Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体模型 Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上取得 46.8%，超过此前开源 SoTA 6 个百分点以上，并超越 GPT-4.1-mini 超过 20%。
推荐理由：原文给出 SWE-Bench Verified 具体分数和部署门槛，可判断这款开源编码模型在本地与隐私场景的可行性。
TII 发布 Falcon-H1 系列开源模型，包含 0.5B、1.5B、1.5B-Deep、3B、7B、34B 六种规模及对应 instruct 版本，采用注意力与 Mamba-2 并行的混合架构，基于 Apache 2.0 类宽松许可。
Hugging Face 联合 TII 推出 Falcon-Arabic，一个基于 Falcon 3 架构的 7B 参数多语言大模型，支持阿拉伯语和英语。模型通过扩展 32,000 个阿拉伯语 token 进行持续预训练，上下文长度为 32,000 tokens。
OpenAI 在 o3 和 o4-mini 系统卡附录中介绍云端编码智能体 Codex，底层为针对软件工程优化的 o3 版本 codex-1。该模型通过强化学习在多种环境的真实编码任务上训练，生成贴近人类风格和 PR 偏好的代码，精确遵循指令，并迭代运行测试直至通过。
推荐理由：原文说明了 codex-1 的训练方式与目标能力，读者可以了解 Codex 与一般代码补全的区别。
TII 发布基于 BitNet 架构的 Falcon-Edge 系列三值语言模型，提供 1B 和 3B 两种参数规模，各含 base 和 instruct 版本。
Mistral AI 发布 Mistral Medium 3，在多项基准上达到或超过 Claude Sonnet 3.7 的 90% 表现，定价为 $0.4 输入 / $2 输出每 M token，并称超越 Llama 4 Maverick 与 Cohere Command A。
推荐理由：官方给出与 Claude Sonnet 3.7 对比的基准成绩、定价和部署选项，读者可据此评估企业落地的性价比。
OpenAI 已回滚上周 ChatGPT 中的 GPT-4o 更新，用户现改用行为更均衡的早期版本。被移除的更新表现得过度讨好或附和，常被称为谄媚（sycophancy）。
推荐理由：官方说明回退原因与现状，读者可以了解 ChatGPT 模型行为问题的处理方式。
OpenAI 宣布最新图像生成模型通过 API 中的 gpt-image-1 提供，面向开发者和企业开放。开发者可将专业级、可定制的视觉生成能力直接集成到自己的工具和平台中。
推荐理由：官方宣布 gpt-image-1 进入 API，开发者可以把专业级、可定制的图像生成直接接入自己的工具和平台。
OpenAI 发布 o3 和 o4-mini 两款新模型，称其为迄今最智能、能力最强的模型，并支持完整的工具调用。
推荐理由：官方宣布 o3 与 o4-mini 两款新模型，主打更强能力与完整工具调用，想了解 OpenAI 推理模型最新进展可由此入手。
OpenAI 发布 o3 与 o4-mini 系统卡，两款模型结合了先进推理能力与完整工具能力。工具能力涵盖网页浏览、Python、图像与文件分析、图像生成、canvas、automations、文件搜索和 memory。
推荐理由：官方说明 o3 与 o4-mini 同时具备推理和完整工具调用能力，读者可据此了解这两个新模型的能力范围。
OpenAI 在 API 中发布 GPT-4.1 系列模型，在编码、指令遵循和长上下文理解方面有显著提升，同时发布其首个 nano 模型，即日起面向全球开发者开放。
推荐理由：官方宣布 GPT-4.1 系列上线 API，编码、指令遵循与长上下文能力全面提升，还推出了首个 nano 模型。
巴塞罗那超级计算中心语言技术实验室发布 Visual Salamandra，基于 Salamandra Instructed 7B，集成 SigLIP-So400m 视觉编码器、2 层 MLP 投影层和 late-fusion 技术，可处理单图、多图、视频和纯文本输入。
Meta 发布 Llama 4 Maverick（约 400B、128 专家）和 Scout（约 109B、16 专家），均为 17B 激活参数的 MoE 原生多模态模型，在最多 40 万亿 token、200 种语言数据上训练。
推荐理由：官方公告给出两款模型的参数、上下文长度与架构细节，读者可以据此评估部署门槛和与 transformers 的集成方式。
DeepSeek-V3 更新版 0324 上架 Hugging Face Hub，架构与原版相同并改为 MIT 许可，重点改进指令遵循、代码与数学能力。官方基准显示 MMLU-Pro 75.9→81.2、AIME 39.6→59.4、LiveCodeBench 39.2→49.2，常与 GPT-4.5 相当、普遍强于 Claude-Sonnet-3.7。
