模型发布

谷歌推出开源嵌入模型 EmbeddingGemma 2，7.4 亿参数即可将文本、图像、视频、音频与代码统一转为向量，端侧运行仅需约 191MB 内存，官方称其性能超过部分体量翻倍的竞品。

谷歌推出基于 Gemini 3.6 Flash 的 Nano Banana 2.1 图像模型，部分基准测试超过上一代 Pro 版本且成本更低；但评测成绩与实际出图质量之间的落差，仍是这次升级最值得追问的地方。

Google DeepMind 推出 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，可将五种输入类型映射到统一的 768 维向量空间，进一步压低多模态检索的部署门槛。

Mistral AI 推出 Mistral Large 4（代号 Le Chonk），1.05 万亿参数 MoE、激活 49B、原生图像输入与 100 万 token 上下文，基于 3800 块 NVIDIA Grace Blackwell 在自有欧洲数据中心训练。API 已上线，开放权重定于 2026 年 10 月底。

法国 AI 实验室 Mistral AI 推出 Mistral Large 4，一款主打多模态能力的大规模模型，试图在闭源与开源两条战线上同时追赶美国和中国竞争者。

Mistral 推出迄今最大模型 Large 4，万亿参数、欧洲自有基础设施训练，在独立评测中大幅进步但仍落后于 Claude、GPT-6 与中国对手；其核心卖点是美国闭源模型拒绝承接的网络安全任务。

Mistral 发布新一代旗舰模型 Large 4，内部代号“Le Chonk”，在 Hacker News 上引发讨论。本文梳理这次发布的看点，以及它对欧洲大模型竞争格局的意义。

Mistral 发布新一代旗舰模型 Large 4，在 Hacker News 引发近三百点讨论。在开源与闭源边界日益模糊的当下，这家欧洲最具代表性的模型公司需要回答一个更现实的问题：它靠什么继续留在牌桌上。

Mistral 推出万亿参数级新模型 Le Chonk，主打开放权重，并宣称是中国以外最强的开源模型，意在证明自己仍在前沿 AI 竞赛之中。

Reflection 推出首个开放权重模型 Beam，5010 亿参数中每 token 仅激活 230 亿，主打以三到四倍更少的算力在编码与推理上对标 GLM 5.2。

Reka 推出 Rho-1，一个从零训练的 19B 全能推理模型，能在共享 KV 缓存上读写文本、图像、视频并输出机器人动作；蒸馏版生成 5.3 秒视频仅需约一秒，目前为研究预览，未公开权重。

Reflection AI 推出首个开放权重模型 Beam，501B 稀疏 MoE、23B 激活参数，面向编程与 Agent 负载，宣称在推理任务上以 3-4 倍更少的推理算力对标 GLM-5.2，Apache 2.0 权重预计 2026 年 10 月晚些时候放出。