Grok 4.7 上线 Amazon Bedrock，支持 500K 上下文与四级推理强度
xAI 的 Grok 4.7 现已上线 Amazon Bedrock，提供 500K token 上下文窗口，支持 low、medium、high、xhigh 四级推理强度，可通过 Responses、Chat Completions 和 Converse API 调用。
推荐理由：原文给出了模型能力、接入方式和成本控制要点，读者可据此判断如何在 Bedrock 上使用 Grok 4.7。
#模型发布
#模型发布
今日 5 条AWS Machine Learning Blog精选AI 评分7070 Simon WillisonAI 评分7070 Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 且成本降低
Anthropic 今日发布 Claude Sonnet 5.5，官方称其运行速度快 30% 以上，多数任务成本降低最多 30%，定价与 Sonnet 5 相同但基准测试全面胜出。该模型已用于 claude.ai 免费层，作者实测其生成 3D 鹈鹕骑自行车页面表现扎实，并指出其编码能力接近 Opus 5.5。Haiku 5.5 预计数周内推出。
AWS Machine Learning Blog精选AI 评分7878 Claude Sonnet 5.5 上线 Amazon Bedrock
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。该模型面向聚焦编码和知识工作，多数任务成本更低、速度更快，能完成功能或缺陷修复并对照需求检查结果，生成的文档和图表也更精致。
推荐理由：原文给出了 Sonnet 5.5 的能力提升、适用场景和接入方式，读者可据此判断它适合哪些编码与知识工作负载。
The Decoder精选AI 评分7878 Anthropic 发布 Claude Sonnet 5.5，多项基准接近 Opus 5.5 且单任务成本低至三成
Anthropic 发布 Claude Sonnet 5.5，输出速度提升超 30%，单任务成本最高降低 30%，在多项基准上接近 Opus 5.5。编码能力较前代大幅跃升，Terminal-Bench 4.0 得分从 10.3% 升至 70.6%，CursorBench 4.0 得分 55.5%，仅比 Opus 5.5 低约两分。
推荐理由：原文给出了 Sonnet 5.5 与 Opus 5.5 及前代的基准对比和定价，读者可据此判断中端模型的实际性价比。
TechCrunch · AIAI 评分7272 Anthropic 发布 Sonnet 5.5，称其更便宜、更快的日常工作助手
Anthropic 发布其中端模型 Sonnet 5.5，称其比前代快 30%，token 消耗率显著降低，适合编码和办公文档等日常任务。Anthropic 的基准测试显示，Sonnet 5.5 在智能体编码上表现优于 Opus 5.5，且具备与 Opus 5 相当的网络安全能力，成为首个适用同等网络安全防护措施的 Sonnet 模型。公司还计划在未来几周发布最小模型 Haiku 的新版本。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 Holo4 通用计算机操作智能体模型
Hugging Face 发布 Holo4 系列智能体模型，含 27B dense 和 35B-A3B MoE 两个尺寸，均已在 H Models API 上线，并同步开源 Holotron4 Nano。
推荐理由：原文给出了新模型的双尺寸、跨界面能力和开源轨迹数据，读者可据此评估它在真实业务工作流中的性价比。
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，加速视觉语言模型推理
Liquid AI 发布 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在几乎不增加内存的前提下提升推理速度，解码加速最高达 3.13x（设备端）和 2.66x（H100），端到端提升最高 2.62x 和 2.27x。
推荐理由：原文给出了解码加速倍数、内存开销和三种推理框架的接入方式，读者可据此评估端侧视觉模型的推理收益。
Latent Space精选AI 评分8585 Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布，Anthropic 与 OpenAI 展开价格与能力竞争
Anthropic 发布 Claude Opus 5.5，称多数任务性能接近 Fable 5.1，运行成本比 Opus 5 低 40%，速度提升约 30%，并成为 Claude Code 和 Claude 应用的默认模型。
推荐理由：原文梳理了 Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布的定价、评测与安全争议，读者可据此对比两家实验室的竞争策略。
Ars Technica · AIAI 评分6767 Anthropic 与 OpenAI 新模型主打更低价更高性价比
Anthropic 发布 Opus 5.5，声称相比 Opus 5 在默认设置下典型工作负载成本降低约 40%，因 token 价格下降且完成任务所需 token 更少，并在网络安全和生物学等高风险领域能力突出，相关请求可能被自动路由到旧模型。OpenAI 发布 GPT-6 Sol 和 Luna，作为 Astra 的迭代版本，部分基准测试中比前代能力提升几个百分点，但使用成本减半。
