阿里开放了 Qwen3.8-2.4T-A95B（Qwen3.8-Max）的模型权重，这是其目前最大的开放权重模型。该模型总参数 2.4T、单 token 激活 95B，采用细粒度 MoE 架构，混合全注意力与线性注意力，上下文窗口最高 100 万 token。NVIDIA 开发者博客介绍在 GB300 NVL72 上部署该模型并支持可配置推理。
推荐理由：摘要给出 Qwen3.8-2.4T-A95B 的开放权重与关键规格，读者可借此了解其 MoE 结构与长上下文配置。
Google DeepMind 发布多语种手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 与 Live Transcribe 中以 ASL 转英文的听写功能首次进入消费产品，训练数据超 10 万小时、覆盖 50 多种手语。
推荐理由：官方给出了 SL2T 的数据规模、基准成绩和隐私处理方式，可据此判断手语翻译在消费端落地的可行边界。
NVIDIA 发布 Nemotron 3.5 Lightning，这是一个开放的 30B MoE 模型，激活参数为 3B，面向常驻智能体的执行层。该模型针对工具调用、结果校验和子智能体委派这类高频执行任务设计，官方称用前沿推理模型处理每一步执行会增加成本与延迟。
推荐理由：NVIDIA 官方给出该模型在智能体执行层的参数规模与激活量，可据此判断它在常驻智能体中的成本与延迟取舍。
NVIDIA 发布 Magpie TTS Multilingual，一个 364M 参数的开源权重语音合成模型，新增 Modern Standard Arabic、Korean 和 Brazilian Portuguese，共支持 12 种语言。
Meta 重返开源生态，发布 Muse Glimmer，一个 30B 开源权重稠密模型，上下文窗口超过 120K，面向本地 AI 智能体工作。该模型针对 NVIDIA 边缘、桌面和工作站 AI 平台优化，可在单 GPU 上达到 20K tokens/sec，让常驻智能体在本地处理数据并执行复杂任务。
推荐理由：Meta 回归开源发布 30B 本地智能体模型，并给出单 GPU 吞吐数字和运行平台范围。
Meta 发布多模态模型 Muse Glimmer，从 Muse 蒸馏到 30B 参数，采用 Apache 2.0 许可，面向本地智能体场景，可用于编码、文档分析和个人助理。
推荐理由：材料给出 30B 多模态模型在智能体与编码基准上的完整对比表和本地部署路径，可判断其端侧适用边界。
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA，平均比分先模型多出超过一整天的预警提前量，三天预报精度相当于过去两天。
推荐理由：原文给出气旋路径与强度预报的量化领先幅度，以及模型权重开源的具体范围，读者可据此判断气象预报的 AI 替代空间。
NVIDIA 推出 Alpamayo 2 Super，一个开放 340 亿参数的推理视觉模型，可在自动驾驶开发中统一生成轨迹、高层意图预测、场景理解与数据标注，替代此前各环节分立的模型。该模型支持在同一套表示上对比相关输出、排查模型行为，并复用至整个开发流程。
Interconnects 在开放模型月度盘点中指出，此前被普遍预测的模型实验室整合并未到来，反而有更多公司训练并开放强模型，Thinking Machines 的开放模型微调服务年收入已达数亿美元。
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2，作为高层“大脑”负责对话、理解物理世界并规划多步任务，再把电机执行交给底层 VLA 模型。
推荐理由：Gemini Robotics ER 2 给出了多机器人协作与视频进度追踪的能力细节和开发者接入方式。
Google DeepMind 发布新一代音乐生成模型 Lyria 3.5，并在 Google Flow Music 中上线。官方称其在音乐性、歌词、人声和创作控制上有提升，包括更复杂自然的主旋律结构、提示词遵循与结构感知更好的歌词、更具情感细节和发音更准的人声，以及更易控制输出tempo和时长。
推荐理由：官方给出 Lyria 3.5 在旋律、歌词、人声与节奏控制上的具体升级点，可据此判断音乐生成的可用边界。
Google DeepMind 发布 Gemini Robotics 2，通过 VLA 模型、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2 三个模型，实现人形机器人全身控制、灵巧操作与多机器人协作。
推荐理由：原文给出三个模型的职责分工与开放入口，读者可据此判断机器人智能层在全身控制与本地部署上的实际进展。
NVIDIA 发布开源视觉语言模型 Ising Calibration 1.5，可解读量子处理器的诊断输出并判断其调优方式，实现基于 AI 的 QPU 自动校准。该版本增强了上下文学习能力，无需先前的训练样本即可分析陌生的诊断结果。
NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，将 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，并通过 FlashDreams 推理库在单张 NVIDIA RTX PRO 6000 GPU 上运行。
NVIDIA Nemotron 3 Ultra 在智能体 RTL 编码任务上于精度与效率两项指标领先开源模型。RTL 开发与验证需要专业硬件知识和精确推理，并需反复与 EDA 工具交互。LLM 已加速代码生成，AI 智能体则借助验证反馈迭代纠错，进一步扩大其作用。
NVIDIA GB300 NVL72 在预训练 DeepSeek-V3 671B 时创下每 GPU 1,648 TFLOPs 的世界纪录。随着前沿模型预训练转向 MoE 架构，每 token 计算量下降，通信效率日益决定模型在数千块 GPU 上的扩展表现。
Google DeepMind 发布三款 Gemini 新模型：3.6 Flash 主打编码与知识工作，在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%。
推荐理由：三款 Flash 新模型同时给出 token 效率、价格与基准对比，可据此判断智能体工作流的成本变化。
Moonshot AI 于 7 月 16 日发布旗舰模型 Kimi K3，这是一个 2.8T 参数的 MoE 模型，权重将于 7 月 27 日开放。
推荐理由：从模型排名、训练效率到政策动向，梳理 Kimi K3 对开源与闭源平衡的冲击。
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash、针对漏洞发现与修补微调的轻量网络安全模型，称其在相关任务上优于主线 Flash。
推荐理由：轻量网络安全模型通过多次调用代替昂贵大模型，给出 CyberGym 与 Chrome 流水线上的可验证对比。
Thinking Machines Lab 在 Hugging Face 发布 Inkling 系列开源多模态大模型，Inkling 为 975B 总参数、41B 激活参数的 MoE 模型，原生接受图像、文本和音频输入，支持 1M 上下文。
推荐理由：首个约1T参数、1M上下文的开源原生多模态模型，附完整部署配置与基准对比可供参考。
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
推荐理由：两款模型给出明确的延迟、单价与可用入口，读者可据此判断图像与视频生成流水线的成本变化。
Nathan Lambert 认为 Z.ai 的 GLM-5.2 是首个能在编码工具里当通用智能体用得顺手的开放权重模型，把它与 DeepSeek R1 的发布相提并论。
推荐理由：作者亲测 GLM-5.2 后，把它放进开源与闭源能力差距、智能体编码工具生态和监管议题里对照，读起来能看到开放权重模型这条线的现状与压力。
PaddleOCR 的 PP-OCRv6 已在 HF Mirror 上线，提供 tiny、small、medium 三档模型，参数规模从 1.5M 到 34.5M，其中 medium 和 small 单模型支持 50 种语言。
智谱发布旗舰模型 GLM-5.2，主打长程任务，首次提供稳定的 1M token 上下文，并采用 MIT 开源许可且无地域限制。官方称其架构引入 IndexShare，每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下把每 token FLOPs 降低 2.9×，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：官方给出 1M 上下文在长程编码任务上的实测栈位、架构改动与 MIT 开放权重，可据此判断开源模型的长任务能力边界。
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次性生成 256 个 token，在专用 GPU 上文本生成最高提速 4 倍，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。
推荐理由：官方给出 4x 推理加速的实测数字与本地低并发场景边界，读者可据此判断它适合哪些交互式工作流。
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，支持 70 多种语言的近实时语音到语音翻译，能自动检测语言并保留说话人的语调、节奏和音高。
推荐理由：Gemini 3.5 Live Translate 把语音翻译从轮流应答改为连续输出，并给出开发者、企业与普通用户的接入路径。
