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。
Google DeepMind 正式推出实时语音模型 Gemini 3.1 Flash Live，提供更高精度、更低延迟以及更自然的语调理解与交互节奏。该模型在 ComplexFuncBench Audio 获得 90.8% 的成绩，开启思考模式后在 Audio MultiChallenge 达到 36.1%，且上下文对话跟踪时长提升至前代两倍。
推荐理由：新模型在多步函数调用与长程推理上给出具体指标，同时强化了声调理解与多轮跟进能力，有助评估语音智能体的落地可用度。
Google DeepMind 推出音乐生成模型 Lyria 3 Pro，支持生成最长 3 分钟的音频，并能根据提示词精准编排前奏、主歌、副歌和过门等音乐结构。
推荐理由：该版本将音乐生成时长扩展至三分针并支持结构化控制，同步落地到了云服务与视频创作工具中。
H Company 正式发布多模态计算机操作模型 Holotron-12B，基于 NVIDIA 开源模型后训练构建并已上线 Hugging Face。该模型采用混合 SSM 与注意力架构以减少显存占用，在单张 H100 搭配 vLLM 运行且并发达到 100 时吞吐量达到 8.9k tokens/s，并在 WebVoyager 基准测试中取得 80.5% 的表现。
推荐理由：该模型结合混合状态空间模型架构优化并发推理，展现了降低显存占用并提升智能体长上下文吞吐量的方法。
OpenAI 推出 GPT-5.4 mini 和 nano，作为 GPT-5.4 的轻量且更快速版本。两款模型针对编码、工具调用、多模态推理以及大吞吐量 API 与子智能体工作负载进行了专门优化。
OpenAI 发布面向专业工作的前沿模型 GPT-5.4，具备更强的能力与效率表现。该模型支持 1M token 上下文窗口，并在编程、计算机操作以及工具搜索等任务上提供顶尖能力。
推荐理由：官方公布了该模型在编程、计算机控制与百万上下文等核心升级，读者可据此评估其在专业复杂工作流中的适配度。
Google DeepMind 推出面向大规模高吞吐工作流的模型 Gemini 3.1 Flash-Lite，已在 Google AI Studio 和 Vertex AI 开启预览。
推荐理由：原文提供了具体的定价、推理速度提升倍数和基准测试分数，读者可以据此评估高并发任务中的成本与性能权衡。
Google DeepMind 推出最新图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），在 Flash 级推理速度下提供世界知识与视觉推理能力。
推荐理由：该模型将原本受限于高算力成本的主体一致性与实时检索能力推向轻量快速推理，降低了长流程绘图和营销出图的门槛。
Google 推出新一代核心推理模型 Gemini 3.1 Pro，主打面向复杂任务的高级问题解决能力。在评估新逻辑模式解决能力的 ARC-AGI-2 基准中，该模型取得 77.1% 的验证得分，推理表现达到 3 Pro 的两倍以上。
推荐理由：该模型在 ARC-AGI-2 基准上实现了相比前代翻倍的推理得分，读者可据此评估其在复杂逻辑与智能体工作流中的落地表现。
Google DeepMind 发布 Gemini 3 Deep Think 深度思考模式的重大升级，强化其在科学研究与工程领域的复杂推理能力。基准测试中，该模式在无工具辅助下取得 Humanity's Last Exam 48.4% 和 ARC-AGI-2 84.6% 的成绩，并在国际数学、物理与化学奥林匹克竞赛中展现出金牌水准。
推荐理由：该版本公布了在多项学科竞赛与基准测试中的具体得分，同时将高阶推理能力拓展到了工程应用与开发者接口。
OpenAI 推出首个实时编码模型 GPT-5.3-Codex-Spark，生成速度提升 15x。该模型支持 128k context 上下文，目前已面向 ChatGPT Pro 用户开放研究预览（research preview）。
推荐理由：原文提供了生成速度倍数与上下文窗口规格，便于开发者评估其实时编程的实用门槛。
OpenAI 发布 GPT-5.3-Codex 系统卡片，将其定位为目前能力最强的智能体编码模型。该模型结合了 GPT-5.2-Codex 的前沿编码表现以及 GPT-5.2 的推理与专业知识能力。
推荐理由：官方阐明了该模型结合编码能力与专业推理的技术定位，可作为评估智能体编程工具演化路径的参考。
OpenAI 发布 GPT-5.3-Codex，定位为 Codex 原生智能体。该模型将前沿编码性能与通用推理相结合，旨在支持长周期、现实世界中的技术工作。
Overworld 推出实时交互视频扩散模型 Waypoint-1，支持根据文本提示词、键盘和鼠标输入实时生成可交互的游戏世界画面，其 2.3B 参数的 Waypoint-1-Small 模型权重已上线 Hugging Face Hub。
推荐理由：原文给出了交互式视频扩散模型的训练方法与配套推理库设计，读者可以了解控制信号输入和低延迟流式生成的具体实现路径。
Google DeepMind 宣布升级 Veo 3.1 的 Ingredients to Video（图生视频）功能，支持基于参考图生成更具表现力的视频片段。
推荐理由：该更新通过原生竖屏和跨场景角色一致性强化了短视频叙事能力，创作者可借此降低多镜头内容制作的拼接成本。
NVIDIA 发布面向物理 AI 的开源推理视觉语言模型 Cosmos Reason 2，登顶 Physical AI Bench 和 Physical Reasoning 榜单。
推荐理由：原文给出了模型参数规模与上下文窗口升级细节，读者可以据此评估其在机器人规划与端云部署上的适配度。
ServiceNow 开源了 8B 参数的安全护栏模型 AprielGuard，用于检测大语言模型及 Agent 系统中的 16 类安全风险和提示词注入等对抗攻击。
推荐理由：模型将内容安全与智能体对抗防御统一到单模型中，为复杂工作流提供了可解释推理与低延迟双模式落地方案。
OpenAI 推出专精编码的模型 GPT-5.2-Codex。该模型具备长程推理能力，支持大规模代码重构，并增强了网络安全能力。
推荐理由：原文明确了模型聚焦长程推理与大规模代码重构，有助于读者快速掌握其在代码智能体场景的演进方向。
Google DeepMind 正式推出主打速度与效率的 Gemini 3 Flash 模型，API 定价为每 1M 输入 token 0.50 美元、输出 3 美元。
推荐理由：该模型在保持低延迟与低成本的同时具备较强推理能力，为高频交互和智能体工作流提供了更具性价比的基础模型选型。
OpenAI 推出更快的 ChatGPT Images 图像体验，并在 API 中上线 GPT-Image-1.5 模型。用户可据此体验最新的 ChatGPT Images 2.5。
Google DeepMind 推出更新版 Gemini 2.5 Flash 原生音频模型（Gemini 2.5 Flash Native Audio），全面提升了多轮对话、复杂指令遵循以及函数调用能力。
推荐理由：更新侧重于工具调用精度与实时语音同传，为构建低延迟语音智能体和跨语言对话提供了工程参考。