Strands Decider 2B 小型開源決策模型推出
Strands 團隊開源 Strands Decider 2B，這款 2B 參數決策模型面向快速實驗、本地開發及 Agent 工作流。它在 JevBench 公開集的準確度及校準表現，在 2B 級 33 款模型中排名第 3；排除略高於 2B 的模型後，在 30 款中排名第 1，本地決策中位延遲約 115ms。
#模型發佈
#模型發佈
今日 20 條Hacker News 熱門（buzzing.cc 中文翻譯）AI 評分5959 IT之家AI 評分5959 Google 發佈 Nano Banana 2.1，提升視覺設計、遮罩編輯與主體一致性
Google 發佈圖像生成與編輯模型 Nano Banana 2.1，重點提升視覺設計、遮罩編輯及主體一致性。Nano Banana 2.1 正逐步部署至 Gemini 應用、Google 搜尋 AI 模式、Google AI Studio、Google Flow、Stitch、Google 廣告及 Gemini 企業平台。
IT之家AI 評分6666 Google 推出 EmbeddingGemma 2：支援多模態，7.4 億參數模型量化後在手機端運行僅需 191MB 記憶體
Google 推出 EmbeddingGemma 2，將 EmbeddingGemma 的嵌入能力由文字擴展至程式碼、圖像、影片和音訊，並把不同內容映射至同一嵌入空間。
Hacker News 熱門（buzzing.cc 中文翻譯）AI 評分6565 Google DeepMind 發佈 EmbeddingGemma 2 多模態嵌入模型
Google DeepMind 發佈 EmbeddingGemma 2，將文字、程式碼、圖像、影片和音訊映射至統一嵌入空間，支援裝置端多模態搜尋與檢索。模型基於 Gemma 4 架構，擁有 740 million parameters，以 Apache 2.0 授權發佈，並提供 8K token 上下文窗口。
Artificial Analysis 完整文章AI 評分7373 Mistral 發佈 Mistral Large 4 Research Public Preview，Artificial Analysis 評其為美國和中國以外最智能模型
Mistral 發佈 Mistral Large 4 Research Public Preview，Artificial Analysis Intelligence Index 評分為 38，並將其列為美國和中國以外最智能的模型。
The Decoder精選AI 評分7676 Google 發佈圖像模型 Nano Banana 2.1，生成效果提升且價格下降
Google 發佈圖像生成與編輯模型 Nano Banana 2.1，取代 2026 年 2 月推出的 Nano Banana 2，並稱新版本在多方面均有改進。
推薦理由：文章並列 Nano Banana 2.1 的定價、基準測試與實際生成圖片比較，呈現其成本變化及相對 Nano Banana Pro 的畫質差異。
The DecoderAI 評分6464 Google 稱 EmbeddingGemma 2 在多模態嵌入基準上勝過參數量最多為其兩倍的競品
Google 發佈 EmbeddingGemma 2，稱這款 740 million 個參數的開放模型在多模態嵌入基準上勝過參數量最多為其兩倍的競品。它在 Massive Text Embedding Benchmark (Code) 得分 78.68，較前代的 68.76 高近 10 分。
Google DeepMind精選AI 評分7070 Google DeepMind 發佈開放、輕量級多模態嵌入模型 EmbeddingGemma 2
Google DeepMind 發佈 EmbeddingGemma 2，將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間，供裝置端推理使用。
推薦理由：EmbeddingGemma 2 將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間，並列出裝置端記憶體與向量儲存數據，方便評估跨模態搜尋的本地部署。
Simon WillisonAI 評分6565 Mistral Large 4 預覽版推出，開放權重版本預計本月底發佈
Mistral 推出 Mistral Large 4 預覽版，模型共有 1 trillion parameters，其中 49 billion 為 active parameters，現可透過 Mistral API 使用。
