Mistral AI 发布 Timestral 时间序列基础模型家族，提供 5M、28M、123M 和 209M 参数四种规格，支持概率预测、多变量目标以及过去和已知未来的协变量。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项主要公开基准中排名第一，可在 CPU 上推理，并可通过 Mistral Forge 进行领域适配。
推荐理由：Timestral 以 5M 至 209M 的四种规格覆盖时序预测需求，并提供预训练、零样本预测、微调及本地部署路径。
Apple 使用 MLX v0.30.1 和 Thunderbolt 5 RDMA 在 Mac Studio 集群上运行 Muse Spark Open、Mistral Medium 3.5 与 Qwen 3.8，并比较流水线并行和张量并行方案。
推荐理由：文章提供单机和多机推理方案、配置命令与对比数据，便于评估大模型在 Mac Studio 集群上的部署表现。
Qwen 发布 Qwen-Image-2.1-Turbo 加速检查点，面向文生图和图像编辑，采用与 Qwen-Image-2.1 相同的 7B 视觉生成架构。该模型仅需 8 个去噪步骤，内置推荐采样计划，默认使用 CFG=1，并借助前缀 KV 缓存复用文本和参考图上下文。
推荐理由：模型页给出了8步采样、CFG与KV缓存等配置，可用于评估快速图像生成与编辑的落地方式。
Anthropic 启动长期网络安全计划 Cyber Mission，并推出 Critical Infrastructure Defense Program 与免费的 OSS Scanner。
推荐理由：文章拆解关键基础设施防御计划与免费开源扫描服务的协作机制，并说明误报风险与后续扩展路径。
Qwen 开源 Qwen-Image-2.1，将文本生成图像与图像编辑统一到一个模型中，视觉生成组件采用 7B 参数和 32 层 Single-Stream DiT。
推荐理由：模型兼顾生成、编辑与透明图像输出，并提供提示词改写和本地运行示例，便于评估其工作流适配方式。
Mistral AI 与 Mozilla 合作，由 Mistral 模型为 Firefox Smart Window（beta）提供支持。该浏览助手可梳理复杂搜索、记录用户离开后需要记住的信息，并基于浏览器标签页整理来源，首批覆盖法国和北美，英国与德国预计于今年晚些时候跟进。Mistral 模型将针对地区语言、方言和文化语境进行微调，合作方采用零数据留存，默认不在 Mozilla 服务器保存对话。
Qwen 开源 Qwen-Image-2.1，将文本生成图像、图像编辑、透明图层生成与主体提取整合在同一模型中。其视觉生成组件采用 7B 参数和 32 层 Single-Stream DiT，支持最多 10 张参考图，以及圆形、绘制标注或独立蒙版指定的局部编辑。
推荐理由：模型提供文生图、图像编辑与透明图层生成，并公布安装和推理示例，方便开发者直接评估工作流。
DeepSeek 发布 DeepSeek-V4.1-Flash，这是一款拥有552B主干参数、支持1M token上下文的多模态MoE模型，可原生处理图像和文本。
推荐理由：模型将1M token上下文与每token仅8B或16B激活参数结合，并量化了KV cache压缩效果，为高输入量智能体工作流提供成本对照。
DeepSeek 发布 DeepSeek-V4-Flash-Vision-Exp，这是 DeepSeek-V4 系列首个实验性多模态模型。该模型在 ApexBench 的 Pass@1 得分由 26.2 提升至 36.5，Agents' Last Exam 得分由 25.2 提升至 27.3，文本 Agent 任务表现与 DeepSeek-V4-Flash-0731 相当。
推荐理由：仓库提供提示词编码、最小推理实现和基准结果，并给出 vLLM、SGLang 部署方式，便于评估与复现。
Qwen 发布 Qwen-Drive-1.0-4B，以 Qwen3.5-4B 视觉语言模型为基础，在统一框架中实现 3D 感知、驾驶场景问答和运动规划。模型外接 BEV 感知头与 Planning Expert，分别完成 3D 目标检测、语义占用预测、BEV 地图分割及未来车辆轨迹生成。
推荐理由：Qwen-Drive-1.0 将 3D 感知、驾驶问答与运动规划整合到同一多模态框架，并公开权重和推理代码。
Anthropic 面向首批科研实验室和先进制造商开放 Model Hardware Standard（MHS）研究预览，旨在让 AI 智能体安全操作多台物理设备。
推荐理由：MHS 提供跨设备统一驱动与控制机制，并展示 AI 智能体编排实验、实时调参和故障恢复的实践路径。
月之暗面发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 持续预训练约 15T 个视觉与文本 token。模型采用 1T 总参数、32B 激活参数的 MoE 架构，支持 256K 上下文、图像和视频输入、即时与思考模式以及多智能体协作。
推荐理由：模型页披露了架构、评测、部署与调用方式，便于比较其多模态和智能体能力及实际接入成本。