可灵（Kling AI）发布 4.0 版本与轻量版 Kling 4.0 Flash，单次可生成最长 30 秒视频，提示词理解扩展至 8,000 tokens。新版升级了 Omni Reference 系统，支持最多 10 张关键帧与 15 个多模态素材参考，并新增双声道立体声及 10 余种语言的口型同步能力。
推荐理由：新版支持最长 30 秒单次生成与多模态素材参考，并通过开放 MCP 与 CLI 为视频工作流接入 Agent 提供了直接接口。
DeepSeek 正式发布新模型 DeepSeek-V4.1-Flash-1017，官方网页端、APP 与 API 已同步上线。该模型针对 DeepSeek Harness 等 Agent 框架进行了专项优化，在提升代码与 Agent 任务能力的同时缩短运行时间并压缩 Token 消耗。
推荐理由：该版本针对智能体框架优化了任务耗时与输出长度，开发者可评估其在降低端到端运行成本上的实际表现。
Reflection 在 Hugging Face 开源大语言模型 Beam，总参数量 501B、单 token 激活 23B，支持 1M 上下文并遵循 Apache 2.0 协议。
推荐理由：该开源模型采用稀疏架构配合百万上下文，同时给出了在本地设备与集群上的部署及微调方案。
Granite Switch 4.1 正式发布 8B 与 30B 模型，通过单一托管端点同时支持自然语言对话、决策判断与语音转文本任务。该模型整合了通用决策 aLoRA、Guardian 安全决策适配器和 Granite-Speech-5.0-Turbo-CTC 语音模块，适配器可复用基础模型的 KV cache 且整体显存占用与基础模型相当。
推荐理由：模型通过共用基础模型 KV cache 将对话、安全决策与语音转写整合至单一端点，为低显存多任务部署提供了参考。
NVIDIA 发布 120B 参数的开源多模态模型 Nemotron 3.5 Super VL，以及面向边缘端的 Nemotron 3.5 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB。
推荐理由：新模型补齐了从数据中心到边缘设备的开源智能体部署链条，帮助团队在私有化硬件上兼顾吞吐效率与多模态理解。
Mistral 推出首个时间序列基础模型系列 Timestral，涵盖 5M、28M、123M 和 209M 四种参数规格，支持概率性多变量预测以及过去与已知未来协变量。
推荐理由：该系列以较小参数在多变量预测上取得领先表现，且支持纯 CPU 低延迟推理，降低了工业时序场景的落地门槛。
Apertus 团队发布 Apertus 1.5 8B 与 70B 模型的完整技术报告，原生支持图像与音频理解，并引入可选的思考模式及 262,144 tokens 上下文窗口。模型采用早期融合架构与分阶段持续预训练，已在 Apache 2.0 协议下开源权重，并全面公开了数据配方、评估记录以及各阶段的中间训练检查点。
推荐理由：项目公开了从数据配比、分阶段预训练到对齐检查点的全流程细节，为多模态与推理模型的训练复现提供了参考。
Meta 开源多模态 MoE 架构模型 Muse Spark Open，拥有约 816B 总参数与 42B 激活参数，支持最高 1M 上下文窗口。模型支持文本、图像、音频和视频多模态输入并输出文本，专门针对代码重构、调试和工具调用等智能体工作流进行优化。官方提供 BF16 与 NVFP4 权重，已全面适配 llama.cpp、SGLang、vLLM 与 MLX 等推理框架并支持 TRL 微调。
推荐理由：文章详细梳理了该多模态混合专家模型的架构细节与运行要求，为长上下文智能体部署提供了具体参考。
Google DeepMind 披露了 Gemini 4 Argon 的安全防御体系，宣布开始广泛推开该模型并扩大 Fairwind 安全防护计划。系统采用输入过滤、内部激活探针与持续监控三层实时防护，并利用失控监控器实时审查智能体动作和思维链，使编码作弊率降至 2%。
推荐理由：文章展示了通过激活探针与思维链监控防范智能体越界违规的方案，为复杂模型的安全防御体系构建提供了参考。
Liquid AI 在 Hugging Face 开源推理智能体模型 LFM2.5-24B-A2B 及 Base 版本，总参数 24B 且每 token 仅激活 2B 参数，上下文窗口扩展至 131K tokens。
推荐理由：原文提供了端侧 MoE 架构细节与不同芯片上的实测吞吐数据，适合开发者评估低资源硬件下的本地 Agent 部署可行性。
Google DeepMind 发布面向机器人领域的通用物理推理模型 Gemini 4 Argon，在具身推理基准 ERQA 上取得 87% 的得分。模型覆盖机器人控制、Real2Sim 物理仿真重建、多层级事后数据标注及自主迭代优化，在测试中通过仿真合成数据将真机任务成功率由 56% 提升至 75%。该模型已在 Google AI Studio 和 Gemini API 上线供开发者调用。
推荐理由：原文展示了将模型物理推理接入真实硬件控制与仿真孪生的具体工作流，为具身智能开发提供了可复现的端到端实现范式。
Google DeepMind 正式推出前沿模型 Gemini 4 Argon，面向复杂工程、科学计算与专业工作流，即日起通过 API、AI Studio、Gemini 应用及 Google Antigravity 向全球开发者、企业与订阅用户开放。
推荐理由：该模型在保留百万级上下文的同时强化了长程推理与物理环境理解，展示了前沿大模型深入真实科研与工业工程的落地路径。
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，基于 Gemma 4 架构并采用 Apache 2.0 协议开源。模型总参数量为 740M，支持将文本、代码、图像、音频与视频统一映射至共享嵌入空间，上下文窗口扩展至 8K token。该模型支持向量维度动态截断以节省存储，经量化后在端侧设备运行纯文本嵌入仅需约 191MB 活跃内存。
推荐理由：原文给出了模块化参数设计与向量截断特性，开发者可据此评估在手机等端侧设备部署跨模态检索的显存和存储成本。
Mistral AI 推出 Mistral Large 4（ML4）公开预览版，模型拥有 1 万亿参数与 520 亿激活参数，权重预计当月底发布。该模型在欧洲自建数据中心使用 3,800 张 NVIDIA Grace Blackwell GPU 从头训练，支持原生多模态理解，在网络安全、代码生成及企业复杂工作流等评测中表现突出。
推荐理由：原文给出了万亿参数与52B激活参数架构及多项评测，读者可以据此了解其在网络安全和企业级工作流中的具体表现。
Google 正式发布前沿模型 Gemini 4 Argon，将单次输出 token 上限扩展至 1M tokens，主打真实世界复杂软件工程、企业知识工作与网络安全防御。
推荐理由：模型将输出上限提升至 1M tokens 并主打代码迁移与漏洞防御，展现了长流程工程任务落地的可行路径。