AWS Machine Learning Blog精选AI 评分7070 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 上正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 上正式可用，两者 API 定价均显著低于 GPT-5.6 前代。
推荐理由：原文给出了两款模型的分工定位、降价幅度和提示词缓存能力，读者可据此判断如何按负载匹配模型。
OpenAI NewsAI 评分5252 OpenAI 发布 GPT-6 Sol 和 Luna 两款模型
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，以不同的能力与成本平衡将前沿智能带入日常工作。
AWS Machine Learning Blog精选AI 评分8080 Claude Opus 5.5 在 AWS 上线
Claude Opus 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型。相比 Opus 5，它用更少 token 完成任务，平均单任务成本更低，并首次配备生物、网络安全和 AI 开发领域的安全分类器。模型支持自适应思考，可通过 effort 控制推理量，适用于智能体编码和长文档知识工作。
推荐理由：原文给出了新模型的效率、定价与安全分类器变化，读者可据此评估其在长任务和智能体编码场景的适用性。
NVIDIA Blog精选AI 评分6868 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中取得领先性能
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次提交中，Qwen3-VL 吞吐量比 GB300 NVL72 最高提升 3.7 倍，DeepSeek-R1 最高提升 2.5 倍。GB300 NVL72 在 288 GPU 规模下实现 99% 扩展效率，软件优化带来最高 1.6 倍性能提升。Nebius 等 19 家合作伙伴也提交了结果。
推荐理由：原文给出 Vera Rubin NVL72 在 MLPerf 推理基准上的首秀成绩与对比数据，读者可据此评估新一代平台的推理性能与扩展效率。
NVIDIA Blog精选AI 评分7070 Salesforce 发布 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上发布其首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 后训练而成，使用近三十年企业 CRM 部署数据的专有合成数据集。
推荐理由：原文给出了 Koa 的构建方式、性能数据和开放时间，读者可以据此判断它对企业 CRM 工作流的影响。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个语音对话模型，前者面向规模与成本效率，后者面向高复杂度任务。
推荐理由：官方给出了两个新模型的定位差异、基准成绩和开放渠道，读者可据此判断它们适合哪些语音智能体场景。
OpenAI NewsAI 评分4242 GPT-6 Astra：面向工作的下一代智能
OpenAI 推出 GPT-6 Astra，定位其最具商业能力的模型，具备高级推理、计算机使用能力，以及更强的写作与设计判断力。该模型面向工作场景，旨在提升企业级任务的智能化水平。
OpenAI NewsAI 评分1515 OpenAI 分享 Navier–Stokes 千禧年大奖问题的 AI 生成解法
OpenAI 分享了一个由 AI 生成的 Navier–Stokes 千禧年大奖问题解法，包含问题论述和一份 Lean 形式化证明。该解法以 AI 生成的方式呈现，并附有形式化验证，但尚未提及是否通过官方评审或正式获奖。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 和 Google Research 发布 WeatherNext 3，据 Brightband 独立实时评测为目前最先进、最准确的全球天气模型。
推荐理由：原文给出了分辨率、更新频率和降水精度等关键指标，读者可据此判断新一代天气模型的实际能力提升。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布多模态编码器 NeoMME，260M 与 800M 两档开源
Hugging Face 发布 NeoMME，一个 260M 和 800M 的多语言多模态编码器家族，用单一双向 Transformer 同时处理文本 token 和原始图像块，从零训练，不使用预训练视觉塔或因果语言模型。
推荐理由：原文给出了模型架构、检索性能和压缩方案，读者可据此评估其在视觉文档检索中的适用性。
OpenAI NewsAI 评分5252 OpenAI 发布 GPT-6 Astra
OpenAI 发布 GPT-6 Astra，称其为迄今最智能且对齐程度最高的模型，在计算机使用、编码、网络安全和科学领域具备领先能力。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber，这是六周内第三个 Flash 版本，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由：原文给出新模型在编码、推理和网络安全上的具体基准成绩与定价，读者可据此判断其相对前代和竞品的定位。
