Google DeepMind 正式发布 Gemini 3.5 Transcribe 语音转文本模型，专为实时语音交互场景设计，提供流式与非流式两种 API 接口。 据 Artificial Analysis 评测，该模型在流式模式下平均词错率为 4.0%，非流式模式下为 2.6%。模型支持超 85 种语言，具备自定义词汇能力，并可识别最多三位说话人。 Gemini 3.5 Transcribe 已上线 Google DeepMind 官方...
AI 行业动态 8月25日消息，OpenRouter 近日提出一套面向开发者的 AI 模型选型框架，强调以任务完成效果与成本为决策核心。该框架分四步：明确定义任务目标；基于实时用量数据与第三方基准筛选候选模型；横向对比各提供商的定价、延迟与可靠性；最后使用自有提示词进行端到端测试。 框架摒弃传统“每 token 成本”指标，转而采用“每完成任务的成本”作为核心评估标准。配套的 MCP 服务器已支持集成至 Claude Code、Cursor...
OpenRouter 正式推出统一的异步视频生成 API。开发者可通过 POST /api/v1/videos 提交生成任务，后续通过轮询获取状态并下载 MP4 文件。 该 API 支持 Seedance、Veo、Wan 等多个视频生成模型，切换模型仅需修改请求中的 model 标识符，无需调整接口调用逻辑。 此举旨在简化多模型视频生成服务的集成流程，提升开发者接入效率。
IBM 8月25日消息，IBM正式发布Granite 4.2系列大语言模型，包含3B、8B和30B三种参数规模，均为从零训练的dense decoder only架构，支持最长512K上下文。该系列首次聚焦显式推理能力，所有模型均具备链式思维（CoT）生成、思考/非思考模式切换、低开销思考模式及原生工具调用功能。 Granite 4.2采用五阶段预训练策略，基于约15万亿token数据；监督微调（SFT）使用约720万样本（约100B to...
IBM 近日在 Hugging Face 平台正式发布 Granite Speech 5.0 系列语音识别模型，包括两款 470M 参数的英文 ASR 模型：granite speech 5.0 470m turboctc（Apache 2.0 许可）与 granite speech 5.0 470m turboctc nc（CC BY NC SA 4.0 许可）。二者均采用纯编码器架构，支持流式识别，实测在 NVIDIA H200 GPU...
GPT 5.6 模型家族已正式接入软件开发智能体 Kiro，包含 Sol、Terra 和 Luna 三款模型。在 Terminal Bench 2.1 测试中，GPT 5.6 Terra 在 Kiro 环境下完成任务的成本降低约 82%。该版本由 OpenAI 与 AWS 联合优化，聚焦减少迭代次数、提升 token 利用效率，以支持开发者生成更高质量代码。
Hugging Face 最新研究引入三项测试，用于量化语音识别（ASR）领域的基准优化（benchmaxxing）现象。研究对 11 个开源 ASR 模型展开评估，发现多个在 VoxPopuli 和 LibriSpeech 基准上得分较高的系统，会直接复现基准数据集中已知的错误转录文本，即便输入音频内容与之明显矛盾。 进一步分析表明，部分模型能通过声学线索识别音频是否来自特定基准数据集，从而触发预设响应策略。这种行为导致模型在标准测试中得...
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek V4 Flash Vision Exp。该模型面向开发者开放，可通过 API 平台调用，需在请求中指定 model 参数为 'deepseek v4 flash vision exp'。 该模型定位为视觉理解方向的轻量级实验版本，目前处于早期发布阶段，官方未披露具体性能指标或训练细节。 建议用户在非关键场景中进行技术验证。
Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，采用投机解码技术，在不降低输出质量的前提下，GPU 吞吐量最高提升 3.18 倍，端侧推理速度最高提升 2.87 倍。该草稿模型参数量约 300M，可显著优化 LFM2.5 2.6B 模型的函数调用延迟，平均降低达 57%。目前相关模型已开源，并支持 llama.cpp 和 SGLang 推理框架。
Liquid AI 于 8 月 12 日发布 LFM2.5 VL 3B 视觉语言模型。该模型参数量约 31 亿，采用 SigLIP2 400M NaFlex 视觉编码器与 LFM2.5 2.6B 文本骨干网络组合，预训练数据达 34 万亿 token，视觉数据量为前代的 4 倍，并扩展词表至 128K 以更好支持非拉丁文字。 模型在屏幕/UI 理解、自然语言目标定位（grounding）、多图推理及函数调用能力四方面实现提升，支持文档、图表...
