Google DeepMind 发布 Gemini 3.1 Pro
Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的核心推理升级，在 ARC-AGI-2 上取得 77.1% 的验证分数，官方称推理表现超过 3 Pro 两倍以上。
推荐理由：官方给出 ARC-AGI-2 上 77.1% 的验证分数，并列出消费端与开发者端的同步开放渠道，可据此判断升级幅度与可用范围。
技术方向
推理能力 最新动态
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。
103 条精选近 30 天 11 条共收录 231 条
更新
精选归档 · 第 3 页
Google DeepMind精选AI 评分7878
OpenAI News精选AI 评分6262 GPT-5.2 在理论物理中推导出新结果
OpenAI 发布的一篇新预印本显示，GPT-5.2 为胶子振幅提出了一个新公式，随后由 OpenAI 与学术合作者完成形式化证明与验证。
推荐理由：材料给出 GPT-5.2 在理论物理中提出新公式并被形式化证明的案例，可观察模型在科研推理上的边界。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3 Deep Think 升级版
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，面向科学、研究与工程难题，已在 Gemini 应用中向 Google AI Ultra 订阅用户开放，并首次通过 Gemini API 向部分研究者、工程师和企业提供早期访问。
推荐理由：官方给出 Deep Think 在 HLE、ARC-AGI-2、Codeforces 等基准上的具体成绩，并首次开放 API 早期访问，可据此判断其科研与工程场景的可用性。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.3-Codex-Spark 实时编码模型
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首个实时编码模型，生成速度提升 15 倍，支持 128k 上下文。该模型目前面向 ChatGPT Pro 用户开放研究预览。
推荐理由：OpenAI 发布首个实时编码模型，给出 15 倍生成速度与 128k 上下文，可据此判断实时编码场景的可用性。
Google DeepMind精选AI 评分7171 Google DeepMind 用 Gemini Deep Think 加速数学与科学发现
Google DeepMind 发布两篇论文，介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 及跨学科研究案例。
推荐理由：DeepMind 公开了 Gemini Deep Think 在数学与理论计算机科学研究中的两篇论文，读者可了解其智能体工作流与分级评估方式。
Hugging Face Blog精选AI 评分6262 微软发布 Differential Transformer V2：差分注意力去掉自定义 kernel 与 RMSNorm
微软 unilm 团队发布 Differential Transformer V2（DIFF V2），在保持 KV 头数量不变的前提下把 query 头数翻倍，使解码速度与标准 Transformer 持平，且不再需要自定义注意力 kernel。
推荐理由：微软团队给出 DIFF V2 的代码与消融对比，读者可据此理解差分注意力在解码速度与训练稳定性上的取舍。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 D4RT 模型，统一 4D 场景重建与追踪
Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），用统一的编码器-解码器 Transformer 架构完成动态场景的 4D 重建与追踪。
推荐理由：D4RT 把动态场景重建统一进单一框架，并给出 18x 至 300x 的加速数据，可据此判断 4D 重建的实时化路径。
Hugging Face Blog精选AI 评分6666 NVIDIA 发布 Cosmos Reason 2，面向物理 AI 的开源推理视觉语言模型
NVIDIA 发布 Cosmos Reason 2，一款面向物理 AI 的开源推理视觉语言模型，在 Physical AI Bench 和 Physical Reasoning 榜单上位列开源模型第一。
推荐理由：NVIDIA 开源视觉语言推理模型 Cosmos Reason 2 的发布细节，含 256K 上下文与 2B/8B 规格，可对照上一代判断物理 AI 推理能力进展。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Flash，主打速度与低成本
Google DeepMind 发布 Gemini 3 Flash，定位为兼顾前沿智能与速度、成本更低的模型，已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI 和 Gemini Enterprise 上线，并开始向 Gemini 应用和搜索 AI Mode 全量推送。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断速度与成本权衡是否适合自身工作流。
Google Research精选AI 评分6262 Google 为 STOC 2026 推出 Gemini 驱动的 Paper Assistant Tool
Google Research 为 STOC 2026 推出实验性 Paper Assistant Tool（PAT），基于 Gemini 2.5 Deep Think 的推理扩展方法，在投稿后 24 小时内为作者提供自动化预审反馈。
