H Company 发布迄今最大的 UI 定位模型 Holo2-235B-A22B Preview，在 ScreenSpot-Pro 上以 78.5% 刷新 SOTA，OSWorld G 达 79.0%，模型已在 Hugging Face 开放。该模型单步在 ScreenSpot-Pro 上达 70.6%，配合智能体式定位可在 3 步内迭代提升精度，各尺寸 Holo2 模型相对提升 10-20%。
Overworld 发布实时交互式视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上线 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互式视频扩散模型与推理库一并开源，读者可据此了解世界模型从预训练视频微调转向交互优先训练的思路。
Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），用统一的编码器-解码器 Transformer 架构完成动态场景的 4D 重建与追踪，通过查询机制并行回答像素在任意时间、任意相机视角下的 3D 位置。
推荐理由：D4RT 把动态场景重建统一进单一框架，并给出相对既有方法的效率倍数与单芯片实测耗时。
Google 发布 MedGemma 1.5 4B，新增对 CT、MRI 和全切片病理等高维医学影像的支持，并保留 2D 图像与文本能力。官方称在内部基准上，CT 病灶分类准确率从 58% 提升到 61%，MRI 从 51% 提升到 65%，MedQA 从 64% 提升到 69%。
推荐理由：官方给出 MedGemma 1.5 与 MedASR 的基准对比和开源入口，可据此判断医疗多模态模型的可用边界。
NVIDIA 发布 Cosmos Reason 2，一款面向物理 AI 的开源推理视觉语言模型，在 Physical AI Bench 和 Physical Reasoning 榜单上位列开源模型第一。
推荐理由：NVIDIA 官方发布 Cosmos Reason 2，给出 2B/8B 规格、256K 上下文与多项评测提升，可据此判断物理 AI 视觉推理的可用边界。
Hugging Face 发布 Falcon-H1-Arabic 阿拉伯语模型家族，含 3B、7B、34B 三个规模，采用 Mamba 与 Transformer 注意力并行的 Falcon-H1 混合架构。
Hugging Face 发布 8B 参数安全护栏模型 AprielGuard，可检测 16 类安全风险及提示注入、越狱、思维链污染、记忆投毒、多智能体攻击序列等对抗攻击，并覆盖工具调用与推理轨迹等智能体工作流场景。模型提供推理与非推理两种模式，兼顾可解释分类与低延迟生产部署。
OpenAI 发布 GPT-5.2 系统卡增补文件，涉及 GPT-5.2-Codex。
OpenAI 发布 GPT-5.2-Codex，称其为自家最先进的编码模型。该模型主打长程推理、大规模代码转换以及增强的网络安全能力。
推荐理由：OpenAI 官方给出 GPT-5.2-Codex 的三项能力定位，读者可据此判断编码模型在长任务与安全方向的变化。
Mistral 发布文档识别模型 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%，官方称其准确率超过企业级文档处理方案和 AI 原生 OCR 方案。
推荐理由：官方给出 OCR 3 相对上一代在表单、手写和复杂表格上的胜率与每千页定价，便于评估替换成本。
NVIDIA 发布 Nemotron 3 Nano 30B A3B，并公开其完整评测配方，基于开源库 NeMo Evaluator 构建，任何人可复跑评测流程并独立核查结果。
Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 的推理能力与 Flash 级别的延迟、效率和成本结合，定价为每 100 万输入 token 0.50 美元、每 100 万输出 token 3 美元。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断它在速度与成本上的取舍。
OpenAI 发布 ChatGPT Images 与 GPT-Image-1.5，前者带来更快的图像生成体验，后者通过 API 提供。原文还提到可了解最新的 ChatGPT Images 2.5。
推荐理由：OpenAI 在 API 中上线 GPT-Image-1.5，并同步更新 ChatGPT 图像生成体验。
Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，面向实时语音智能体，在复杂工作流处理、指令遵循和多轮对话上做了改进。
推荐理由：官方给出函数调用、指令遵循与多轮对话三项能力的具体提升数据，可据此判断语音智能体的可用边界。
OpenAI 发布 GPT-5.2，称其为目前数学与科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上刷新 SOTA。官方表示这些提升已转化为实际研究进展，包括解决一个开放理论问题并生成可靠的数学证明。
推荐理由：官方给出 GPT-5.2 在数学与科学基准上的成绩，并说明这些提升如何落到实际研究进展中。
OpenAI 发布 GPT-5 系统卡更新，将 GPT-5.2 纳入 GPT-5 系列。GPT-5.2 是 GPT-5 系列的最新模型家族，其安全缓解措施与 GPT-5 系统卡和 GPT-5.1 系统卡中描述的基本相同。与 OpenAI 其他模型一样，GPT-5.2 的训练数据包括互联网公开信息、通过第三方合作获取的信息，以及用户或人类训练师与研究人员提供或生成的信息。
推荐理由：官方系统卡更新说明 GPT-5.2 的安全缓解措施与 GPT-5 系列基本一致，可了解新模型的安全口径。
OpenAI 发布 GPT-5.2，称其是面向日常专业工作最先进的前沿模型，具备最先进的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中提供，用于支持更快、更可靠的智能体工作流。
推荐理由：OpenAI 发布 GPT-5.2，读者可据此了解新模型在推理、长上下文与编码上的能力定位。
Mistral AI 发布下一代编码模型系列 Devstral 2，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出 Devstral 2 的 SWE-bench 成绩、许可与部署门槛，可据此判断开源编码模型的可用边界。
Mistral 发布 Mistral 3 系列，包括 14B、8B、3B 三个小尺寸稠密模型和迄今最强的 Mistral Large 3，后者为稀疏 MoE 架构，41B 激活参数、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 一次性放出从 3B 到 675B 的 Apache 2.0 权重，读者可据此判断开源模型在端侧与前沿两端的当前水位。
