DeepSeek 发布 V4，在 Hub 上开源 DeepSeek-V4-Pro（1.6T 总参数 / 49B 激活）和 DeepSeek-V4-Flash（284B 总参数 / 13B 激活）两个 instruct 及对应 base 检查点，均支持 1M token 上下文。
推荐理由：文章拆解了 V4 为长上下文与 Agent 场景做的架构与后训练设计，读者可据此评估开源模型跑长任务的部署成本。
Google DeepMind 发布 Gemini Robotics-ER 1.6，面向机器人的具身推理模型，在指向、计数、成功检测等空间与物理推理上较 Gemini Robotics-ER 1.5 和 Gemini 3.0 Flash 明显提升，并新增仪表读取能力，可解读压力表和视镜。
Overworld 发布实时视频世界模型 Waypoint-1.5，权重已上传 Hugging Face。在 RTX 3090 至 5090 桌面硬件上可实时生成最高 720p、60 FPS 的交互环境，另提供面向游戏笔记本等更广消费级硬件的 360p 档位，Apple Silicon 支持即将推出。
推荐理由：原文给出两档模型的具体硬件门槛、帧率分辨率和约百倍数据训练规模，读者可据此判断自己的设备能否本地运行。
Google DeepMind 发布 Gemma 4 开源模型，基于 Gemini 3 技术，主打高级推理和智能体工作流。提供 E2B、E4B、26B MoE（推理时仅激活 3.8B 参数）和 31B Dense 四种尺寸，31B 在 Arena AI 文本排行榜上位列全球开源模型第 3，采用 Apache 2.0 许可，支持 128K-256K 上下文窗口、原生多模态和 140+ 语言。
推荐理由：原文给出了四个尺寸、基准排名和部署细节，读者可以据此判断在本地和端侧硬件上的可用性。
Google DeepMind 发布 Gemma 4 多模态模型系列，共五个尺寸（E2B、E4B、12B Unified、31B、26B A4B MoE），采用 Apache 2.0 许可，支持图像、文本和音频输入，上下文窗口最高 256K。
推荐理由：Hugging Face 官方详解 Gemma 4 架构、多模态能力与全生态部署方式，还覆盖 DiffusionGemma 和推理加速等上手细节。
TII Falcon Vision 团队发布 Falcon Perception，一个 0.6B 参数的早融合 Transformer，用混合注意力掩码处理图像块与文本，做自然语言提示的开放词汇定位与分割，在 SA-Co 上达到 68.0 Macro-F1（SAM 3 为 62.3），但在 presence calibration 上落后（MCC 0.64 vs 0.82）。
推荐理由：TII 自述用单一早融合 Transformer 做开放词汇感知，读者可以看到架构、数据配方和 SA-Co 与 PBench 上的具体对比依据。
IBM 发布 Granite 4.0 3B Vision，一个面向企业文档理解的小型视觉语言模型，以 LoRA 适配器形式叠加在 Granite 4.0 Micro 上，主打表格提取、图表理解和语义键值对提取。
Google DeepMind 发布实时语音模型 Gemini 3.1 Flash Live，称其为迄今最高质量的音频模型，延迟更低、对话更自然。在 ComplexFuncBench Audio 上得分 90.8%，在开启 thinking 的 Scale AI Audio MultiChallenge 上得分 36.1%，均领先前代模型。
推荐理由：官方给出两项音频基准分数和多产品开放入口，读者可以据此评估它对语音智能体开发的实际改进。
Mistral AI 发布首款文生语音模型 Voxtral TTS，4B 参数，支持 9 种语言，仅需约 3 秒参考音频即可适配自定义音色，并支持零样本跨语言音色迁移。
推荐理由：原文给出 9 语言、3 秒参考音色、70ms 延迟等可核验细节与人类评测对比，读者可据此评估其语音智能体方案。
H Company 发布多模态计算机使用模型 Holotron-12B，基于 NVIDIA Nemotron-Nano-2 VL 后训练约 140 亿 token，已在 Hugging Face 以 NVIDIA Open Model License 开放。
OpenAI 推出 GPT-5.4 mini 和 nano，是 GPT-5.4 更小、更快的版本。两款模型针对编程、工具调用、多模态推理进行了优化，适用于高并发的 API 与子智能体工作负载。
Mistral 发布 Mistral Small 4，首次将 Magistral 的推理、Pixtral 的多模态和 Devstral 的编码能力统一到单一模型，采用 Apache 2.0 许可开源。
