美团 LongCat 发布 LongCat-Flash-Lite-Sparse 稀疏 MoE 模型
美团 LongCat 在 Hugging Face 发布 LongCat-Flash-Lite-Sparse，这是基于 LongCat-Flash-Lite 的非思考 MoE 模型，拥有 69B 总参数、每 token 约 3B 激活参数，并原生支持最高 1M tokens 上下文。
推荐理由：原文同时给出架构改动、长上下文设定和多项基准，便于比较稀疏版与密集前代的取舍。
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 21–37 条 · 共 37 条meituan-longcat · Hugging Face 新模型精选AI 评分7070
MiniMaxAI · Hugging Face 新模型精选AI 评分8585 MiniMaxAI 发布 MiniMax-H3 全模态生成系统
MiniMaxAI 在 Hugging Face 发布 MiniMax-H3，这是一个通用全模态生成系统，支持文本、图像、视频和音频组成的多模态上下文理解，并可生成带原生立体声音频的视频。
推荐理由：原文披露了模块拆分、输入规格和本地部署路径，可帮助开发者评估接入成本与适用场景。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译模型
Google DeepMind 发布 Gemini 3.5 Live Translate，这是用于近实时语音到语音翻译的最新音频模型，可自动检测 70+ 种语言并生成自然的译后语音。
推荐理由：原文同时说明模型能力、API入口和产品落地范围，便于评估实时语音翻译接入场景。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 12B 统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，称其是面向笔记本电脑的统一、无编码器多模态模型，支持视觉和音频输入直接进入 LLM backbone。
推荐理由：原文同时交代架构取舍、16GB 本地运行门槛和生态入口，便于评估多模态应用的适配成本。
Google Research精选AI 评分6363 Google Research 开源用于 AI 洪水预测的水文建模框架
Google Research 已在 GitHub 开源其水文建模框架，用于帮助国家气象和水文服务机构把 AI 洪水预测整合进自身工作流。该 Python 包基于 PyTorch，实现了驱动 Google Flood Hub 的河流预测模型，包含基于 LSTM 的模型架构和可用 Caravan 数据集训练的训练流程，并支持加入本地数据进行训练或微调。
推荐理由：开源内容覆盖模型架构和训练流程，便于气象水文机构结合本地数据改造预测工作流和评估接入边界。
Google DeepMind精选AI 评分8585 Google DeepMind 推出 Gemini Omni，首款模型 Gemini Omni Flash 从视频生成开始
Google DeepMind 推出 Gemini Omni，首款模型 Gemini Omni Flash 可将图像、音频、视频和文本作为输入，生成基于 Gemini 世界知识的高质量视频。
推荐理由：原文列出多输入生成、对话编辑、安全水印和上线渠道，可用于比较视频生成模型的产品化路径。
mistralai · Hugging Face 新模型精选AI 评分7777 Mistral 发布 Mistral-Medium-3.5-128B-EAGLE 推测解码模型
Mistral 发布 Mistral-Medium-3.5-128B-EAGLE，用于为 Mistral Medium 3.5 执行推测解码。
推荐理由：原文同时给出模型规格、替代关系和 vLLM/SGLang 部署方式，便于评估统一模型的接入成本。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型
Google DeepMind 发布 Gemini 3.1 Flash TTS 文本转语音模型，提升可控性、表现力和语音质量。3.1 Flash TTS 从今天起通过 Gemini API 和 Google AI Studio 面向开发者预览，通过 Vertex AI 面向企业预览，并通过 Google Vids 面向 Workspace 用户推出。
推荐理由：原文同时给出开放入口、音频标签控制方式和70+语言支持，便于评估语音生成应用适配空间。
moonshotai · Hugging Face 新模型精选AI 评分8383 Moonshot AI 开源 Kimi-K2.6 原生多模态智能体模型
Moonshot AI 在 Hugging Face 发布 Kimi-K2.6，这是开源的原生多模态智能体模型。该模型采用 MoE 架构，Total Parameters 1T、Activated Parameters 32B、Context Length 256K，支持长周期编码、coding-driven design、Agent Swarm、图像和视频输入。