MarkTechPost精選AI 評分7878 Mistral AI 發佈 Mistral Large 4（Le Chonk）公開預覽版，總參數達 1.05T
Mistral AI 發佈 Mistral Large 4（ML4，代號 Le Chonk）公開預覽版，這款多模態 MoE 模型總參數為 1.05T、每個 token 啟用 49B，並支援 1M token 上下文窗口。
推薦理由：文章把參數規模、每 token 啟用量與 API 價格並列，並交代網絡安全評測和權重開放時間，便於判斷預覽版的可用性與限制。
MarkTechPostAI 評分6868 Google DeepMind 發佈基於 Gemma 4 的 740M 參數多模態嵌入模型 EmbeddingGemma 2
Google DeepMind 發佈 EmbeddingGemma 2，這款 740M 參數開放模型可將文字、程式碼、圖像、影片及音訊嵌入同一個 768 維空間。
Hacker News 熱門（buzzing.cc 中文翻譯）AI 評分6161 Mistral Large 4 是具備 49B 活躍參數的開放權重多模態模型
Mistral Large 4 是一款最先進的開放權重通用多模態模型，採用細粒度混合專家架構。模型有 49B 活躍參數、1.05T 總參數，以及 1.6B 視覺編碼器。
Baseten 工程博客AI 評分7171 DeepSeek-V4.1-Flash 提升編碼智能體的預填充效率
DeepSeek 本週在 HuggingFace 開放 DeepSeek-V4.1-Flash 權重，並已透過 Baseten Model APIs 提供；其 CED 架構在預填充階段啟用 8B 參數，在解碼階段啟用 16B。
Google Developers BlogAI 評分6262 EmbeddingGemma 2 開發者指南
EmbeddingGemma 2 開發者指南介紹這款基於 Gemma 4 的開放模型，可將文字、程式碼、圖像、影片和音訊映射至同一個 768 維向量空間。模型可按需載入由文字與程式碼的 270M 參數配置，擴展至完整多模態的 740M 參數配置，各配置共用同一向量空間。
Google Developers BlogAI 評分6969 EmbeddingGemma 2 將多模態語義搜尋帶到端側
Google DeepMind 發佈 EmbeddingGemma 2，一款 740M 參數的開放權重多模態嵌入模型，可將文字、圖像、影片影格及音訊映射至同一向量空間。
The DecoderAI 評分5959 Reflection 的 Beam 成為中國以外開發的最強開放權重模型
Reflection 宣佈 Beam，這是公司首個可免費使用的開放權重模型，面向編碼、邏輯推理及智能體任務，目標是在較低算力下提供強勁表現。這款混合專家模型每個 token 啟用 23 billion 個參數，總參數量為 501 billion；Reflection 稱，Beam 在高難度推理任務上達到 GLM 5.2 的表現時，所用算力少 3 至 4 倍。
The DecoderAI 評分7575 Mistral Large 4 主打美國模型拒絕處理的網絡安全任務，具備 1 trillion 參數
Mistral 發佈 Mistral Large 4 公開預覽版，這款 1 trillion 參數的多模態模型已可透過 Mistral Studio API 使用。
Mistral AI精選AI 評分7575 Mistral AI 推出 Mistral Large 4 公開預覽版，權重預計月底釋出
Mistral AI 推出 Mistral Large 4 公開預覽版，權重預計月底釋出。模型具原生多模態能力，總參數量為 1 trillion、活躍參數量為 49 billion，並可透過 Mistral Studio API 試用。在 Artificial Analysis Cyber Index 名列全球前五，漏洞重現及修補測試得分 82%，Cybench 則解決 93% 的挑戰。
推薦理由：文章以 Cyber Index、漏洞重現與修補測試及 Cybench 結果，呈現 Mistral Large 4 在網絡安全基準中的相對表現。
TechCrunch · AIAI 評分6363 Mistral AI 發佈 1T 參數多模態模型 Mistral Large 4，目標超越開源與閉源對手
Mistral AI 發佈 1T 參數多模態模型 Mistral Large 4（ML4），目標超越開源與閉源對手。ML4 目前只能透過公開 guardrail endpoint 使用，Mistral 計劃在完成安全測試後，於三週內提供模型權重。模型完全使用 Mistral 的算力訓練，共使用 4,000 張 Nvidia GPU；基準測試結果尚未公佈。
