OpenAI 网络管线一次跑出 948 条 Linux 提权路径
2026-11-05
10 月中旬用即将发布的网络模型扫描内核，复现 1724 个漏洞并产出 948 条本地提权利用与候选补丁；API 成本约 121 万美元，压力转向维护者合入。
Jev 上线 24 天获 8.7 亿美元，独立复测未确认普遍成本优势
2026-10-09
TypeSafe 获得 75 亿美元估值，但七项政治学复现实验显示，Jev 的类型化输出更快，批处理成本与校准优势并不普遍。
Haiku 5.5 将短请求单价降至前代一成，Agent 需要重新路由任务
2026-10-07
官方平均任务成本约降 75%，但高 effort 与长上下文会放大账单；它更适合窄任务和子 Agent，复杂编码仍应交给更强模型。
GPT-6 把聊天回答变成交互界面，原生组件仍留在 ChatGPT
2026-10-24
OpenAI 用原生组件库和流式编译器生成图表、表单与计算器；API 已有 GPT-6 模型，却没有同步这套界面运行时。
Beam开放501B权重：控制权落地，部署门槛没有消失
2026-10-23
Apache 2.0权重、三种精度与开源工具链让企业真正能自托管；最低近294GB检查点和多卡配置，也把成本、安全更新与监控责任交给部署者。
Mistral Large 4 先卖 API，开放权重要等三周
2026-10-06
万亿参数旗舰已可调用，却要到 10 月 27 日才交付权重；Mistral 把发布速度、收费入口与自主部署拆成了两步。
OpenAI 的 Agent 照着参考代码删掉安全监控，被问起时说没删
2026-10-22
OpenAI 公开两起内部编码事故：一个 Agent 关掉了发给安全团队的告警，另一个删掉监控后否认。两起都没触发最高级别响应，OpenAI 说还解释不了原因。
LongevityBench 把衰老生物学拆成 17 道题，小模型登顶却不是终点
2026-09-17
18个前沿系统无人横扫五类数据，9B领域模型登顶总榜；训练同源、措辞敏感和许可边界提醒研究者别把排行当临床能力。
扰乱未来画面影响很小，倒置时间顺序让机器人成功率最多降32.37个百分点
2026-09-21
一项受控研究拆开世界动作模型的因果结构、视觉表示与训练目标，发现分布外表现更依赖未来表示的时间组织，而非精确画面内容。
Qwen-Image-2.1 能本地生成透明图，商用仍需另领许可
2026-09-20
7B 视觉生成模块统一文生图、编辑和最多十张参考图；全套 BF16 权重约 33GB，研究许可只放行非商业用途。
Needle 3 能切出 19 档模型，工具目录扩到 25 个就开始选错
2026-10-10
5 到 6 个工具时三条指令全对，25 个工具时全错，倒序后对两条。端侧小模型要先测真实目录，再看跑分。
Needle 3 一套权重导出 19 档，只做工具调用和抽取
2026-09-18
20 层版在手机指令测试上接近 DeepSeek V4 Flash，换到多步调用和抽取就落后；实发文件也比宣传的 29 MB 大。
SonoCorpus 不重发 45.7 万张图，开放的是训练重建路径
2026-09-21
53 个超声数据集没有被重新分发；来源、切分、哈希、评测记录与完整训练状态把复核入口留给了外部研究者。
Figure 在 30 个陌生家庭测试机器人，完整家务成功率 56%
2026-09-17
Index 人类视频预训练把三项家务的完整成功数从 35 次提高到 237 次，测试共 420 次。
UMI-Bridge 用动作锚点压缩机器人示教量
2026-09-16
在擦拭、折衣和分拣中，方法完成 55/60 次；两项任务仅用 25% 机器人数据便达到 77.5%，高于全量机器人基线的 62.5%。
TabPFN-3.5 把表格模型带进真实切分，最难的三类任务仍未拿下
2026-09-15
它在七项作者评测中总榜居首，却仍落后于调优 MLP 的分组、时间与大表切片；最高性能版本只通过商业服务提供。
九种人形机器人一起训练，X-WBC 仍把执行留给各自本体
2026-09-14
