AI 模型发布与更新

Cohere 发布开源 ASR 模型 Cohere Transcribe，基于 Conformer 编码器-解码器架构，参数量 2B，支持英语、法语、中文、日语、阿拉伯语等 14 种语言，采用 Apache 2.0 许可证。

Lyria 3 音乐生成模型现已开放付费预览，开发者可通过 Gemini API 调用，或在 Google AI Studio 免费测试。

Google DeepMind 开发出一项“Gemini API 开发者技能”，使智能体能够实时获取最新文档与 SDK 指导。评估结果显示，配备该技能后，gemini-3.1-pro-preview 模型的成功率从 28.2% 大幅跃升至 96.6%。这种轻量级方法通过赋予模型强大的推理能力并接入“事实来源”，有效解决了静态模型知识与快速演进的软件实践之间的脱节问题，显著消除了过时的编码模式。

Claude Code 推出 auto mode，自动代为决定文件写入与 bash 命令的权限，无需逐条手动确认，也不必完全开放权限。每项操作执行前仍经 safeguards 安全检查。

Claude Code 推出 auto mode，无需逐条批准文件写入和 bash 命令，由 AI 自动判断权限决策，运行前仍经安全检查验证。

vibe agents带来远超传统身份盗窃的安全威胁，整个文件系统成为分布式攻击面，~/.claude、skills目录乃至PDF都可能被base64病毒污染。LiteLLM 1.82.8被入侵事件显示恶意代码可窃取凭证并自我复制。当前代理框架面临权限管理困境，只能在盲目授权与完全跳过间选择。未来需"de-vibing"行业，用经审计的Software 1.0为Software 3.0建立多层安全护栏。

ARC Prize 官方发布 ARC-AGI-3，包含数百个由人类游戏设计师手工制作的回合制交互环境，无指令、无规则、无既定目标，要求智能体自行探索并跨关卡迁移所学。人类得分 100%，前沿 AI 得分 0.51%。ARC Prize 2026 同步开启，奖金超 200 万美元，设 ARC-AGI-3 竞赛与 ARC-AGI-2 大奖两个开源竞赛，并发布技术论文。

Figma 发布 MCP 更新，开放测试版已上线。新增 use_figma 工具支持 AI 代理基于完整设计系统上下文直接在画布上设计，与 Claude Code 深度集成，可直接通过 Claude Code 在 Figma 中完成设计工作。

OpenAI 发布面向开发者的提示词青少年安全策略，配合 gpt-oss-safeguard 使用，帮助审核 AI 系统中的年龄特定风险。

Anthropic Labs团队规模虽小但迭代迅速，先后发布MCP、Skills、Claude Desktop app及Claude Code。从Sonnet 3.6时代笨拙的Computer Use原型，到如今正式在Claude Cowork和Claude Code中开放完整功能。Claude现可操控电脑完成打开应用、浏览网页、填写表格等任务。目前处于研究预览阶段，仅支持macOS。

ServiceNow AI团队在Hugging Face上发布了语音智能体评估框架EVA。该框架通过标准化测试集与多模态指标，系统评估语音助手在对话理解、任务完成及交互自然度等方面的性能，旨在量化衡量智能体在复杂真实场景下的表现，助力研究人员客观比较不同模型，推动技术优化。

Claude Code 推出电脑控制功能，支持鼠标、键盘和屏幕操作，可操控任意应用。配合 Dispatch 使用还能实现远程控制，在用户离开电脑时继续通过 Claude 操作设备。

Claude 推出电脑控制功能，可自动打开应用、操作浏览器、填写表格等，替代用户完成桌面操作。该功能目前处于研究预览阶段，已在 Claude Cowork 和 Claude Code 上线，仅支持 macOS 系统。

自我改进机制虽客观存在，但受限于"有损"特性，难以推动AI能力的递归式爆发。该论述指出，大语言模型等系统的自我优化过程伴随信息损耗与能力瓶颈，这种非完美的迭代模式打破了"快速起飞"（fast takeoff）的技术假设。与理想化的指数级自我增强不同，实际发展将呈现渐进、受限的增长轨迹，AI安全研究需重新评估递归自我改进的风险阈值。

Mistral AI 发布 4B 参数的文本转语音模型 Voxtral TTS，支持 9 种语言，3 秒参考音频即可适配新声音。人类评测显示其自然度优于 ElevenLabs Flash v2.5 并与 ElevenLabs v3 质量相当，10 秒样本加 500 字符输入的模型延迟为 70ms。

英伟达在Hugging Face平台发布技术博客，分享了一种在24小时内快速构建高质量领域特定嵌入模型的方法。该方法通过结合高效微调技术与领域数据，显著提升了模型在专业任务中的语义理解与检索性能，为企业和开发者提供了低成本、高效率的定制化嵌入解决方案。

Cowork 新增 Projects 功能，支持将任务与上下文集中管理，专注于单一工作领域。文件和指令保留在本地电脑，可一键导入现有项目或从头开始创建。

Mistral发布开源权重模型Mistral Small 4，采用119B参数MoE架构（每token激活6.5B参数），支持可切换的推理/非推理模式及图像输入。推理模式在Artificial Analysis Intelligence Index获27分，超越Mistral Large 3，但低于gpt-oss-120B等竞品。模型token效率优于同类，幻觉率更低（AA-Omniscience -30分），支持256K上下文窗口，采用Apache 2.0许可证。