推荐理由：官方宣布 Small 家系统一推理、多模态与编码能力，并给出架构参数和推理效率对比，便于评估开源部署性价比。
Mistral 发布 Leanstral，称其为首个面向 Lean 4 的开源代码智能体，权重采用 Apache 2.0 许可证，提供 120B-A6B 稀疏架构（6B 激活参数），并集成于 Mistral Vibe 及免费 API 端点 labs-leanstral-2603。
Google 开发的开源 AI 模型 SpeciesNet 可对相机陷阱图像中约 2,500 类（2,498 类）动物进行分类，训练数据超过 6500 万张标注图像。模型在留出测试集上能找出 99.4% 含动物的图像，可识别到物种级的预测中 94.5% 正确，标准笔记本每天约可处理 3 万张图像。过去一年，全球研究团队已用它在坦桑尼亚塞伦盖蒂、哥伦比亚、澳大利亚等地分析数百万张野生动物影像。
OpenAI 发布 GPT-5.4，称其为面向专业工作最强、最高效的前沿模型。新模型在编码、计算机使用和工具搜索上达到 SOTA，并提供 1M-token 上下文窗口。
推荐理由：OpenAI 官方给出 GPT-5.4 的能力定位与 1M-token 上下文，可据此判断其在专业工作场景中的可用性。
Google DeepMind 发布 Gemini 3.1 Flash-Lite，定位 Gemini 3 系列中最快、最具成本效益的模型，已在 Google AI Studio 和 Vertex AI 以 preview 形式推出。
推荐理由：官方公布定价与实测对比数据，开发者可据此评估高并发场景下换用该模型的速度与成本收益。
OpenAI 分享其 AI 模型对 First Proof 数学挑战的证明尝试，在专家级数学问题上测试研究级推理能力。相关证明过程已公开，用于检验模型在研究级难题上的推理表现。
Google DeepMind 发布 Gemini 3.1 Pro，在 ARC-AGI-2 上取得 77.1% 的 verified 成绩，推理表现是 3 Pro 的两倍以上。
推荐理由：官方公布 ARC-AGI-2 得分并覆盖消费端与开发者端入口，读者可以直接对照现有工作流评估升级。
OpenAI 发布预印本，显示 GPT-5.2 提出了一个新的 gluon amplitude（胶子振幅）公式，该公式随后由 OpenAI 与学术合作者正式证明和验证。
推荐理由：模型提出的新物理公式经学术合作者证明与验证，可作为前沿模型科研能力的具体例证。
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，面向科学、研究和工程挑战的专用推理模式。
推荐理由：原文给出 Deep Think 多项基准成绩和 API 开放入口，读者可以据此评估它在科研与工程场景的可用性。
OpenAI 发布首个实时编码模型 GPT-5.3-Codex-Spark，生成速度提升 15x，支持 128k 上下文。模型以研究预览形式向 ChatGPT Pro 用户开放。
推荐理由：OpenAI 官方公布实时编码模型的速度与上下文规格及试用范围，正在用该模型的用户可据此评估是否切换。
Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 在专家指导下解决数学、物理和计算机科学的专业研究问题。其数学研究智能体 Aletheia 配备自然语言验证器并可承认失败，在 IMO-ProofBench Advanced 上最高得分 90%，并自主解决 Bloom's Erdős 猜想数据库中的四个开放问题，包括 Erdős-1051。
推荐理由：原文给出两篇论文的具体成果和方法细节，读者可以了解 AI 辅助科研的实际边界与协作模式。
OpenAI 推出 GPT-5.3-Codex，一个 Codex 原生智能体，将前沿编码能力与通用推理相结合，用于支持长周期、真实世界的技术工作。
OpenAI 发布 GPT-5.3-Codex，称其为迄今最强的智能体编码模型。它结合了 GPT-5.2-Codex 的前沿编码能力与 GPT-5.2 的推理和专业知识能力。
Mistral 发布 Voxtral Transcribe 2 系列，包含批处理转写模型 Voxtral Mini Transcribe V2 和实时模型 Voxtral Realtime。
推荐理由：官方发布了两个语音转写模型的具体性能、价格和开放权重信息，读者可以据此对比现有转写方案的成本与延迟。
H 公司发布其最大的 UI 定位模型 Holo2-235B-A22B Preview，在 ScreenSpot-Pro 达到 78.5%、OSWorld G 达到 79.0%，创下 SOTA 纪录。该模型采用智能体定位方式迭代修正预测，带来 10-20% 相对提升，已作为研究版本在 Hugging Face 开放。训练使用 SkyPilot 统一管理跨云的 Kubernetes 集群任务。