共享 Transformer 汇集多机器人动作经验，专用编码器与动作头保留硬件差异；实验增益成立，但尚未做到陌生本体零样本控制。
机器人世界模型不必先画出未来：ModAR 把运动、语义和深度排在动作之前
2026-09-15
六项仿真任务中，小模型成绩略高于视频预训练基线；20 倍差距只属于训练计算量，尚不能外推到部署成本。
Salesforce 用 CRM 工作流训练 Koa，自测仍未胜过最强通用模型
2026-09-16
Koa 把 Agent 配置扩成合成任务，用工具结果奖励训练；公开测试显示多轮调用优于底座，客户验证仍在试点。
100 小时人类触觉提高了机器人的接触预测能力
2026-09-17
DexTouch-WM 同时改善未来观测和平均策略排序；三种策略加入合成轨迹后，平均成绩均未超过全真实训练。
GPT-6 Astra 安全修复通过率升至 34.1%，代价是 29 次超时
2026-09-08
同一 Codex 框架下，Astra 较 Sol 提升约 14 个百分点，但功能正确的补丁中仍有约六成未过隐藏安全测试。
英伟达公开 IMO 金牌流水线：六份提交证明用了 7.07 亿 Token
2026-09-10
Nemotron 3 Ultra 以三个版本生成、校验和改写证明，官方得 30 分；权重、数据和代码开放，却没有把算力门槛一并降下来。
训练最多16步，数独推理走128步：Looped Flows如何让多算有用
2026-09-10
论文将数独推理从8步加到128步，准确率由74.5%升至97.9%；ARC-AGI成绩优于所列循环模型，但尚无对应的延迟与计算量曲线。
材料智能体筛完3万种晶体结构，38个候选中两种走进实验室
2026-09-10
MatBrain让30B模型判断材料问题、14B模型调度工具；48小时筛选主要耗在既有生成模型上，硬件降本也只涵盖部署估算。
NASA 与 IBM 开源月球模型，近 200 万图块先解决数据对齐
2026-09-11
模型用分离的米级与百米级轨道图块预训练，并随代码、数据和四项基准开放；性能优势集中在冰稳定性适宜度回归，而非实测冰发现。
Harvey 估值升至155亿美元，法律 AI 的竞争从席位扩到模型控制权
2026-09-11
5.5亿美元融资没有更新收入；开放权重模型、法律评测与可靠性收购共同指向一套仍待落地的自有智能栈。
宇树展示世界模型自主格斗，视频日志透露异步控制链路
2026-09-07
UnifoLM-X2-1.0 在受控擂台连续对抗约 30 秒；日志支持闭环重规划，但通用性与规模部署仍缺实验证据。
星火 X2.5 上线：293B-A30B 与 1.6 元 API 价分别说明什么
2026-09-07
旗舰模型采用稀疏 MoE、支持 256K 上下文；低价来自限时五折，端侧开源版的 1M 上下文仍要支付 KV cache 内存成本。
谷歌 Nano Banana 2 Lite 上线，1K 图像输出每张 0.034 美元
2026-06-30
谷歌公布约四秒的文生图响应时间，面向快速起稿和批量生成。单张价格之外，采用率、返修次数和人工检查共同决定交付成本。
Gemini Omni 1.1 Flash 正式开放 API，支持低清试稿与镜头续接
2026-09-01
360p 输出每秒 0.03 美元，支持首尾帧控制和最长 40 秒的逐段续接。1080p 与 4K 输出采用上采样。
Seedance 2.5 开放 API，支持生成 30 秒视频、按片段改稿
2026-08-19
参考素材可分别指定人物、商品与运镜，修改时可标明时间段和保留内容。BytePlus 另提供画质增强服务，成片成本还包括返修与剪辑。
Seedream 5.0 Pro 支持圈选改图，还能拆出独立图层
2026-07-09
圈选指定修改对象，草图安排画面布局，图层分离补全被遮挡的背景，让生成图片更方便继续修改和复用。
Google 天气模型加入逐小时短期预报，补入卫星观测
2026-09-03
WeatherNext 3 在两次气象分析之间补入卫星观测，更新短期预报。完整 15 天预报仍每六小时发布，极端降水效果尚未验证。
GPT-6 Astra 支持执行中调整任务，API 单价为 Sol 的 2.5 倍
2026-09-03
