小米 MiMo 發佈開源語音辨識模型 MiMo-V2.5-ASR
小米 MiMo 發佈開源語音辨識模型 MiMo-V2.5-ASR，支援中英雙語、中文方言、語碼轉換、歌詞辨識、噪音環境及多説話者場景。頁面列出多項公開及內部基準測試結果，MiMo-V2.5-ASR 在 Open ASR Leaderboard 的英文辨識平均 WER 為 5.73（WER 越低越好）。模型採用大規模中期訓練、高質素監督式微調（SFT）及強化學習（RL）算法。
#模型發佈
#模型發佈
今日 20 條小米 MiMo：官網發佈與博客AI 評分5959 小米 MiMo：官網發佈與博客AI 評分6161 Xiaomi 發佈 MiMo-V2.5-Pro-UltraSpeed，1T 參數模型生成速度突破 1000 tokens/s
Xiaomi 與 TileRT 發佈 MiMo-V2.5-Pro-UltraSpeed，稱其 1T 參數模型生成速度突破 1000 tokens/s。方案結合 FP4 量化、DFlash 推測解碼和 TileRT 系統優化，在單台標準 8-GPU 節點上實現 1000+ tokens/s。
小米 MiMo：官網發佈與博客AI 評分3030 MiMo-V2.6 系列亮相
MiMo 推出 MiMo-V2.6 系列，主打前沿智能、涵蓋所有模態，並以公開方式構建。
字節 Seed：Research FeedAI 評分6666 Seedream 5.0 Pro 發佈，支援資訊圖生成與交互式精準編輯
Seedream 5.0 Pro 正式發布，作為多模態圖像創作模型，提升圖文匹配、結構合理性、文字渲染及畫面美感。其四項核心能力包括高密度資訊圖生成、交互式精準編輯、影像與人像質感提升，以及十餘種常用語言的原生輸入與生成。目前模型已在火山方舟體驗中心上線，並將陸續在豆包、即夢上線；項目主頁：https://seed.bytedance.com/seedream5_0_pro
字節 Seed：Research FeedAI 評分6262 Seed Audio 1.0 音訊創作模型發佈，支援多要素統一生成
字節 Seed 發佈音訊創作模型 Seed Audio 1.0，以統一框架生成對白、音效及環境聲，並支援按時間線控制聲音進場。模型支援 100ms 間隔精度的時間控制、參考音訊延展生成及 20+ 種語言；單次可生成約 2 分鐘音訊，並可繼續延長。Seed Audio 1.0 已在火山方舟體驗中心上線。
字節 Seed：Research Feed精選AI 評分7878 Seedance 2.5 正式發布，單次最長可生成 30 秒影片並支援多模態參考
字節 Seed 正式發布新一代影片創作模型 Seedance 2.5，單次最長可生成 30 秒影片，並支援多輪延長、多模態參考及時間戳精準編輯。用戶單次最多可輸入 30 張圖片、10 段影片和 10 段音訊作參考，模型亦提升長影片連貫性及綠幕、視角和運鏡編輯能力。Seedance 2.5 正陸續於即夢 AI、豆包專業版上線，API 服務近期亦將上線火山方舟。
推薦理由：Seedance 2.5 將單次影片生成時長提升至 30 秒，並支援多輪延長、多模態參考及時間戳編輯，呈現影片創作由片段輸出走向完整流程的能力變化。
字節 Seed：Research FeedAI 評分7575 字節 Seed 發佈 SeedRealtime 原生音訊及影片全雙工大模型，邁向全模態自然互動
字節 Seed 正式推出原生音訊及影片全雙工大模型 SeedRealtime，透過統一架構在連續多模態資訊流中即時互動。SeedRealtime 已在豆包 App 全量上線；端到端人工評測顯示，與級聯模型相比，其音訊及影片對話節奏問題減少一半，單次對話順暢、完整交流的機率亦有明顯提升。項目主頁：https://seed.bytedance.com/seedrealtime
Thinking Machines Lab：NewsAI 評分7373 Thinking Machines Lab 發佈開放權重模型 Inkling
Thinking Machines Lab 發佈從零訓練、提供完整權重的多模態模型 Inkling，採用 Mixture-of-Experts Transformer，總參數量為 975B、啟用參數量為 41B。
Thinking Machines Lab：NewsAI 評分7373 Thinking Machines Lab 發佈開放權重模型 Inkling-Small
Thinking Machines Lab 發佈開放權重模型 Inkling-Small，以 276B 總參數、12B 啟用參數達到與 Inkling 相若的表現，參數規模約為其四分之一。
