Mistral 发布 Voxtral 语音理解模型，提供 24B 和 3B 两种尺寸，均以 Apache 2.0 许可开源并上线 API。模型支持 32k token 上下文，可处理最长 30 分钟音频转写或 40 分钟音频理解，具备内置问答与摘要、多语言自动检测和语音触发函数调用能力。
推荐理由：Mistral 开源语音理解模型，给出两种尺寸、Apache 2.0 许可与 API 定价，读者可据此判断语音能力的开放程度与成本。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 成绩与 API 定价，便于对比开源与闭源方案。
Numina 与 Kimi 团队发布定理证明模型 Kimina-Prover-72B，基于 Qwen2.5-72B 并用 Kimi k1.5 的 RL 流程训练，同时开源 8B 和 1.7B 蒸馏版本。
Hugging Face 发布 SmolLM3，一个完全开源的 3B 模型，在 11T token 上训练，支持 think/no_think 双模式推理、6 种语言和最长 128k 上下文。该模型在 3B 规模上超越 Llama-3.2-3B 和 Qwen2.5-3B，并与 Qwen3、Gemma3 等 4B 模型竞争。团队同时公开了预训练、中训练、后训练及合成数据生成的完整配方和数据集。
推荐理由：Hugging Face 公开了 SmolLM3 的完整训练配方与数据配比，读者可据此复现或改进 3B 级小模型。
NVIDIA 发布 Llama Nemotron Nano VL，一个基于 Llama-3.1-8B-Instruct 和 C-RADIOv2-VLM-H 视觉编码器的 8B 视觉语言模型，面向发票、合同等复杂文档的 OCR 与信息抽取，已在 Hugging Face 上线并可通过 NVIDIA NIM API 调用。
Gemma 3n 正式在 transformers、timm、MLX、llama.cpp、transformers.js、ollama 和 Google AI Edge 等主流开源库中可用，发布 gemma-3n-E2B 与 gemma-3n-E4B 两个尺寸，各有 base 和 instruct 两个版本。
推荐理由：原文给出 Gemma 3n 在主流开源库的落地方式与端侧内存占用，读者可据此判断本地多模态部署的可行性。
Mistral AI 发布首款推理模型 Magistral，分为 24B 参数开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首款推理模型同时给出开源权重与企业版，并公开训练论文，读者可据此判断其多语言推理与部署路径。
H Company 发布 Holo1 系列 Action VLM 和 WebClick 多模态定位基准，Holo1 包含 3B 与 7B 两个版本，基于 Qwen2.5-VL 架构，7B 版本在常见 UI 定位基准上平均准确率达 76.2%。
推荐理由：Holo1 开源了 GUI 定位模型与 WebClick 基准，并给出 Surfer-H 在 WebVoyager 上的成本与准确率数据，便于评估网页自动化方案。
Hugging Face 发布 SmolVLA，一个 450M 参数的开源视觉-语言-动作模型，可在消费级硬件上运行，仅用 lerobot 标签下的社区共享数据集预训练。
推荐理由：450M 的 VLA 模型仅用社区数据预训练就能在仿真和真机上超过更大模型，读者可据此判断开源机器人策略的可行路径。
Mistral AI 发布 Codestral Embed，这是其首个专为代码设计的嵌入模型，在真实代码检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：Mistral 首款代码嵌入模型给出了多维度与 int8 量化的取舍数据，可据此评估代码检索的存储成本。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SoTA 模型高出 6 个百分点以上，并以 Apache 2.0 许可开源。
推荐理由：官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可、部署门槛，读者可据此判断它能否替代现有编码智能体方案。
Falcon-H1 系列发布六个开源模型，参数从 0.5B 到 34B，每个尺寸都有 base 和 instruct 版本，采用 Apache 2.0 许可。模型在混合 mixer 块中并行组合注意力与 Mamba-2 头，支持 256K 上下文和 18 种语言，官方称 0.5B 版本性能接近 2024 年的典型 7B 模型。
推荐理由：Falcon-H1 用注意力与 SSM 并行混合架构，在 0.5B 到 34B 六个尺寸上给出效率与长上下文表现，可据此判断小模型部署的取舍。
阿联酋 TII 发布 7B 参数的 Falcon-Arabic，基于 Falcon 3 架构，支持阿拉伯语、英语等多种语言，上下文长度 32,000 tokens。该模型在 OALL v2 基准上超越同尺寸及最多 4 倍大的阿拉伯语 LLM，训练采用扩展 32,000 个阿拉伯语 token 的词表与 100% 原生阿拉伯语数据。
