Microsoft 发布 MAI-Transcribe-1.5 多语言语音转写模型，语言覆盖从 25 种扩展到 43 种，在 FLEURS 基准上取得 43 种语言的最佳词错误率，Artificial Analysis 榜单 WER 为 2.4%、排名第 3。该模型一小时音频转写耗时不到 15 秒，长音频速度最高为 Gemini 3.1、Scribe v2、GPT-4o-Transcribe 的 5 倍，并新增关键词偏置功能，在 FLEURS 上可将 WER 最多降低 30%。模型已接入 Copilot、Teams、GitHub 和 Dynamics 365 Contact Centre，并在 Foundry 与 MAI Playground 提供。
#模型发布#语音#Microsoft
微软 AI 发布七款自研 MAI 模型，覆盖图像、语音、转录、编码与推理，包括旗舰推理模型 MAI-Thinking-1、面向 GitHub Copilot 的 MAI-Code-1-Flash、MAI-Image-2.5、MAI Transcribe-1.5 和 MAI-Voice-2。MAI-Thinking-1 在盲测人工对比中优于 Sonnet 4.6，MAI Transcribe-1.5 支持 43 种语言且速度是竞品的五倍，MAI-Image-2.5 的 Arena 分数超过 Nano Banana Pro。模型将在 Foundry、OpenRouter、Fireworks 和 Baseten 上提供，开发者首次可以自行微调模型权重；微软同时宣布与 Mayo Clinic 合作共建医疗前沿模型。
#模型发布#多模态#推理
微软发布编码模型 MAI-Code-1-Flash，基于自有企业级数据从头训练，未使用第三方模型蒸馏，正面向 VS Code 中的 GitHub Copilot 个人用户推送，出现在模型选择器和默认 Auto 选择器中。该模型针对 GitHub Copilot 生产环境训练，支持智能体编码和自适应思考，官方称在 SWE-Bench Verified、SWE-Bench Pro、SWE-Bench Multilingual 和 Terminal Bench 2 上均超过 Claude Haiku 4.5，其中 SWE-Bench Pro 为 51.2% 对 35.2%，并在 SWE-Bench Verified 上以最多减少 60% token 解决更难问题。
#模型发布#编码#Agent
Zyphra 发布 Zamba2-VL 系列开源视觉语言模型，基于 Zamba2 混合 SSM–Transformer 主干，提供 1.2B、2.7B 和 7B 三个参数规模，采用 Apache 2.0 许可并开放权重。官方称其在 14 项基准上与同规模最强开源 Transformer VLM 大致相当，在计数、文档和图表类任务上表现突出，且首 token 延迟约低一个数量级。模型沿用 LLaVA 式结构，视觉编码器取自 Qwen2.5-VL，通过两层 MLP 适配器接入 LLM。
#模型发布#多模态#开源生态
#模型发布#具身智能
阿里千问发布 Qwen3.7-Plus，一款把视觉与语言统一到单一智能体底座的多模态模型，已在阿里云百炼上线。它可在同一智能体循环中混合执行 GUI 与 CLI 操作，支持屏幕读取、视觉参考写代码、移动应用端到端操作，并适配 Claude Code、OpenClaw、Qwen Code 等框架。官方基准显示其在 Terminal Bench 2.0-Terminus 得 70.3、ScreenSpot Pro 得 79.0、AndroidWorld 得 81.0，同时支持 preserve_thinking 保留历史思考内容。
#模型发布#多模态#Agent
xAI 在 Grok Build 中上线 Composer 2.5，官方称其是一款快速且达到 SOTA 的模型，擅长长时间运行任务和遵循复杂指令。用户可在 Grok Build 中输入 /model 并在菜单中选择 Composer 2.5 使用。
#产品更新#xAI#模型发布
MiniMax 正式发布 M3，采用自研 MSA 稀疏注意力架构，支持最高 1M token 上下文，并原生支持图像与视频输入、可操作桌面电脑。官方称 M3 是目前首个同时具备这三项能力的开源权重模型，在 SWE-Bench Pro 得分 59.0%、Terminal-Bench 2.1 得分 66.0%、MCP Atlas 得分 74.2%。M3 已通过 MiniMax Code、Token Plan 和 API 开放使用，官方表示将在未来 10 天内发布技术报告并开源模型权重。
#模型发布#开源生态#多模态
xAI 通过 xAI API 公测发布编码模型 grok-build.0.1，该模型专为智能体编码任务训练，覆盖 Web 开发、调试和 MCP 支持，也是 Grok Build 背后的同一模型。它提供 100+ tokens/秒的推理速度，定价为输入 $1/m tokens、输出 $2/m tokens，也可用于通用智能体与工具调用场景，并已在 OpenRouter 和 Vercel AI Gateway 上线。
