火山引擎 Force 大会发布豆包 2.1 Pro、Seedance 2.0 4K 等 5 款模型
火山引擎在 6 月 23 日 Force 大会上发布豆包大模型 2.1 Pro、Seedance 2.0 4K 等 5 款新模型。Seedance 2.5 将于 7 月初上线，支持 30 秒单段原生视频直出和最多 50 个全模态素材联合生成。
推荐理由：文章给出豆包 2.1 Pro 与 Seedance 系列的发布细节，可看到一个云厂商把强模型当作云入口的整体打法。
模型发布
全部主题新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
当前仅显示精选新闻最新精选
第 361–380 条 · 共 561 条硅星人Pro · 微信公众号精选AI 评分8080
Mistral AI精选AI 评分6969 Mistral 发布 Mistral OCR 4：支持边界框、块分类和置信度分数
Mistral 发布 Mistral OCR 4，除提取文本外还返回边界框、块类型分类（标题、表格、公式、签名等）和逐页逐词的内联置信度分数，支持 170 种语言、10 个语言组。
推荐理由：官方说明了新模型的结构化输出能力、基准得分及其已知评分缺陷，并给出 API 与 Document AI 的选择规则，便于读者判断适用场景。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 发布 SingGuard-8b 策略自适应多模态安全护栏模型
inclusionAI 发布 SingGuard 多模态安全护栏模型家族，支持文本、图像、图文及多语言、query 侧与 response 侧的安全评估。模型把生效的安全策略作为运行时输入而非固定训练分类，部署方无需重训即可按默认类别或自定义自然语言规则判定内容，并以 safe/unsafe 加匹配风险类别的 <answer> 标签输出结果。
推荐理由：原文给出策略作为运行时输入的设计与多模态、多语言覆盖范围，读者可据此判断免重训适配审核规则的可行性。
Hugging Face Blog精选AI 评分6161 PaddleOCR 发布 PP-OCRv6，支持 50 种语言、参数覆盖 1.5M 到 34.5M
PaddleOCR 发布 PP-OCRv6 通用 OCR 模型家族，提供 tiny、small、medium 三档，参数从 1.5M 到 34.5M，其中 medium 在官方多场景基准上达到 86.2% 检测 Hmean 和 83.2% 识别准确率。
推荐理由：PP-OCRv6 给出三档参数与多后端入口，读者可据此比较轻量 OCR 在各自部署场景中的取舍。
inclusionAI Hugging Face models精选AI 评分6666 inclusionAI 发布 Ling-2.6-1T-base 万亿参数 MoE 基座模型
inclusionAI 发布 Ling-2.6-1T-base，一个总参数约 1T、激活约 63B 的细粒度 MoE 基座模型，由 Ling-2.0-1T-base 通过混合线性注意力改造而来，并作为 Ling-2.6 与 Ring-2.6 的共同基座。
推荐理由：模型卡给出了从 Ling-2.0 改造的迁移流程与长上下文训练安排，读者可据此评估万亿级 MoE 基座的微调与部署成本。
Hugging Face Blog精选AI 评分6262 AllenAI 发布 MolmoMotion 语言引导的 3D 运动预测模型
AllenAI 发布 MolmoMotion，一个语言引导的 3D 运动预测模型：给定视频帧、物体上的 3D 点和动作指令，预测这些点未来几秒在 3D 空间中的轨迹。
推荐理由：原文给出3D点轨迹的预测表示与机器人和视频生成两类下游验证，可据此理解动作预测的落地路径。
Hugging Face Blog精选AI 评分8585 GLM-5.2 发布，面向长周期任务并支持 1M token 上下文
GLM-5.2 发布，是面向长周期任务的旗舰模型，首次在 1M token 上下文上提供该能力，并采用 MIT 开源协议。相比 GLM-5.1，它在 Terminal-Bench 2.1 上从 63.5 提升到 81.0，在 SWE-bench Pro 上从 58.4 提升到 62.1。
推荐理由：GLM-5.2 将上下文扩展到 1M token 并以 MIT 协议开源，读者可对照它与 Claude Opus 4.8、GPT-5.5 在长周期基准上的差距。
IT Home精选AI 评分8080 摩尔线程在 MTT S5000 上完成智谱 GLM-5.2 的 Day-0 适配
智谱上线并开源 GLM-5.2，在全球百万用户参与盲测的前端开发评估系统 Code Arena 上取得全球可用模型第一；摩尔线程同日宣布在 AI 训推一体全功能 GPU 智算卡 MTT S5000 上完成 Day-0 极速适配。
推荐理由：材料给出国产 GPU 对 GLM-5.2 的 Day-0 适配细节，可观察长上下文推理的软硬件协同路径。
赛博禅心 · 微信公众号精选AI 评分8282 GLM-5.2 开源：744B MoE 激活 40B，1M 上下文 MIT 协议
GLM-5.2 已开源，采用 MIT 协议，744B MoE、40B 激活、1M 上下文，模型权重在 GitHub、Hugging Face 和 ModelScope 上线，API 同步开放且价格与 5.1 一致。
推荐理由：原文列出 GLM-5.2 的架构改动与多档基准对比，可用来判断开源模型在长程任务上的位置。
AI寒武纪 · 微信公众号精选AI 评分8080 智谱发布 GLM-5.2：753B 参数、1M token 上下文并完全开源
