01
Cosmos3-Edge 4B世界-动作模型发布
NVIDIA发布4B参数Cosmos3-Edge世界-动作模型，用于实时物理AI。该模型在VANTAGE-Bench排名第一，实现SOTA机器人策略性能，处理640×360观测，每次推理预测32个动作，以15Hz运行，采用统一MoT架构。
观察
Signal Feed
#AI模型 主题信号第 2 页
围绕 AI模型 的精选动态、来源摘要和重要性判断。
动态列表
02
Google AI模型排名急降
Google发布Gemini 3.6 Flash模型，在Frontend Code Arena排名12（原排名21），得分1537分；涉及参数量、排名变化数据
观察
03
奖励机制与AI行为一致性问题
Ethan Mollick 引用 'On the Folly of Rewarding A' 论文论述奖励机制决定AI行为逻辑，强调人工智能可能更频繁地遵循激励设定，与经济学基本原理一致。文章主张需搭建清晰奖励信号架构，避免通过奖励A期望B结果的逻辑漏洞。
值得跟进
04
Google 发布三款 Gemini 新模型
Google 宣布扩展 Gemini 家族，推出三个新模型：Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 分别在 AI Studio、Android Studio、Gemini API 等多平台上线；Gemini 3.5 Flash Cyber 专为 CodeMender 代码安全代理设计，基于 3.5...
观察
05
Kimi K3 编码代理评测
Artificial Analysis发布Kimi K3在编码代理指数上的评测结果：得分57，排名第5，性能与GPT-5.6 Terra和GPT-5.5持平（57），超过Opus 4.8（55），略低于Grok 4.5（58）和Fable 5（59）；成本平均3.18美元/任务，比GPT-5.6 Sol便宜55%。
观察
06
Gemini API新增管理代理功能
Google发布Gemini API管理代理更新，新增免费层可用性、预算警报功能和计划执行触发器。免费层支持无账单开发，预算控制通过max_total_tokens参数防止成本失控，计划任务通过cron调度实现自动化。
值得跟进
07
MiniMax AI交易周收益28.89%超越多家大模型
MiniMax AI通过AI Trader实现28.89%周收益，达到新月度高点并排名#1，同时超越GPT-5.5、DeepSeek V4 Pro、Qwen和Kimi等主要模型表现
值得跟进
08
Mira创立Thinking Machines推出开源模型Inkling
Mira Murati创立Thinking Machines公司推出全权重开源模型Inkling，975B总参数-MoE架构、41B激活参数、1M上下文长度，Apache 2.0授权。Mira明确声明'Inkling落后于前沿'，强调企业可通过自有数据fine-tune定制模型，挑战GPT-5.5等闭源模型的垄断模式。
值得跟进
09
Audex：30B总参音频MoE
NVIDIA发布Audex，一个30B总参数/3B活跃参数的音频-文本MoE模型，基于Nemotron-Cascade-2构建。它在BigBenchAudio（90.0）、Audio Entailment AudioCaps（95.6）和CMM（90.3）上取得高分，同时保持文本推理能力。模型覆盖音频理解、ASR、语音翻译、TTS、语音生...
观察
10
General Intuition 开源可玩多玩家世界模型 MIRA
General Intuition jality 与 Kyutai Labs 合作开源可玩多玩家世界模型 MIRA，模型通过 10k 小时公开机器人收集数据训练，实时运行 20 FPS 的四名玩家对战场景，未用于 Rocket League 开发；计划在 ICML 展会展示其技术成果
值得跟进
11
Tencent Hunyuan Hy3 在OpenRouter上发布
Tencent Hunyuan 和 Novita Labs 通过 OpenRouter 平台推出大模型 Hy3，该模型基于 295B MoE（21B 活跃参数）架构，支持 256K 上下文长度，提供三种可配置推理模式，并专注于代码生成、推理与长上下文场景的优化，针对企业级 AI 工作流。
值得跟进
12
Claude Code诞生记：Anthropic从0%到100% AI代码编写
Anthropic发布Claude Code的开发历程故事，由Boris Cherny主导。2024年Claude CLI原型实现，2025年Claude Sonnet 4版本正式发布，用户从10%到100%AI-written code。
观察
13
预分类路由器的战略思考及GPT-5经验的启示
社交媒体用户提出，过度依赖预分类路由模型可能导致工作不足，因路由问题复杂且智能估值容易低估。相关讨论提到OpenAI在开发GPT-5时学到的经验，这些经验对当前路由器的设计有启示。该帖子引用了X平台用户Mikhail Parakhin的观点，其认为：很多团队希望通过使用更简单的模型节省成本/延迟时间/理智，但要想可靠实现需要首先解决这一任...
观察
14
Thinking Machines 开发 ARR 风格后训练 LLMs API
Thinking Machines 开发了 Tinker（TML 子公司），Tinker 提供/API 支持 LLMs 的后处理训练，公司估值 12B 寻求 50B 融资，每月收入（ARR） 掉几百万。
观察
15
Claude Sonnet 5 发布，替代 Sonnet 4.6
Anthropic 发布 Claude Sonnet 5，替代 Sonnet 4.6，免费用户可用。新模型能力接近 Opus 级模型，但价格便宜 40%。
观察
16
LLM攻克理论CS开放问题
Binghui Peng 团队使用 GPT 5.5 Pro 和 Claude Opus 4.8 构建 prover-verifier 循环，解决了 9 个理论计算机科学开放问题，包括 COLT 和 FOCS 会议上的 5 个以及交换代数中的 4 个，并计划扩展到所有科学领域。
观察
17
Introducing Claude Sonnet 5
Anthropic发布Claude Sonnet 5，性能接近Opus 4.8但价格更低（输入$2-3/百万token，输出$10-15/百万token），相比Sonnet 4.6在推理、工具使用、编码等能力上显著提升，安全评估显示不良行为率更低。
值得跟进
18
Google 发布 Gemini 双模型：NB2 Lite 和 Omni Flash
Google 发布两个新模型：Nano Banana 2 Lite (GA) 和 Gemini Omni Flash (Preview)。Nano Banana 2 Lite 是迄今最快的 Gemini 图像模型，生成文本到图像仅需4秒，定价每千分辨率图像0.034美元；Gemini Omni Flash 支持多模态推理与视频生成，可通过...
观察
19
Google 发布 Omni Flash 预览
Google 发布 Gemini Omni Flash Preview 和 Nano Banana 2 Lite，其中 Omni Flash 在视频编辑方面达到 SOTA，定价 $0.10/秒（与 Veo 3.1 Fast 相同）；Nano Banana 2 Lite 生成图像速度极快（<4秒），定价 $0.034/千张图像。
观察
20
Meta 开源 Llama 4（7000B参数）
Meta宣布开源Llama 4大模型版本，参数量达7000亿级，在关键基准测试中达95%准确率，比前代提升5%，并规划2024年Q3发布商用接口。
高优先级