阶跃星辰正式发布推理优化型大模型 Step 3.7 Flash。该模型采用 196B 参数 MoE 架构，从设计之初即专注于提升推理效率与降低服务开销。 技术层面，Step 3.7 Flash 引入多矩阵分解注意力机制，使 KV cache 内存占用降至同类模型的约 22%；同时通过注意力与 FFN 解耦技术，进一步优化硬件适配性与服务吞吐能力。 目前该模型已上线 Fireworks AI 平台，采用 Apache 2.0 开源协议，可广泛应...
阿里云官方宣布发布通义千问 Qwen3.7 Plus 多模态代理模型。该模型统一了视觉与语言能力，旨在成为通用代理基础，支持图形界面与命令行操作，可处理视觉和文本任务，适用于编程代理与效率助手等场景。 其核心能力涵盖视觉感知、推理、目标定位及搜索增强问答，并具备跨多种代理框架的泛化能力。目前，该模型已在阿里云百炼平台开放 API 服务。
MiniMax 官方宣布，其 M3 模型已正式上线 Cloudflare AI Gateway。该模型支持 100 万 token 上下文长度，具备前沿代码生成能力及原生多模态特性。开发者现可通过 Cloudflare AI Gateway 直接调用该模型，简化接入流程。
美国气象AI初创公司WindBorne Systems正式发布第六代天气预报模型WeatherMesh 6。该公司称，该模型在地表温度等关键变量上的预测精度，已超越欧洲中期天气预报中心（ECMWF）的主流物理模型及AI模型。 WeatherMesh 6实现每小时更新一次预报，分辨率提升至欧洲和美国本土3公里；其5天预报精度相当于传统模型提前1天的预报水平。技术突破主要源于公司自建的全球约400个气象气球实时数据直连训练，有效降低了对ECMWF...
MiniMax正式宣布开源大模型M3。该模型首次在单一架构中整合前沿代码生成能力、100万Token超长上下文窗口及原生多模态处理功能。 基准测试数据显示，M3在SWE Bench Pro中得分为59.0%，略高于GPT 5.5（58.6%）与Gemini 3.1 Pro（54.2%）；在BrowseComp自主浏览任务中达83.5%，领先Opus 4.7。此外，其在Terminal Bench 2.1与MCP Atlas中分别取得66.0%...
商汤科技推出SenseNova U1 8B MoT Infographic（简称SenseNova U1）模型，专为解决AI生成图表时的常见难题而设计。针对当前主流模型在图表生成中易出现的数值错误（如负值误显为正）、柱状图位置偏移及元素关系混乱等问题，该模型进行了专项优化。 SenseNova U1支持生成高保真图表，并具备实时调整设计与布局的能力。目前，该模型已在Hugging Face平台开源，相关效果演示与案例代码已同步发布于GitHu...
JetBrains 正式发布开源混合专家（MoE）语言模型 Mellum2，参数总量为 120 亿，每 token 激活约 25 亿参数，专为文本与代码联合任务优化。 该模型基于 Apache 2.0 许可证开源，支持路由决策、RAG 流程中的上下文压缩与后处理、智能体子任务（如规划与验证），以及私有化部署。官方称其推理速度较同类规模开源模型提升超 2 倍，适用于高吞吐、低延迟生产场景。 Mellum2 不追求通用大模型的广度，而是聚焦于软件...