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的 12B 多模态模型，性能接近 26B MoE 模型，可在 16GB VRAM 或统一内存上本地运行。
推荐理由：Gemma 4 12B 去掉视觉与音频编码器，16GB 内存即可本地跑，可看轻量多模态模型的新做法。
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，单次推理即可统一处理多模态输入、多语言、自定义企业策略与可审计推理。
H Company 发布 Holo3.1 模型家族，共四个尺寸（0.8B、4B、9B、35B-A3B），并首次提供 FP8、Q4 GGUF、NVFP4 量化权重用于本地推理。
推荐理由：原文给出多尺寸模型与量化权重，以及移动端和跨框架的基准变化，可供判断本地 computer-use 智能体的落地成本。
JetBrains 发布 Mellum2，一个从零训练、总参数 12B、每 token 仅激活 2.5B 的 MoE 模型，面向自然语言与代码任务，采用 Apache 2.0 许可证开源。官方称其推理速度比同规模模型快 2 倍以上，可用于路由、RAG、摘要、子智能体及私有化部署。模型已上线 Hugging Face，完整技术报告同步发布。
Hugging Face 发布 OlmoEarth v1.1 地球观测模型系列，通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，在保持 v1 性能的同时将计算成本最多降低 3 倍。该系列提供 Base、Tiny、Nano 三种规模，权重与训练代码均已开放，部分任务存在性能回退。
作者发布六款 Sentence Transformers CrossEncoder 重排模型（17m、32m、68m、150m、400m、1b），基于 Ettin ModernBERT 编码器，采用对 mixedbread-ai/mxbai-rerank-large-v2 打分的逐点 MSE 知识蒸馏训练。
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本输入生成高质量视频，并通过自然语言对话编辑视频。
推荐理由：Gemini 首个 Omni 系列模型发布，多模态输入加对话式视频编辑的入口值得关注。
Google DeepMind 发布 Gemini 3.5 系列模型，首发 3.5 Flash，主打智能体与编码的前沿性能。
推荐理由：Gemini 3.5 Flash 在编码与智能体基准上超过 3.1 Pro，且输出速度达其他前沿模型 4 倍，读者可据基准与速度数据判断其性价比。
Hugging Face 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型，均基于 ModernBERT。
IBM Granite 团队发布 Granite 4.1 系列稠密解码器 LLM，包含 3B、8B、30B 三个规模，基于约 15T token 训练，采用五阶段预训练流程并将上下文窗口扩展至 512K token，全部以 Apache 2.0 许可开源。
推荐理由：原文披露了 Granite 4.1 从预训练到多阶段 RL 的完整训练配方，以及 8B 稠密模型追平上一代 32B-A9B MoE 的对比结果。
NVIDIA 发布 Nemotron 3 Nano Omni 全模态理解模型，在文本、图像基础上加入原生音频与视频理解，覆盖文档分析、语音识别、长音视频理解、GUI 智能体和通用多模态推理五类任务。
推荐理由：原文给出了架构细节、多模态基准成绩与吞吐数据，读者可据此判断开源全模态模型在文档、音视频与 GUI 智能体场景的可用性。
DeepSeek 发布 V4，Hub 上有 DeepSeek-V4-Pro（1.6T 总参数、49B 激活）和 DeepSeek-V4-Flash（284B 总参数、13B 激活）两个 MoE checkpoint，均支持 1M-token 上下文窗口。
推荐理由：原文拆解了 V4 混合注意力与工具调用后训练设计，可判断长上下文智能体工作负载的成本取舍。
Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS，提升了可控性、表现力和语音质量，在 Artificial Analysis TTS 排行榜上取得 1,211 的 Elo 分数。
推荐理由：官方给出 Elo 1211 的排行榜成绩与音频标签控制方式，可据此判断语音生成的可控性进步。
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人的推理优先模型的一次重大升级，增强了空间推理与多视角理解，并新增仪表读数能力。
推荐理由：官方给出新版本在空间推理、成功检测与仪表读数上的能力变化，以及 API 与 AI Studio 的开放入口。