推荐理由：原文汇总了基准对比、能力改进细节和多种本地部署路径，读者可据此评估是否在自己的工作流中替换旧版 V3。
OpenAI 发表 GPT-4o 系统卡附录，介绍 4o 图像生成，称其比此前 DALL·E 3 系列能力显著更强。它能生成照片级真实输出，并支持以图像作为输入进行转换。
推荐理由：原文明确了 4o 图像生成相比 DALL·E 3 的能力跃升，读者可以据此判断它在生成与图像转换上的新定位。
NVIDIA 在 GTC 2025 上发布三项面向物理 AI 的开源资源：70 亿参数的 Cosmos Transfer 世界基础模型、含超过 32 万条轨迹共 15 TB 数据的 Physical AI Dataset，以及首个开放的人形机器人推理与技能基础模型 NVIDIA Isaac GR00T N1。
推荐理由：官方一次放出 Cosmos Transfer、开放数据集和 GR00T N1 三项资源，开发者可直接获取模型权重与数据用于机器人和自动驾驶研发。
Mistral AI 发布 Mistral Small 3.1，基于 Mistral Small 3 改进文本性能、增加多模态理解和 128k 上下文窗口，推理速度达 150 tokens 每秒。
推荐理由：官方给出基准对比、128k 上下文、单卡部署要求和开源下载入口，可据此评估其在小模型生态的定位。
Google 发布 Gemma 3 系列开源模型，提供 1B/4B/12B/27B 四种尺寸，4B 及以上支持图文输入和 140+ 种语言，上下文窗口扩展到 128K（1B 为 32K）。
推荐理由：文章梳理了 Gemma 3 各尺寸能力变化并给出 transformers、llama.cpp、MLX 的推理用法，便于判断上手方式。
Hugging Face 在 Open R1 第三次更新中发布了从 DeepSeek-R1 蒸馏的 CodeForces-CoTs 数据集（近 10 万样本）、2024 年 IOI 题目构成的 IOI 基准，以及基于 Qwen2.5 Coder 微调的 OlympicCoder-7B 和 OlympicCoder-32B。
推荐理由：Hugging Face 官方复盘训练过程，给出样本打包、学习率等可复用经验，并附带完整数据集、基准和评测代码。
Mistral AI 发布 Mistral OCR 光学字符识别 API，输入图片和 PDF，输出图文交错内容，定位为多模态文档 RAG 系统的解析组件。
推荐理由：官方给出与 Azure OCR、Gemini、GPT-4o 的分项基准对比和定价细节，读者可以据此评估它是否适合替换现有文档解析链路。
Cohere For AI 发布开源权重视觉语言模型 Aya Vision，包含 8B 和 32B 两个规格，覆盖 23 种语言。32B 在 AyaVisionBench 上以 50% 到 64% 的胜率超过 Llama-3.2 90B Vision 等更大模型，8B 在同参数级领先；同时开源 AyaVisionBench 基准，并可通过 Hugging Face 和 WhatsApp 试用。
OpenAI 发布 GPT-4.5 的研究预览版，称其为目前最大、知识最丰富的模型。材料仅含发布说明摘要，未提供更多技术细节。
推荐理由：OpenAI 官方确认 GPT-4.5 以研究预览版发布，并定位为其最大、知识最丰富的模型。
Google 发布 SigLIP 2 多语言视觉语言编码器家族，在 sigmoid 损失之上加入解码器、Global-Local 损失和 Masked Prediction 等训练目标。新模型在零样本分类、图文检索和为 VLM 提取视觉表征的迁移能力上全面超过旧版 SigLIP，并新增动态分辨率的 naflex 变体和 1B 参数的 Giant 系列，模型已在 Hugging Face 开放。
Hugging Face 发布 SmolVLM2 系列，包含 2.2B、500M 和 256M 三种参数规模，主打让视频理解在手机到服务器等设备上运行。
推荐理由：官方发布三档小尺寸视频理解模型并给出端侧运行方案，读者可以据此评估轻量多模态模型在自己的设备上的可行性。
Google 发布 PaliGemma 2 mix 系列，这是在 PaliGemma 2 预训练模型基础上针对多种视觉语言任务微调的指令模型，基于 SigLIP 和 Gemma 2，提供 3B、10B、28B 三种规模。
Mistral AI 发布 24B 参数区域语言模型 Mistral Saba，基于中东和南亚数据训练，官方称其表现优于 5 倍以上规模的模型且更快更省成本。模型支持阿拉伯语及多种印度语系语言（泰米尔语尤其强），可通过 API 使用，也可像 Mistral Small 3 一样在单 GPU 上本地部署，速度超过 150 tokens per second。
