Liquid AI 发布 LFM3 系列模型,同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,六个 2B 级模型(文本、视觉、音频、全模态、两个决策模型)均从 LFM3-1.7B-Base 分支而来,全部开源权重并已在 Hugging Face 上线。
推荐理由:LFM3 用同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策模型,并给出单卡微调与端侧部署路径。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,六个 2B 级模型(文本、视觉、音频、全模态、两个决策模型)均从 LFM3-1.7B-Base 分支而来,全部开源权重并已在 Hugging Face 上线。
推荐理由:LFM3 用同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策模型,并给出单卡微调与端侧部署路径。
Google DeepMind 发布新一代世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并以研究预览形式向可信测试者开放。该模型原生多模态,能同时生成音乐、环境音与可交互对话,并借助 Gemini Omni 锚定真实外观、Gemini 3.8 Flash 作为引导智能体拆解多步任务。
推荐理由:官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力,可据此判断世界模型在机器人与内容预演中的用法。
OpenAI 发布 GPT-6.1 Terra,官方强调其详细视觉推理与精确电脑操作能力,并称其写作更清晰自然,相比 GPT-5.6 Terra 有明显提升。该模型定价为每百万输入 token 1 美元、每百万输出 token 5 美元,约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半,约为 GPT-6 Luna 的 10 倍。
推荐理由:文章梳理了 GPT-6.1 Terra 在视觉推理与电脑操作上的定位,并给出与同系列模型的取舍参考。
Google DeepMind 发布前沿模型 Gemini 4 Argon,今日起通过 Gemini API、AI Studio、Google Antigravity 及 Gemini 应用和搜索 AI Mode 向开发者、企业和订阅用户开放。
推荐理由:官方给出多领域基准排名与内部工程、科研落地案例,可据此判断前沿模型在长程任务上的实际边界。
Mistral AI 发布 Mistral Large 4 公开预览,可通过 Mistral Studio 的 API 试用,权重将在本月底开放。该模型为 1 万亿参数、520 亿激活参数的原生多模态模型,在 3800 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全球最强开源模型竞争。
推荐理由:官方给出 1 万亿参数、520 亿激活的规格与编码、智能体、网络安全等多组基准,可据此判断开源权重模型的能力边界。