#产品更新#编码#Agent
Anthropic 发布 Claude Opus 4.8，在编码、智能体、推理等基准上较 Opus 4.7 有所提升，价格不变。同时推出 claude.ai 上的努力程度控制、Claude Code 的动态工作流功能，以及快模式降价三倍。
#产品更新#Anthropic#多模态
Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B，面向消费级硬件上的工具调用，上下文窗口从 32,768 扩展到 128,000 tokens，预训练规模从 12T 提升到 38T tokens，词表从 65,536 扩至 128,000。该模型为纯推理模型，在 M5 Max 上解码 253 tokens/s、Ryzen AI Max+ 395 上 146 tokens/s，占用低于 6 GB，单张 H100 高并发下输出吞吐达 18.5K tokens/s。基础版与后训练版已在 Hugging Face 和 Playground 上线，首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
#模型发布#端侧#Agent
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，统一指令跟随、推理与编码，上下文窗口 256k，以修改版 MIT 许可开放权重，可在少至四块 GPU 上自托管。该模型在 SWE-Bench Verified 上得分 77.6%，τ³-Telecom 得分 91.4，并成为 Mistral Vibe 与 Le Chat 的默认模型。同时 Mistral 将编码智能体搬到云端，Vibe 远程智能体可从 CLI 或 Le Chat 启动、并行异步运行，本地会话可迁移上云，完成后可开 PR 并通知；Le Chat 新增 Work 模式（预览），由新智能体驱动多步任务与跨工具流程，敏感操作需人工批准。API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元，已在 Pro、Team 和 Enterprise 套餐上线。
#模型发布#Agent#编码
阿里 Qwen 团队发布 Qwen3.7-Max，定位为面向智能体时代的专有模型，可通过阿里云百炼（Model Studio）调用 API。官方称其在编码智能体、通用智能体与推理基准上取得领先或接近 Opus-4.6 Max 的成绩，并支持 Claude Code、OpenClaw、Qwen Code 等多种框架。文中还展示了一次约 35 小时、1158 次工具调用的自主内核优化，最终相对 SGLang Triton 参考实现取得 10.0x 几何平均加速。
#模型发布#Agent#编码
Cohere 开源发布 Command A+，这是一款面向企业智能体任务、支持私有部署的 MoE 模型，采用 Apache 2.0 许可证，提供 218B 总参数和 25B 激活参数。该模型支持 48 种语言，并提供 BF16、FP8 和 W4A4 量化版本，最低可在两块 NVIDIA H100 或一块 NVIDIA Blackwell GPU 上运行。模型权重已上线 Hugging Face，也可通过 Model Vault、Cohere Space 或 API 使用。
#模型发布#Agent#推理
#大佬观点#Agent#Google
Google 在 I/O 上推出 Gemini 3.5 Flash，称其面向智能体和编程具备前沿性能。该模型于当天在全球推出，针对现实世界的智能体工作流提供前沿级性能，速度是其他前沿模型的 4 倍。
#模型发布#Agent#编码
#模型发布#编码#Agent
Google 发布 Gemini Omni，将 Gemini 的智能与 Veo、Nano Banana 的能力结合。官方称其支持跨场景角色一致性、文生视频编辑以及动态物理与环境表现，当天开始推送。
#产品更新#多模态#视频
阿里千问团队发布 Qwen3.5-LiveTranslate-Flash，这是基于 Qwen3.5-Omni 的实时同传模型，可同时理解语音与视觉上下文。相比前代 Qwen3-LiveTranslate，输入音频与输出文本语言从 18 种扩展到 60 种，输出音频语言从 10 种增至 29 种，语音到语音平均每 token 延迟降至 2.8 秒。模型新增实时语音克隆与热词增强能力，支持通过 DashScope API 接入。
#模型发布#语音#多模态
Google DeepMind 推出面向复杂智能体工作流的 Gemini 3.5 系列，率先发布 3.5 Flash，并计划下月推出 3.5 Pro。3.5 Flash 在 Terminal-Bench 2.1 获得 76.2%，输出速度为其他前沿模型的 4 倍。该模型已全面开放，并成为 Gemini 应用和全球搜索 AI Mode 的默认模型。
#模型发布#Agent#编码