OpenAI 将于 2026 年 2 月 13 日在 ChatGPT 中下线 GPT-4o、GPT-4.1、GPT-4.1 mini 和 o4-mini，与此前宣布的 GPT-5（Instant、Thinking、Pro）退役同步进行。API 侧目前没有任何变化。
微软团队（Tianzhu Ye、Li Dong、Yutao Sun、Furu Wei）发布 DIFF Transformer V2，在 DIFF V1 基础上让相减的两个 head 共享同一 GQA 组的 key 和 value，不再增加 KV head，解码速度与标准 Transformer 相当，也无需自定义 attention kernel。
Overworld 发布实时交互式视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘交互生成可进入的虚拟世界。
推荐理由：原文给出训练方法、推理库与帧率数据，并解释它与微调路线世界模型在控制延迟上的差异。
Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），用统一的 encoder-decoder Transformer 框架从普通视频重建动态 3D 场景并追踪时空运动。
Google 发布在 Science Advances 的论文，介绍 NeuralGCM 通过直接在 2001 至 2018 年 NASA 卫星降水观测上训练，改进全球降水模拟能力。
NVIDIA 发布 Cosmos Reason 2，一个面向物理 AI 的开源推理视觉语言模型，登顶 Physical AI Bench 和 Physical Reasoning 排行榜，成为视觉理解排名第一的开源模型。
推荐理由：官方发布给出模型规格、上下文长度和评测变化，读者可据此评估其是否适合机器人与视频分析场景。
Hugging Face 博客宣布推出 Falcon-H1-Arabic 阿拉伯语模型家族，包含 3B、7B、34B 三种规格，采用融合 Mamba（State Space Model）与 Transformer 注意力的混合架构。
ServiceNow AI 发布 8B 参数安全护栏模型 AprielGuard，可检测 16 类安全风险以及提示注入、越狱、记忆投毒等对抗攻击，并支持独立提示、多轮对话和含工具调用与推理轨迹的 agentic 工作流输入。
OpenAI 发布 GPT-5.2-Codex，称其为目前最先进的编码模型。该模型主打长程推理、大规模代码变换和增强的网络安全能力。
推荐理由：官方说明点出长程推理、大规模代码改造与安全能力三个方向，可作为评估其编码定位的基本参照。
Mistral AI 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上对 Mistral OCR 2 的整体胜率为 74%。模型（mistral-ocr-2512）定价 $2/1000 页，Batch-API 半价至 $1/1000 页，输出支持带 HTML 表格重建的 markdown，并可拖拽 PDF/图片解析为文本或结构化 JSON。
推荐理由：官方给出与上一代的胜率对比、定价和接入方式，读者可以据此评估它在文档解析流程中的成本与适用性。
Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级速度和成本结合。
推荐理由：官方给出关键基准分数、价格和开放渠道，读者可以据此比较它与大模型在速度成本上的取舍。
Google DeepMind 发布面向实时语音 Agent 的更新版 Gemini 2.5 Flash Native Audio，提升函数调用、指令遵循与多轮对话能力，在 ComplexFuncBench Audio 上得分 71.5%，开发者指令遵循率从 84% 升至 90%。
推荐理由：官方给出了函数调用、指令遵循的具体提升数据和落地入口，读者可以据此评估现有语音 Agent 是否值得升级。
OpenAI 发布 GPT-5.2，称其为迄今数学和科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上创下新的 SOTA 成绩。文章展示了这些能力提升如何转化为实际研究进展，包括解决一个开放理论问题和生成可靠的数学证明。
推荐理由：原文给出 GPT-5.2 在数学与科学基准上的成绩及其在真实研究中的应用，适合想了解模型推理能力边界的读者。
OpenAI 发布 GPT-5 系统卡更新，介绍 GPT-5 系列最新模型 GPT-5.2。该模型的安全缓解方案与 GPT-5 及 GPT-5.1 系统卡所述基本一致。训练数据涵盖公开互联网信息、第三方合作数据以及用户和人类训练员提供或生成的信息。