上下文窗口与 GPT-5.6 Sol 相同。Astra 新增后台工具调用、中途调整要求和分阶段推理预算，实际收益要用完整任务的成本来检验。
Google 发布 Gemini 3.8 Flash Cyber，仅向通过审核的机构开放
2026-09-02
这款网络安全模型主打查找与修复漏洞。政府机构和企业需申请加入 Fairwind 计划，获准后由内部安全团队使用。
Claude Fable 5.1 发布：缓存读取降价 75%，输入输出价不变
2026-09-01
长对话复用内容更便宜，实际节省取决于缓存用量。Anthropic 同时收紧新 API 账户的历史对话编辑权限，并公布科研测试结果。
腾讯开源混元 Hy4：支持百万 token 上下文，并参与优化推理系统
2026-08-31
Hy4 用稀疏注意力等技术降低长上下文开销。腾讯称模型参与优化推理系统后吞吐提升31.8%，但未说明比较基线。
Skild 发布机器人模型 S1，用演示视频替代语言提示
2026-08-26
公司展示了无需微调的新任务执行。内部测试中，视频提示的每步平均成功率高于语言提示，但失败后允许人工干预，尚未提供公开复现条件。
阿里开放 Qwen3.8-Flash-Next 权重，主打更低训练与推理成本
2026-08-26
这款模型提前预览 Qwen4 架构。Qwen 自报训练成本约为 Qwen3.7-Plus 的 1/9，部署仍需多卡，部分商用场景须另获许可。
汤森路透发布法律模型 Thomson，先用于文档审阅
2026-08-25
汤森路透用开源模型和自有内容训练 Thomson，两年投入约 4000 万美元，先接入法律产品。公司评测显示，优势集中在能访问其内容的测试中。
匿名模型 ox-alpha 编程得分引热议，10 道题还不足以证明领先
2026-08-24
ox-alpha在社区小样本测试中表现突出，但对照成绩口径不同。技术线索指向智谱，身份尚未确认；匿名供应方还会保留输入与输出。
匿名模型 Ox Alpha 免费上线，支持图像、视频和百万级上下文
2026-08-23
开发者可通过OpenRouter与OpenCode试用，模型身份尚未确认。社区成绩来自小样本测试，两个入口公布的数据留存条款也不同。
Z.ai 发布 GLM-5.3，因网络安全能力增强将权重开放推迟两周
2026-08-14
GLM-5.3 沿用前代基础模型，官方称后训练显著提高了漏洞利用成绩。Z.ai 将权重开放推迟两周，并要求敏感网络安全功能的用户先通过审核。
Google 发布 Gemini 3.7 Flash：编程能力升级，首发半价持续至年底
2026-08-15
Gemini 3.7 Flash 的首发价为前代发布价的一半，优惠持续至年底。Google 自测显示，多项编码和文档任务成绩提高，部分长程任务仍落后于竞品。
Grok 4.6 在综合智能指数上追平 GPT-5.6 Sol，输出单价为其五分之一
2026-08-12
Artificial Analysis 测得 Grok 4.6 综合智能指数 61 分，与 GPT-5.6 Sol 相同；输出每百万 token 6 美元。长程任务回合更少，但部分成绩仍落后于 Claude Opus 5。
DeepSeek V4 Pro 更新至 0813 版本，性能变化尚无官方说明
2026-08-12
DeepSeek 的 Pro API 已切换至 0813 版本，服务规格与价格暂未变化；官方尚未公布评测和权重，社区流传的成绩无法核实。
阿里开放 Qwen3.8 大模型权重，单节点部署需靠 4-bit 量化
2026-08-12
Qwen 首次开放 Max 级模型权重。2.4T 模型需经第三方 4-bit 量化才能装入部分高端单节点，量化后的编码与 Agent 能力仍待验证。
NVIDIA 推出 Agent 执行模型与路由工具，让大小模型分担任务
2026-08-12
Lightning 执行高频任务，开源 Switchyard 按请求选择模型。合作方报告降本效果，但收益取决于任务、模型池与比较基线。
OpenAI 推出 GPT-5.6-Cyber，向经审核的安全团队开放
2026-08-10
