AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。Reflection 称 Beam 在推理任务上可匹配 GLM 5.2，算力消耗仅为后者的三分之一到四分之一，并已用 10500 块 Nvidia GB300 GPU 进行超过四周的强化学习训练。模型权重将以 Apache 2.0 许可在本月晚些时候发布，目前早期版本仅向部分用户开放。
#模型发布#开源生态#推理
估值 250 亿美元的 Reflection AI 发布首款开源权重模型 Beam，面向编码与智能体任务，公司称其以远低于中国实验室 Z.ai GLM-5.2 的算力达到相近的推理和编码成绩。Reflection 计划本月以 Apache 2.0 许可证放出 Beam 权重，允许企业自行定制和部署，并已在韩国测试由对冲基金或政府用自有芯片和私有数据运行 Beam 的 AI 工厂模式。在自家测试中 Beam 仍落后于 Moonshot 的 Kimi K3，但优于 Thinking Machines 的 Inkling 等美国开源系统。
#行业动态#开源生态#Agent
Mistral 发布一万亿参数的开源权重模型 Mistral Large 4，昵称 Le Chonk，目前处于预览阶段，最终版本将在本月底推出。该模型针对编码、网络防御以及制造、金融、电气工程等细分领域做了优化，Mistral 称其是能力最强的非中国开源权重模型，并称与部分闭源模型非常接近，且是从零训练而非蒸馏。Mistral 联合创始人兼首席科学家 Guillaume Lample 表示，关键不在于美国、欧洲还是中国，而在于企业是否自己拥有模型，使用闭源模型无法保证它明天还在。
#模型发布#开源生态#编码
上海人工智能企业 StartLux（原点星辉）发布专用决策模型 StartLux-Decision，并开放代码与模型权重。在 DecisionIndex 0.2.1 评测中，StartLux-Decision-27B 得分 63.88，高于 Jev 1.13 的 57.91，38 项基准中有 31 项得分更高；在单张 H200、BF16 精度下，4B 版本一次回答三个问题平均耗时 26 毫秒。该模型面向智能体执行中的按钮选择、工具调用和任务完成判断，接收状态与候选项后一次前向计算返回多个问题的判断及选项概率，研发与验证全程用时 3 天，由公司内部 RSI 体系的 Auto Research 环节完成。
#模型发布#Agent#推理
#模型发布#推理#Agent
Reka 发布 19B 全模态推理模型 Rho-1 的研究预览版，单一网络可理解并生成文本、图像和视频，同时输出机器人动作，官方称其可直接替代在多个模态专用模型间传递任务的智能体流水线。模型每个 Transformer 块包含理解与生成两套专家权重流，共享注意力和同一 KV cache，离散 token 承载文本与高层指令，连续 token 承载图像潜变量、视频帧、机器人动作和本体感知。蒸馏版本把去噪步数从 99 步降到 8 步，约 1 秒返回 5.3 秒片段；训练使用 320 张 H100 历时 3 个月，视频分辨率上限 672×384，目前仅研究预览，未公开权重、API 或定价。
#模型发布#多模态#推理
Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月发布。团队称预训练用了 23.8T token，并在约 10,500 块 GB300 上各跑四周预训练与 RL，自报 SWE-bench Verified 得分 80.9。观察者认为 Beam 大致处于 GLM-5.2 水平，部分基准低于 DeepSeek V4 Flash。
#模型发布#开源生态#数据/训练
Google 发布基于 Gemma 4 的 EmbeddingGemma 2，采用 Apache 2.0 许可，可将文本、代码、图像、视频和音频映射到统一的 768 维向量空间。模型支持模块化加载，参数量从纯文本与代码的 270M 到全模态的 740M，并借助 MRL 将维度截断至 128 维，在 bfloat16 精度下百万条 768 维向量约占 1.5 GB，截断到 128 维后仅需 250 MB。在 MTEB (Code) 上得分比 EmbeddingGemma 1 高 14%，同时新增图像、视频和音频检索能力。
#产品更新#多模态#RAG
Google DeepMind 发布开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射到统一的向量空间，参数量 740M，文本权重在 Google Pixel 11 Pro 上仅需约 191MB 活跃内存，完整多模态模型约 567MB。该模型无需训练数据或微调即可作为端侧决策引擎，将用户输入直接与分类标签和描述匹配，实现毫秒级零样本意图路由。Google AI Edge Gallery 新增 Instant Media Search 和 Video Moments Finder 两个演示，Google AI Edge Foresight for Mac 也由 EmbeddingGemma 2 与 Gemma 4 驱动；未来数周内该模型将通过 ML Kit 以服务形式登陆 Android，并支持 NPU 加速。
#产品更新#多模态#端侧
Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis 智能指数上得分 38，与 GPT-6 Luna（max，38）相当，低于 DeepSeek V4.1 Flash（max，39），成为美国和中国之外最智能的模型。该模型为 1T 参数、49B 激活，计划 10 月底开放权重；网络防御指数得分 50，与 GLM-5.3-Flash 持平，CyberGym-E2E-AA 得分 82%。标准定价为每 1M 输入/输出 token 1.36/4.18 美元，每任务成本 1.13 美元，前两周五折后降至 0.57 美元，仍高于 GLM-5.3-Flash 的 0.25 美元和 DeepSeek V4.1 Flash 的 0.27 美元。模型支持 512k token 上下文窗口，接受文本和图像输入、输出文本，API 单次请求可接受 100 张图片。
#模型发布#评测/基准#开源生态