Google Research精选AI 评分6565 Google 发布 TimesFM-3 多变量时序预测基础模型
Google Research 发布 TimesFM-3，这是其时序基础模型家族的新一代版本，原生预训练用于多变量预测，参数量 3.3 亿，在超过 1 万亿时间点的真实与合成语料上完成预训练。
推荐理由：原文给出了模型架构、参数量、评测排名和开放入口，读者可据此判断它相对单变量模型的提升幅度。
Microsoft Research精选AI 评分6262 微软发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型
微软研究院发布 GigaPath-Flash 与 GigaTIME-Flash，通过知识蒸馏将十亿参数编码器压缩为 22M 参数的 ViT-S 骨干，在保持约 97% 预测性能的同时将全切片分析计算量降低约 50 倍，空间蛋白组学预测提速约 6 倍、显存减少约 8 倍。两模型均以 Apache 2.0 协议开放权重，代码与权重已上架 Hugging Face，面向科研用途而非临床诊疗。
推荐理由：原文给出了蒸馏压缩后的效率提升和开放权重入口，读者可据此评估病理基础模型在更大队列研究中的实用成本。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景扩展与 4K 放大等视频能力
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向专业用途的生成式视频能力。
推荐理由：官方介绍了场景扩展、首尾帧控制、4K 放大等新能力，读者可据此判断它是否适合接入自己的视频生成工作流。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布 Gemini 3.5 Transcribe，这是其最精确的语音转文字模型，支持实时流式与预录音频处理，可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 使用。
推荐理由：原文给出了新模型的精度、延迟和开放入口，读者可以据此判断它相比 Chirp 3 的实际提升。
Hugging Face Blog精选AI 评分7575 IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三档开源
IBM 发布 Granite 4.2 推理模型家族，包含 3B、8B、30B 三个尺寸，均基于 Granite-4.1 基座模型后训练而来，采用多阶段强化学习流水线，其中 8B 和 30B 额外经过智能体强化学习，可在真实沙箱环境中调用工具、编辑代码、操作终端和搜索网页。所有模型均支持思考与非思考模式切换、低努力思考模式及原生工具调用，以 Apache 2.0 协议开源。
推荐理由：IBM 官方详解 Granite 4.2 推理模型家族的构建过程，读者可借此了解其多阶段强化学习与智能体训练的具体做法。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与智能体场景
Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，是面向编码和智能体场景的最强工作模型。
推荐理由：官方给出了编码、网页开发与知识工作场景的基准提升和半价定价，读者可据此评估升级价值。
Google DeepMind精选AI 评分8080 Google DeepMind 发布手语转文本模型 SL2T，率先落地 Pixel 11
Google DeepMind 发布大规模多语种手语转文本模型 SL2T，首次将手语 AI 带入消费产品，支持在 Pixel 11 的 Gboard 和 Live Transcribe 中实现美国手语（ASL）到英语的听写。模型基于超过 10 万小时、50 多种手语数据训练，在 FLEURS-ASL 基准上取得 70 BLEURT 的零样本成绩，并采用姿态关键点而非原始视频以保护隐私。
推荐理由：原文给出了 SL2T 的训练规模、基准成绩和落地入口，读者可据此判断手语 AI 从实验室走向消费产品的实际进展。
Hugging Face Blog精选AI 评分8585 Meta 发布开源多模态模型 Muse Glimmer-30B，主打本地智能体场景
Meta 今日发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数的多模态模型，专为本地智能体场景设计，采用 Apache 2.0 许可。模型由 2B 视觉编码器和 28B 文本解码器组成，支持图像、视频输入及多模态工具调用，并附带 DFlash 投机解码加速。
推荐理由：原文给出架构细节、基准对比和本地部署路径，读者可据此评估它在端侧智能体场景的适用性。
Google DeepMind精选AI 评分8282 Google DeepMind 开源 WeatherNext 模型，气旋预报精度提升一天
Google DeepMind 在 Nature 发表论文并开源 WeatherNext 2 和 WeatherNext Cyclones 模型，其气旋预报精度达到 SOTA，平均比此前模型多出一天以上的提前量，相当于气象学约十年的进步。
