Google DeepMind 发布 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 3.6 Flash 发布仅三周。
推荐理由：官方列出了 Gemini 3.7 Flash 相对 3.6 Flash 的跑分提升与半价策略，读者可据此评估编码与智能体工作流的升级幅度。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
最新精选
第 81–100 条 · 共 193 条Google DeepMind精选AI 评分8484
DeepSeek 更新日志精选AI 评分8383 DeepSeek-V4-Pro 正式版全端上线，Agent 能力大幅提升
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。正式版 Agent 能力显著增强，HLE 带工具为 60.0、Terminal Bench 2.1 为 87.9、NL2Repo 为 61.5。
推荐理由：官方日志给出 V4-Pro 正式版的 Agent 基准分数、Responses API 适配与三档思考强度，便于直接对照选型和调用配置。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 SL2T 手语转文本模型，登陆 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，让手语 AI 首次走出实验室进入消费级产品：SL2T 驱动 Pixel 11 上 Gboard 与 Live Transcribe 的手语转文字功能，首发支持美国手语（ASL）转英语，更多设备与语言将陆续跟进。
推荐理由：SL2T 以姿态关键点而非原始视频做端到端翻译，并进入 Gboard 与 Live Transcribe，可看作无障碍交互从实验室走向消费级产品的样本。
OpenAI News精选AI 评分7373 OpenAI 改进 ChatGPT 中的 GPT-5.6 Sol，并向免费用户扩大开放 GPT-5.6 Luna
OpenAI 改进 ChatGPT 中的 GPT-5.6 Sol，提升准确性与一致性，同时向免费用户扩大 GPT-5.6 Luna 的访问，并支持每日无限聊天。
推荐理由：原文明确了 GPT-5.6 Sol 的能力改进与 Luna 的免费开放范围，读者可据此比较两个版本在 ChatGPT 中的定位差异。
DeepSeek 更新日志精选AI 评分7575 DeepSeek-V4-Flash 正式版 API 上线公测
DeepSeek-V4-Flash 正式版 API 上线公测，调用方式不变，模型名设为 deepseek-v4-flash 即可使用最新版本。
推荐理由：官方列出了 V4-Flash 正式版与 V4-Pro-Preview 的多基准对比数据，可据此判断其在编码智能体任务上的能力位置。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics ER 2，提升视频理解、任务编排与多机器人协作能力
Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑负责推理、规划与任务编排，并将运动执行交给底层 VLA 模型。该模型支持连续视频进度追踪、精确关键时刻识别与多机器人协作，进度分类准确率达 57.4%，关键时刻识别准确率达 91.3%。开发者现可通过 Gemini API 与 Google AI Studio 使用。
推荐理由：官方博客给出了新模型在视频理解、任务编排和多机器人协作上的能力升级与评测数据，可据此判断具身智能的落地进度。
Google DeepMind精选AI 评分6161 Google DeepMind 在 Google Flow Music 发布 Lyria 3.5，改进音乐性、歌词、人声与创作控制
Google DeepMind 发布最新音乐生成模型 Lyria 3.5，今日起在 Google Flow Music 中推出。模型在音乐性、歌词与人声三方面均有改进，歌词的提示词遵循度和结构感知提升，人声更真实且发音改善。用户可更方便地控制输出节奏与时长。
推荐理由：官方列出了 Lyria 3.5 在音乐性、歌词与人声上的改进及节奏、时长控制，可据此对照 Google 音乐生成能力的当前水位。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics 2：为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，通过三个模型为机器人带来全身智能、灵巧操作和多机协同能力。该系统可控制完整人形机器人执行耗时数分钟的多步任务，ER 2 推理模型已在 Google AI Studio 上线，On-Device 2 端侧模型仅需几小时即可适配新本体。
推荐理由：官方公布了全身控制、灵巧操作与多机协同能力，并给出端侧几小时适配新本体的指标，适合评估具身智能进展。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber 三款新模型，旨在提升规模化构建 AI 智能体的效率与可靠性。
推荐理由：原文给出了三款新模型在效率、速度和安全场景的具体基准数据与价格，读者可据此评估其在智能体工作流中的成本变化。
AIGC Weekly精选AI 评分8484 AIGC Weekly #180：Kimi K3 开源发布与第三方基准测评
Kimi K3 发布，2.8 万亿参数、原生支持视觉理解、100 万 token 上下文，是全球首个开源的 3 万亿级别模型，权重将在 7 月 27 日前开源。