IT之家AI 評分3636 Mistral AI 預告今日發布新模型，稱其在網絡安全等方面優於中國同類模型
Mistral AI 行政總裁 Arthur Mensch 表示，公司將於今日發布新人工智能模型，並稱該模型在網絡安全等部分方面優於中國模型。他未有具體説明比較對象，亦未交代網絡安全以外的優勢範疇。
MarkTechPostAI 評分6262 Reka 發佈 Rho-1 研究預覽版：19B 全模態推理模型可理解及生成影片並輸出機械人動作
Reka 發佈 Rho-1 的研究預覽版，這款 19B 全模態推理模型以單一神經網絡理解及生成文字、圖像和影片，並對這些內容進行推理及輸出機械人動作。其兩條專家權重流共用 attention 和 KV cache；蒸餾版把去噪步數由 99 步減至 8 步，約 1 秒可生成 5.3 秒影片。Rho-1 目前僅提供研究預覽，尚無公開權重、API 或定價。
Hugging Face BlogAI 評分5050 Falcon-Emirati-7B 專攻阿聯酋阿拉伯語方言，並兼顧文化語境
Technology Innovation Institute 推出 Falcon-Emirati-7B，這款基於 Falcon-H1-Arabic、專攻阿聯酋阿拉伯語方言的 7B 模型在 Alyah 得分 84.83%。
Cerebras：BlogAI 評分6363 Jais 2 推出 8B 和 70B 阿拉伯語大型語言模型，展示主權 AI 開發藍圖
G42 旗下 Inception、MBZUAI 基礎模型研究所與 Cerebras Systems 推出 Jais 2 阿拉伯語大型語言模型系列，包含 8B 和 70B 型號。
Cerebras：BlogAI 評分6666 GLM-4.7 登陸 Cerebras Inference Cloud，部分場景程式碼生成速度最高達 1,700 TPS
Cerebras 宣佈，Z.ai 的 GLM-4.7 現已登陸 Cerebras Inference Cloud，程式碼生成約為 1,000 tokens per second，部分場景最高達 1,700 TPS。
Cerebras：BlogAI 評分7171 OpenAI GPT-5.3-Codex-Spark 由 Cerebras 提供支援，開放研究預覽
Cerebras 宣佈，由其提供運算支援的 OpenAI GPT-5.3-Codex-Spark 已開放研究預覽，面向即時軟件開發。模型運行速度超過 1,000 tokens/s；在 SWE-Bench Pro 和 Terminal-Bench 2.0 等基準上，其回應較 GPT-5.1-Codex-mini 更有能力，完成任務只需一小部分時間。
MarkTechPostAI 評分6464 Aleph Alpha 發佈 Kolibri 英德雙語 MoE 模型，總參數 78.1B、每個 token 啟用 3.46B
Aleph Alpha 發佈 Kolibri（Kolibri-1），一款面向英語和德語的開放權重 MoE 語言模型，總參數為 78.1B，每個 token 啟用 3.46B。
ElevenLabs：BlogAI 評分6161 ElevenLabs 發佈 Scribe v2 Realtime 即時語音轉文字模型
ElevenLabs 發佈 Scribe v2 Realtime，即時語音轉文字模型可在低於 150 ms 內轉錄語音，面向語音智能體、會議助理及即時字幕等場景。
ElevenLabs：BlogAI 評分6363 Eleven v3 結束 Alpha 階段，現已在所有平台正式提供
ElevenLabs 的 Eleven v3 文字轉語音模型已結束 Alpha 階段，現已在所有平台正式提供。內部基準涵蓋 8 種語言、27 個類別，模型錯誤率由 15.3% 降至 4.9%，減少 68%。測試中，用戶有 72% 的情況偏好新版本；模型處理數字、符號及專門記法的準確度亦有所提升。
ElevenLabs：BlogAI 評分6565 ElevenLabs 發佈 Music v2 音樂生成模型
ElevenLabs 發佈音樂生成模型 Music v2，改善不同曲風的歌聲、樂器與編曲表現，並提升多語言支援。用戶可逐段構建完整歌曲，並選取曲目任一部分重新生成，而不影響其他部分。
Zyphra ResearchAI 評分3636 Zyphra 發佈面向裝置端應用的 Zamba2-small（2.7B）小型語言模型
Zyphra 發佈 Zamba2-small（2.7B），一款面向裝置端應用的小型語言模型。相較 Phi3-3.8B，其首 token 生成速度快 2x、記憶體開銷減少 27%，生成延遲低 1.29x。模型權重以 Apache 2.0 授權開源。
