Mistral 发布 Mistral Large 4 开放权重,主打编码与防御安全
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是一款 1 万亿参数的原生多模态模型,在公开预览后经过三周强化学习,编码与防御安全能力进一步提升。
推荐理由:原文给出开放权重、三档推理模式和定价,读者可据此比较开源模型在编码与防御安全上的取舍。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是一款 1 万亿参数的原生多模态模型,在公开预览后经过三周强化学习,编码与防御安全能力进一步提升。
推荐理由:原文给出开放权重、三档推理模式和定价,读者可据此比较开源模型在编码与防御安全上的取舍。
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon,定位网络安全与长周期任务,先通过 Fairwind Program 向可信网络安全防御方开放,更广泛的开发者访问称将尽快提供。
推荐理由:汇总了 Gemini 4 Carbon 的第三方榜单表现、定价与访问限制,可对照各家评测口径看这次发布的真实位置。
Mistral 发布多模态 MoE 模型 Mistral Large 4(Le Chonk),约 1T 总参数、49B 激活参数,上下文窗口 1M tokens,提供 FP8 与 NVFP4 两个官方版本。
推荐理由:原文给出 1T 总参数、49B 激活的 MoE 架构细节与网络安全基准成绩,可据此判断开源权重模型在防御场景的可用性。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:原文给出 Carbon 在网络安全与长程智能体任务上的基准表现和分阶段开放路径,可据此判断前沿模型在攻防场景中的能力边界。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,六个 2B 级模型(文本、视觉、音频、全模态、d1-2B、d1-omni-2B)全部从 LFM3-1.7B-Base 分支而来,权重已在 Hugging Face 开源。
推荐理由:Liquid AI 用同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策模型,并给出单卡微调与端侧部署路径。
Google DeepMind 发布世界模型 Genie 4,原生支持多模态,可在生成世界的同时生成音乐、环境音和交互对话。Genie 4 支持用自然语言实时修改天气、镜头和场景元素,并借助 Gemini 3.8 Flash 作为循环中的引导智能体完成多步事件推理。
推荐理由:官方披露 Genie 4 的原生音频、实时文本操控与 Gemini 协同推理,可了解世界模型当前能力边界。
Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK。
推荐理由:Mistral 一次发布语音转写、TTS 与语音智能体 SDK,并给出多语言基准和每分钟定价,便于横向比较。
Nathan Lambert 分析 Meta 本周同时推进开源与闭源前沿模型的动向:开源权重模型 Muse Spark Open 为 816B 总参数、42B 激活参数,上下文窗口 1M tokens,原生多模态,面向编码与智能体任务,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,落后于 GLM 5.3 与 Kimi K3。
推荐理由:文章把 Meta 同时发布开源与闭源前沿模型放进美国实验室竞争格局里比较,并拆解其自定义许可证的实际限制。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M、209M 四个规模,最大模型以 209M 参数在 GIFT-Eval、TIME、fev-bench 三个公开基准的预训练零样本模型中排名第一,参数仅为此前 SOTA 的三分之二。
推荐理由:Mistral 首次进入时间序列基础模型,209M 参数在三个公开基准上排名第一,并给出 CPU 推理延迟与微调路径。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过,上一代为 5 个;在对抗测试集上,有害请求违规率降低近两倍。防护上采用输入筛查、激活探针内省和持续监控三层实时保护,在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。
推荐理由:原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计,以及智能体越界行为的监控机制,可供关注前沿模型安全的人参考。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。
推荐理由:原文给出 Argon 在 ERQA 上的得分与四类机器人提示词示例,可据此判断物理推理模型能覆盖哪些机器人环节。
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可通过 Mistral Studio 的预览 API 试用,权重将于本月底开放。
推荐理由:Mistral 迄今最大模型以开放权重和自建欧洲算力为卖点,文中多项基准与拒绝率数据可供横向比较。
千问开源 Qwen-Image-2.1,将文生图与图像编辑整合在同一模型,视觉生成部分为 7B 参数,原生支持透明图像的生成与编辑。模型最多支持 10 张参考图输入,并支持圈选、涂抹和独立掩码等局部编辑方式。官方称其通过混合粒度注意力结构与 KV Cache 复用优化推理效率,多图输入场景下优势更明显。
推荐理由:官方给出 7B 视觉生成参数、原生透明图像与最多 10 张参考图等具体设定,便于对照现有图像模型评估取舍。
Qwen 发布实时同传模型 Qwen3.8-LiveTranslate,以 Interleave 架构把音频与文本交织为单流,字均延迟(LAAL)从上一代 2.8 秒降至 2.3 秒。
推荐理由:官方给出 Interleave 架构与延迟数据,并说明说话人分离、双语同屏等新增能力如何进入真实同传场景。
Qwen3.8-Omni-Flash 正式上线千问 AI 平台,支持文本、图像、音频和视频输入及 1M 长上下文,核心目标是提升真实生产力场景中的 Agent 能力。
推荐理由:官方给出与上一代及 Gemini 3.8 Flash 的评测对比和 API 降价幅度,可据此判断全模态模型的成本与能力边界。
Qwen 发布开源权重的多模态 MoE 模型 Qwen3.8-Flash-Next,主模型 125B 参数、另配 51B N-gram Embedding,每 token 激活 6B 参数,并作为 Qwen4 所用模型结构的先导预览。
推荐理由:原文给出了新架构的四个改动方向与训练成本对比,可据此判断 Qwen4 结构走向与性价比取舍。
Qwen 团队正式发布 Qwen3.8-Max,基于 Qwen 3.5 架构扩展至 2.4 万亿总参数(激活参数 95B),已在千问 AI 平台上线并可通过 API 调用,开源权重将于下周发布。
推荐理由:官方给出 2.4T 总参数与激活 95B 的规格,并附上长程自动编程与论文复现的完整过程记录,可据此判断这一代 Max 在端到端任务上的位置。
Qwen 推出第三代图像生成基础模型 Qwen-Image-3.0,核心关键词为“实”,分为内容丰实、细节真实、知识厚实三个维度。模型支持最大 4.5k token 输入,可一次生成含 9 个复杂信息图的九宫格版面,并支持 10px 小字精准渲染与 12 国语言原生渲染。
推荐理由:官方给出三代模型关键词演进与三个能力维度,可对照理解图像生成在复杂版面与细节上的进展。