OpenAI@OpenAI精选AI 评分7070OpenAI 发布 GPT-6.1 Sol，官方称其以五分之一的价格提供接近 Astra 的智能水平。OpenAI 表示，这是目前同等性能下最具成本效率的模型。
推荐理由：OpenAI 官方给出 GPT-6.1 Sol 的定位与价格比例，读者可据此判断它在现有模型中的性价比位置。
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 1–12 条 · 共 14 条- OpenAI@OpenAI精选AI 评分7070
Google Gemini 博客精选AI 评分7171 Google 发布 Gemini 3.8 Live with Live Avatar
Google 发布 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时对话能力结合，为对话模型带来近实时的视觉形象。该功能支持精确唇形同步、自然表情与流畅轮次切换，并可在对话中异步调用工具、在后台获取数据。它支持 97 种语言的原生语音到语音同步，输出均带 SynthID 水印，现已在 Gemini Enterprise 提供，自定义形象仅限企业白名单申请。
推荐理由：Gemini 3.8 Live 新增实时视频形象能力，读者可了解多模态对话在企业场景中的落地形态与开放范围。
Google Gemini 博客精选AI 评分7272 Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与深度创作控制，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：两款 TTS 模型把语音生成从固定音色扩展到自然语言定制与逐句导演，并给出基准排名和开放入口。
Google Gemini 博客精选AI 评分8282 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，前者面向规模化与成本效率，后者面向高复杂度任务和多步推理。
推荐理由：Google 发布两款实时语音对话模型，给出语音智能体基准成绩与开发者接入渠道，可据此判断语音 Agent 的可用性。
Meta AI Research · Muse精选AI 评分7474 Meta 发布 Muse Spark 1.3，改进智能体与编码任务表现
Meta 发布 Muse Spark 1.3，在智能体与编码任务上性能提升，max reasoning 版本已在 Muse Code 和 Meta Model API 上线。
推荐理由：官方给出智能体与编码任务的改进细节和工具调用、token 消耗降幅，可据此判断长任务工作流的变化。
Meta AI Research · Muse精选AI 评分7474 Meta 发布 Muse Voice Transcribe 实时语音感知模型
Meta Superintelligence Labs 发布 Muse Voice Transcribe，这是其首款实时音频感知模型，支持流式 ASR、20 人以上说话人分离和端点检测。模型原生支持任意中英混说，训练覆盖 70 多种语言，其中 25 种经过充分验证，并支持超过一小时的长音频输入。官方称其在 Artificial Analysis 流式语音转文字和公开说话人分离基准上排名第一。
推荐理由：Meta 公布实时语音感知模型的技术细节与基准排名，读者可了解流式 ASR 与说话人分离的实现路径。
Midjourney Updates精选AI 评分6262 Midjourney 开放首个 V8.2 图像编辑模型测试
Midjourney 开始让所有用户测试其首个 V8.2 图像编辑模型，支持按指令编辑图像、用最多 4 张参考图生成图像（取代 omni-reference）、局部重绘（inpainting）与画布扩展（outpainting），并可使用 personalization、moodboards 和 srefs。
推荐理由：官方公布 V8.2 图像编辑模型的首批能力与入口，可据此了解 Midjourney 编辑能力从参考图到局部重绘的覆盖范围。
Meta AI Research · Muse精选AI 评分6666 Meta 发布 Muse Spark 1.2 多模态评测结果
Meta 公布 Muse Spark 1.2 的新评测结果与演示，展示其在视觉编码、图表理解、视觉推理和知识密集型任务上的表现，并称多模态提升在模型可调用工具时最明显。该模型支持将图像或视频转为可运行代码、面向机器人的空间智能与音视频理解，已上线 Meta Model API 和 Muse Code，官方同时预览了内部评测 WildArtifactBench 并放出 10 个任务。
推荐理由：官方给出 Muse Spark 1.2 在多模态任务上的新评测与演示，可了解其在视觉编码、机器人和音视频理解上的能力边界。
Meta AI Research · Muse精选AI 评分8080 Meta 发布开源智能体模型 Muse Glimmer，30B 参数可在本地设备运行
Meta Superintelligence Labs 发布 Muse Glimmer，一个 30B 参数的开源智能体模型，权重以 Apache 2.0 许可在 Hugging Face 开放下载。
推荐理由：Meta 开源 30B 端侧智能体模型，量化后可在单张消费级 GPU 上运行，读者可据此判断本地智能体的可行边界。
Meta AI Research · Muse精选AI 评分7878 Meta 发布 Muse Code 终端编码智能体与 Muse Spark 1.2 模型
Meta 发布终端编码智能体 Muse Code（beta），由新模型 Muse Spark 1.2 驱动，可在 macOS 或 Linux 安装，面向大型代码仓库的规划、写码与结果验证，并能协调多个常驻子智能体。
推荐理由：官方披露了 Muse Spark 1.2 的编码训练重点与 Muse Code 的运行时设计，可据此判断终端编码智能体的工程取舍。
ByteDance Seed@ByteDanceSeed_精选AI 评分7878
推荐理由：官方给出单次生成时长、参考素材上限和时间戳级编辑三项能力，可据此判断视频创作流程的变化。
Ideogram Blog精选AI 评分7171 Ideogram 4.0 技术细节：9.3B 开源文生图模型发布
Ideogram 发布 9.3B 参数开源权重文生图模型 Ideogram 4.0，采用 34 层单流 DiT，文本编码器为 Qwen3-VL-8B-Instruct，并拼接其 13 个中间层隐状态。
推荐理由：官方披露 9.3B 开源文生图模型的架构与结构化 JSON 提示词方案，可据此判断开源图像模型的设计取舍。