NVIDIA 发布 Cosmos 3 四个开放权重模型，用于交互式世界仿真
NVIDIA 在 Cosmos 世界模型开发平台下新增四个 Cosmos 3 开放权重检查点，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
推荐理由：NVIDIA 公开 Cosmos 3 四个 16B 检查点及四阶段后训练配方，读者可据此判断世界模型如何接入驾驶与机器人仿真。
内容类型
模型发布 最新动态
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
11 条精选近 30 天 10 条共收录 17 条
更新
模型发布的精选
Hugging Face Blog精选AI 评分6666 Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.2 Flash 视频模型
Google DeepMind 推出 Gemini Omni 1.2 Flash，原生支持最长 15 秒视频生成，并通过 Gemini API 和 Gemini for business 全面开放。
推荐理由：官方给出 15 秒原生生成、多轮对话编辑与 30% 降价的具体变化，可据此判断视频生成的成本与工作流边界。
OpenAI News精选AI 评分8383 OpenAI 发布 GPT-6 Cyber 网络安全模型
OpenAI 发布 GPT-6 Cyber 网络安全模型，在 ExploitGym 上得分 48.5%，高于 GPT-5.6 Cyber 的 32.1%，相对提升 51%。
推荐理由：原文给出 ExploitGym 与越界测试的具体数字，可对照 GPT-5.6 Cyber 判断安全智能体的能力与对齐取舍。
Hugging Face Blog精选AI 评分7171 Phonon TTS 详解：端侧高质量语音模型与 Transformers 集成用法
Phonon 团队回顾了两周前开源的端侧 TTS 模型，并详解其在 Transformers 中的接入方式。Phonon 提供约 65 MB 和 75 MB 两个尺寸，覆盖英语、法语、德语、西班牙语和葡萄牙语，内置 100 多个音色；其中 Phonon 31m 采用 Apache 2.0 许可，可商用，其余模型为 CC BY-NC 非商用许可。
推荐理由：原文交代了 Phonon 的端侧语音方案、开源许可与榜单表现，并给出 Transformers 中的完整调用示例。
Hugging Face Blog精选AI 评分7171 Dharma-AI 发布 2B 参数文档字段抽取模型 Dharma Field Extractor
Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，可从任意类型文档中按指定 schema 抽取字段并输出结构化 JSON，支持开放式与 schema 指定两种请求方式。
推荐理由：原文给出了与四家前沿模型在同一基准上的质量与成本对比，读者可据此判断专用小模型在字段抽取任务上的取舍。
Mistral AI精选AI 评分8787 Mistral 开源 1 万亿参数多模态模型 Mistral Large 4（Le Chonk）
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是其 1 万亿参数原生多模态旗舰模型，此前已进入公开预览。
推荐理由：Mistral 公开 1 万亿参数多模态模型的权重，并给出编码、网络安全与 token 效率的对比数据，可据此判断开源前沿模型的成本位置。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Carbon 在网络安全与长程智能体任务上的基准与价格，可对照两周前发布的 Argon 看迭代节奏。
Google DeepMind精选AI 评分8080 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并支持用自然语言实时修改场景。Genie 4 是首个原生生成音频的实时世界模型，角色可实时对话，物理场景覆盖空气动力学与碰撞等；Gemini 3.8 Flash 在循环中充当引导智能体，负责拆解目标并校验每一步。
推荐理由：Genie 4 把实时世界模拟、原生音频与 Gemini 的推理能力结合起来，读者可以据此了解世界模型当前的能力边界与已知局限。
Mistral AI精选AI 评分8080 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把语音输入、推理、工具调用和语音输出整合为一条实时流式管线，单轮响应低于 1 秒。
推荐理由：原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价，可据此判断实时语音工作流的落地成本。
Mistral AI精选AI 评分6060 Mistral 发布时间序列基础模型 Timestral，209M 参数版本登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四个尺寸，最大版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，参数规模为前代 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，209M 参数在三个公开基准上排名第一，并给出四个尺寸与 CPU 推理延迟，便于对照现有方案。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数、520 亿激活的规格与多项基准，可据此判断开源权重模型在企业与安全场景的位置。