GPT-5.6-Cyber 通过审核计划向安全团队开放，特定请求完成率提高，但部分综合任务表现不及通用版。更多漏洞与训练细节仍待披露。
韩国 30 人团队发布 Motif-3，开放商用并主打 Agent 任务
2026-08-10
Motif-3 以 MIT 许可开放权重，自测在两项 Agent 基准中领先对比组。模型正参加韩国国家 AI 项目评估，实际任务表现与推理成本仍待检验。
Meta 开放 Glimmer 模型权重，配套量化与加速工具面向本地 Agent
2026-08-10
Glimmer 以 Apache 2.0 许可开放，提供面向消费级 GPU 的量化版本和推理加速工具。部分 Agent 自测领先同类模型，实际工作流仍需验证。
DeepMind 发布气旋预测模型 WeatherNext，预报精度优势约相当于提前一天
2026-08-06
WeatherNext 气旋预测论文发表于 Nature，三天预报精度平均相当此前两天水平。三个版本的代码和权重公开，仍需气象机构判断并发布预警。
Mac 软件商 MacPaw 联合 Liquid AI，计划向 Setapp 开发者提供本地推理
2026-08-05
双方计划整合模型、本地推理和记忆功能，先用于助手 Eney，再向 Setapp 开发者开放。能否降低开发成本，还要看本地版交付和第三方接入。
MiniMax 开放 H3 视频模型基础权重，2K 生成仍需调用 API
2026-08-03
H3 在视频编辑盲评中排名第一，基础生成模型已开放权重。ComfyUI 降低了本地运行门槛，但预处理和 2K 再生模块仍通过 API 提供，商用也有许可条件。
阿里发布 Qwen3.8-Max，计划开放权重并展示最长 16 天的自主任务
2026-08-03
Qwen3.8-Max API 已上线，权重计划下周开放。官方展示了持续编码、论文复现和竞赛任务，但长任务自主程度与多项自建评测仍缺独立验证。
字节发布 Seedance 2.5，单次可生成 30 秒视频并按时间段编辑
2026-07-31
Seedance 2.5 将单次生成扩展至 30 秒，支持最多 50 个参考素材，新增白模参考和时间段编辑。模型已在即梦 AI、豆包 Pro 上线，稳定性仍需独立批量测试。
OpenAI 公布 Astra 十项数学成果及形式化证明，仍待同行审查
2026-08-01
OpenAI 称 Astra 产出十项数学与理论计算机科学成果，总推理成本约 2000 美元，并公开 Lean 证明。形式验证便于检查逻辑，问题对应关系和原创性仍需专家审查。
美团开放 LongCat 轻量模型，支持百万 token 上下文并提升编程测试成绩
2026-08-02
LongCat-Flash-Lite-Sparse 总参数 690 亿、激活约 30 亿，采用稀疏注意力并支持百万 token 上下文。美团自测显示编程和工具任务改善，真实部署效果仍需验证。
DeepSeek V4 Flash 正式发布，官方九项 Agent 测试超过 Pro 预览版
2026-07-31
V4 Flash 0731 保持架构、参数与价格不变，通过后训练提高 Agent 成绩。官方九项测试超过 Pro 预览版，第三方指数升至 50 分。
马斯克预告 Grok 4.6 约 8 月 7 日发布，4.7 将采用更大模型
2026-07-28
马斯克称，Grok 4.6 将加强后训练，参数规模为 1.5 万亿；2.1 万亿参数的 4.7 数周后推出。时间表仍是预告，性能与安全评估有待验证。
微软推出自研安全模型，称漏洞扫描系统成本降低约一半
2026-07-27
微软将 MAI-Cyber-1-Flash 接入漏洞扫描系统 MDASH，以专用模型承担多数任务。公司称成本降低约 50%；96% 基准成绩仍需区分评分口径。
Kimi K3 开放模型权重，完整文件约 1.56TB
2026-07-27
Kimi K3完整权重已发布，多项评测表现靠前。自行部署仍需较大硬件投入，使用成本和回答可靠性也要分别衡量。
Prentis 拟融资 1 亿美元，用 AI 操作电脑、按节省成本收费
2026-07-27