Reflection AI 发布首款开源权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、每 token 激活 23B，面向编码、推理与智能体工作负载。该模型预训练使用 23.8 万亿 token，在 6,144 块 NVIDIA GB300 NVL72 GPU 上不到 4 周完成，中训练将有效上下文扩展至 1M token；强化学习阶段用 10.5K 块 GB300 GPU 运行 4 周，生成超 1 亿次 rollout。Reflection 报告 Beam 在 SWE-bench Verified 得分 80.9、Terminal Bench v2.1 得分 80.1，目前处于最终红队测试阶段，通过 Reflection 平台候补名单提供早期访问，Apache 2.0 权重计划于本月晚些时候发布。
#模型发布#开源生态#Agent
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上与中国领先开源模型持平，且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token；对比 Z.ai 的 GLM-5.2 总参数约 7440 亿、激活 400 亿。公司称本月将公开权重与完整技术细节，并通过超大规模云厂商和 neocloud 分发，性能主张尚未经独立验证。
#模型发布#开源生态#推理
Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: https://t.co/c3Qx2cpM8G
#其他#模型发布#开源/仓库
Reka AI 发布研究预览版 Rho-1，这是一个 190 亿参数的全能模型，在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同，Rho-1 将所有模态作为 token 放在同一个共享上下文窗口中运行，不调用工具或外部模型，可实时生成连续视频并即时响应新指令而无需重启。预测摄像头图像的同一套权重也驱动机器人动作，为绕开机器人训练数据稀缺，Reka AI 构建了逆动力学模型，从普通互联网视频中提取控制信号；Rho-1 在 320 块 H100 GPU 上训练了约三个月。
#模型发布#多模态#视频
Aleph Alpha 发布 Kolibri，这是一个 78B 参数的德英双语模型，采用混合专家架构，每个 token 约激活 3B 参数。公司称其在两种语言的质量与运行成本上处于帕累托前沿，训练数据中德语占 21.3%，并建有专门的德语数据管线，部分合成数据由中文模型生成。Kolibri 面向公共管理、航空和工业场景，按欧洲法律并参照 EU AI Act 开发，支持最高 100 万 token 上下文窗口，在德国和芬兰的 768 块 B200 GPU 上训练，权重以 Apache 2.0 许可在 Hugging Face 开放。
#模型发布#开源生态#数据/训练
美国 TypeSafe AI 公司发布首款 System One 模型 Jev，它不生成对话、文章或代码，而是面向软件自动化场景直接返回可被程序调用的结构化判断及概率。Jev 支持 Choice、Score 和 Noul 三种问题类型，可并行处理同一状态下的多个问题，公司称其在适合快速判断的任务中判断水平接近部分现有大模型，速度提高 40 倍至 200 倍，输入价格为每 10 亿 Token 42 美元且不收取输出 Token 费用。上述性能数据主要来自 TypeSafe AI 自己的评测，公司也承认测试由内部设计、参考答案由其他大模型生成，数据处于实际收益较高一端。
#模型发布#Agent#推理
中电信人工智能科技有限公司发布星辰大模型 Xing4.0-29B-A4B，总参数 29B、激活参数 4B，全流程训练在国产昇腾 910C 集群完成，并冲进 Hugging Face 趋势榜前四。该模型经 4-bit 量化后单卡显存占用约 15GB，可在 RTX 3090、4090 等 24GB 显卡本地运行，推理吞吐可达 30tokens/s。评测中 SWE-bench Verified 得 75.0 分，Terminal-Bench 2.1 得 57.5 分，Claw-Eval 得 76.55 分，并已在集团客服智能体场景完成私有化部署，同步上架 GitHub、HuggingFace、魔搭、Gitee、魔乐五大社区。
#模型发布#Agent#端侧
Cantina Security 与 Yeta Labs 发布面向漏洞研究的开源权重模型 apex-flash-1，基于智谱 GLM-5.3-Flash 做强化学习微调，以 MIT 许可在 Hugging Face 发布。该模型总参数 321.3B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元，Claude Opus 5 High 解出 43 项（71.7%）但成本约 74.68 美元；BF16 部署约需 640 GB GPU 显存。
#模型发布#开源生态#安全/对齐
Liquid AI 发布首个决策模型 d1，可同时接收文本和图像，一次前向传播直接返回各选项概率而不生成 token，文本决策耗时 200 到 300 毫秒。官方称在六个真实应用中 d1 在四项上追平或超过 GPT-6.1 Sol，成本比 GPT-6.1 Sol 和 Claude Opus 5.5 低 19 到 200 倍，且每项任务响应更快。d1 已在 Liquid AI API 上线，按输入 token 计费，图像按每 32×32 像素块 1.5 token 折算，同时通过 Vercel 和 OpenRouter 提供纯文本版本，视觉能力即将上线。
#模型发布#多模态#推理
Aleph Alpha 发布开源权重英德双语 MoE 模型 Kolibri，总参数 78.1B，每 token 仅激活 3.46B（4.4%），支持最长 1,048,576 token 上下文，并以 Apache 2.0 许可在 Hugging Face 发布。FP8 权重约 78GB，可在单张 B200、B300 或 H200，或 2 张 H100 SXM5 上通过 vLLM 部署，面向公共管理、工业和航空航天等受监管行业的自主部署。模型采用 50 层 Transformer、384 个路由专家中每 token 选 6 个加 1 个共享专家，40 层滑窗注意力配 10 层全注意力，预训练覆盖 20T token。
#模型发布#开源生态#端侧