Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿。Google 称其在多模态嵌入基准上超过参数量两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，较前代 68.76 提升近 10 分。
#多模态
The DecoderAI 评分6262 量子位同新闻AI 评分8282 OpenAI 向 ChatGPT 免费用户推送 GPT-6，并发布安全报告
OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户则使用 GPT-6 Sol。
The Decoder同新闻AI 评分8282 OpenAI 发布 GPT-6，ChatGPT 输出改为可交互界面
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，新增名为 Intelligent UI 的功能，回答以图形、按钮、图表和表单等交互界面呈现，格式会随问题自动调整，用户还能在对话内生成储蓄计算器、小游戏等小工具。
The Decoder精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，价格较 Haiku 4.5 平均降约 75%
Anthropic 发布 Claude Haiku 5.5，这是其最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内的提示词最高降价 90%，超过 10 万 token 则贵 5 倍。
推荐理由：Haiku 5.5 的定价与基准数据同时给出，可对照 Sonnet 5.5 与 GPT-6 Luna 判断小模型在智能体任务中的位置。
OpenAI News精选AI 评分8080 OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称其响应更快，提供可视化内容和可直接探索、使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步带来 Intelligent UI 的视觉与交互体验。
智东西精选AI 评分8282 谷歌发布 Gemini 4 Argon，性能比肩 GPT-6 Astra、成本仅 60%
谷歌发布新一代旗舰模型 Gemini 4 Argon，重点面向软件工程、法律与金融等企业知识工作及网络安全防御等长周期任务。该模型在 DeepSWE v1.1 取得 77.9%、LVBench 得分 91.7%，输出 Token 上限从 6.4 万提升至 100 万，API 初始价格为每百万输入 Token 2 美元、输出 Token 10 美元。
推荐理由：谷歌新旗舰模型在软件工程、企业知识工作与网络安全测试中的成绩与定价一并披露，可对照其与竞品的成本性能位置。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：Gemini 4 Argon 的发布信息包含输出上限、定价与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。
Microsoft Research精选AI 评分6262 微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统
微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学多模态世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。
推荐理由：微软研究院公开 Quine 的生物学世界模型与工具编排框架，并给出胰腺癌化合物筛选的湿实验验证结果。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 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逐行表演导演，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：官方给出两款 TTS 模型的语音设计、逐行导演能力与基准排名，可据此判断语音生成从预设音色转向可定制创作的变化。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，读者可据此判断语音智能体的能力与成本边界。
Microsoft ResearchAI 评分3838 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理分析算力需求，二者均以 Apache 2.0 许可开源。
GitHub 热门 AIGC 开源项目精选AI 评分8383 Lightricks 开源音视频生成模型 LTX-2.5 并发布完整推理流水线
Lightricks 在 GitHub 开源 LTX-2.5，称其为首个基于 DiT 的音视频基础模型，可在同一模型内实现音视频同步、高保真与多种性能模式。仓库提供 DistilledPipeline、DFRPipeline 等十余条流水线，覆盖文生视频、图生视频、音频生视频、重拍与配音等场景，模型权重约 66 GiB，需从 Hugging Face 下载。
推荐理由：原文给出 LTX-2.5 的模型清单、显存优化与多条流水线命令，读者可据此判断本地部署音视频生成的硬件门槛。