IT之家AI 評分5858 英偉達投資的 Reflection AI 發佈首款開放權重 AI 模型 Beam，瞄準 DeepSeek、Kimi
Reflection AI 發佈首款開放權重大模型 Beam，採用稀疏激活架構，總參數量為 5010 億，每次任務啟用 230 億參數。Reflection AI 稱，Beam 的性能可對標智譜 AI（Z.ai）的 GLM‑5.2，在編碼及智能體任務方面逐步逼近千問的 Qwen3.8‑Max。
MarkTechPostAI 評分6363 Reflection AI 推出 Beam：首款開放權重 MoE 模型，總參數 501B、每 token 啟用 23B 參數
Reflection AI 發佈首款開放權重 MoE 模型 Beam，總參數 501B、每 token 啟用 23B 參數，面向編碼、推理及智能體工作負載。
Hacker News：AI 熱帖AI 評分2929 Beam：Reflection 的 501B 開放權重模型
Reflection 的 Beam 是一款 501B 開放權重模型。所提供內容未進一步説明其模型能力或使用方式。
TechCrunch · AIAI 評分6161 Reflection 發佈開放權重模型 Beam，稱其以較低成本媲美中國開放模型
Reflection 正式發佈首個前沿開放權重模型 Beam，稱其在進階推理基準上媲美 Z.ai 的 GLM-5.2，並勝過領先西方開放模型。Reflection 稱 Beam 推理算力用量少 3-4x，但相關效能主張尚未經獨立核實。
The DecoderAI 評分6464 Reka AI 發佈 Rho-1 研究預覽，單一模型處理文字、圖像、影片及機械人控制
Reka AI 發佈 Rho-1 研究預覽，這個 19-billion-parameter 全模態模型在單一神經網絡中處理及生成文字、圖像、影片和機械人控制動作。
The DecoderAI 評分6060 Aleph Alpha 發佈 Kolibri 開放權重模型，倡議歐洲 AI 主權
Aleph Alpha 發佈 Kolibri，這是一款擁有 78 billion 個參數的德英雙語開放權重模型，採用混合專家架構，每個 token 約啟用 3 billion 個參數。
OpenMOSS / 復旦NLP / 上海創智 / MOSIAI 評分5555 OpenMOSS 發佈開源影片與同步音訊生成模型 MOVA
OpenMOSS 發佈開源影片與同步音訊生成模型 MOVA，模型可在單次推理中生成影片及同步音訊。程式庫提供模型權重、推理、訓練、LoRA 微調及評測流程，並列出不同推理及訓練設定的硬件資源與耗時數據。
IT之家AI 評分3737 消息指 Reflection 等多家西方企業本月將推出開放權重 AI 模型
Reflection 等多家西方企業據稱本月將推出開放權重 AI 模型，人工智能模型領域的競爭將進一步升級。開放權重模型支援客戶本地部署，對微調及推理數據安全要求嚴格的部分行業具關鍵優勢。Reflection 即將推出的模型預計初期落後於美國競爭對手最先進的閉源模型，但足以與中國同業的頂級開放權重模型競爭。
The DecoderAI 評分5959 NASA 與 IBM Research 發佈開源 NASA-IBM Lunar Foundation Model，整合 17 年月球軌道觀測資料
NASA 與 IBM Research 發佈開源 NASA-IBM Lunar Foundation Model，使用 17 年月球軌道觀測資料支援月球科學的機器學習任務。
Hacker News：AI 熱帖AI 評分3737 Show HN：德國主權 AI 新模型 Kolibri
測試者在 RTX pro 6000 配置上試用德國主權 AI 新模型 Kolibri，回報其 3B 活躍參數在 fp8 下約有 170 tkn/s 的速度。測試者表示，模型雖能找到正確做法，仍會因過度思考消耗過多 tokens，但速度表現不錯。
IT之家AI 評分5050 Amazon 推出 Strands Decider 2B 開源決策模型，支援本地部署
Amazon Strands Agents 團隊推出 Strands Decider 2B 決策模型，並在 GitHub 開源，支援本地 CPU / GPU 執行。
IT之家AI 評分6464 Black Forest Labs 發佈 FLUX 3 Image，支援最高 4K 生成及精確排布畫面元素