推荐理由：汇总了 Kimi K3 在多个第三方基准上的排名与成本对比，便于横向比较它与 Claude、GPT 前沿模型的差距。
OpenAI News精选AI 评分7777 OpenAI 发布 GPT-Live 语音模型
OpenAI 发布新一代语音模型 GPT-Live，现已驱动 ChatGPT Voice，面向更自然的人机语音交互。
Google DeepMind精选AI 评分7878 Gemini 3.5 Flash 新增内置计算机使用能力
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，开发者可通过 Gemini API 与 Gemini Enterprise Agent Platform 用它构建跨浏览器、移动端和桌面环境操作的智能体。
推荐理由：计算机使用此前仅作为独立的 Gemini 2.5 模型提供，本次原生集成进 Flash 主模型，开发者可直接用它构建跨平台智能体。
AIGC Weekly精选AI 评分8484 智谱开源发布 GLM-5.2，基准测试逼近 GPT 5.5 与 Opus 4.8
智谱上周正式开源并发布 GLM-5.2，在多项开放基准测试中得分与 GPT 5.5、Opus 4.8 大致抗衡。模型沿用 DeepSeek V3.2 的 MLA 与 DSA 机制并新增 IndexShare，上下文从 200K 扩展到 1M，但被指完全没有视觉能力，且思考轨迹近 220K token、容易过度思考，导致首字输出体感较慢。
推荐理由：汇总多位从业者的实测评价与定价拆解，可借以比较 GLM-5.2 与闭源前沿模型在编码和 Agent 场景中的真实差距。
智谱 · 官方公众号精选AI 评分8181 智谱上线并开源 GLM-5.2：专注 Coding 与长程任务
智谱今天上线并开源 GLM-5.2，专为长程任务设计，支持 1M 上下文，在 Code Arena 盲测中位列全球可用模型第一。多个长程任务基准显示其表现介于 Claude Opus 4.7 与 4.8 之间，是排名最高的开源模型；FrontierSWE 上仅比 Opus 4.8 低 1%。
推荐理由：原文给出 GLM-5.2 在 1M 上下文与编程基准上与 Claude Opus 的具体差距，便于横向比较开源模型当前位置。
智谱 · 官方公众号精选AI 评分7373 智谱 GLM-5.2 全量开放，下周上线 API 并按 MIT 协议开源
智谱宣布 GLM-5.2 于今晚 5:21 面向 GLM Coding Plan 全量用户开放，覆盖 Lite / Pro / Max / 团队版。GLM-5.2 支持 1M 上下文，被智谱称为迄今能力最强的开源国产 Coding 模型；其 API 将于下周上线，模型下周按 MIT 协议正式开源。
推荐理由：原文写清了 GLM-5.2 的开放节奏、版本范围与开源协议，读者可据此判断它能否进入现有编码工作流。
Google DeepMind精选AI 评分8484 Google 发布 Gemini 3.5 Live Translate，支持 70+ 语言近实时语音翻译
Google DeepMind 发布音频模型 Gemini 3.5 Live Translate，支持 70+ 语言的近实时语音到语音翻译，可保留说话者的语调、节奏和音高，连续生成且全程仅比说话者滞后几秒。
推荐理由：官方公布了 70+ 语言与连续生成机制，并开放 Gemini Live API 等多端入口，可据此判断实时语音翻译在会议和通话场景的可用性变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款可在笔记本本地运行的多模态模型。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM backbone，仅需 16GB VRAM 或统一内存即可运行，性能接近 26B MoE 模型。它是该系列首款支持原生音频输入的中型模型，已采用 Apache 2.0 许可证开源。
推荐理由：官方给出了 16GB 内存即可本地运行的规格，以及与 26B MoE 模型的性能对比，便于开发者评估端侧部署方案。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemini Omni Flash 模型
Google DeepMind 发布 Gemini Omni 系列首款模型 Gemini Omni Flash，支持将图像、音频、视频和文本组合作为输入生成高质量视频。
推荐理由：原文给出了 Gemini Omni Flash 的多模态输入与对话式编辑能力，读者可据此判断其视频生成工作流的变化。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.5 系列模型
Google DeepMind 发布 Gemini 3.5 系列模型，率先推出 3.5 Flash。该模型在 Terminal-Bench 2.1 等基准上优于 Gemini 3.1 Pro，输出 token 速度是其他前沿模型的 4 倍。3.5 Flash 现已向数十亿用户开放，3.5 Pro 计划下月推出。
推荐理由：官方发布 Gemini 3.5 Flash 并给出关键基准数据，读者可据此判断其在智能体与编码任务上的实际表现。
OpenAI News精选AI 评分7070 OpenAI 在 API 中推出新的实时语音模型
OpenAI 在 API 中推出新的实时语音模型，可对语音进行推理、翻译和转录，带来更自然、更智能的语音体验。