新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
H company 发布 Holo3.1 系列电脑操作模型，涵盖 0.8B、4B、9B 及 35B-A3B 四种尺寸，重点提升桌面、网页和移动端的跨环境鲁棒性与本地执行能力。新版本在 AndroidWorld 移动基准上表现提升明显，并新增对函数调用的原生支持；同时官方推出了 FP8、NVFP4 和 Q4 GGUF 等量化权重，支持在消费级硬件或本地网络中纯离线运行。
推荐理由：该系列通过量化权重和轻量尺寸将电脑操作智能体扩展至本地端侧，为注重隐私与低延迟的自动化工作流提供了可落地的开源模型方案。
JetBrains 正式发布开源混合专家模型 Mellum2，总参数量为 12B 且每个 token 仅激活 2.5B 参数，专注于文本与代码任务。该模型基于 Apache 2.0 许可证开源，官方测试称其比同尺寸模型推理速度提升 2 倍以上，适用于路由编排、RAG 流水线、子智能体及私有化部署等高吞吐工作负载。
推荐理由：该模型通过低激活参数量和高推理速度降低部署成本，为复杂系统中高频调用的路由与子智能体任务提供了轻量解法。
Hugging Face 发布开源重排序模型家族 Ettin Reranker，覆盖从 17M 到 1B 共 6 种参数规模，并同步开源约 1.43 亿条训练数据与完整训练代码。
推荐理由：该系列展示了点式 MSE 蒸馏与无填充注意力结合的工程收益，为检索排序系统的低延迟选型提供了详实参考。
Google DeepMind 正式推出 Gemini Omni 系列及首个模型 Gemini Omni Flash，支持将图像、音频、视频与文本任意组合作为输入并生成高质量视频。
推荐理由：官方展示了将文本、图像、音频与视频任意组合生成高质量视频的能力，多轮自然语言对话即可直接连续编辑视频画面。
Google DeepMind 正式推出 Gemini 3.5 系列模型并首发 Gemini 3.5 Flash，主打复杂长流程智能体工作流与编码任务。该模型在 Terminal-Bench 2.1 达 76.2%、GDPval-AA 达 1656 Elo、MCP Atlas 达 83.6%，生成速度达其他前沿模型的 4 倍且成本大幅降低。
推荐理由：该模型在保持高速低成本的同时大幅提升了智能体与编码基准得分，读者可据此评估长流程任务的自动化落地可行性。
IBM 发布采用 Apache 2.0 协议的 Granite Embedding Multilingual R2 多语言嵌入模型，包含 97M 与 311M 两个版本并基于 ModernBERT 架构重构。
推荐理由：模型将上下文扩展至32K并支持代码检索，为多语言长文档检索与低成本向量检索提供了轻量级开源替代方案。
OpenAI 在 API 中推出全新实时语音模型，具备链式推理、翻译和语音转录能力。该模型旨在帮助开发者构建更自然、更智能的实时语音交互体验。
推荐理由：新模型将推理能力直接融入实时语音交互，为构建低延迟自然语音应用提供了直接入口。
OpenAI 推出 GPT-5.5 Instant 作为 ChatGPT 的新默认模型。该模型提供更智能、更准确的回答，减少了模型幻觉，并增强了个性化控制能力。
IBM 宣布以 Apache 2.0 协议开源 Granite 4.1 系列稠密大语言模型，包含 3B、8B 和 30B 三种尺寸，支持最高 512K 上下文。
推荐理由：技术报告详述了五阶段退火预训练与四阶段强化学习流程，为端侧与企业级小参数稠密模型的构建提供了完整工程参考。
NVIDIA 正式推出全模态理解模型 Nemotron 3 Nano Omni，原生支持文本、图像、长音视频理解、复杂文档分析以及 GUI 智能体计算机操作。
推荐理由：该模型结合 Mamba-Transformer-MoE 混合架构与原生音视频编码，为长上下文多模态处理与 GUI 智能体提供了高吞吐量的开源实现方案。
DeepSeek 正式发布 DeepSeek-V4，推出 Pro（1.6T 参数/49B 激活）与 Flash（284B 参数/13B 激活）两款 MoE 模型，均支持 1M token 上下文窗口。
推荐理由：原文详解了混合注意力机制与跨轮次思考保留设计，读者可借此评估长上下文模型在多轮智能体任务中的部署与工程取舍。
OpenAI 推出 GPT-5.5。该模型专为跨工具处理编码、研究和数据分析等复杂任务而构建。
OpenAI 推出开源权重模型 OpenAI Privacy Filter，专门用于检测并脱敏文本中的个人身份信息（PII）。官方表示该模型具备 SOTA 级别的准确率。
Google DeepMind 推出新一代文本转语音模型 Gemini 3.1 Flash TTS，支持通过嵌入自然语言音频标签精细控制语音风格、节奏与表达方式。
推荐理由：模型引入自然语言音频标签实现句内语调和节奏的细粒度控制，为多角色对话生成提供了更直接的参数调节方式。
Google DeepMind 推出专为机器人设计的具身推理模型 Gemini Robotics-ER 1.6，大幅增强了空间推理、多视角理解、任务成功检测与复杂仪器读数能力。
推荐理由：该模型强化了多视角空间指向与工业仪表识别能力，为实体机器人在复杂工业场景中的自主感知和规划提供了可落地的工具调用方案。
Overworld 正式发布实时视频世界模型 Waypoint-1.5，模型权重已在 Hugging Face 开源上线，主打消费级硬件本地实时交互。在 RTX 3090 至 5090 显卡上可实时生成最高 720p 60 FPS 环境，并提供适配游戏本及 Apple Silicon 的 360p 规格。
推荐理由：原文给出了消费级硬件本地运行世界模型的具体分级与训练细节，读者可以了解端侧实时交互环境生成的落地可能。
Google DeepMind 正式发布 Gemma 4 开源模型系列，提供 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，并采用 Apache 2.0 许可证。
推荐理由：原文公开了涵盖端侧到桌面规模的四款模型规格与多模态能力，并且改用商业友好的开源许可，方便开发者评估本地部署与二次开发成本。
Google DeepMind 正式发布开源多模态模型 Gemma 4 家族，采用 Apache 2.0 协议，支持文本、图像与音频输入，并在 Hugging Face 实现生态同步上线。
推荐理由：Gemma 4 覆盖 2.3B 到 31B 多个尺寸并支持端侧多模态与扩散文本生成，为本地部署提供了开源基座与多推理引擎支持。
阿联酋技术创新研究院（TII）发布 0.6B 参数的早期融合视觉模型 Falcon Perception，以及 0.3B 参数的端到端文档解析模型 Falcon OCR。
推荐理由：材料验证了单骨干早期融合架构在开放词表分割与超轻量 OCR 中的可行性，为端侧密集视觉任务提供了极具参考价值的极简设计路线。
IBM 在 Hugging Face 开源轻量级视觉语言模型 Granite 4.0 3B Vision，采用 Apache 2.0 协议发布，主打企业级复杂文档、表格与图表信息抽取。
推荐理由：该模型采用基于密集语言模型的LoRA外挂架构，让同一套企业部署能按需在纯文本与多模态图表解析间灵活切换。