最新行业分析指出，当模型智能的微小提升能直接转化为实际价值时，开源与闭源模型正沿着不同的增长路径发展。闭源模型侧重在特定场景下提供更高边际智能以创造价值；开源模型则转向其他维度探索增长空间。二者已形成显著差异化的竞争格局。
MiniMax正式宣布推出大语言模型M3。该模型核心特性包括100万token上下文窗口、原生多模态理解与生成能力，以及面向复杂任务拆解与执行的Agent架构。 据官方演示与开发者评测，基于M3结合CC workflow与ZenMuxAI工具链，仅耗时2小时即可完成一款支持双人对战与截图交互逻辑的游戏原型开发。M3同时开放模型权重，具备较强的代码生成与视频控制潜力。官方表示，百万级上下文容量将显著提升模型的推理深度与长程任务规划能力。
英伟达（NVIDIA）官方社交平台宣布，其新一代 AI 模型 Nemotron 3 Ultra 将于本周正式发布。该模型属于 Nemotron 系列，定位为高性能生成式 AI 模型，目前官方尚未披露具体技术参数与详细应用场景。
MiniMax官方宣布，其M3模型已正式上线OrcaRouter平台。即日起用户可通过该平台调用M3模型，首周体验享受五折优惠。
NVIDIA 近日推出 Alpamayo 工具，旨在在闭环环境中对自动驾驶视觉 语言 动作（VLA）模型进行后训练，以弥合模型训练与实际部署之间的鸿沟。 当前主流自动驾驶模型多采用开放循环训练，仅将模型输出与真实行为进行静态比对，未充分考虑其决策对环境产生的动态反馈。Alpamayo 通过引入闭环仿真机制，使模型能够在持续交互中优化驾驶策略。 据 NVIDIA 官方介绍，该工具可有效提升模型对复杂驾驶场景的推理能力，并生成更丰富的中间推理过程...
英伟达于6月1日在台北GTC大会上正式发布Alpamayo 2 Super——一款320亿参数的开源视觉 语言 动作（VLA）推理模型，专为L4级自动驾驶出租车开发设计。该模型是Alpamayo系列中参数规模最大的版本，较前代100亿参数模型提升三倍，支持全向感知、元动作输出（如让行、变道、停车）及因果链（CoC）推理。 同期发布的还有AlpaGym闭环强化学习框架、生成式世界模型OmniDreams，以及基于Omniverse NuRec的...
英伟达在台北国际电脑展（Computex）上发布Nemotron 3 Ultra，总参数量达5500亿（激活参数550亿），为当前规模最大的Nemotron 3系列模型。 该模型在美国开源大模型中智能性表现最强，在Artificial Analysis Intelligence Index评测中得分为48，高于谷歌Gemma 4 31B（39分），但低于月之暗面Kimi K2.6（54分）。 推理性能方面，其预发布端点实测吞吐超300 tok...
英伟达正式发布开源世界基础模型（WFM）Cosmos 3，定位为首个面向物理AI推理与行动的开放型全模态模型（omni model）。该模型基于混合Transformer（MoT）架构，统一支持文本、图像、视频、音频及动作等多种输入与输出模态，在单次前向传播中即可完成世界生成、物理推理与动作生成。 Cosmos 3提供两个版本：8B参数的Cosmos 3 Nano适用于工作站级GPU（如RTX PRO 6000），32B参数的Cosmos 3...
英伟达（NVIDIA）正式宣布推出DGX Station for Windows。该设备基于GB300 Grace Blackwell Ultra桌面超级芯片打造，定位为面向Windows生态的桌面级AI超级计算机，计划于2026年第四季度上市。 该系统专为在Windows环境下开发与运行AI智能体（Agents）设计，支持本地运行参数规模高达1万亿的前沿AI模型。硬件配置方面，DGX Station for Windows配备最高748GB...
MiniMax正式发布开源大模型M3，聚焦前沿编码与AI智能体任务。该模型支持100万Token超长上下文窗口，并采用自研MSA（MiniMax Sparse Attention）稀疏注意力架构。在百万Token场景下，其单Token计算成本降至前代的1/20，预填充与解码速度分别提升9倍和15倍以上。 在SWE Bench Pro编码基准测试中，M3取得59.0%的得分，超越GPT 5.5与Gemini 3.1 Pro，性能逼近Opus 4...
