模型发布

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。

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。

OpenAI 发布中端模型 GPT-6.1 Terra，API 价格较前代减半，在部分任务上逼近甚至追上更大模型，被评价为“每美元智能”的新基准。

GPT-6.1 Terra (Max) 在第三方评测平台 Artificial Analysis 上录得 48 分，较此前水平提升 11 分。这一变化值得从评测口径与竞争格局两个层面来读。

OpenAI 推出 GPT-6.1 Terra，主打快速且可用的计算机操作能力，试图把此前局限于演示与实验环境的 agent 能力变成面向普通用户的基础功能。

南北阁 LLM Lab 发布 Nanbeige4.3-33B，一款 33B 稠密、Apache 2.0 许可、支持 512K 上下文的开源智能体编程模型，Terminal-Bench 2.1 得分 80.9，并将用于指导后续的 3B 小模型。

Hugging Face 发布基于 Qwen3-14B 的开源 DNA 语言模型 Carbon-X，可直接读取原始 DNA 序列并用英文作答，在 5 项 DNA 基准上平均得分 66.7%，以 Apache 2.0 协议开放。