存占用和更高的推理速度。
Mistral AI 宣布 le Chat 新增网络搜索、Canvas 协作界面、文档图像理解、图像生成及 Agent 功能。这些新功能目前作为免费 Beta 版提供，旨在整合模型与输出，提供一站式 AI 生产力工具。
推荐理由：le Chat 新增搜索、Canvas 和 Agent 功能，且目前免费开放，为工作流整合提供了新选择。
Mistral 发布 Pixtral Large，这是一款 123B 参数的多模态解码器模型，在 MathVista、DocVQA 等基准上超越 GPT-4o 和 Gemini-1.5 Pro，支持 128K 上下文窗口。同时 Mistral Large 24.11 版本同步更新，提升了长上下文理解与函数调用能力，即将在 Google Cloud 和 Microsoft Azure 上线。
推荐理由：Pixtral Large 在多项多模态基准上超越 GPT-4o 等闭源模型，且提供 128K 上下文窗口，适合文档与图表理解场景。
Cohere For AI 发布 Aya Expanse 系列多语言大语言模型，包含 8B 和 32B 参数版本，并在 Hugging Face 开源权重。
推荐理由：Aya Expanse 通过数据套利与模型融合等创新训练策略，在多项多语言评测中超越 Llama 3.1 等主流模型，为多语言大模型训练提供了新的技术路径。
BenCzechMark 是首个全面评估大语言模型捷克语能力的评测基准，涵盖 50 项任务和 9 个类别。该基准包含 90% 的原生非翻译内容，提供准确率、精确匹配、AUROC 和困惑度等指标。目前排行榜已收录 25 多个不同规模的开源模型。
Hugging Face 发布 FineVideo 数据集，包含 4.3 万个视频、3.4k 小时时长及丰富的结构化标注。文章详细披露了从 YouTube-Commons 中筛选动态内容、构建分类法，以及利用 Gemini 1.5 Pro 和 GPT4o 进行时间级语义标注的完整技术管线。
推荐理由：文章详细披露了构建4.3万小时高质量视频数据集的过滤与标注管线，为多模态模型训练提供了可复用的工程方法。
Mistral 发布 Pixtral 12B 多模态模型，采用 400M 视觉编码器与 12B 解码器，支持 128K 长上下文及可变图像尺寸。该模型在 MMMU 推理基准上达到 52.5%，支持图表理解、文档问答及多图像处理，以 Apache 2.0 协议开源。
推荐理由：Pixtral 12B 提供原生多模态与 128K 长上下文，兼顾文本与图像能力，适合本地部署与 API 集成。
HuggingChat 发布社区工具功能，允许用户将 Hugging Face 上的公开 Space 直接转化为模型可调用的工具。该功能扩展了多模态支持，涵盖图像理解、视频生成及语音合成，并支持用户创建自定义工具或基于私有文档构建 RAG 工具。
推荐理由：HuggingChat 开放将社区 Space 转为工具的功能，支持多模态交互与自定义 RAG，丰富了现有工作流。
Meta Llama 3.1 405B 模型可在 Google Cloud Vertex AI 上部署，推荐使用 FP8 量化版本以适配 8 x H100 的 A3 节点。该模型具备 128K tokens 上下文窗口，支持多语言及工具使用。部署需配置 Vertex AI API 并申请 A3 节点配额。
Mistral AI 发布 Mistral Large 2 模型，拥有 123B 参数与 128k 上下文窗口，支持单节点高效推理。该模型在代码生成与数学推理上对标 GPT-4o 与 Claude 3 Opus，并强化了工具调用与多语言指令遵循能力。
推荐理由：模型在推理与代码能力上对标前沿闭源模型，且支持单节点部署，为开发者提供了高性价比的替代方案。