Thinking Machines 发布开源多模态模型 Inkling 及 Inkling-Small
Thinking Machines Lab 在 Hugging Face 发布开源多模态模型 Inkling，约 1T 参数、1M 上下文，原生支持图像、文本和音频输入，具备智能体能力，并推出 276B 总参数、12B 激活参数的 Inkling-Small 版本。
推荐理由：原文给出了 Inkling 的架构细节、部署配置和基准表现，读者可以据此评估它在多模态推理场景下的适用性。
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 21–39 条 · 共 40 条Hugging Face Blog精选AI 评分8080
Mistral AI精选AI 评分7272 Mistral AI 发布 8B 具身导航模型 Robostral Navigate，单 RGB 摄像头实现 76.6% 未见环境成功率
Mistral AI 发布首个具身导航模型 Robostral Navigate，这是一个 8B 参数模型，仅凭单个 RGB 摄像头和自然语言指令即可让机器人在复杂环境中自主导航。
推荐理由：原文给出了模型在未见环境基准上的具体得分和单摄像头方案优势，读者可以据此判断其相对现有导航方案的竞争力。
Mistral AI精选AI 评分7878 Mistral 发布 Leanstral 1.5：6B 激活参数模型刷新形式化验证基准
Mistral AI 发布 Leanstral 1.5，这是一个 Apache-2.0 许可的模型，总参数 119B、激活参数仅 6B。它在 miniF2F 上达到 100%，解决 587/672 道 PutnamBench 题目，并在 FATE-H（87%）和 FATE-X（34%）上取得新 SOTA。
推荐理由：该模型在形式化验证基准上刷新成绩，并展示了在真实代码库中发现未知 bug 的能力，为形式化方法在工程中的落地提供了参考。
Google DeepMind精选AI 评分7878 Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 上文本生成速度最高提升 4 倍
Google DeepMind 发布开源实验模型 DiffusionGemma，这是一个 26B 参数的 MoE 模型，通过文本扩散技术并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍，单张 NVIDIA H100 上每秒可生成 1000+ token。
推荐理由：原文给出了速度、参数量和硬件门槛等关键数字，读者可以据此判断它适合哪些本地交互场景。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型
Google DeepMind 发布 Gemini 3.1 Flash TTS，这是最新的文本转语音模型，主打更强的可控性、表现力和质量。该模型在 Artificial Analysis TTS 榜单上取得 Elo 1211 分，支持 70 多种语言和原生多说话人对话，并引入音频标签功能，可通过自然语言指令精细控制语速、语气和表达。
推荐理由：官方介绍了新 TTS 模型的音频标签控制能力和评测成绩，读者可据此判断其表达力与可控性提升。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先模型的重大升级，通过增强空间推理和多视角理解，让机器人更精准地感知环境。
推荐理由：官方介绍了新模型在空间推理、多视角理解和仪表读取上的能力提升，并给出 API 开放入口，读者可据此评估其落地价值。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 开源模型，主打推理与智能体工作流
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：官方发布稿给出了四个尺寸、上下文窗口和开源许可等关键规格，读者可据此评估其本地部署与微调价值。
Mistral AI精选AI 评分7373 Mistral AI 发布 Voxtral TTS 语音合成模型
Mistral AI 发布 Voxtral TTS，这是其首个文本转语音模型，4B 参数，支持 9 种语言，具备情感表达和低延迟（70ms）特性。模型可通过 API 使用，定价为每 1k 字符 $0.016，并提供开源权重版本。
推荐理由：原文给出了 Voxtral TTS 的参数量、定价、延迟和与 ElevenLabs 的对比评测，读者可据此评估它在语音智能体场景中的可用性。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Small 4：统一推理、多模态与智能体编码能力的开源模型
Mistral 发布 Mistral Small 4，这是首个将 Magistral 推理、Pixtral 多模态和 Devstral 智能体编码能力统一到单一模型中的 Mistral 模型。
推荐理由：Mistral Small 4 将推理、多模态与智能体编码能力统一到一个开源模型中，并给出可配置推理强度与效率数据，便于评估其部署价值。
Mistral AI精选AI 评分6262 Mistral 发布 Leanstral，首个面向 Lean 4 的开源代码智能体
Mistral 发布 Leanstral，称其为首个面向 Lean 4 的开源代码智能体，采用稀疏架构、6B 激活参数，Apache 2.0 协议开源，并已集成进 Mistral Vibe 及提供免费 API 端点。
推荐理由：原文给出了模型权重、评测分数和成本对比，读者可以据此判断它相对闭源竞品的性价比。