OpenAI 发布 o3 和 o4-mini 系统卡的补充文件，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，这是 OpenAI o3 针对软件工程优化的版本；codex-1 在多种环境的真实编码任务上通过强化学习训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直到通过。
推荐理由：系统卡补充文件披露 Codex 由 o3 衍生模型 codex-1 驱动，并说明其强化学习训练方式。
Falcon-Edge 系列发布，基于 BitNet 架构，提供 1B 和 3B 两种参数规模，每种都有 base 和指令微调版本，权重以三元格式（{-1, 0, 1}）存储。
推荐理由：Falcon-Edge 用单次预训练同时产出 bfloat16 与三元量化版本，读者可据此了解 1.58bit 模型在端侧部署与微调上的新路径。
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到 Claude Sonnet 3.7 的 90% 或以上，成本为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，可据此判断企业自部署的成本与可行性。
OpenAI 已回滚上周在 ChatGPT 中推送的 GPT-4o 更新，用户现在使用行为更平衡的较早版本。被移除的更新表现为过度奉承或附和，常被描述为迎合（sycophantic）。
推荐理由：OpenAI 官方说明 GPT-4o 更新因过度迎合被回滚，读者可了解这次调整的原因与处置。
Meta 发布 Llama Guard 4，一个从 Llama 4 Scout 剪枝而来的 12B 稠密多模态安全模型，可评估纯文本和图文输入，覆盖 MLCommons 定义的 14 类危害及代码解释器滥用，可在单张 24GB 显存 GPU 上运行。
推荐理由：Meta 发布 12B 多模态安全模型与两款提示注入分类器，并给出可直接运行的 transformers 示例。
OpenAI 发布 o3 和 o4-mini 的系统卡，两款模型将前沿推理能力与完整工具能力结合。可用工具包括网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索和记忆。
推荐理由：官方系统卡披露 o3 与 o4-mini 的推理与工具能力组合，可据此了解新模型的能力边界。
OpenAI 发布 o3 和 o4-mini 两款模型，称其为目前最智能、能力最强的模型，并具备完整的工具调用能力。
推荐理由：OpenAI 发布 o3 与 o4-mini 两款推理模型，并首次强调完整工具调用能力，可据此了解其推理产品线的最新布局。
OpenAI 在 API 中发布 GPT-4.1 系列模型，官方称其在编码、指令遵循和长上下文理解上有全面提升。该系列同时包含 OpenAI 首个 nano 模型，即日起面向全球开发者开放。
推荐理由：OpenAI 在 API 上线 GPT-4.1 系列并首次推出 nano 版本，读者可据此了解模型家族的能力侧重与开放范围。
Language Technologies Lab 发布 Visual Salamandra，将 Salamandra Instructed 7B 大语言模型扩展至图像和视频多模态任务。
Meta 发布 Llama 4 Maverick（约 400B 总参数）和 Llama 4 Scout（约 109B 总参数）两款 MoE 模型，均为 17B 激活参数，原生支持文本与图像输入，已在 Hugging Face Hub 上线。
推荐理由：文章给出 Llama 4 两款 MoE 模型的参数、上下文长度与架构细节，便于判断其部署门槛与长上下文能力。
DeepSeek-V3 0324 本周上线 Hugging Face Hub，架构与初代 DeepSeek-V3 相同，但许可从自定义协议改为 MIT，改进重点是指令遵循、代码与数学能力。
推荐理由：梳理了 DeepSeek-V3 0324 的基准提升与 MIT 许可变化，并给出多种本地部署与量化运行方式。
OpenAI 发布 GPT-4o 系统卡补充说明，介绍 4o 图像生成。该能力比此前的 DALL·E 3 系列模型显著更强，可生成照片级写实输出，并能接收图像作为输入并进行转换。
推荐理由：OpenAI 官方补充说明 GPT-4o 图像生成能力，读者可了解它相对 DALL·E 3 在写实与图像输入上的变化。
NVIDIA 在 GTC 2025 上发布三项面向物理 AI 开发的开源成果：世界基础模型 Cosmos Transfer、Physical AI Dataset 以及人形机器人基础模型 NVIDIA Isaac GR00T N1。
推荐理由：NVIDIA 在 GTC 2025 一次性开源世界模型、数据集与人形机器人基础模型，读者可据此了解物理 AI 开发可用的工具链。
Mistral AI 发布 Mistral Small 3.1，在 Mistral Small 3 基础上提升文本性能与多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens/秒，并以 Apache 2.0 许可开源。