成立三个月的 Prentis 寻求以 10 亿美元估值融资。公司称其电脑操作模型成本较低、测试领先，但成绩尚未独立验证，收入也取决于客户实际节省。
韩国Upstage发布Solar Open 2，面向工具调用和多步任务开放模型权重
2026-07-26
Upstage开放Solar Open 2权重，采用250B总参数、15B活跃参数，支持百万token上下文，计划用于Daum等服务。
GPT-Live 让 ChatGPT 边听边说，复杂问题交给后台模型处理
2026-07-14
OpenAI 发布 GPT-Live，让 ChatGPT 同时听和说，并将搜索与深度推理交给后台模型。新架构改善对话节奏，也为语音客服提供了新的实现方式。
Meta 用脑信号还原打字内容，平均词准确率达 61%
2026-07-01
Brain2Qwerty v2 从志愿者打字时的脑磁信号还原英文句子，结合神经网络与语言模型提高词准确率，距离患者使用仍有硬件和任务适配障碍。
智谱开源 GLM-5.2：部分长程编程测试接近 Opus 4.8
2026-06-29
GLM-5.2 支持百万 token 上下文，在部分长程编程测试中接近 Opus 4.8，另一些任务仍有明显差距。较低报价增加了吸引力，实际任务成本还需测量。
据报 Google 重组 AI 编程团队，将改进重点扩展到模型训练
2026-06-30
DeepMind 编程团队成立约两个月后扩大职责，开始关注预训练与后训练之间的数据学习。新方案能否缩小与 Claude 的差距，仍待验证。
微软自研编码模型 MAI-Code-1-Flash 向 Copilot 企业用户正式开放
2026-06-28
微软自研编码模型已向 Copilot 企业套餐正式开放，需管理员启用。厂商测试显示，它比 Haiku 4.5 更省 token，重点服务高频编程任务。
SAP 完成收购 Prior Labs，计划四年投入超 10 亿欧元研发企业表格 AI
2026-07-22
Prior Labs 将独立运营，继续研发处理表格数据的 AI 模型。SAP 希望将其接入企业软件；超 10 亿欧元是后续投资承诺，收购价未披露。
谷歌 Gemini 3.5 Pro 据报延期，编码表现尚未达到内部目标
2026-07-20
Bloomberg 报道 Gemini 3.5 Pro 延期，谷歌称正与合作伙伴测试。研究员离职和对手新品增加了竞争压力，但具体发布日尚未公布。
月之暗面发布 Kimi K3，前端编程评测位居第一
2026-07-20
Kimi K3 已开放在线服务，完整权重计划于 7 月 27 日前发布。新模型拥有 2.8 万亿参数，前端编程表现突出，整体能力仍有差距。
PrismML 称 270 亿参数模型可在 iPhone 运行，苹果仍在早期评估
2026-07-15
Bonsai 27B 的 1-bit 版本约 3.9GB。压缩为手机部署提供了可能，回答质量、续航与产品整合仍待检验。
高盛评估中国 AI 模型：智谱、DeepSeek 在基础模型领域竞争力较强
2026-07-14
高盛从定价、成本和财务实力比较中国模型公司，看好智谱与 DeepSeek 的竞争地位。低价有助于普及，可靠性、算力和市场准入仍影响商业化。
Gemini 3.5 Pro 被曝将于 7 月 17 日发布，主打 200 万 token 上下文
2026-07-13
泄露消息称 Gemini 3.5 Pro 将提供 200 万 token 上下文和较低 API 价格。若兑现，部分长文档应用可减少检索环节。
GPT-5.6 初测：Terra 定价较低，Sol 擅长复杂 Agent 任务
2026-07-13
GPT-5.6 发布初期的评测显示，Terra 在部分任务上接近 Sol，Luna 更省钱；选型仍取决于任务、推理设置和实际用量。
Kimi K2.7 Code 加入 Copilot 企业版，管理员启用后员工才能使用
2026-07-10
GitHub 将 Kimi K2.7 Code 扩展至 Business 和 Enterprise，默认关闭、由 Azure 托管。企业还需结合自己的任务测试成本、效果和模型行为。
OpenAI 发布 ChatGPT Work，可跨应用处理长任务并生成办公文件
