模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
Google Research 介绍了 Simula 框架，这是一种采用第一性原理构建整个合成数据集的种子无关且具身智能的方法。该框架通过全局多元化、局部多元化、复杂化和质量检查四个可控轴来分解生成过程，并在多个领域评估中展示了优化数据属性对下游性能的提升。
Why Recommended: 文章介绍了通过第一性原理构建合成数据集的 Simula 框架，为解决稀缺领域的数据瓶颈提供了可编程的工作流方案。
Google DeepMind 推出了 Gemini Robotics-ER 1.6，这是其专为机器人设计的最新模型，提升了空间推理、多视角理解和仪表读取能力。该版本在安全性和物理约束遵守方面也有显著改进，并已通过 Gemini API 和 Google AI Studio 对开发者开放。
Why Recommended: Gemini Robotics-ER 1.6 通过增强空间推理和多视角理解，显著提升机器人在真实环境中的自主决策能力，并首次实现仪表读取功能，为工业设施监测提供更高精度。该模型在安全性和物理约束遵守方面也表现出显著改进，帮助机器人更安全地执行任务。
Google DeepMind 推出了 Gemma 4，四种尺寸（E2B、E4B、26B MoE、31B Dense）支持多模态、长上下文（128K–256K）和 140+ 语言，具备高级推理、函数调用和代码生成能力，并以 Apache 2.0 许可免费开放，适用于从移动端到云端的多场景部署。
Why Recommended: Gemma 4 以高效参数利用率和多模态能力，成为最强开源模型之一，支持从移动端到云端的多场景部署，并提供 128K–256K 上下文窗口和 140+ 语言支持，兼具函数调用和结构化 JSON 输出，满足多行业需求。
Mistral AI 发布了 Mistral Small 4，这是一款统一推理、多模态与编码功能的模型，采用 119B 参数、256k 上下文窗口，支持可配置推理强度，提供 40% 的延迟降低和 3 倍的吞吐量提升。该模型采用 Apache 2.0 许可，支持 vLLM、llama.cpp、SGLang 等开源框架，并已加入 NVIDIA Nemotron 联盟。
Why Recommended: Mistral Small 4 将推理、多模态与编码功能统一，提供可配置推理强度和高效推理，帮助用户在单一模型中完成多种任务。
本文介绍了 SPEX 与 ProxySPEX 两种算法，利用稀疏恢复和层次结构在大规模 LLM 交互识别中显著降低计算成本。SPEX 通过信号处理和编码理论实现数千个组件的交互发现，ProxySPEX 在保持性能的同时将 ablation 数量减少约 10 倍。两种方法已在 SHAP‑IQ 仓库公开，支持特征、数据和模型组件的解释。
Why Recommended: SPEX 和 ProxySPEX 通过稀疏恢复和层次结构显著降低了交互发现的计算成本，为大规模 LLM 解释提供了可行方案。
Google Research 推出 AI 驱动的城市闪洪预测系统，并在 Flood Hub 上提供服务。该系统利用 Groundsource 数据集和 Gemini 分析新闻报道，构建 24 小时预警模型。
Why Recommended: Google 通过 AI 预测城市闪洪，提供 24 小时预警，填补全球南方缺乏预警的空白，可能挽救数千人生命，并提升灾害响应效率。
Mistral AI 发布新一代 Mistral 3 模型系列，包含 14B、8B 和 3B 的 Ministral 3 端侧稠密模型，以及采用稀疏 MoE 架构、激活参数 41B 总参数 675B 的旗舰模型 Mistral Large 3。所有模型均采用 Apache 2.0 许可证开源，支持多模态与多语言能力，推理版本也将很快推出。
Why Recommended: 原文发布了包含稠密小模型与 MoE 旗舰大模型的全新模型系列，并全部采用 Apache 2.0 许可证开源，开发者和企业可直接借此在多端与云端部署前沿智能能力。
Mistral AI 发布首个推理模型 Magistral，推出开源的 Magistral Small（24B）和企业级 Magistral Medium 两个版本。
Why Recommended: 原文给出了两个版本的具体性能指标与开放渠道，读者可以据此评估其在真实业务和推理任务中的表现。