推荐理由：原文同时给出模型结构、评测表和部署入口，便于对比其在编码与智能体任务中的定位。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强机器人具身推理与读表能力
Google DeepMind 推出 Gemini Robotics-ER 1.6，这是其面向机器人具身推理模型的重要升级，增强了空间推理和多视角理解能力。
推荐理由：原文给出与 1.5 和 Gemini 3.0 Flash 的对比，可看出具身推理在读表和安全约束上的进展。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemma 4 开放模型家族
Google DeepMind 发布 Gemma 4 开放模型家族，包含 E2B、E4B、26B MoE 和 31B Dense，面向高级推理和智能体工作流，并采用 Apache 2.0 license。
推荐理由：原文同时给出模型尺寸、端侧部署方式和生态入口，便于比较开放模型在硬件约束下的能力取舍。
moonshotai · Hugging Face 新模型精选AI 评分8585 Moonshot AI 发布 Kimi-K2-Thinking 开源推理模型
Moonshot AI 发布 Kimi-K2-Thinking，称其为最新、能力最强的开源 thinking model，支持逐步推理并动态调用工具。该模型为 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，原生 INT4 量化，称可在低延迟模式下实现无损 2x 加速，并在 200–300 次连续工具调用中保持稳定。
推荐理由：原文同时给出架构参数、评测设置和部署入口，便于比较开源推理模型的长程工具调用能力。
World Labs精选AI 评分7777 World Labs 发布 RTFM 实时生成式世界模型研究预览
World Labs 分享了 RTFM（Real-Time Frame Model），一个可在交互时实时生成视频的生成式世界模型，今天以研究预览版开放。RTFM 可用于探索生成的 3D 世界和真实地点，并可在浏览器中 demo；其目标是在单个 H100 GPU 上以交互帧率推理。
推荐理由：原文披露了单 H100 实时生成持久 3D 世界的架构思路，可作为世界模型工程取舍参考。
moonshotai · Hugging Face 新模型精选AI 评分8585 Moonshot AI 发布 Kimi-K2-Instruct，1T 参数 MoE 模型面向 Agent 能力
Moonshot AI 发布 Kimi-K2-Instruct，这是 Kimi K2 的后训练版本，面向通用聊天和 agentic experiences。Kimi K2 是 MoE 语言模型，拥有 1T 总参数、32B 激活参数、128K 上下文窗口，并在 15.5T tokens 上预训练。
推荐理由：材料同时给出架构参数、基准对比和部署方式，便于评估 Kimi K2 的编码与工具调用定位。
Suno Blog精选AI 评分7272 Suno 发布 v4.5 音乐生成模型
Suno 发布 v4.5，称其为最新且最具表现力的模型，提升动态音乐、曲风多样性与准确性，并带来更丰富的人声。v4.5 支持更具表现力的描述和新的 prompt enhancement helper，并增强 Covers、Personas、Extend 等工具组合。新版本还提升生成速度，歌曲最长可达 8 minutes，并改善混音平衡、音频退化和 shimmer effects。
推荐理由：原文列出 v4.5 在曲风、声线、提示词理解和生成速度上的变化，便于对比音乐生成体验。
Suno Blog精选AI 评分7272 Suno 发布 v4 beta，面向 Pro 和 Premier 开放
Suno 推出 v4，这一大版本更新带来更清晰的音频、更锐利的歌词和更动态的歌曲结构。v4 新增 Remaster、Lyrics by ReMi 和 Cover Art，并升级 Covers [v4] 与 Personas [v4]。v4 现已以 beta 形式面向 Pro 和 Premier 开放，可在 suno.com 和 iOS 体验。
推荐理由：原文列出 v4 在音频、歌词和歌曲结构上的改进，并说明 Pro 和 Premier 的 beta 可用范围。
Suno Blog精选AI 评分7878 Suno 发布 v3，可在数秒内生成两分钟歌曲
Suno 发布 v3，这是其第一个能够生成广播级音乐的模型，现已面向所有用户在 https://app.suno.ai 开放。v3 可用几句短文本在数秒内生成完整的两分钟歌曲，并改进音频质量、风格和流派数量、提示词遵循能力，减少模型幻觉并带来更自然的结尾。Suno 还表示其模型不会识别对其他艺术家的引用，并开发了专有的不可听水印技术，用于检测歌曲是否由 Suno 创建。
推荐理由：材料同时交代了 v3 的开放范围、歌曲时长、音质改进和水印安全措施，便于理解 Suno 的产品取向。