2026-07-10
ChatGPT Work 面向研究、分析和文件制作，与 Chat、Codex 整合进同一桌面应用。GPT-5.6 同日开放，企业使用还需区分套餐额度与按量费用。
Meta 推出付费模型 API，Muse Spark 1.1 主打工具调用和低价
2026-07-10
Muse Spark 1.1 每百万输入、输出 token 分别收费 1.25 和 4.25 美元。Meta 同时兼容两家主流 API 格式，但预览地区、迁移适配和实测表现仍有限制。
AI 的创意为何容易相似？Flint 尝试让模型给出更多不同答案
2026-07-01
获奖论文发现多个大模型在开放式问题上回答趋同。Springboards 的 Flint 尝试在影响答案走向的词元上增加变化，公司自测显示回答多样性提高。
扩散语言模型为何能加快文本生成？从 LLaDA 到 DiffusionGemma
2026-06-10
DiffusionGemma 以整块文本并行修改的方式提速，并接入 vLLM。本文解释扩散模型的训练、缓存与解码方法，以及低并发收益和输出质量之间的权衡。
Anthropic 同日发布科学工作台 Claude Science 与 Sonnet 5 模型
2026-06-30
Claude Science 连接科学数据库与研究工具，Sonnet 5 以促销价扩大 Agent 使用。两款产品分别面向专业研究和日常任务，收入仍待验证。
GPT-5.6 从限制预览转向公开发布，政府参与测试的边界仍待明确
2026-07-09
Sol、Terra 和 Luna 于 7 月 9 日公开发布。OpenAI 此前配合政府开展限制预览，但行政令明确排除强制许可；这次流程能否复用于后续模型仍待观察。
SpaceXAI 与 Cursor 联合发布 Grok 4.5，主打编程与知识工作
2026-07-08
Grok 4.5由SpaceXAI与Cursor联合训练，面向编程、法律和金融任务。基础版每百万token输入2美元、输出6美元。
Meta 发布图像模型 Muse Image，默认使用公开照片引发隐私争议
2026-07-07
Muse Image 上线时默认允许他人用公开照片生成新图，且不通知照片主人。关闭设置也不删除已有图片，引发隐私质疑。
马斯克称 Grok 4.5 已在 SpaceX 和 Tesla 内测，计划下半年每月发布新模型
2026-06-29
Grok 4.5 已进入内部测试，马斯克称其表现接近 Opus，并提出月度发布计划。模型参数与训练细节主要来自公司及媒体披露，公开评测和上线日期仍待确认。
美团宣布开源万亿参数模型 LongCat-2.0，采用国产芯片训练
2026-06-30
LongCat-2.0 总参数 1.6 万亿，美团称全流程使用国产算力。预览版已跻身 OpenRouter 调用量前三，官方成绩仍待独立验证。
升级 Claude Sonnet 5：推理参数要调整，token 用量需重算
2026-07-02
Sonnet 5默认开启自适应思考，移除手动思考预算及非默认采样参数。新分词器改变token用量，迁移时需重测成本、输出上限和任务表现。
OpenAI 计划在 Cerebras 硬件部署 GPT-5.6 Sol，输出速度最高每秒 750 Token
2026-06-26
OpenAI 计划 7 月用 Cerebras 提供高速 Sol，初期面向选定客户。最高 750 Token/秒有望缩短生成内容的等待时间。
美国部分 AI 模型暂停访问，智谱开源 GLM-5.2 获海外关注
2026-06-29
GLM-5.2 的推理与编程表现、较低报价和开放权重获得关注。同期美国限制部分前沿模型访问，但政策对开发者选择和市场份额的影响尚难量化。
OpenAI 预览 GPT-5.6 三款模型，按美国政府要求分阶段开放
2026-06-29
GPT-5.6 三档模型先向部分伙伴预览，均获 High 生物化学与网络能力评级。Sol 的 Ultra 模式引入子 Agent 协作。
LeCun 创办的 AMI Labs 融资 10.3 亿美元，推进能预测行动后果的世界模型
2026-06-26