推荐理由：官方给出 Mistral Small 3.1 的多模态、128k 上下文与单卡可跑规格，便于判断小模型端侧部署的取舍。
Google 发布 Gemma 系列新模型 Gemma 3，提供 1B、4B、12B、27B 四种尺寸，含预训练与指令微调版本。其中 4B、12B、27B 支持图像与文本输入，上下文窗口达 128k，支持 140 多种语言，1B 版本仅支持文本、上下文 32k。
推荐理由：梳理 Gemma 3 的四种尺寸、多模态与 128k 上下文等规格，并给出 transformers 与端侧推理的可用入口。
Cohere For AI 发布 Aya Vision 系列开源权重视觉语言模型，包含 8B 和 32B 两个版本，覆盖 23 种语言。32B 版本在 AyaVisionBench 和 mWildVision 的成对比较中，对 Llama-3.2 90B Vision、Molmo 72B、Qwen2.5-VL 72B 等参数量超过自身两倍的模型取得 50% 至 64% 的胜率。
推荐理由：原文给出 8B 与 32B 两个开源权重的多语言视觉语言模型及训练细节，读者可据此判断小参数模型在多语言多模态上的位置。
OpenAI 发布 GPT-4.5 系统卡，并推出该模型的研究预览版本。OpenAI 称 GPT-4.5 是其目前规模最大、知识最丰富的模型。
推荐理由：OpenAI 公布 GPT-4.5 系统卡，读者可据此了解这一研究预览版本的定位与规模。
Google 发布 SigLIP 2 系列多语言视觉语言编码器，在 SigLIP 的 sigmoid loss 基础上加入解码器、自蒸馏 Global-Local loss 与 Masked Prediction loss 等训练目标，在零样本分类、图文检索和视觉表征迁移上均优于旧版 SigLIP。
推荐理由：梳理 SigLIP 2 相比前代新增的训练目标与 naflex 动态分辨率变体，便于判断视觉编码器的选型。
Hugging Face 发布 SmolVLM2 系列视频理解模型，包含 2.2B、500M 和 256M 三个参数规模，并称 500M 与 256M 是迄今最小的视频语言模型。
推荐理由：Hugging Face 发布三档小尺寸视频理解模型，并给出 MLX 与 Transformers 的即用示例，可据此判断端侧视频理解的门槛变化。
Google 发布 PaliGemma 2 Mix，这是基于 SigLIP 和 Gemma 2 的 PaliGemma 2 视觉语言模型系列中经过多任务混合微调的版本，覆盖 OCR、长短描述、视觉问答、目标检测和图像分割等任务。模型提供 3B、10B、28B 三种参数规模和 224、448、896 三种分辨率，支持 HF Transformers 与 JAX 框架，并已上线演示。
Mistral AI 发布 Mistral Saba，这是其首个专门针对区域语言的模型，拥有 24B 参数，基于中东和南亚精心整理的数据集训练。该模型在阿拉伯语和泰米尔语等南印度语言上表现突出，响应速度超过 150 tokens/秒，可在单 GPU 系统上本地部署，并提供 API 访问。
推荐理由：Mistral 推出首个区域语言模型，24B 参数可在单 GPU 本地部署，为中东和南亚市场提供定制化选择。
Hugging Face 将 Physical Intelligence 开发的 π0 和 π0-FAST 两个机器人基础模型移植到 LeRobot 仓库，并给出 PyTorch 版本与模型合集。
推荐理由：原文给出两个 VLA 模型在 LeRobot 的移植细节与 FAST 分词原理，读者可据此判断机器人基础模型的落地路径。
OpenAI 发布 o3-mini 模型，原文未提供更多细节。
OpenAI 发布 o3-mini 系统卡，说明该模型的安全工作，包括安全评估、外部红队测试和 Preparedness Framework 评测。
推荐理由：官方系统卡披露 o3-mini 的安全评估、外部红队与 Preparedness Framework 评测范围，可了解其安全流程。
Mistral AI 发布 Mistral Small 3，一个面向低延迟优化的 24B 参数模型，以 Apache 2.0 许可开源，同时提供预训练和指令微调两个 checkpoint。
推荐理由：24B 参数在 Apache 2.0 下对标三倍体量模型，并给出量化后单卡本地部署的具体条件，便于判断端侧选型。
Hugging Face 发布 SmolVLM-256M 和 SmolVLM-500M 两款视觉语言模型，其中 256M 被称为全球最小的 VLM，共提供两个 base 和两个指令微调共四个 checkpoint。
推荐理由：SmolVLM 家族新增 256M 与 500M 两个小尺寸多模态模型，读者可据此了解小模型在视觉语言任务上的取舍与部署方式。
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，代码生成与补全速度约为原版 Codestral 的 2 倍，上下文长度 256k。
推荐理由：Codestral 25.01 在 FIM 与多语言基准上给出与同量级模型的对比数据，可据此判断代码补全场景的选型。