Black Forest Labs 發佈圖像生成模型 FLUX 3 Image，最高支援生成 4K 解像度圖片，並可用座標網格和邊界框精確安排畫面元素。模型單次最多可融入 10 張參考圖像並指定物件位置，也可修改指定區域而保持其他像素不變；官方稱其能在像素級別維持原圖內容，以支援精確多輪編輯。
OpenAI Developers：BlogAI 評分6565 OpenAI 發佈四款 2025-12-15 語音模型快照，擴大 Custom Voices 開放範圍
OpenAI 發佈 gpt-4o-mini-transcribe-2025-12-15、gpt-4o-mini-tts-2025-12-15、gpt-realtime-mini-2025-12-15 及 gpt-audio-mini-2025-12-15 四款語音模型快照，並擴大 Custom Voices 開放範圍。
MiniMax：Blog精選AI 評分7676 MiniMax 開源 M2 模型，並推出中國版、升級海外版 MiniMax Agent
MiniMax 正式開源並推出面向智能體與編碼的 MiniMax M2，同時在中國推出 M2 驅動的 MiniMax Agent，並升級海外版本。
推薦理由：MiniMax M2 公佈 Artificial Analysis 10 項測試成績、API 定價與約 100 TPS 推理速度，並開放權重，呈現智能體模型在表現、速度與部署成本間的取捨。
MiniMax：BlogAI 評分7272 MiniMax 發佈 M2.1，強化多語言編程與複雜任務能力
MiniMax 發佈 M2.1，着重提升多語言編程、Web 和 App 開發，以及真實複雜任務中的可用性。M2.1 在 VIBE 基準五個子集的平均得分為 88.6，並在多語言場景超越 Claude Sonnet 4.5、接近 Claude Opus 4.5。
MiniMax：BlogAI 評分5252 MiniMax 深入解析 MiniMax-M2-her 角色扮演模型的評測與訓練
MiniMax 推出 MiniMax-M2-her，這款角色扮演模型旨在維持世界設定連貫、推進故事發展，並根據用户偏好調整互動。MiniMax 的 Role-Play Bench 評測中，MiniMax-M2-her 在 100 輪多輪互動中總排名第一，故事維度排名第五。
MiniMax：Blog精選AI 評分7676 MiniMax M2.5：為真實工作場景生產力而打造
MiniMax 發佈 M2.5 與 M2.5-Lightning，稱兩款模型在編碼、智能體工具調用、搜索及辦公任務達到 SOTA，M2.5 在 SWE-Bench Verified 得分 80.2%。
推薦理由：文中並列 SWE-Bench Verified 成績、不同腳手架的評測結果、執行時間與定價，方便比較 M2.5 的編碼表現和使用成本。
Artificial Analysis 完整文章AI 評分5858 螞蟻集團發佈面向金融領域的 Ling-3.0-flash-Fin
螞蟻集團發佈面向金融領域的開放權重模型 Ling-3.0-flash-Fin，在 Artificial Analysis Intelligence Index 得分 23、Finance & Accounting Index 得分 24。
Microsoft AI：官方博客AI 評分6767 Microsoft AI 發佈 MAI-Voice-1，並公開測試 MAI-1-preview
Microsoft AI 發佈語音生成模型 MAI-Voice-1，並在 LMArena 開始公開測試基礎模型 MAI-1-preview。MAI-Voice-1 可在單張 GPU 上用不到 1 秒生成 1 分鐘音訊，已支援 Copilot Daily 和 Podcasts，並在 Copilot Labs 開放體驗。
Microsoft AI：官方博客AI 評分6464 Microsoft 發佈自家研發圖像生成模型 MAI-Image-1，登上 LMArena 文生圖前十
Microsoft 宣佈推出自家研發的圖像生成模型 MAI-Image-1，該模型登上 LMArena 文生圖模型前十。
Microsoft AI：官方博客AI 評分6363 Microsoft AI 宣佈推出 MAI-Image-2 圖像生成模型
Microsoft AI 宣佈推出圖像生成模型 MAI-Image-2，並稱 MAI 模型系列在 Arena.ai 排行榜排名第 3。模型主打寫實圖像、圖中文字生成，以及豐富細節場景創作。
