大语言模型

Hugging Face 上线 LFM3，主打面向特定任务构建专用多模态模型，而非追求单一通用大模型包打天下。

Google DeepMind 发布 Genie 4 世界模型研究预览，新增实时音频、更逼真的模拟画面，并支持在模拟过程中用文本指令实时改变走向，仅向受信测试者开放。

Google DeepMind 发布第四代世界模型 Genie 4，主打实时模拟中的更高真实感，意味着可交互生成式环境又向前推进一步。

DeepMind 推出第四代世界模型 Genie 4，主打更真实的物理规律与人物表现，并将向开发者和 Google AI Ultra 订阅用户开放。

谷歌发布 Genie 4 世界模型，主打更真实的可交互世界、自然语言实时修改、音频生成，并底层调用 Gemini 3.8 Flash。它把“世界模型”从演示推向可编辑的交互体验。

Mirendil 推出自研首个模型 Fern 0.1，从零预训练、支持 1000 万 token 上下文，主打智能体 AI 研发场景，在 RULER 单针检索上拿到满分，但智能体编程能力仍落后前沿模型。

OpenAI 的 Ted Sanders 以 GPT-6.1 Terra 与 Astra 的对比说明，模型规模、推理投入与多智能体系统是三个不能压缩成单一“IQ 分数”的维度，选模型要按任务而非按大小。

WIRED 记者对六款主流 AI 代理进行一日实测，从 Meta 的 Muse 到 Anthropic 的 Claude Duet，按基础任务完成度排名，揭示当前代理产品的真实能力差距。

Hacker News 上一条题为《“AI Skills” are worthless in 2026》的讨论引发关注：当工具能力被平台快速商品化，围绕提示词和工具操作的“技能”是否还有长期价值，成为开发者需要重新思考的问题。

vLLM Semantic Router 团队发布 27B 开源多模态决策模型 d3-ultra，可一次性读取文本、图像与视频，并为每个候选答案输出概率，在其自建的 SR-Text 测试上得分 87.2。

百度以 MIT 协议开源 3B 参数 OCR 模型 Unlimited OCR 2，借助 SR-SWA 注意力机制让单步解码成本近乎恒定，可在一次请求内解析上百页文档，并在 MarathonDocBench 上取得 77.1 分。

OpenAI 推出面向计算机操作与视觉的 GPT-6.1 Terra，以每百万 token 1/5 美元的价格、约 0.29 美元的单任务成本，逼近 GPT-6 Astra 的中等强度 Agent 表现，同时将 GPT-6.1 Sol 的 API 价格减半。