推荐理由：Google 官方披露 PAT 在 STOC 2026 的实测反馈数据，可了解 AI 辅助数学证明审阅的实际表现与局限。
Google Research精选AI 评分6262 Google 发布 Titans 与 MIRAS：让 AI 拥有长期记忆
Google Research 发布 Titans 架构与 MIRAS 理论框架，将 RNN 的速度与 Transformer 的精度结合，通过深度神经网络作为长期记忆模块实现测试时记忆。
推荐理由：Google 提出 Titans 架构与 MIRAS 框架，用深度神经网络做长期记忆模块，为超长上下文建模提供新思路。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral 3 系列，含 675B 参数 Mistral Large 3 与 3B/8B/14B Ministral 3
Mistral 发布 Mistral 3 系列，包括 14B、8B、3B 三个稠密小模型和迄今最强的 Mistral Large 3，后者为稀疏 MoE，41B 激活参数、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 全系以 Apache 2.0 开源并给出 NVFP4 量化与多平台部署路径，可据此判断开源前沿模型的落地成本。
Google DeepMind精选AI 评分9393 Google DeepMind 发布 Gemini 3，Pro 版预览上线并推出 Deep Think 模式
Google DeepMind 发布 Gemini 3，首发 Gemini 3 Pro 预览版，并同步接入 Gemini 应用、搜索 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新智能体开发平台 Google Antigravity。
推荐理由：Gemini 3 Pro 在多项基准上刷新成绩并同步接入搜索、Gemini 应用与开发者平台，可据此判断多模态与智能体能力的当前水位。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 SIMA 2：可推理、对话并在 3D 虚拟世界中自我改进的智能体
Google DeepMind 发布 SIMA 2，将 Gemini 模型作为智能体核心，使 SIMA 从指令执行者升级为能思考目标、与用户对话并自我改进的交互式游戏伙伴。SIMA 2 在未训练过的新游戏（如 ASKA、MineDojo）中泛化能力显著提升，并能通过 Gemini 反馈和试错进行自我改进，无需额外人类演示数据。该研究以有限研究预览形式向少量学者和游戏开发者开放早期访问。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，并展示了跨游戏泛化与自我改进的训练路径。
Google Research精选AI 评分6262 Google Quantum AI 提出量子优化工具包 DQI
Google Quantum AI 与 Stanford、MIT、Caltech 合作在 Nature 发表论文，提出量子算法 Decoded Quantum Interferometry（DQI），利用量子干涉把优化问题转化为解码问题求解。
推荐理由：Google Quantum AI 提出把优化问题转成解码问题的量子算法，并给出相对经典算法的运算量对比。
OpenAI News精选AI 评分7878 OpenAI 面向开发者发布 GPT-5.1
GPT-5.1 已在 API 中开放，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现。同时新增 apply_patch 和 shell 两个工具。
推荐理由：GPT-5.1 进入 API，开发者可据此判断自适应推理、缓存与编码能力的升级幅度。
Hugging Face Blog精选AI 评分6262 Hugging Face 详解 transformers 为 OpenAI gpt-oss 引入的优化技巧
Hugging Face 发布博客，介绍为支持 OpenAI gpt-oss 系列而在 transformers 中做的多项升级，包括可从 Hub 下载的零构建 Kernel、MXFP4 量化、张量并行、专家并行、动态滑动窗口层与缓存、连续批处理与 Paged Attention，以及更快的模型加载。
推荐理由：Hugging Face 官方拆解了为 gpt-oss 引入 transformers 的七项工程改动，可据此了解量化、并行与缓存优化的落地方式。
OpenAI News精选AI 评分8282 OpenAI 在 API 平台推出 GPT-5
OpenAI 在 API 平台推出 GPT-5，主打高推理性能、面向开发者的新控制项，以及在真实编码任务上的领先结果。
推荐理由：OpenAI 在 API 平台上线 GPT-5，开发者可据此了解新模型在推理与真实编码任务上的定位。
OpenAI News精选AI 评分8686 OpenAI 发布 GPT-5
OpenAI 发布 GPT-5，称其为迄今最强的 AI 系统，在智能水平上较此前所有模型有显著跃升。官方称 GPT-5 在编码、数学、写作、健康、视觉感知等方面达到 SOTA 表现。
推荐理由：OpenAI 官方发布 GPT-5，给出其在编码、数学、写作、健康与视觉感知上的能力定位。
OpenAI News精选AI 评分8282 OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 两款开源权重模型
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开源权重语言模型，采用 Apache 2.0 许可。官方称这两款模型在推理任务上优于同规模开源模型，具备较强的工具调用能力，并针对消费级硬件的高效部署做了优化。
推荐理由：OpenAI 开源两款权重模型并给出尺寸与许可，读者可据此判断消费级硬件上的部署与推理选择。