Hcompany 釋出全新智慧體模型系列 Holo4，包含 27B dense 與 35B-A3B Mixture of Experts 兩個尺寸，並同步推出更新版 Holotron4 Nano。該系列模型支援 GUI、程式碼、MCP 與 API 等多種互動介面，在 OSWorld 2.0 等基準測試中表現優異，相關權重與軌跡資料已在 Hugging Face 開源。
推薦理由：文章公佈了新模型的大小、介面和基準測試表現，讀者可以據此瞭解其在複雜工作流中的表現。
Runway 介紹了其最新的世界模型 GWM Worlds 2 以及提出的輸入格式 WorldPrompt，並闡述了其如何通過自迴歸擴散和蒸餾方法實現 720p 24fps 的即時互動式影片和音訊生成。文章還探討了真實物理模擬、長上下文、誤差累積等工程挑戰，以及在遊戲、機器人和智慧體模擬等領域的潛在應用。
Liquid AI 針對視覺語言模型 LFM2.5-VL-3B 釋出了實驗性的 DSpark 草稿模型，通過引入投機解碼路徑實現推理加速。該草稿模型包含 2.8 億引數（增量 8.9%），在端側和 GPU 上解碼速度最高可提升 3.13 倍，並且首日即整合支援 llama.cpp、MLX-VLM 和 SGLang。
Hugging Face 團隊推出了 NeoMME，這是一個包含 260M 和 800M 引數的多語言多模態基礎編碼器系列。該模型不使用單獨的視覺塔或因果語言模型，而是通過單個雙向 Transformer 同時處理文本 token 和原始影像塊。
推薦理由：原文釋出了不依賴獨立視覺塔的多模態雙向編碼器，讀者可以瞭解其單塔架構和檢索效能。
作者基於開源方案復現了讓大語言模型通過編寫 JavaScript 程式碼繪製水彩畫的強化學習流程，並公開了參考影像池、強化學習環境、訓練指令碼及訓練好的模型。文章對比了不同美學獎勵權重配置下的多項實驗結果，詳細記錄了基礎設施搭建及訓練調優過程中的發現。
推薦理由：文章復現並開源了使用強化學習訓練程式碼模型繪製水彩畫的完整流程，為讀者提供了基於美學偏好進行對齊的具體實現與多重實驗對比。
Google Research 推出 TimesFM-3，這是一個擁有 3.3 億引數、原生支援多變數預測的零樣本時間序列基座模型。該模型採用解碼器架構與交替注意力機制，支援單次前向傳遞生成整個預測區間，在 Gift-Eval、FEV-Bench 和 Time 等基準測試中表現優於其他預訓練基座模型，目前已在 GitHub 和 Hugging Face 上線。
推薦理由：谷歌釋出了面向多變數時間序列預測的基座模型 TimesFM-3，它通過交替注意力架構和單次前向傳遞實現了零樣本預測，在多項公開基準測試中表現領先。
Granite 4.2 是 IBM 推出的三種規模（3B、8B、30B）的稠密解碼器推理 LLM，基於 Granite‑4.1 預訓練模型，使用約 15T 令牌的五階段訓練策略，擴充套件上下文視窗至 512K，並通過監督微調和多階段強化學習（包括 agentic RL）實現鏈式思考、工具呼叫與低成本思考模式。
推薦理由：Granite 4.2 通過多階段 RL 訓練實現強推理與工具呼叫能力，讀者可瞭解其技術細節與效能提升。
Liquid AI 針對 LFM2.5 模型家族釋出了 DSpark 草稿模型檢查點，通過引入推測解碼路徑，在不改變輸出質量的情況下實現了最高 3.2 倍的吞吐量提升。
推薦理由：該方案在保持輸出質量不變的前提下提升了吞吐量，為端側和雲端推理效能最佳化提供了可複用的技術實踐。
Sentence Transformers 釋出 v6.0 版本，首次引入第四種模型型別 MultiVectorEncoder，用於支援 ColBERT 風格的後期互動檢索。該版本允許開發者通過熟悉的 API 直接載入各類 PyLate、ColBERT 以及 ColPali 視覺文件檢索模型的檢查點，無需經過複雜的格式轉換。
推薦理由：該版本新增了對多向量檢索模型的原生支援，讀者可以通過標準介面直接載入多種主流模型的檢查點並完成檢索與重排。
Meta 推出了全新的 30B 引數開源多模態模型 Muse Glimmer，採用 Apache 2.0 協議釋出，專門面向本地智慧體和隱私保護應用。該模型結合了 2B 的視覺感知編碼器與 28B 的文本解碼器，支援影像、影片理解以及多模態工具呼叫，並提供 transformers、llama.cpp 和 vLLM 的首日支援。
