腾讯发布Hy4模型具备图像理解和自主软件操作能力
腾讯发布AI模型Hy4，首次具备图像理解能力并能自主操作软件，目前通过Tencent Cloud、OpenRouter和腾讯应用可用。在金融专业人士的测试中，Hy4超越了Deepseek V4.1 Flash、Kimi K3.1 Pro和GLM-5.3 Flash。
#多模态
The DecoderAI 评分6666
AWS Machine Learning BlogAI 评分5555 在 Amazon EKS 和 SageMaker HyperPod EKS 上加速 Agentic AI 的 NVIDIA Nemotron 3.5 Super VL 模型部署
NVIDIA Nemotron 3.5 Super VL 是一个 120B 参数的 MoE 多模态模型，支持文本、图像、文档和视频理解，激活 12B 参数/token。
The Decoder精选AI 评分7878 Google Deepmind 发布 Gemini 4 Carbon 超越 Argon 并在多个基准测试中获胜
Google Deepmind 发布 Gemini 4 Carbon，该模型在更新的 Artificial Analysis Intelligence Index v5.0 中以 59 分位列第一，超越了前代 Argon 的 50 分。Carbon 在 Agentic 任务、编程、全周期网络防御、长上下文和安全任务中表现出色，在 SEC-bench Pro 等安全测试中领先所有测试模型。
推荐理由：Gemini 4 Carbon 在多个独立和内部基准测试中超越了前代 Argon 并接近顶尖模型，尤其在安全和长周期工程任务上表现突出。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布了前沿模型 Gemini 4 Carbon，该模型在网络安全和长周期任务方面达到最先进水平，在 Artificial Analysis Intelligence Index v5.0 中排名第一（59）。
推荐理由：Gemini 4 Carbon 在网络安全和长周期任务上表现出色，并已开始向特定安全防御者开放。
The Decoder精选AI 评分8888 Nvidia 开源 Nemotron 3.5 Transcribe 结合转录 翻译和说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，该模型支持 40 种语言转录，31 种语言互译，并识别 13 种语言中的说话人，可处理长达一小时的录音。该模型拥有 300 亿参数，但每处理步骤仅激活约 40 亿参数，可在单张 Nvidia GPU 上运行，并在 Hugging Face 英文 Open ASR Leaderboard 上位居开源模型第一。
推荐理由：Nemotron 3.5 Transcribe 集成了转录、翻译和说话人识别，在多个基准测试中表现优于同等计算量的开源模型。
The Verge · AIAI 评分4242 Google Genie 4 世界模型生成更逼真交互体验
Google 发布 Genie 4 世界模型，可利用自然语言实时更新体验、生成音频，并使用 Gemini 3.8 Flash 进行模拟。Genie 4 可生成约两分钟的体验，较前代 Genie 3 的一分钟延长。该模型目前以“research preview”形式向“trusted testers”开放，并将“coming soon”提供给 Google AI Ultra 订阅用户。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Genie 4 新一代世界模拟模型
Google DeepMind 发布 Genie 4 新世界模型，实现前所未有的真实感和实时交互模拟，原生支持音频、环境噪音和交互对话。Genie 4 基于 Gemini Omni 锚定真实外观和行为，并利用 Gemini 模型进行复杂推理，目前对 Google AI Ultra 订阅者和 Gemini API 早期访问伙伴开放研究预览。
推荐理由：Genie 4 实现了原生多模态和实时交互模拟，可用于机器人训练和创意原型设计。
Ars Technica · AIAI 评分4343 DeepMind 发布 Genie 4 世界模型，承诺更逼真的物理和人类模拟
DeepMind 发布 Genie 4 世界模型，该模型在几乎所有方面都超越了 Genie 3，并利用更新的 Gemini 模型提升了模拟的实用性。世界模型能实时生成虚拟世界体验，无需预渲染环境或编程交互元素。此技术可为物理机器人创建无限训练环境，或加速创意领域的快速原型设计。
Simon WillisonAI 评分4040 GPT-6.1 Terra
OpenAI 发布 GPT-6.1 Terra，一款高效模型，结合细致视觉推理与精准电脑使用。价格为 $1/million input tokens 与 $5/million output，约为 GPT‑5.6 Terra 的一半，适用于技术沟通与电脑任务，比 Sol 更便宜、比 Luna 更智能。
The Decoder精选AI 评分8181 OpenAI 推出 GPT-6.1 Terra，API 价格减半且性能超越更大模型
OpenAI 近日发布 GPT-6.1 Terra，API 价格比 GPT-5.6 Terra 降至一半，输入 token 费用 $1/百万，输出 $5/百万，缓存输入 $0.05/百万。
推荐理由：OpenAI 推出 GPT-6.1 Terra，价格更低且性能提升，读者可评估其成本效益与应用场景。
Google DeepMind精选AI 评分9292 Gemini 4 Argon 发布 解决复杂工程与专业问题
Gemini 4 Argon 全球开放，开发者和企业可通过 AI Studio 和 Gemini 平台 API 访问，Google AI Ultra/Pro 订阅用户可在 Gemini app 和 Search AI Mode 使用。
推荐理由：Gemini 4 Argon 在 Vals Index 上排名第一，并在编码、金融、法律等复杂领域展现出深度和精确性。
Google DeepMind精选AI 评分6767 Gemini 4 Argon 发布：开启前沿智能新时代
Google DeepMind 宣布 Gemini 4 Argon，这是一款前沿性能模型，已在软件工程、企业知识工作和网络安全防御等复杂工作流中得到应用。Argon 具备 1M token 上限，定价为每百万输入 token 2 美元、输出 10 美元，缓存输入 token 价格低 95%。
推荐理由：Gemini 4 Argon 的前沿性能、1M token 上限以及在编码、企业与网络安全领域的领先表现，为读者展示了在复杂工作流中提升效率与安全的可能。