LionMuon：交替谱与符号下降实现高效训练

xAI推出Grok Skills与OpenClaw集成，支持文档生成和工作流自动化

场景-动作提示融合框架实现连贯文本到视频故事生成

损失自适应学习率微调方法防止大模型灾难性遗忘

小米EV世界模型：融合重建与生成的自动驾驶统一框架

OpenAI联合创始人卡帕斯加盟Anthropic预训练团队

MVI-Bench：LVLM对误导视觉输入鲁棒性评估基准

Google推出AI信息代理，后台监控主题并主动提醒更新

Cursor新模型1/10成本实现Opus 4.7级表现，马斯克发声

从黑客到研究员，Ocean创始人获2800万美元打造AI反钓鱼邮件平台

从黑客到安全专家，Ocean获2800万美元融资对抗AI钓鱼

谷歌Genie世界模型整合街景，实现真实街道沉浸模拟

Databricks 发布 KARL 代理，以定制强化学习加速企业知识检索

Gmail引入Gemini语音搜索，对话式查询隐藏邮件细节

Forge开源护栏层让8B模型agentic任务准确率从53%飙升至99%

Figma为协作画布配置AI助手，首发于设计工具

Remove-AI-Watermarks 开源工具可移除 AI 图像水印

OpenAI加入C2PA并集成SynthID以加强AI图像检测

Google IO 2026升级Gemini：从聊天机器人迈向全能AI中心

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