UCLA 教授 Ernest Ryu 与 GPT-5 共同解决了一个优化理论中的关键问题，展示了 AI 在加速数学发现中的作用。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），一个基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 以付费预览形式通过 Gemini API 逐步开放。
推荐理由：官方给出新图像模型的分辨率、文字渲染与搜索接地等能力细节，可据此判断多模态应用的选型与成本取舍。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，主打图像生成与编辑，支持在图中直接渲染多语言文字、接入 Google Search 实时信息，并可混合最多 14 张图像、保持最多 5 人的一致性，提供 2K 和 4K 分辨率。
推荐理由：官方给出 Nano Banana Pro 在文字渲染、多图合成与分辨率上的具体升级，以及各产品线的开放节奏。
OpenAI 发布 GPT-5.1-Codex-Max，一款面向 Codex 的更快、更智能的智能体编码模型。该模型面向长时间运行的项目级任务，在推理能力和 token 效率上有所增强。
推荐理由：OpenAI 发布面向 Codex 的智能体编码模型，读者可了解其在长时任务与 token 效率上的定位。
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，Gemini 3 Pro 在各项主要 AI 基准上超过此前版本，编码能力也强于 2.5 Pro。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与配套开发平台，可据此判断它在智能体编码和多模态场景中的定位。
Google DeepMind 发布 Gemini 3，首发 Gemini 3 Pro 预览版，并同步接入 AI Mode 搜索、Gemini 应用、AI Studio、Vertex AI、Gemini CLI 及新智能体开发平台 Google Antigravity。
推荐理由：官方给出 Gemini 3 Pro 在推理、多模态与编码基准上的具体分数，并同步公布首发落地产品与开发者入口。
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，称其生成预报速度提升 8 倍，分辨率最高可达 1 小时。
推荐理由：原文给出 WeatherNext 2 的生成速度、分辨率与可用入口，读者可据此判断 AI 天气预报的落地方式。
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从指令跟随者升级为能推理目标、与用户对话并自我改进的交互式游戏伙伴。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，读者可了解从指令跟随到自主推理与自我改进的路径。
OpenAI 在 API 中上线 GPT-5.1，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现，并新增 apply_patch 与 shell 工具。
推荐理由：OpenAI 在 API 上线 GPT-5.1，开发者可据此了解自适应推理、提示词缓存与编码能力的具体变化。
OpenAI 发布 GPT-5 系统卡增补，给出 GPT-5.1 Instant 和 GPT-5.1 Thinking 的更新安全指标。增补还包含针对心理健康与情感依赖的新评估。
推荐理由：OpenAI 公布 GPT-5.1 两个版本的安全指标，并新增心理健康与情感依赖评估，可了解其安全评测口径的变化。
OpenAI 升级 GPT-5 系列，推出 GPT-5.1，模型更智能、对话更自然，并提供定制 ChatGPT 语气和风格的新方式。GPT-5.1 即日起向付费用户逐步推送。
推荐理由：OpenAI 升级 GPT-5 系列并调整 ChatGPT 语气风格，读者可据此了解付费用户可用的新版本变化。
OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 两个开放权重推理模型。二者基于 gpt-oss 模型后训练，能依据给定策略进行推理并为内容打标，报告同时给出以原 gpt-oss 模型为基线的安全评估结果。
OpenAI 发布 gpt-oss-safeguard，这是一组用于安全分类的开放权重推理模型。开发者可以基于它应用并迭代自定义策略。
推荐理由：OpenAI 发布面向安全分类的开放权重推理模型，开发者可据此自定义并迭代策略。
IBM 发布 Granite 4.0 家族中最小的一批模型 Granite 4.0 Nano，包含 4 个 instruct 模型及对应 base 版本，参数规模为 ~350M 和 ~1.5B，采用 hybrid-SSM 与 Transformer 两种架构，以 Apache 2.0 许可开源并原生支持 vLLM、llama.cpp 和 MLX。
OpenAI 为 GPT-5 系统卡发布增补说明，详述其在处理敏感对话方面的改进，并新增情绪依赖、心理健康和抗越狱三项基准测试。
OpenAI 发布新一代视频与音频生成模型 Sora 2，并同步公开系统卡。相比 Sora，新模型在物理准确性、画面真实感、音画同步、可控性和风格覆盖范围上有所提升。
推荐理由：官方系统卡披露 Sora 2 在物理准确性、同步音频与可控性上的能力变化，可据此判断视频生成模型的当前边界。
OpenAI 发布视频生成模型 Sora 2，支持同步的对话与音效。原文同时说明 Sora 产品已不再提供。
推荐理由：OpenAI 发布新一代视频生成模型 Sora 2，读者可了解其在对话与音效同步上的能力变化。
NVIDIA 发布首个面向日本的主权 AI 开源合成数据集 Nemotron-Personas-Japan，含 600 万条自然日语 persona（100 万条记录、每条 6 个 persona），总 token 约 14 亿，覆盖 1500 多个职业类别和约 95 万个独特姓名。
OpenAI 发布 GPT-5 系统卡增补，公布新模型 GPT-5-Codex，这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂的任务则独立工作更长时间。
推荐理由：GPT-5 系统卡增补披露了面向 Codex 智能体编码优化的新模型，读者可了解其按任务复杂度动态调整思考投入的机制。
Writer 开源 Palmyra-mini 系列三款模型，参数规模 1.5B-1.7B，包括非思考基础版 palmyra-mini 及两个思维链推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face 博客介绍 mmBERT，一个基于 ModernBERT 的多语言编码器模型，用 3T+ token、覆盖 1800 多种语言的数据训练，官方称其是首个在性能上超越 XLM-R 的多语言模型。