Mistral AI精选AI 评分7878 Mistral 发布 Devstral 2 系列编码模型及 Mistral Vibe CLI
Mistral AI 发布下一代开源编码模型 Devstral 2（123B，修改版 MIT 许可）和 Devstral Small 2（24B，Apache 2.0），两者均支持 256K 上下文窗口，在 SWE-bench Verified 上分别取得 72.2% 和 68.0% 的成绩。
推荐理由：原文给出了新模型在 SWE-bench Verified 上的成绩、与竞品的参数和成本对比，以及配套 CLI 工具，读者可以据此评估开源编码模型的性价比。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral 3 系列模型，含 675B 参数 MoE 旗舰与 3B/8B/14B 边缘模型
Mistral AI 发布 Mistral 3 系列，包含三个小尺寸稠密模型（14B、8B、3B）和旗舰 Mistral Large 3，后者为稀疏 MoE 架构，激活 41B、总参数 675B，全部以 Apache 2.0 许可证开源。
推荐理由：Mistral 3 系列以 Apache 2.0 开源，覆盖从 3B 到 675B 参数的多档模型，并首次回归稀疏 MoE 架构，读者可据此评估其在大模型生态中的定位与可用性。
Mistral AI精选AI 评分8080 Mistral 发布 Voxtral 语音理解模型，24B 与 3B 双版本开源
Mistral 发布 Voxtral 语音理解模型，提供 24B 和 3B 两个版本，均以 Apache 2.0 协议开源并上线 API。Voxtral 支持 32k token 上下文、多语言、问答与摘要及函数调用，定价从每分钟 0.001 美元起，在转录任务上优于 Whisper large-v3，价格低于同类 API 一半。
推荐理由：原文给出了两款开源语音模型的规模、价格和基准对比，读者可以据此评估其在转录与理解任务上的性价比。
Mistral AI精选AI 评分6767 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：原文给出了两款编码模型的能力分数、定价与开源情况，读者可据此评估其在代码智能体场景的性价比。
Mistral AI精选AI 评分7777 Mistral AI 发布首款推理模型 Magistral，分开源与企业双版本
Mistral AI 发布其首款推理模型 Magistral，分为开源版 Magistral Small（24B 参数，Apache 2.0）和企业版 Magistral Medium。
推荐理由：原文给出了双版本发布、基准分数和开源许可，读者可以据此评估它在多语言透明推理上的定位。
Mistral AI精选AI 评分6060 Mistral 发布首个代码专用嵌入模型 Codestral Embed
Mistral 发布首个代码专用嵌入模型 Codestral Embed，在真实代码检索任务上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的嵌入模型。模型支持不同维度和精度，256 维 int8 精度仍优于竞品，API 定价为每百万 token 0.15 美元，批量 API 享五折优惠。
推荐理由：原文给出了模型在代码检索上的基准表现和定价，读者可以据此评估它在代码助手场景中的适用性。
Mistral AI精选AI 评分7777 Mistral AI 发布开源编码智能体 Devstral，SWE-Bench Verified 得分 46.8%
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大模型 Devstral，在 SWE-Bench Verified 上取得 46.8% 的得分，超过此前开源 SoTA 模型 6 个百分点以上，并超越 DeepSeek-V3-0324 和 Qwen3 232B-A22B 等更大模型。
推荐理由：原文给出了 Devstral 在 SWE-Bench Verified 上的得分和与闭源模型的对比，读者可以据此判断开源编码智能体的当前水平。
Mistral AI精选AI 评分7373 Mistral 发布 Mistral Medium 3，主打低成本高性能
Mistral AI 发布 Mistral Medium 3，在多数基准上达到 Claude Sonnet 3.7 的 90% 以上性能，定价为每百万 token 输入 0.4 美元、输出 2 美元，成本显著更低。该模型在编码和 STEM 任务上表现突出，支持混合或本地部署，API 即日起在 Mistral La Plateforme 和 Amazon SageMaker 上线。
推荐理由：原文给出了性能对比和定价，读者可以据此判断它在中端模型中的性价比位置。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Small 3.1，支持多模态与 128k 上下文
Mistral 发布 Mistral Small 3.1，在文本性能、多模态理解和 128k 上下文窗口上均有提升，推理速度达每秒 150 token，并超越 Gemma 3 和 GPT-4o Mini。模型以 Apache 2.0 许可开源，可在单张 RTX 4090 或 32GB 内存的 Mac 上运行，即日起可通过 API 和 Google Cloud Vertex AI 使用。
推荐理由：原文给出了性能对比、推理速度和开源许可，读者可以据此判断它是否适合端侧或企业部署。