DeepSeek-OCR-2 发布：支持多模态图文理解的二代 OCR 模型

DeepSeek-V3.2 模型上线，下载量超400万

Mistral AI 收购 Emmi AI 强化欧洲大模型生态

字节跳动发布Ouro-2.6B-Thinking循环深度推理模型

Google AI Studio 让任何人都能在几分钟内构建原生安卓应用

Google Universal Cart上线：跨设备跨零售商追踪用户完整购物路径

SAM提出不确定性-精度鲁棒关联解决域偏移掩码置信混淆

HOI-PAGE提出基于部位功能推理的零样本4D人-物交互生成

PanoWorld：基于平面图与风格参考生成一致全屋全景VR漫游

STABLE语义-物理双系统生成仿真就绪桌面布局

无需假分数网络的分布匹配蒸馏实现高效几步生成

WorldParticle：基于Transformer的统一粒子动力学模拟器

DeepSeek-V3-0324模型下载量达54万

LM Studio 最新测试版正式支持 MTP 推测解码加速

Starcoder2-3B代码生成模型发布

月之暗面推出Kimi-VL-A3B-Thinking多模态推理模型

谷歌AI遭操纵输出错误信息，悄然反击修复漏洞

月之暗面Kimi-K2-Thinking文本生成模型上线

MiniMax 发布视觉语言模型 MiniMax-VL-01，支持图文对话

DeepSeek-OCR-2 多模态模型发布，支持多语言图像文本识别

字节跳动 Ouro-2.6B 发布：2.6B 参数循环深度推理模型

MiniMax 开源多模态模型 MiniMax-VL-01 支持图文对话

BAAI 开源 bge-reasoner 嵌入模型 Qwen3 版

Mistral 发布 Codestral-Mamba 与 Mathstral，引入 Mamba 架构

NVIDIA发布Nemotron-3多模态推理模型，30B参数仅3B激活

昆仑万维开源SkyReels-V3-A2V-19B图像转视频模型

昆仑万维开源19B参数图生视频模型SkyReels-V3-A2V

Mistral v1.1.0 新增 Tekken 与 Mistral-Nemo 支持

Pixtral v1.4.0发布：Mistral模型新增视觉理解能力

阶跃星辰开源Step-3.5-Flash-Base文本生成模型

智源研究院发布Emu3.5-Image图文生成模型

Mistral AI 发布 Mistral Guidance，语法引导模型推理与工具调用

Mistral AI 发布 v1.1.0，支持 Tekken 与 Mistral-Nemo

Meta AI v0.2.0 版本正式支持 Llama 4

阶跃星辰发布Step-3.5-Flash-Base文本生成模型

BAAI发布Emu3.5-Image，实现图文到图像生成

Open-Sora v1.2.0 发布：新增视频压缩网络和Rectified-flow训练

Mistral 推出 Guidance：用 Lark 语法引导模型推理与工具调用

Mistral AI 发布 Pixtral 模型，支持图像理解

xAI Grok-2模型上线Hugging Face，下载量已超4.2万

月之暗面发布Kimi-VL-A3B-Thinking多模态推理模型

字节跳动发布Dolphin-v2多模态文档解析模型

概念中心学习无需硬负样本提升对比模型组合性并保持零样本能力

搜索自博弈：无监督驱动智能体能力边界拓展

高阶朗之万动力学降低扩散模型记忆化风险

LLM驱动MCP物理工作流发现胰岛素递送聚合物

Kimi K25/DSR1模型新增TOKENSPEED_MLA注意力后端加速

Open-Sora 1.0.0 开源发布，高质量视频生成工具开放

Qwen-Image-VAE-2.0 发布：高压缩VAE以全局跳跃连接与合成渲染提升重建保真度

基于树广播的层次语言模型实现可预测缩放定律与推理收益