GPT-5.2 推导出理论物理新结果
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。
全部AI 动态
全部动态
今日 4 条OpenAI News精选AI 评分6565 Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 3 Deep Think 重大升级，HLE 48.4%、ARC-AGI-2 84.6%
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 News精选AI 评分6262 OpenAI 发布实时编码模型 GPT-5.3-Codex-Spark
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精选AI 评分8080 Google DeepMind 发布两篇论文，展示 Gemini Deep Think 在数学与科学研究中的应用
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 NewsAI 评分4444 OpenAI 发布 GPT-5.3-Codex
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 NewsAI 评分5858 OpenAI 发布 GPT-5.3-Codex 智能体编码模型
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 AI精选AI 评分6262 Mistral 发布 Voxtral Transcribe 2 两款语音转写模型
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。
Hugging Face BlogAI 评分3636 H 公司发布 Holo2-235B-A22B Preview，登顶 UI 定位 SOTA
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 NewsAI 评分4949 OpenAI 将于 2 月 13 日在 ChatGPT 中下线 GPT-4o、GPT-4.1、GPT-4.1 mini 和 o4-mini
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。
Hugging Face BlogAI 评分4545 Microsoft 提出 Differential Transformer V2：更快解码且无需自定义 kernel
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。
Hugging Face Blog精选AI 评分6969 Overworld 发布实时交互式视频扩散模型 Waypoint-1
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 DeepMindAI 评分5555 Google DeepMind 发布 D4RT 统一 4D 场景重建与追踪模型
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 ResearchAI 评分5858 Google NeuralGCM 论文用卫星观测改进全球长时效降水模拟
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。
Hugging Face Blog精选AI 评分6060 NVIDIA 发布开源推理视觉语言模型 Cosmos Reason 2
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 BlogAI 评分4545 TII 推出 Falcon-H1-Arabic：以混合 Mamba-Transformer 架构突破阿拉伯语 AI 边界
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。
Hugging Face BlogAI 评分5353 ServiceNow AI 发布 8B 护栏模型 AprielGuard，覆盖 16 类安全风险与对抗攻击检测
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 News精选AI 评分7272 OpenAI 发布 GPT-5.2-Codex 编码模型
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精选AI 评分6363 Mistral 发布 Mistral OCR 3，文档解析胜率较 Mistral OCR 2 达 74%
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精选AI 评分8383 Google DeepMind 发布 Gemini 3 Flash，主打高速低成本的前沿智能
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精选AI 评分6666 Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，推出实时语音翻译
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 News精选AI 评分6767 OpenAI 发布 GPT-5.2，在 GPQA Diamond 与 FrontierMath 上刷新纪录
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 NewsAI 评分4545 OpenAI 更新 GPT-5 系统卡：GPT-5.2
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。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-5.2：面向专业工作的前沿模型
OpenAI 发布 GPT-5.2，定位为面向日常专业工作的最先进前沿模型，具备推理、长上下文理解、编码和视觉能力。用户可在 ChatGPT 和 OpenAI API 中使用，以驱动更快、更可靠的智能体工作流。
推荐理由：OpenAI 官方说明 GPT-5.2 的能力定位和可用入口，读者可以据此判断是否将其纳入日常工作流。
Mistral AI精选AI 评分6969 Mistral 发布 Devstral 2（123B）与 Devstral Small 2（24B）编码模型及 Mistral Vibe CLI
Mistral AI 发布开源编码模型 Devstral 2（123B）和 Devstral Small 2（24B），SWE-bench Verified 分别取得 72.2% 和 68.0%，并推出开源终端编码智能体 Mistral Vibe CLI。
推荐理由：官方公布两个尺寸开源编码模型的基准成绩、许可与部署门槛，并同步开放终端 CLI，读者可评估其替代现有方案的成本。
Hugging Face BlogAI 评分4444 DeepMath：基于 smolagents 的轻量级数学推理智能体