英伟达于当日推出Nemotron 3.5 Lightning——一款开源的30B混合专家（MoE）模型，专为本地运行的智能体任务优化。该模型支持NVFP4与GGUF格式，可在RTX PC、Jetson设备及DGX Spark等平台本地部署，实测token生成速度提升最高达4倍，任务完成时间缩短30%。 同日发布的NeMo Switchyard为开源模型路由库，可依据精度、速度与成本自动分配智能体工作流中的各步骤至最适配模型。内部基准测试显示...
Meta正式发布多模态大模型Muse Glimmer，该模型为30B参数的开源模型（Apache 2.0许可证），专为本地化、隐私敏感的智能体（agentic）场景设计，适用于代码生成、文档分析、个人助理及Claw/Hermes类架构。 Muse Glimmer采用双模块架构：2B参数ViT风格视觉编码器（支持图像与视频帧处理，最高96帧/视频）与28B参数文本解码器；解码器引入混合注意力机制（滑动窗口+全注意力交替）、门控分组查询注意力（...
AI2与Hugging Face联合发布TutorMoments评估框架预览版，旨在衡量大语言模型在真实数学辅导场景中判断“何时介入帮助、何时放手让学生自主思考”的能力。 该框架基于462份美国2至7年级学生的一对一数学辅导转录文本，由27位资深数学教师标注超1500个关键教学决策点，区分“提供脚手架支持”与“推动深度思考”两类情境。测试中，LLM需在标注决策点接手模拟辅导，其行为由教师定义的基准及自动化评分流水线进行三维度评估：是否适时支持...
英伟达官方博客 8 月 6 日消息，英伟达正式发布 Cosmos 3 系列开放物理 AI 基础模型，涵盖 Cosmos 3 Super（64B）、Cosmos 3 Nano（16B）和 Cosmos 3 Edge（4B）三款型号，分别面向高保真世界建模、高效推理与后训练，以及边缘端视觉推理与机器人策略部署。 该模型家族基于混合 Transformer 架构，整合视觉理解、世界生成与动作预测能力，开发者可将其用作视觉语言模型、物理驱动的世界模拟...
英伟达宣布Alpamayo 2 Super开源模型即日起开放商业使用。该模型专为自动驾驶车辆（AV）及自动驾驶出租车设计，基于NVIDIA Cosmos 3 Super Reasoner构建，并经强化学习后训练，具备多任务驾驶能力与可检验的决策逻辑。 Alpamayo 2 Super采用Linux基金会OpenMDW 1.1许可协议，允许商用微调、衍生模型开发及再分发，适用于整车厂、卡车制造商及供应商。其参数量为Alpamayo 1.5和1的...
Liquid AI于2026年8月4日发布轻量级智能体模型LFM2.5 2.6B（参数量约2.6B），专为边缘设备优化，可在笔记本电脑、手机等日常硬件上本地运行。 该模型支持工具调用与多步工作流，推理速度达220 tokens/s（Apple M5 Max）和113 tokens/s（AMD Ryzen CPU），内存占用低于2.5 GB；在STEM、指令遵循、工具使用及智能体任务等基准测试中，性能媲美参数量达其4倍的竞品模型。 LFM2.5...
xAI 正式推出 Grok 4.5 模型，官方称其为目前最强大的模型，专为编程、智能体任务及知识工作优化，并与 AI 编程工具 Cursor 联合训练。同日，xAI 宣布上线 Grok Voice Think Fast 2.0 语音模型，定价为每分钟音频 0.08 美元。该语音模型将于 8 月 5 日完成升级，Grok Voice Latest 将从 1.0 版本切换至 2.0 版本。
Anthropic首席执行官Dario Amodei发布声明，明确表示公司从未主张、也不会支持对开源权重（open weights）AI模型实施全面禁令。 Amodei指出，不具备危险能力的开源权重模型是公共产品，可为开发者、研究者和企业带来价值；但真正需警惕的是两类风险：一是威权政府利用AI获取军事或监控优势，二是高能力模型被滥用于网络攻击或生物安全威胁。 为应对上述风险，Anthropic主张三项具体措施：严格限制高性能芯片及制造设备流...
Anthropic 7月24日消息，Anthropic正式发布Claude Opus 5模型。该模型即日起上线，定位为日常高频使用的高性价比主力模型，现为Claude Max默认模型及Claude Pro最强模型。 Opus 5在多项基准测试中刷新纪录：Frontier Bench v0.1、CursorBench 3.2、ARC AGI 3、Zapier AutomationBench及OSWorld 2.0等评测中均超越前代Opus 4...
Anthropic 与 Andon Labs 联合发布 Drone Bench 基准测试工具，用于评估 AI 模型在室内环境中自主操控四旋翼无人机执行定位与人员追踪任务的能力。 该基准将任务拆解为五个关键子任务：3D 地图重建、目标定位、路径导航、目标检测及动态跟随，并依托软件仿真环境实现高效、可复现的评估。 实验结果显示，Drone Bench 的任务链具备足够区分度，可有效反映不同 AI 模型在物理世界实时操控能力上的差异，为衡量具身智...
