Liquid AI 发布 d1-3B 与 d1-omni-600M 端侧多模态决策模型
Liquid AI 开源 d1 决策模型家族两款模型：d1-3B 与实验性的 d1-omni-600M，均为开放权重并在 Hugging Face 上线。
推荐理由：Liquid AI 开源两款决策模型，给出端侧毫秒级延迟与七项基准对比，可据此判断小模型在边缘设备上做结构化决策的可行性。
#多模态
Hugging Face Blog精选AI 评分6262
Hugging Face BlogAI 评分5151 TII 发布 1.6B 参数语音识别模型 Falcon-ASR
阿布扎比技术创新研究院（TII）发布 Falcon-ASR，一个 1.6B 参数的语音识别模型，重点面向阿拉伯语尤其是阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2，轻量开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的开源多模态嵌入模型，可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：Google DeepMind 开源 740M 参数多模态嵌入模型，给出端侧内存占用与向量截断方法，可供本地检索与 RAG 选型参考。
Mistral AI精选AI 评分8484 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数多模态模型
Mistral AI 发布 Mistral Large 4 公开预览，可通过 Mistral Studio 试用预览 API，权重计划于本月底开放。ML4 是 1 万亿参数、52B 激活参数的原生多模态模型，在欧洲自有数据中心的 3,800 块 NVIDIA Grace Blackwell GPU 上从零训练，官方称其在编码、智能体工作流和多模态理解上可与最强开源模型竞争。
推荐理由：官方给出 1 万亿参数、52B 激活的开放权重模型细节与多类基准对比，可据此判断开源前沿模型的能力位置。
Microsoft Research精选AI 评分7070 微软研究院发布面向生物学复杂性的 AI 研究系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学多模态世界模型和连接科学工具、文献、湿实验与研究者的交互 harness 组成。它与 Broad Institute 合作，用该系统筛选可能驱动肿瘤状态转变的化合物，最高排名化合物在多个湿实验检测中产生了最大的目标转变，整个过程从缩小化合物搜索空间到选出候选仅用一个周末。
推荐理由：微软研究院公开生物学多模态世界模型 Quine 的构建思路，并给出胰腺癌化合物筛选的湿实验验证细节。
Google ResearchAI 评分5757 Google Research 推出 AI 视频联合导演框架，自动化生成连贯长视频
Google Research 发布 AI video co-director 等四个框架，构建在 Gemini 和 Veo 之上，用于自动化生成连贯的多镜头长视频。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音结合，为 Gemini 的实时对话模型带来视觉形象。
推荐理由：官方给出 Live Avatar 在对话中实时生成视频与语音的能力，读者可据此评估企业虚拟客服的交互形态变化。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向深度创作与角色设计，后者面向高并发、低成本场景。
推荐理由：官方给出两款 TTS 模型的语音定制能力、基准排名和上线渠道，可据此判断多语言语音生成的可用性。
Google ResearchAI 评分4747 Google 研究用生成式 UI 让教师创建互动学习模拟
Google Research 公布一项新研究实验，让教师借助生成式 UI（GenUI）为课程动态生成定制互动教育模拟，并已向可信测试教师群体获得初步正面反馈。
Microsoft ResearchAI 评分4141 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向群体级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，用从十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S tile 编码器替换原有骨干，30M 参数以内即可完成全切片表示与 H&E 到 mIF 的虚拟空间蛋白组预测，均以 Apache 2.0 许可开源。