Claude Code 发布 channels 功能，支持通过 Telegram 和 Discord 的 MCP 协议远程控制会话，用户可直接用手机向 Claude Code 发送消息。

Google 发布 vibe design 平台 Stitch，支持自然语言描述直接生成高保真界面和交互原型，可通过语音实时调整布局。目前仅面向 18 岁以上用户，在 Gemini 支持的英语国家开放。

Qwen3.5-Max-Preview 已登陆 LMSYS Chatbot Arena。Qwen Studio 提供聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等全栈功能。

OpenAI 发布 GPT-5.4 mini，已在 ChatGPT、Codex 及 API 上线。针对编程、计算机使用、多模态理解与 subagents 优化，速度较 GPT-5 mini 提升 2 倍。

GPT-5.4 mini 今日在 ChatGPT、Codex 和 API 中可用。针对编程、计算机使用、多模态理解和子代理场景优化，推理速度比 GPT-5 mini 快 2 倍。

M2.7是M2系列中首个深度参与自身进化的模型。它能构建复杂的智能体框架，完成精细的生产力任务，尤其在软件工程方面表现突出，其SWE-Pro基准测试得分56.22%，接近Opus的最佳水平。模型的办公软件处理能力在开源模型中领先，GDPval-AA的ELO分数为1495。M2.7能保持97%的技能遵循率，处理超过40个、每个超过2000 token的复杂技能。该模型通过内部研究智能体框架，实现了“分析-修改-评估”的自主迭代优化循环，在内部评估中提升了性能。

GPT-5.4 mini 与 nano 发布，为 GPT-5.4 的轻量高速版本，针对编程、工具调用、多模态推理及高并发 API 和子代理任务优化。

Codex 新增 Subagents 功能，支持创建专业子代理并行处理任务，保持主上下文窗口整洁，并可实时引导单个代理，让工作流大幅提速。

GPT 5.4 虽强，但最突出的是人性化特质。相比已擅长编程的 5.3，5.4 更受欢迎的关键在于个性而非纯能力。用户声称想要高效自闭症天才程序员，实际渴望的是有性格的互动体验。

GPT-5.4 API 上线首周日处理量达 5T tokens，流量超过去年同期整个 API 总量，年化新增净收入突破 10 亿美元，增速创 OpenAI 模型发布历史纪录。

GPT-5.4 上线一周内日处理 token 量达 5T，超过去年同期整个 API 的总量，年化新增净收入达 10 亿美元，增速创历史纪录。模型质量出色，值得试用。

OpenAI CEO Sam Altman 坦言，仅靠扩大模型规模无法达到 AGI，必须在架构层面实现重大创新。这一表态标志着 AI 发展范式的关键转向，承认当前"越大越好"的扩展策略已遇瓶颈。Altman 强调"是时候寻找新的架构了"，暗示基于 Transformer 的现有技术路径难以通向通用人工智能，行业需要颠覆性技术突破而非单纯堆砌算力与参数。

Mistral 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一进一个模型，以 Apache 2.0 许可开源。

Claude 宣布未来两周内，周末及工作日太平洋时间（PT）5-11 点外的使用额度将翻倍。这是 Anthropic 对用户的感谢回馈，旨在缓解高峰时段压力的同时提升非高峰时段体验。

Claude Code 推出远程控制功能，运行 `claude remote-control` 后可直接在手机 App 上启动电脑端新会话。该功能已向 Max、Team 及 Enterprise 用户（v2.1.74+）开放，目前需先在手机配置 GitHub，启动速度优化中。

YC 孵化的 Compresr 发布 Context Gateway，在 AI Agent 与 LLM 间自动压缩过长对话历史。后台预计算实现即时压缩，支持 Claude Code、Cursor 等，默认 75% 上下文阈值触发。curl 一键安装，TUI 向导配置。

Claude Code 向 Max、Team 和企业版订阅用户默认启用 Opus 4.6 1M 模型，支持 100 万 token 上下文窗口。Pro 与 Sonnet 用户可通过 /extra-usage 指令手动开启该功能。

Claude Opus 4.6 和 Claude Sonnet 4.6 的 100 万 token 上下文窗口现已正式开放（GA），用户可在这两款模型上使用百万级上下文处理能力。

Claude 新增交互式图表与图示生成功能，支持在聊天中直接创建可视化内容。该功能今日起以 beta 形式向所有套餐用户开放，包括免费版。

Claude for Excel 和 Claude for PowerPoint 新增跨文件上下文同步功能。同时打开多个文件时，对话上下文自动共享，可直接从表格提取数据构建演示文稿，无需重复说明操作步骤。

Claude 推出可视化功能测试版，支持在对话中实时生成交互式图表、图解等视觉内容，无需代码即可随对话调整修改。该功能不同于可下载的 Artifacts，以内联临时形式辅助理解当前话题，默认向所有套餐用户开启。同时 Claude 还新增食谱、天气等主题格式，并支持在对话内直接交互 Figma、Canva 和 Slack 等应用。

当今前沿推理模型的训练路径与 AlphaGo 高度一致：先模仿大量人类数据，再扩展推理计算（从蒙特卡洛树搜索到思维链），最后用强化学习突破模仿上限。Demis Hassabis 称，十年前 AlphaGo 的"第37步"预示 AI 可攻克真实科学难题，这些思路对构建 AGI 仍至关重要。