模型发布 最新动态

选题角度：原文给出开源权重、推理代码和端到端Demo，适合按游戏预览、视频换皮、具身数据增强三类场景逐一上手实测。

选题角度：视频梳理H-JEPA分层架构与Visual AntMaze成功率从18%到73.3%的实验，适合做架构图解加路线之争的解读。

选题角度：作者用5亿token实测DeepSeek V4.1 Flash的9个动画、游戏、3D案例，并对比带与不带skill的效果，适合做上手实测。

选题角度：同一段提示词分别跑新旧版本做日式雨夜便利店，新旧场景在街角环境、雨幕反光和空间层次上的差异可以直接对比。

选题角度：官方演示里新版从零做出小游戏和 3D 模型，命令行自主执行从 31.2 分涨到 42.3 分，适合上手实测同一任务的效果。

选题角度：新模型在代码和Agent任务上基准整齐抬头，同时压缩运行时间和输出长度，适合拿官方DeepSWE数据和“许愿式编程”生成的故宫3D场景做效果对比。

选题角度：DeepSeek Flash 1017 悄悄换线上模型，Terminal-Bench 从 31.2 涨到 42.3，适合做榜单前后对比和搜索接口免费期实测。

选题角度：新模型 11 项基准全涨、单任务成本从 3.3 元降到 1.3 元，适合用同一任务对比新旧版本的速度与花费。

选题角度：原文给出开放权重和每任务成本对比，适合实测同一编码任务下 V4.1-Flash-1017 与竞品的耗时和花费差异。

选题角度：官方称新模型在基准、速度和输出长度上全面优于上一版，并已上线网站、App 和 API，适合做新旧版本同任务实测对比。

选题角度：谷歌发布 Gemini 4 Argon，API 限时半价，官方 demo 展示多模态生成与机器人仿真，适合做发布信息梳理加 demo 效果对比。

选题角度：MOSS-Image 核心开发者开 AMA，可围绕 5B DiT 开源模型在文字渲染和布局控制上的表现做上手实测。

选题角度：原文给出148GB压到22.1GB的量化细节和Terminal-Bench、BrowseComp成绩，适合做本地跑Agent的实测对比。

选题角度：开源 501B MoE 模型 Beam 放出 Apache 2.0 权重和 vLLM、SGLang 部署配方，适合实测 1M 上下文下的编码与工具调用表现。

选题角度：原文给出双模型矩阵、DecisionPivot 成对准确率和开源权重入口，适合做同尺寸新旧版本与 Jev 的成对准确率对比实测。

选题角度：原文给出模型权重、ComfyUI 接入文档和两种提示词示例图，适合上手实测自然语言与 booru 标签两种写法的出图差异。

选题角度：Meta 开放权重模型 Muse Spark Open 在 Mac Studio 上的多机部署方案，适合实测本地跑 8160 亿参数模型的生成速度与隐私优势。

选题角度：围绕 Azure 目录泄露的 1M 上下文与 10/50 定价，梳理 Fable 5.5 与 Gemini 4 Argon 撞车的时间线，做一期大厂发布节奏的评论。