OpenAI 发布 o3-mini 系统卡，说明围绕该模型开展的安全工作，包括安全评估、外部红队测试以及 Preparedness Framework 评估。
Mistral 发布 Mistral Small 3，一个延迟优化的 24B 参数模型，以 Apache 2.0 许可开源预训练和指令微调权重。模型 MMLU 准确率超 81%，延迟 150 tokens/s，官方称性能与 Llama 3.3 70B instruct 相当且在相同硬件上快 3 倍以上。
推荐理由：24B 参数、Apache 2.0 开源、可在单卡 RTX 4090 本地运行，读者可据此评估低延迟场景下的替代方案。
Hugging Face 发布 SmolVLM 家族两款新模型 SmolVLM-256M 和 SmolVLM-500M，各含 base 与 instruct 共 4 个 checkpoint，其中 256M 为迄今最小的 VLM。
推荐理由：官方详述 256M/500M 两款小模型的视觉编码器、数据配比和 tokenization 改动，适合想在受限设备上跑多模态的读者参考选型。
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，代码生成与补全速度提升约 2 倍，上下文长度达 256k。
LlamaIndex 与 Hugging Face 发布多语言视觉文档检索嵌入模型 vdr-2b-multi-v1 及英文版 vdr-2b-v1，可直接对文档页截图编码检索，无需 OCR、数据抽取管线或分块。
Answer.AI 与 LightOn 联合发布 ModernBERT 编码器模型系列，提供 base（149M 参数）和 large（395M 参数）两个规格，可作为 BERT 类模型的直接替代。
推荐理由：Answer.AI 与 LightOn 官方发布，作者本人阐述了架构与训练改动，读者可据此评估它能否替换现有 BERT 类工作流。
IBM、Princeton、CMU 和 UIUC 发布基于完全开放数据训练的混合 Mamba2 模型 Bamba-9B，在 vLLM 中相比标准 transformer 实现最高 2.5 倍吞吐提升和 2 倍延迟加速。
TII 发布 Falcon3 开源模型家族，包含 Falcon3-1B-Base、3B、7B、10B 和 Mamba-7B 五个基座模型，均低于 10B 参数。
OpenAI 推出 o1 模型，同时带来面向开发者的多项更新，包括 Realtime API 改进和一种新的微调方法。
推荐理由：官方公告集中列出 o1 模型、Realtime API 改进与新微调方法，开发者可据此了解当期可用的工具变化。
OpenAI 宣布视频生成模型 Sora 上线，用户可在 sora.com 使用。支持生成最高 1080p、最长 20 秒的视频，可选宽屏、竖屏或方形比例，还可导入自有素材进行扩展、混剪与融合，或从文本生成全新内容。
推荐理由：官方公布视频生成的分辨率、时长与素材混用方式，读者可据此判断是否把 Sora 纳入现有视频创作流程。
OpenAI 发布 Sora 视频生成模型的系统卡。Sora 接受文本、图像和视频输入并生成新视频，建立在 DALL-E 和 GPT 模型的经验之上，旨在为人们的叙事和创意表达提供更多工具。
推荐理由：官方系统卡说明了 Sora 的输入输出形式和模型来源，读者可以据此了解其能力定位。
Google 发布视觉语言模型 PaliGemma 2，将 SigLIP 图像编码器与 Gemma 2 语言模型结合，提供 3B、10B、28B 三种规模，支持 224x224、448x448 和 896x896 三种输入分辨率。
推荐理由：Google 发布 PaliGemma 2 视觉语言模型，提供 3B、10B、28B 三种规模与多分辨率选择，并附 transformers 集成和微调脚本。
Hugging Face 发布 2B 小型视觉语言模型 SmolVLM，含 Base、Synthetic 和 Instruct 三个版本，模型、数据集、训练配方均以 Apache 2.0 开源。
推荐理由：原文给出与同级 2B 模型的显存、token 编码和吞吐对比数据，可帮助读者评估端侧部署小 VLM 的实际成本。
Mistral 发布 Pixtral Large，一个基于 Mistral Large 2 的 124B 开源权重多模态模型，在 MathVista 达到 69.4%，DocVQA 与 ChartQA 上超过 GPT-4o 和 Gemini-1.5 Pro，LMSys Vision Leaderboard 上领先最近的开放权重模型近 50 ELO。
推荐理由：官方给出关键基准数字和开放下载渠道，读者可以据此判断该多模态模型在图像理解和文本能力上的定位。