Google DeepMind 发布 Gemini 4 Argon 前沿大模型
Google DeepMind 正式公布新一代前沿模型 Gemini 4 Argon，单次输出 token 上限提升至 1M tokens，主打真实软件工程、企业知识工作与网络安全防御等复杂长流程任务。
推荐理由：模型将单次输出上限拓展至 1M tokens 并主打深度推理与网络防御，读者可据此评估长流程任务与企业级自动化的落地潜力。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 1–9 条 · 共 9 条Google DeepMind精选AI 评分8484 AWS Machine Learning Blog精选AI 评分7070 xAI Grok 4.7 正式上线 Amazon Bedrock
xAI 旗下前沿模型 Grok 4.7 正式上线 Amazon Bedrock，支持 500K context window、图像输入以及 low、medium、high 和 xhigh 四档推理力度配置。
推荐理由：文章详细梳理了该模型在云端的推理配置与调用路径，开发者可以据此评估长流程智能体开发与推理成本控制。
OpenAI News精选AI 评分6060 OpenAI 披露阻止协同模型蒸馏活动并加强防御措施
OpenAI 阻断了一起旨在提取受保护模型推理过程的协同模型蒸馏活动。官方表示正在进一步强化防御措施，以应对针对模型的对抗性蒸馏攻击。
Simon Willison精选AI 评分8686 Claude Opus 5.5 与 GPT-6 Sol/Luna 实测：新模型定价对比与推理表现分析
Anthropic 与 OpenAI 分别推出 Claude Opus 5.5 以及 GPT-6 Sol 和 Luna，带动前沿与高性价比模型迎来大幅降价。GPT-6 系列定价相比 GPT-5.6 对标型号直接减半，Opus 5.5 定价降低 20% 且缓存读取价格下调 60%。
推荐理由：原文对比了新一代模型的定价降幅与实测表现，并指出 Opus 5.5 在极高思考配置下可能因推理过长触发输出上限。
NVIDIA Blog精选AI 评分6868 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 评测中亮相
NVIDIA 公布 MLPerf Inference v6.1 评测结果，Vera Rubin NVL72 系统在 Qwen3-VL 上吞吐量最高达到 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上吞吐量提升最高达 2.5 倍。
推荐理由：原文给出了新一代机架在主流推理模型上的基准吞吐数据，读者可以据此评估大规模算力集群的推理能效与扩展收益。
NVIDIA Blog精选AI 评分6161 黄仁勋在 Dreamforce 谈智能体企业与 AI 安全，Salesforce 发布基于 Nemotron 的推理模型 Koa
Salesforce 在 Dreamforce 大会上宣布推出首个 CRM 推理模型 Koa，该模型基于 NVIDIA Nemotron 3 Super 构建并在企业基础设施内完全私有化运行。
推荐理由：原文展现了开源模型在企业垂直领域的落地路径，读者可据此了解专用推理模型与企业智能体的构建方式。
Google DeepMind精选AI 评分8282 Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时对话模型
Google DeepMind 正式推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，支持在语音交互的同时执行多步深度推理和后台工具调用。
推荐理由：模型在保持实时语音交互流的同时引入并行深度推理与工具调用，为复杂业务流程中的语音智能体落地提供了参考。
OpenAI News精选AI 评分8080 OpenAI 推出面向商业办公的新模型 GPT-6 Astra
OpenAI 推出面向商业办公的模型 GPT-6 Astra。该模型具备高级推理能力与电脑操作功能，并增强了写作与设计判断表现。
推荐理由：原文给出了新模型面向办公场景在推理、电脑操作及设计判断方面的核心能力定位。
OpenAI News精选AI 评分9090 OpenAI 分享纳维-斯托克斯千禧年难题的 AI 求解方案与 Lean 形式化证明
OpenAI 宣布分享一份由 AI 生成的纳维-斯托克斯（Navier–Stokes）千禧年大奖难题解决方案。该成果包含了详细的研究说明报告以及在 Lean 语言中构建的形式化证明。
推荐理由：原文给出了 AI 求解数学难题的说明与形式化证明形式，读者可据此了解形式化验证在复杂前沿研究中的结合方式。