MiniMax旗下M3大模型已正式接入OpenRouter平台。该模型支持100万token上下文长度，具备前沿编程能力、智能体（Agent）功能及原生多模态支持。 据官方信息，M3在发布当日即完成上线并开放调用。平台同步推出首发优惠：上线首周内使用M3模型享半价折扣。
据 OpenCode 官方消息，DeepSeek V4 Flash 模型现已正式上线 OpenCode Zen 平台。开发者现可通过该平台直接调用该模型。
阶跃星辰在 BEYOND ClawCon Macao 活动上指出，当前大模型竞争的新前沿正从单纯追求智能水平转向智能体效率，即模型在实际任务中可靠、高效、大规模执行的能力。基于这一理念，公司正式推出 Step 3.7 Flash 模型，旨在进一步提升 AI 智能体在真实业务场景中的工作效能。
据TechCrunch报道，谷歌在5月开发者大会上正式推出全新AI助手Gemini Spark，定位为“全天候代理式助手”。该服务运行于云端虚拟机，用户无需保持设备常开，可自动执行邮件摘要、日程整理、本地活动规划、购物比价及行程清单生成等任务，并深度集成Gmail、Calendar、Docs等Google Workspace应用。 实测显示，Spark在天气适配型打包建议、本地周末活动聚合及新闻简报筛选等方面表现实用，但仍存在部分局限：暂未...
NVIDIA 近日发布新型仿真工具 DynoSim，旨在辅助大语言模型（LLM）服务部署的系统级调优。该工具聚焦于模拟帕累托前沿，帮助开发者在多维约束下评估模型后端、张量并行配置、预填充/解码分割、Worker 数量、调度器参数、路由策略、KV 缓存行为、自动扩展阈值及硬件拓扑等相互耦合的决策组合。 当前 LLM 服务调优面临显著挑战：各层级参数高度耦合，局部优化易引发瓶颈转移。DynoSim 通过统一建模与仿真，提供跨栈性能权衡分析能力，...
StepFun 官方账号于5月30日发布动态，宣布推出一款开源多模态模型，并强调其设计遵循“小即是美”理念。目前官方尚未披露该模型的具体参数量、支持模态及性能指标等详细技术信息，后续进展建议关注官方渠道。
Tiny vLLM 是一个使用 C 和 CUDA 编写的高性能大语言模型推理引擎，项目代码现已开源至 GitHub。该引擎主打轻量与低依赖设计，旨在为本地及边缘计算场景提供高效的 LLM 推理支持。
xAI已在API控制台正式上线Grok build 0.1模型公测版本，该模型专为Grok Build CLI工具提供支持。 据官方信息，模型调用按Token计费：输入价格为每百万Token 1美元，输出价格为每百万Token 2美元。 目前该模型处于公开测试阶段，开发者可通过xAI API控制台直接接入使用。
OpenAI推出实时语音翻译模型gpt realtime translate，支持超过70种语言的语音输入，可实时翻译为13种目标语言并输出对应语音。该模型专为特定语音翻译场景优化，区别于通用大语言模型，目前该功能已在智能眼镜设备上部署运行。
Google 在 2026 年 I/O 开发者大会上正式发布新一代多模态大模型 Gemini Omni 与 Gemini 3.5。 官方同步上线 11 个实战演示视频，集中展示两款模型在语音交互、实时视频理解及跨模态推理等典型场景中的应用能力。两款模型均面向复杂任务处理与实时多模态交互进行了深度优化。
谷歌旗下 AI 助手 Gemini 于本月上线多项更新，包括全新设计的用户界面及新功能 Gemini Spark。Gemini Spark 提供全天候智能体辅助能力，支持更自然的交互与任务协同。本次更新目前仅通过官方社交平台简要披露，具体技术细节与上线范围尚未公布。
OpenRouter 官方宣布上线 apply patch 功能。该功能作为 Responses API 的服务器端工具，允许接入的大模型基于 V4A diffs 格式输出文件编辑建议。模型可直接生成用于创建、更新或删除文件的补丁内容，OpenRouter 将在服务器端自动验证 diff 语法以确保格式合规。
通义实验室正式发布Qwen VLA（Vision Language Action）框架，旨在推动大模型从“理解世界”迈向“在其中行动”。该框架依托Qwen Studio平台，提供涵盖智能对话、图像与视频理解、图像生成、文档处理、网络搜索集成、工具调用及Artifacts生成等全面能力。相关技术细节与API文档已同步上线官方博客。