Microsoft AI：官方博客AI 評分6060 MAI-Transcribe-1 提供高準確度、低延遲語音識別
Microsoft 的語音識別模型 MAI-Transcribe-1 已在 Microsoft Foundry 開放公開預覽，音訊定價為每小時 $0.36。該模型正分階段部署至 Copilot 的 Voice mode 和 Microsoft Teams，並支援會議轉錄、即時字幕及聽寫等用途。
Microsoft AI：官方博客AI 評分6262 Microsoft AI 發佈 3 款 MAI 模型，現已可於 Microsoft Foundry 使用
Microsoft AI 發佈 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2，三款模型現已可在 Microsoft Foundry 和 MAI Playground 使用。
Microsoft AI：官方博客AI 評分6262 MAI-Image-2-Efficient 主打旗艦級品質，成本降低 41%
Microsoft 發佈圖像生成模型 MAI-Image-2-Efficient，主打旗艦級品質及成本降低 41%，現已在 Microsoft Foundry 和 MAI Playground 3 提供。
Microsoft AI：官方博客AI 評分5858 Microsoft 發佈 MAI-Code-1-Flash 編碼模型
Microsoft 發佈 MAI-Code-1-Flash，並稱其在同一 production harness 下的 4 項核心編碼評測中均勝過 Claude Haiku 4.5。
Microsoft AI：官方博客AI 評分4848 MAI-Transcribe-1.5 推出，支援關鍵詞偏置
MAI-Transcribe-1.5 現可按使用者提供的領域關鍵詞清單調整轉錄預測，提升專業詞彙識別。啟用關鍵詞偏置後，模型在 FLEURS 多語言基準測試上的 Word-Error-Rate（WER）降低 30%。模型會結合上下文決定何時套用偏置，而非強行匹配，並維持一般語音的準確度。
Microsoft AI：官方博客精選AI 評分7777 Microsoft Build 2026 MAI 主題演講實錄：宣佈七款新模型及與 Mayo Clinic 合作開發醫療模型
Microsoft 在 Build 2026 的 MAI 主題演講中宣佈推出七款涵蓋圖像、語音、轉錄、推理及編碼的新模型。
推薦理由：演講將模型基準、產品整合和權重調校渠道並列，呈現 Microsoft 從模型發布延伸至企業定製的產品路徑。
Microsoft AI：官方博客AI 評分6767 Microsoft 發佈 MAI-Image-2.5，登上 Arena 圖像編輯排行榜第 2 名
Microsoft 發佈圖像模型 MAI-Image-2.5 和 MAI-Image-2.5-Flash；MAI-Image-2.5 在 Arena 圖像編輯排行榜排名第 2、文字轉圖像排名第 3，Arena 評分超過 GPT-Image-1.5 和 Nano Banana Pro 2K。
Microsoft AI：官方博客AI 評分6363 Microsoft 發佈 MAI-Voice-2 語音合成模型
Microsoft 發佈語音合成模型 MAI-Voice-2，現已在 Microsoft Foundry 提供，並正整合至 VSCode 和 Dynamics 365 Contact Center。
Microsoft AI：官方博客AI 評分7272 Microsoft AI 將 MAI-Image-2.5-Pro 與 MAI-Voice-2-Flash 開放公開預覽
Microsoft AI 將 MAI-Image-2.5-Pro 與 MAI-Voice-2-Flash 開放公開預覽，分別面向高保真圖像生成與高速、大規模語音場景。
Meta AI：Research Blog精選AI 評分7676 Meta 發佈 Muse Image 並預覽 Muse Video
Meta 發佈 Muse Image，並預覽 Muse Video；兩者均為 Meta Superintelligence Labs 開發的媒體生成模型。Muse Image 可調用網絡搜尋和編碼工具、自我修訂，並支援精準編輯與多參考圖像構圖；Meta 稱增加推理時計算可提升生成質素。
推薦理由：文中比較 Muse Image 的推理時計算策略，指出把資源投入刻意推理比 Best-of-N 更能持續提升圖像品質，工具調用亦可補足單靠推理的不足。