Intel AI 软件团队推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调并通过 smolagents 实现的数学推理智能体。模型用简短 Python 代码片段替代冗长文本推理，在沙箱中执行后回填推理上下文，输出长度最多减少 66%，同时常提升准确率。在 MATH500、AIME、HMMT、HLE 四个数据集上，GRPO 训练与智能体推理结合取得最高准确率。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral 3 系列模型，含 Mistral Large 3 与 Ministral 3 全系开源
Mistral 发布 Mistral 3 系列模型，包括 41B 激活、675B 总参数的 MoE 模型 Mistral Large 3，以及 3B/8B/14B 三种尺寸的 Ministral 3 小模型，全部以 Apache 2.0 协议开源。
推荐理由：官方发布涵盖 Large 3 与 Ministral 3 全系的参数规模、开源协议和部署途径，读者可以据此判断各档模型适合的场景。
OpenAI NewsAI 评分2727 GPT-5 与数学发现的未来：UCLA 教授用它解决优化理论关键问题
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了优化理论中的一个关键问题，展示了 AI 在加速数学发现中的作用。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 的新一代图像生成与编辑模型。
推荐理由：官方发布新图像模型，列出文本渲染、多语言、4K 分辨率等具体能力变化和各产品入口，读者可以对照评估使用方式。
Hugging Face BlogAI 评分5555 ServiceNow 发布 Apriel-H1：用推理数据蒸馏将 15B 模型改造为 Mamba 混合架构，吞吐提升 2.1 倍
SLAM Lab 发布 Apriel-H1 系列，将 15B 推理模型部分注意力层替换为 Mamba，旗舰 Apriel-H1-15b-Thinker-SFT 以 76.8B token 训练实现 2.1 倍吞吐且推理质量损失很小。
OpenAI News精选AI 评分6767 OpenAI 发布 GPT-5.1-Codex-Max 编码模型
OpenAI 推出面向 Codex 的 GPT-5.1-Codex-Max，定位为更快速、更智能的智能体编码模型。该模型面向长时间运行的项目级工作，具备增强的推理能力和更高的 token 效率。
推荐理由：官方说明了该模型面向长时间项目级任务定位，并强调推理与 token 效率改进，可作为选用参考。
OpenAI NewsAI 评分4444 GPT-5.1-Codex-Max 系统卡：安全措施详解
OpenAI 发布 GPT-5.1-CodexMax 系统卡，介绍其配套安全措施。模型层面包括针对有害任务和提示词注入的专项安全训练；产品层面包括 agent 沙箱和可配置的网络访问权限。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3 Pro，编码与多模态能力全面升级
Google DeepMind 发布 Gemini 3，称 Gemini 3 Pro 为其最智能模型，在各大基准上超越此前的 2.5 Pro。
推荐理由：官方发布给出了 Gemini 3 Pro 的基准成绩、API 定价和新工具入口，开发者可以直接评估是否迁移到现有编码与智能体工作流。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3 Pro 预览版及 Gemini 3 Deep Think
Google DeepMind 发布 Gemini 3，先以 Gemini 3 Pro 预览版形式推出，并预告增强推理模式 Gemini 3 Deep Think。
推荐理由：官方发布给出完整基准成绩和覆盖入口，读者可据此判断 Gemini 3 Pro 的推理与编码能力以及它如何嵌入现有工具链。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 WeatherNext 2 天气预报模型
Google DeepMind 与 Google Research 发布 WeatherNext 2 天气预报模型，生成预报速度快 8 倍，分辨率最高达 1 小时。
推荐理由：Google DeepMind 官方介绍了 WeatherNext 2 的技术细节、性能对比数据和开放获取渠道，读者可以据此评估其在天气预报场景的可用性。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 SIMA 2 智能体，可在 3D 虚拟世界中推理并自我改进
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从跟随指令进化为能思考目标、与用户对话并自我改进的通用游戏智能体。
推荐理由：官方介绍 SIMA 2 如何借 Gemini 从执行指令走向推理与自改进，读者可了解具身智能体训练路径。
OpenAI News精选AI 评分7373 OpenAI 在 API 中推出 GPT-5.1
OpenAI 宣布 GPT-5.1 在 API 中可用，带来更快的自适应推理、扩展的提示词缓存和更好的编码性能，并新增 apply_patch 与 shell 工具。
推荐理由：官方说明 GPT-5.1 API 版的能力变化点，开发者可以据此判断是否迁移现有调用。
OpenAI NewsAI 评分4040 OpenAI 发布 GPT-5.1 Instant 与 GPT-5.1 Thinking 系统卡附录
OpenAI 发布 GPT-5 系统卡附录，更新 GPT-5.1 Instant 与 GPT-5.1 Thinking 的安全指标。附录新增了针对心理健康和情感依赖的评估。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-5.1，更聪明也更会聊天的 ChatGPT
OpenAI 升级 GPT-5 系列，推出更温暖、能力更强的 GPT-5.1，并为 ChatGPT 新增语气和风格的自定义方式。GPT-5.1 从发布当天起向付费用户逐步推出。
推荐理由：原文直接给出 GPT-5 系列升级方向、语气定制能力和面向付费用户的开放节奏，读者可据此评估升级是否影响自身使用。
OpenAI News精选AI 评分6363 OpenAI 发布 gpt-oss-safeguard-120b 与 gpt-oss-safeguard-20b 开放权重模型及技术报告
OpenAI 发布 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 两个开放权重推理模型，由 gpt-oss 模型后训练而来，可根据给定策略推理并对内容进行标注。技术报告描述了其能力，并以底层 gpt-oss 模型为基线提供了安全评估结果。
推荐理由：原文给出两个安全审核模型的训练思路和基线安全评估来源，读者可以据此了解其按策略标注内容的能力定位。
OpenAI News精选AI 评分6060 OpenAI 发布 gpt-oss-safeguard 开源权重安全分类推理模型
OpenAI 发布 gpt-oss-safeguard，是用于安全分类的开源权重推理模型。开发者可以在其上应用并迭代自定义安全策略。
推荐理由：原文说明这是面向安全分类的开源权重推理模型，开发者可自定义安全策略并迭代，适合关注安全工程的人参考。