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。
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 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。
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 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。
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 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已开始在 Google AI Studio 和 Vertex AI 面向付费预览推出。
推荐理由：官方发布文给出了模型能力细节、2K/4K 分辨率、接入渠道和定价定位，开发者可据此评估是否切换或叠加使用。
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。
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 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。
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 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 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。
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 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 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 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。
IBM 发布 Granite 4.0 Nano，这是 Granite 4.0 家族中参数最小的模型，含 Granite 4.0 H 1B（约 1.5B）、Granite 4.0 H 350M（约 350M）及对应传统 transformer 版本，采用 Apache 2.0 许可。
OpenAI 发布 GPT-5 系统卡附录，说明 GPT-5 在敏感对话处理上的改进。新增针对情感依赖、心理健康和越狱抵抗力的基准。
OpenAI 发布 Sora 2，一个支持同步对话与音效的视频生成模型。同时原文提到 Sora 产品已不再可用。
推荐理由：官方宣布 Sora 2 带同步对话与音效的视频生成能力，读者可借此了解其与此前版本的能力差异。
OpenAI 发布新一代视频与音频生成模型 Sora 2。相较初代 Sora，新模型具备更准确的物理表现、更强的真实感、同步音频、更高的可控性和更广的风格范围。
推荐理由：官方说明列出 Sora 2 在物理准确性、音画同步和可控性上的能力变化，可帮助读者比较视频模型迭代方向。
OpenAI 在 GPT-5 系统卡附录中发布新模型 GPT-5-Codex，是针对 Codex 中智能体编码进一步优化的 GPT-5 版本。该模型会根据任务复杂度更动态地调整思考力度，简单对话或小任务快速响应，复杂任务则可独立长时间工作。
推荐理由：原文说明新模型在思考力度上按任务复杂度动态调整，读者可了解其与 GPT-5 在编码场景下的差异。
Writer 发布 Palmyra-mini 家族三个 1.5B 到 1.7B 的开源模型：非思考基座 palmyra-mini、面向复杂逻辑的 palmyra-mini-thinking-a，以及长于数学推理的 palmyra-mini-thinking-b。
Hugging Face 发布 Jupyter Agent 项目，用约 2TB Kaggle 笔记本构建 51k 条合成轨迹、近 0.2B tokens 的数据集，微调 Qwen3-4B-Instruct-2507 与 Qwen3-4B-Thinking-2507。
推荐理由：原文完整给出从数据清洗到微调的管线与消融数字，读者可复用其中提升小模型数据科学能力的做法。
mmBERT 发布，基于 ModernBERT 架构，在 1800 多种语言、3T+ token 上训练，是首个在 XTREME 等基准上超越 XLM-R 的多语言编码器。
推荐理由：原文给出三阶段训练细节和完整评测数据，读者可以据此评估其多语言与检索能力是否适合自己的场景。
Google 发布开源嵌入模型 EmbeddingGemma，308M 参数、2K 上下文窗口，支持超过 100 种语言，量化后内存占用低于 200 MB，适合端侧 RAG 和 Agent 场景。
推荐理由：官方博客给出架构、基准和各框架用法，还附完整微调示例，读者可以据此判断如何把它接入现有检索流程。
OpenAI 发布更先进的语音到语音模型 gpt-realtime，并更新 Realtime API。新能力包括 MCP server 支持、图像输入和 SIP 电话呼叫支持。
推荐理由：官方公布了语音到语音模型与 API 能力更新，读者可据此了解语音方向的新入口。
OpenAI 推出专用模型 GPT-4b micro，与 Retro Bio 合作设计更有效的蛋白质，用于干细胞疗法和延寿研究。该模型面向生命科学场景，帮助提升蛋白质工程效率，加速相关研究进展。
NVIDIA 发布 600 万条多语言推理数据集 Nemotron Post-Training Dataset v2，将原有英文推理数据翻译为法语、西班牙语、德语、意大利语和日语五种语言，并保留原始英文推理链。
Numina 与 Kimi 开源 kimina-prover-rl，一个基于 DeepSeek-R1 推理范式、与 Verl 完全兼容的 Lean 4 形式化定理证明训练管线，采用 GRPO 强化学习并配套 kimina-lean-server 验证服务。
Arm 发布面向图形与游戏开发的 AI 超分辨率方案 Neural Super Sampling（NSS），可在移动 GPU 的 Neural Accelerator 上实时运行。
OpenAI 在 API 平台推出 GPT-5，面向开发者提供高推理性能和新的控制选项。该模型在真实编码任务上取得同类领先的评测结果。
推荐理由：OpenAI 官方宣布 GPT-5 上线 API，读者可以据此了解其在推理和编码任务上的定位以及面向开发者的新控制能力。
OpenAI 发文称 GPT-5 是其最先进的模型，将变革企业级 AI、自动化与劳动力生产力。文章把 GPT-5 定位为智能工作新纪元的核心驱动力，聚焦企业场景下的自动化与工作效率提升。
OpenAI 介绍 GPT-5 在创意写作方面的辅助能力，说明该模型如何支持写作创作。
OpenAI 发布 GPT-5 系统卡，说明统一模型路由系统如何在 gpt-5-main、gpt-5-thinking 和轻量版 gpt-5-thinking-nano 之间分配请求，以兼顾快速和智能的响应。各变体针对不同任务和开发者使用场景做了优化。
推荐理由：官方系统卡说明 GPT-5 的统一路由机制，读者可以据此理解不同 gpt-5 变体如何按任务分配响应。
OpenAI 发布 GPT-5，称其是目前最好的 AI 系统，智能水平较此前所有模型有显著跃升。GPT-5 在编码、数学、写作、健康、视觉感知等领域具有领先表现。
推荐理由：OpenAI 官方宣布 GPT-5 发布，可借此了解其在编码、数学、写作等多项能力上的定位。