Zyphra ResearchAI 評分5959 Zyphra 發佈 Zamba2-VL 視覺語言模型系列，提供 1.2B、2.7B 和 7B 參數規模
Zyphra 發佈 Zamba2-VL 視覺語言模型系列，提供 1.2B、2.7B 和 7B 參數版本，採用 Zamba2 混合 SSM–Transformer 骨幹。
Zyphra ResearchAI 評分5858 Zyphra Research 發佈 Zonos-v0.1 beta，開源兩款 1.6B TTS 模型
Zyphra Research 發佈 Zonos-v0.1 beta，開源兩款採用 Transformer 與 SSM hybrid 架構的 1.6B TTS 模型，授權為 Apache 2.0。
Zyphra ResearchAI 評分5454 Zyphra 預覽 ZAYA1，稱其為首個完全以 AMD 硬件、軟件及網絡堆疊端到端訓練的 AI 模型
Zyphra 預覽 ZAYA1，稱其為首個完全以 AMD 硬件、軟件及網絡堆疊端到端訓練的 AI 模型。ZAYA1-base 使用 Zyphra 內部 AMD 專用訓練堆疊，訓練總量為 14T tokens；訓練叢集由 128 個節點組成，搭載 AMD MI300X GPU，實際訓練效能超過 750 PFLOPs。
Zyphra ResearchAI 評分5555 Zyphra 發佈 380M 參數 ZUNA 腦電圖基礎模型，支援訊號去噪與重建
Zyphra 發佈 380M 參數的 ZUNA，這是一款用於腦電圖（EEG）訊號去噪、重建及上採樣的擴散自編碼器基礎模型。在通道缺失超過 75% 時，ZUNA 在所有評估數據集均優於球面樣條插值；模型亦可按電極座標預測新通道訊號。模型以約 2 million channel-hours EEG 數據訓練，並按 Apache 2.0 授權發佈模型權重及推理、預處理程式碼。
Zyphra ResearchAI 評分5858 Zyphra 發佈在 AMD Instinct™ MI300 stack 上訓練的 ZAYA1-8B MoE 模型
Zyphra 發佈 ZAYA1-8B，這款 MoE 模型的活躍參數少於 1 billion。該模型在部分數學和編碼基準中勝過規模大得多的開放權重模型；搭配 Markovian RSA 時，HMMT'25 得分為 89.6，並逐輪只傳送最後 4K tokens 以維持固定上下文長度。
Zyphra ResearchAI 評分5050 ZAYA1-8B-Diffusion-Preview 在 AMD 上實現高效並行解碼
Zyphra 發佈 ZAYA1-8B-Diffusion-Preview，將自回歸訓練的 ZAYA1-8B 轉換為離散擴散模型，並同時草擬 16 個 token。
Zyphra ResearchAI 評分5959 Zyphra 發佈 ZONOS2 即時文字轉語音模型，支援高保真聲音複製
Zyphra 發佈採用 Apache 2.0 授權的即時文字轉語音模型 ZONOS2，支援高保真聲音複製。模型採用 MoE 架構，規模由前代的 1.6B 增至 8B，即時生成吞吐量較前代提升 4x，並支援最長一分鐘的多語言及語碼轉換語音生成。ZONOS2 提供 stable 和 expressive 兩種模式，分別側重乾淨輸出，以及聲音複製的自然度與保真度。
Prime IntellectAI 評分5858 Prime Intellect 發佈 INTELLECT-1，稱其為首個全球協作訓練的 10B 參數模型
Prime Intellect 發佈 INTELLECT-1，並稱這是首個全球協作訓練的 10B 參數語言模型。模型以 1T tokens 訓練 42 天，橫跨 5 個國家和 3 大洲，最多同時使用 112 張 H100 GPU；全球分散式訓練的計算利用率為 83%。
Prime IntellectAI 評分5050 METAGENE-1 宏基因組基礎模型發佈，參數量為 7B
Prime Intellect、USC 與 Nucleic Acid Observatory 合作發佈 METAGENE-1，這是一個為疫情監測設計的 7B 參數宏基因組基礎模型。
Prime IntellectAI 評分5656 Prime Intellect 發佈 INTELLECT-2，這是首個透過全球分散式強化學習訓練的 32B 參數模型
Prime Intellect 發佈 INTELLECT-2，稱這是首個透過全球分散式強化學習訓練的 32B 參數推理語言模型。訓練以跨異構運算節點的全非同步 RL 為核心，並配套推出 PRIME-RL、TOPLOC 和 SHARDCAST；模型、程式碼及數據均已開源，技術報告見 primeintellect.ai/intellect-2。