推薦理由：文章詳細介紹了 Meta 開源多模態模型 Muse Glimmer 的架構設計與本地部署方法，讀者可以據此瞭解其在端側智慧體和多模態任務中的應用潛力。
NVIDIA 推出 Cosmos-H-Dreams，這是一個針對手術機器人的即時、動作條件生成式模擬器。該模型將 Cosmos-H-Surgical-Simulator 的能力蒸餾為因果學生模型，並通過 FlashDreams 庫在單張 NVIDIA RTX PRO 6000 GPU 上實現每秒約 160 幀的互動式執行，支援在閉環中進行策略評估和資料生成。
推薦理由：官方推出的即時動作條件生成模擬器展示了手術機器人的互動式環境，讀者可以據此瞭解世界模型在醫療機器人領域的即時推理與應用進展。
Thinking Machines 在 Hugging Face 釋出了 Inkling 與 Inkling‑Small 兩個多模態 LLM。Inkling 是 1T 引數、1M 上下文視窗的開源模型，支援影像、文本、音訊輸入，並具備 agentic 能力。
推薦理由：Inkling 通過支援 1M 上下文視窗和多模態輸入，提供了大規模開源模型的高效推理與部署方案，幫助開發者快速構建跨模態推理應用。在 Hugging Face 平臺上可一鍵部署，支援多種推理引擎，滿足大規模推理需求，並提供 1M 上下文視窗的高效推理體驗，適合多模態推理與微調場景。
Google DeepMind 釋出了採用 Apache 2.0 協議開源的實驗性模型 DiffusionGemma，這是一款基於 Gemma 4 家族和 Gemini 擴散研究的 26B MoE 文本擴散模型，可在專用 GPU 上實現高達 4 倍的文本生成速度。
推薦理由：該模型採用文本擴散架構實現數倍於傳統自迴歸模型的推理速度，為開發者探索本地即時互動工作流提供了新的硬體利用方式與微調路徑。
DeepMind 推出 Gemma 4 12B，這是一款無編碼器的統一多模態模型，能夠直接在配備 16GB VRAM 的筆記本上執行。它在保持與 26B MoE 近似的推理效能的同時，顯著降低了記憶體佔用，並首次支援原生音訊輸入。
推薦理由：Gemma 4 12B 以無編碼器的多模態架構實現低記憶體、強推理，適配本地 16GB VRAM 機器，讀者可據此評估在邊緣裝置上的部署可能。
Mistral AI 釋出了 Voxtral Transcribe 2 語音模型系列，包含用於批次轉寫的 Voxtral Mini Transcribe V2 和用於即時應用的 Voxtral Realtime。
推薦理由：Mistral 釋出了 Voxtral Transcribe 2 語音模型系列，並開源了 Voxtral Realtime 權重，讀者可以據此瞭解其在即時性與多語言轉寫上的新進展。
Mistral AI 釋出新一代 Mistral 3 模型系列，包含 14B、8B 和 3B 的 Ministral 3 端側稠密模型，以及採用稀疏 MoE 架構、啟用引數 41B 總引數 675B 的旗艦模型 Mistral Large 3。所有模型均採用 Apache 2.0 許可證開源，支援多模態與多語言能力，推理版本也將很快推出。
推薦理由：原文釋出了包含稠密小模型與 MoE 旗艦大模型的全新模型系列，並全部採用 Apache 2.0 許可證開源，開發者和企業可直接藉此在多端與雲端部署前沿智慧能力。
Mistral AI 釋出了開源語音理解模型 Voxtral，包含面向生產的 24B 規格與面向端側的 3B 規格，均採用 Apache 2.0 協議開源。該系列模型支援 32k 上下文、長達 30 至 40 分鐘的音訊處理、內建問答與摘要、多語言處理及函式呼叫功能，並在多項語音轉寫和理解基準測試中表現優異。
推薦理由：該模型提供了兩種尺寸並開源，讀者可以根據自身算力條件選擇合適的版本進行本地部署或呼叫 API。
Mistral AI 釋出首個推理模型 Magistral，推出開源的 Magistral Small（24B）和企業級 Magistral Medium 兩個版本。
推薦理由：原文給出了兩個版本的具體效能指標與開放渠道，讀者可以據此評估其在真實業務和推理任務中的表現。
Mistral AI 宣佈推出 Mistral Small 3.1，這是一款在其體量級別表現出色的開源模型。該模型帶來改進的文本效能、多模態理解以及高達 128k tokens 的上下文視窗，並以 Apache 2.0 許可證開源。
推薦理由：原文給出了開源模型的新版本效能與多維度升級，讀者可以據此評估其在端側和多模態任務中的應用潛力。