Anthropic 7月22日消息，Anthropic 于2026年7月22日发布 Anthropic 经济指数连接器（Anthropic Economic Index connector），集成至 Claude 系列模型，用户可在 claude.ai 平台通过连接器直接提问并获取基于真实使用数据的分析结果。 该连接器支持自然语言提问，例如“哪些职业最常使用 AI？”“科罗拉多州用户最常如何使用 Claude？”“教师用 Claude 执行...
OpenRouter 新增音频转写 API 接口 POST /api/v1/audio/transcriptions。用户可使用现有 API key，将 base64 编码的音频文件发送至该端点。 该接口支持 Whisper 等语音转文本（STT）模型，并采用 token 计价方式。响应结果为 JSON 格式，包含转写文本及用量信息对象。 相关功能已正式上线，文档详见 OpenRouter 官方博客。
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash Lite 和 3.5 Flash Cyber 三款新模型。其中 Gemini 3.6 Flash 定位为最新主力模型；3.5 Flash Lite 聚焦更低推理成本与更高运行效率；3.5 Flash Cyber 则专为网络安全任务优化。 三款模型均已上线 Google AI 开发者平台，支持通过 API 接入使用。
Google Vids 推出两项更新：Gemini Omni 支持用户通过自然语言提示词及图片参考生成并逐步编辑高质量视频片段；同步上线个人数字分身功能，用户上传自拍和语音样本后，可输入文字驱动数字分身出镜。两项功能面向 Google AI Pro 和 Ultra 订阅用户，以及 Google Workspace 商业客户开放。所有生成内容均嵌入不可见的 SynthID 数字水印。
NVIDIA 正式发布 Nemotron 3 Embed 系列开源嵌入模型，其中 Nemotron 3 Embed 8B BF16 在 RTEB 多语言检索基准测试中以 78.5% 得分位列第一。该系列还包括两款 1B 参数量变体：Nemotron 3 Embed 1B BF16 面向低延迟生产部署，Nemotron 3 Embed 1B NVFP4 专为 Blackwell 架构优化，支持 NVFP4 量化，在保持 99% 以上 BF16...
OpenAI 发布自动化红队测试模型 GPT Red，旨在部署前识别模型漏洞，并在训练阶段生成对抗性攻击以提升鲁棒性。该模型通过自对弈强化学习训练，动用了 OpenAI 后训练中规模空前的算力资源。 GPT Red 能够成功攻破此前绝大多数主流模型。其生成的攻击样本被用于对抗训练新一代模型 GPT 5.6 Sol，在直接提示注入基准测试中，该模型失败率降至四个月前最佳生产模型的 1/6。
英伟达官方博客7月14日发布Nemotron Labs系列文章，阐述开源大模型（如Nemotron系列）如何助力企业与国家构建可信任、可控制、可定制的AI系统。文章指出，相较于闭源模型，开源模型允许企业完全访问模型权重、进行私有数据微调、开展内部评估，并建立适配自身业务流程的强化学习环境。 多家机构已基于Nemotron开展领域适配：Abridge正开发面向临床对话的基础模型；Glean推出结合Nemotron与闭源大模型的低延迟企业搜索模...
Anthropic 正式发布 Claude for Teachers，面向美国经验证的 K 12 在职教师免费提供高级 Claude 功能、教学技能库及与全美 50 州学术标准对齐的循证课程资源。 该工具集成 Learning Commons 平台，支持对接 OpenSciEd、Illustrative Mathematics 等主流课程体系，并可联动 ASSISTments、Brisk Teaching、Canva Education 等...
OpenAI 正式推出 GPT 5.6 系列模型，面向公众开放使用。该系列包含三款模型：旗舰模型 Sol、均衡型模型 Terra 和低成本模型 Luna，将陆续登陆 ChatGPT、Codex 及 API 平台。 GPT 5.6 系列按每百万 Token 计费：Sol 模型输入 5 美元、输出 30 美元；Terra 模型输入 2.50 美元、输出 15 美元；Luna 模型输入 1 美元、输出 6 美元。 官方信息显示，GPT 5.6 S...
Anthropic 近日为 Claude 推出反思功能（Beta），旨在帮助用户追踪自身使用模式。该功能支持回顾过去 1、3、6 或 12 个月的活动总结，涵盖关键主题、使用频率及任务类型，并基于 4D AI Fluency Framework（委托、描述、辨别、勤勉）提供协作式分析。 用户可通过 Claude 网页版或桌面应用启用该功能，需提前开启记忆功能。该功能面向 Free、Pro 和 Max 所有订阅用户开放，支持设置静音时段与定时...