推荐理由：原文给出了模型精度提升、开源范围和实际应用案例，读者可以据此判断该模型对气象预报领域的具体价值。
Mistral AI精选AI 评分7070 Mistral 发布 3B 开源多模态安全审核模型 Shieldstral
Mistral 发布 Shieldstral，一个 3B 开源多模态安全审核模型，在文本安全上匹配最高 7 倍规模的模型，并在多模态审核上达到新 SOTA。它把内容审核建模为策略自适应问答，推理时用自然语言问题定义策略，无需重训即可统一审核文本和图像，返回校准的安全分数。模型以 Apache 2.0 开源，可在单张 16GB NVIDIA GPU 上运行。
推荐理由：原文给出了把内容审核建模为策略自适应问答的思路，读者可以据此判断这种免重训的审核方式是否适合自身场景。
Microsoft Research精选AI 评分8080 微软开源 Orchard 智能体训练框架，Orchard-SWE 在 SWE-bench Verified 达 69.7%
微软研究院开源 Orchard，一个面向可扩展智能体 AI 研究的框架，核心是 Kubernetes 环境服务 Orchard Env，支持软件工程、网页导航和个人助理三类智能体，并可直接在 Codex、OpenClaw 等真实部署 harness 中训练。
推荐理由：原文给出了开源框架、三个训练配方和关键基准成绩，读者可据此判断小模型在真实部署环境中的训练路径是否可复用。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布 Gemini Robotics ER 2，这是其最强大的具身推理模型，支持视频理解、任务编排和多机器人协作，可将动作执行交给任意底层 VLA 模型。
推荐理由：原文给出了新模型的三大能力升级和公开开放入口，读者可据此判断它如何改变机器人任务编排与多机协作的开发方式。
Google DeepMindAI 评分5555 Google DeepMind 发布 Lyria 3.5 音乐生成模型
Google DeepMind 发布新一代音乐生成模型 Lyria 3.5，今日在 Google Flow Music 中上线。新版本在音乐性、歌词、人声和创作控制四方面提升：支持更自然丰富的旋律结构、更高品质的歌词生成、更具表现力和情感的人声，并允许用户更轻松地控制输出节奏和时长。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Robotics 2，实现全身控制与多机器人协作
Google DeepMind 发布 Gemini Robotics 2，包含三款模型：Gemini Robotics 2 是最先进的视觉-语言-动作模型（VLA）。
推荐理由：原文给出了三款模型的分工和开放入口，读者可据此判断具身智能模型的能力边界与接入方式。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款新 Gemini 模型。Gemini 3.6 Flash 相比 3.5 Flash 减少 17% 输出 token 用量。
推荐理由：官方给出三款新模型的定价、token 效率与关键基准提升，读者可据此评估其在智能体工作流中的成本与性能取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调而成的轻量网络安全模型，用于快速发现、验证和修复软件漏洞。
推荐理由：原文给出了轻量安全模型的定位、基准成绩和内部落地效果，读者可据此判断它在漏洞挖掘场景中的实际价值。
Hugging Face Blog精选AI 评分8282 Thinking Machines 发布开源多模态模型 Inkling 及 Inkling-Small
Thinking Machines 在 Hugging Face 发布开源多模态模型 Inkling，约 1T 参数、支持 1M 上下文，原生接受图像、文本和音频输入，具备智能体能力，并提供 BF16 和 NVFP4 变体。
推荐理由：原文给出了 Inkling 的架构细节、部署配置和基准表现，读者可以据此判断它作为开源多模态模型的定位与可用性。
Mistral AI精选AI 评分6262 Mistral AI 发布 Robostral Navigate 具身导航模型
Mistral AI 发布 Robostral Navigate，一个 8B 参数的具身导航模型，仅用单个 RGB 摄像头即可让机器人自主导航，在 R2R-CE 验证 unseen 上取得 76.6% 成功率，超过使用深度或多摄像头的最佳系统 4.5 个点。模型完全在模拟环境中训练，通过指向式导航和在线强化学习（CISPO）持续改进，可运行于轮式、腿式和飞行机器人。
推荐理由：原文给出了单摄像头导航模型在 R2R-CE 上的成绩和训练方法，读者可据此判断它相对多传感器方案的效率优势。
Mistral AI精选AI 评分8282 Mistral 发布 Leanstral 1.5，6B 激活参数开源模型在形式化验证上刷新多项基准
Mistral 发布 Leanstral 1.5，一款 Apache-2.0 许可、总参数 119B 但仅 6B 激活的开源模型，在 miniF2F 上达到 100%，解决 PutnamBench 587/672 题，并在 FATE-H（87%）和 FATE-X（34%）上取得新 SOTA。
推荐理由：原文给出了基准成绩、成本对比和真实代码库找 bug 的案例，读者可据此判断它在形式化验证上的实用程度。