Yann LeCun的团队发布了LeWorldModel，一个仅有1500万参数的物理模型，在单张GPU上训练数小时，在规划速度和物理合理性上超越了价值数十亿美元的基础模型，挑战了主流的规模扩展范式。
HiDream-ai 已开源 HiDream-O1-Image（8B），这是一款基于像素级统一 Transformer（UiT）构建的统一图像生成基础模型，原生支持文本生成图像、图像编辑以及主体驱动的个性化生成，分辨率最高可达 2048×2048，无需外部 VAE 或独立文本编码器。该模型在 Artificial Analysis 文生图竞技场中首次亮相即位列第 8，是目前领先的开放权重文生图模型之一。
宣布推出 liquid-audio，这是 Liquid AI 端到端语音转语音 LFM 模型（LFM2-Audio-1.5B 和 LFM2.5-Audio-1.5B）的开源仓库，支持交错和顺序生成模式以及微调功能。
MemReranker 是一个针对智能体记忆检索设计的推理感知重排序模型家族（0.6B/4B），通过结合 LLM 知识蒸馏技术解决语义相似性匹配的局限性，从而提升模型的时间与因果推理能力。
OpenAI 推出了 GPT-Realtime-2，将 GPT-5 级别的推理能力集成到实时语音 API 中，使语音助手能够在对话过程中进行实时思考和解决问题。
GPT-5.5-Cyber 现已面向防御者提供有限预览，提供用于保护关键基础设施的强大模型。
OpenAI发布了GPT-Realtime-2语音模型，具备GPT-5级别的推理能力和128,000 token上下文窗口，支持实时翻译70多种语言到13种输出语言，在Big Bench Audio Intelligence评测中达到96.6%准确率，Greg Brockman称其为语音翻译领域的里程碑。
上海交通大学开源了 F5-TTS 语音生成模型，该模型基于 10 万小时数据训练，支持中英多语言合成及 Zero-shot 声音克隆，并允许商用。
用户评价了通过MLX为Apple Silicon优化的Qwen3.6-35B模型的量化微调版本，称赞其速度快、智能化程度高且没有安全免责声明。
Claude智能体新增"Dreaming"功能，通过回顾历史会话与提炼规律实现自我优化，配合多智能体并行编排与质量评估，标志着AI智能体进入自我进化阶段。
发布了 MiniMax M2.7 模型的混合位量化版本，优化至 74 GB，以便在 Apple Silicon 设备上高效进行本地推理。
Zyphra发布ZAYA1-74B-Preview，一个在AMD硬件上训练的740亿参数基础模型，强调了强大的预强化学习推理能力和智能体性能信号。
OpenAI 发布了 gpt-realtime-2，一款新的语音到语音模型，针对实时语音代理交互和低延迟工具调用进行了优化。
一位开发者训练了一个350M参数的模型，其处理电子表格的能力优于Anthropic的Opus 4.6。
GPT-Realtime-2 在 Big Bench Audio 基准测试中较 1.5 版本提升了 15 个百分点，性能已接近饱和水平。
作者介绍了TOPAS，一种递归AI架构，在单张RTX 4090上达到了ARC-AGI-2的11.67%，旨在证明架构效率可以超越原始计算能力。
Google 的 Gemma 4 通过推测解码和多 Token 预测，推理速度提升高达 3 倍，可实现高效的设备端部署。
Satya Nadella 宣布将 GPT-5.5 Instant 集成到 M365 Copilot、Copilot Studio 和 Foundry 中，强调其响应速度更快且更准确。