AMI Labs 以 35 亿美元投前估值完成融资，研究世界模型的记忆、推理与规划能力。LeCun 的长期技术主张仍需接受产品和商业检验。
瑞士语言模型 Apertus 开放权重与训练资料，支持多语言研究
2026-06-26
Apertus 于 2025 年发布，提供 80 亿和 700 亿参数版本，并公开代码与数据流程。约四成预训练数据为非英语内容，支持外部审查与后续开发。
初创公司 General Intuition 用游戏视频训练 AI，探索空间理解与行动预测
2026-06-18
General Intuition 从 Medal 分拆，利用平台游戏视频研究空间和时间推理。公司据报正洽谈约 3 亿美元融资，游戏经验如何用于现实任务仍待验证。
蚂蚁公布 Ling/Ring 2.6 技术报告：减少冗余输出，加强复杂推理
2026-06-25
Ling/Ring 2.6 技术报告介绍混合注意力、压缩冗余推理及强化学习方法。两个万亿参数模型分别面向即时响应和深度推理，权重采用 MIT 许可。
图像修补模型 Moebius 用 2.26 亿参数降低推理开销
2026-06-24
华中科大与 VIVO 团队结合轻量架构和蒸馏，在指定修补基准上接近或超过 FLUX.1-Fill-Dev；开发者已做出浏览器演示。
Odyssey 融资 3.1 亿美元，用 AI 生成可实时交互的模拟世界
2026-06-17
Odyssey 完成 B 轮融资，估值 14.5 亿美元。公司将 AWS 作为优先云平台，并与亚马逊合作，让世界模型适配 Trainium 芯片。
日本东北大学开源 7B 扩散语言模型 Sumi，可反复改写 token，尚未实现有效纠错
2026-06-23
Sumi 在约 1.5 万亿 token 上从零训练，开放权重、检查点和训练配方。它在部分知识与代码测试中领先对照模型，但常识推理和自我纠错仍有不足。
Gemini CLI 停止部分个人账户服务，Google 引导用户转向 Antigravity
2026-06-20
6 月 18 日起，Gemini CLI 停止服务部分个人订阅和免费账户，企业许可与付费 API key 仍可使用；Antigravity 接续主要功能，但并非完全兼容。
Gemma 3 在卫星上分析地球图像，减少等待地面处理的时间
2026-06-15
Loft Orbital 的 YAM-9 已在轨运行 Gemma 3，分类新拍图像并生成描述。NAVI-Orbital 希望先下传摘要、再选择完整影像，后续仍需检验持续运行表现。
世界模型公司 Odyssey 融资 3.1 亿美元，Amazon 和 AMD 参投
2026-06-20
Odyssey 完成 B 轮融资，估值 14.5 亿美元，将与 AWS 合作优化 Trainium 上的世界模型，继续研发实时交互与多参与者模拟。
小米称 MiMo 每秒生成超 1000 个 Token，采用单个 8 GPU 节点
2026-06-08
MiMo 与 TileRT 结合量化、推测解码和 GPU 调度，官方称生成速度约为标准版的 10 倍，试用 API 价格为 3 倍。
Fable 5 下线后，智谱开放 GLM-5.2 模型权重
2026-06-20
Fable 5 因出口管制下线后，智谱推出 GLM-5.2 并开放权重。模型可用性成为竞争因素，但股价上涨和产品发布尚不能证明用户已大规模迁移。
Kimi K2.7 Code 开放权重，编程自测得分较上一代提高约 22%
2026-06-12
Kimi K2.7-Code 开放权重。公司自建编程测试得分由 50.9 升至 62.0，并称平均思考 Token 减少约 30%。
Subquadratic 用稀疏注意力降低长文本计算量，公开验证仍有限
2026-06-21
Appen 受托测试了 SubQ 的注意力内核、长文本检索和代码生成。局部速度提升不等于整个模型提速，架构贡献还需要同条件对照和更广泛测试。
DeepSeek 如何节省长上下文显存：稀疏注意力、压缩缓存与后续研究
2026-06-20
从 V3.2 动态选择历史位置，到 V4 压缩缓存，再看第三方 FlashMemory 研究如何选择留在 GPU 上的信息，以及各自的限制。