智谱发布 GLM-5.2，以 MIT 协议完全开源，参数 753B，支持 1M token 上下文窗口，主打长程任务能力。文中称在相近 token 消耗下其能力介于 Opus 4.7 与 Opus 4.8 之间；FrontierSWE 得分 74.4，落后 Opus 4.8 约 1%，超过 GPT-5.5 的 72.6。
推荐理由：文中给出 GLM-5.2 在长程编程基准上与 Opus 4.8 的分数对比，可看到开源模型在长任务上的位置。
赛博禅心 · 微信公众号精选AI 评分7676 MiniMax 开源 428B 参数 M3 模型权重，同步发布 MSA 技术论文
MiniMax 开源了 MiniMax M3 模型权重，并同步发布 MSA（MiniMax Sparse Attention）技术论文。M3 是 MiniMax 的原生多模态旗舰模型，总参数 428B，激活参数 23B，文中称其是第一个从 Step 0 开始做多模态混合训练的开源模型。
推荐理由：M3 从 Step 0 起做多模态混合训练并开源权重，同时公开 MSA 稀疏注意力论文，可了解其长上下文成本设计思路。
inclusionAI Hugging Face models精选AI 评分6565 inclusionAI 发布 Ming-omni-tts-16.8B-A3B 统一音频生成模型
inclusionAI 发布 Ming-omni-tts-16.8B-A3B 统一音频生成模型，可在单通道内联合合成语音、环境声与音乐。模型基于自研 12.5Hz 连续 tokenizer 与 Patch-by-Patch 压缩，将 LLM 推理帧率降至 3.1Hz，并内置 100+ 音色与零样本语音设计。
推荐理由：该模型在单通道内联合生成语音、环境声与音乐，并用方言与情感控制基准对比 CosyVoice3 与 Qwen3-TTS。
InfoQ · 微信公众号精选AI 评分8080 Fable 5 的杀手锏不是写新代码，是迁移、重构、收拾烂摊子
Anthropic 在 6 月 10 日发布 Claude Fable 5 与 Claude Mythos 5，Fable 5 被处理到可面向普通用户开放，官方称其在几乎所有基准上达到 SOTA。
推荐理由：文章用第三方榜单与真实重构、迁移案例，说明 Fable 5 更适合长程工程任务而非日常写代码。
@berryxia@berryxia精选AI 评分6666 
引用Google (@Google)@GoogleMeet DiffusionGemma ⚡ Our latest experimental open model (Apache 2.0) that generates text up to 4x faster. Instead of predicting and typing just one word at a time like most language models, it drafts and refines entire blocks of text simultaneously. Here’s how it works 🧵 ↓
推荐理由：Google 开源实验性文本生成模型，采用并行 diffusion 思路，读者可了解其与主流自回归生成在路线上的差异。
Simon Willison精选AI 评分7676 Google 发布开源权重模型 DiffusionGemma 26B
Google 发布 Apache 2 许可的开源权重 Gemma 模型 google/diffusiongemma-26B-A4B-it，NVIDIA 目前在其 NIM 云 API 上免费托管该模型。Simon Willison 用该 API 生成图片，返回 2,409 tokens 耗时 4.4 秒，即每秒至少 500 tokens。
推荐理由：作者用 NVIDIA 免费 API 实测这款开源权重 Gemma 模型，给出生成速度的实测参考。
Google DeepMind精选AI 评分7272 Google DeepMind 发布开源实验模型 DiffusionGemma，文本生成速度最高提升 4 倍
Google DeepMind 发布 Apache 2.0 开源的实验性文本扩散模型 DiffusionGemma，为 26B MoE 架构、推理时激活 3.8B 参数，在专用 GPU 上文本生成最高提速 4 倍，单张 NVIDIA H100 超过 1000 tokens/秒，量化后可放入 18GB 显存。
推荐理由：官方给出了具体吞吐数字、显存占用和适用场景边界，读者可以据此判断扩散文本生成适合哪些本地工作流。
@googleaidevs@googleaidevs精选AI 评分7272
量子位 · 微信公众号精选AI 评分7979 Anthropic 发布 Claude Fable 5，首日实测对比 GPT-5.5
Anthropic 发布 Claude Fable 5，称其进入 Mythos 新段位，模型开放首日开发者集中实测其编码、设计与网页搭建能力。网友将其与 GPT-5.5 同台对比，在《我的世界》复刻推特中 Fable 5 还原度更高，另有开发者称其在 FC Diamond 榜单成功率从 Opus 4.8 的约14%升到30%以上。
推荐理由：汇总模型开放首日开发者在编码、设计与网页搭建上的实测反馈，可与前代及竞品表现对照。
InfoQ · 微信公众号精选AI 评分8282 Anthropic 发布 Claude Fable 5 与 Mythos 5 双旗舰模型
Anthropic 发布 Claude Fable 5 和 Claude Mythos 5 两款模型，二者基于同一底层模型，Mythos 5 取消部分安全限制，仅向经审核的网络安全机构和科研组织开放。
推荐理由：Anthropic 按风险等级差异化开放两款新模型，可对比通用版与受限版的能力边界和定价调整。
赛博禅心 · 微信公众号精选AI 评分8484 Claude Fable 5 全解析：Mythos 级模型加护栏后对外开放
Anthropic 发布 Claude Fable 5，它与只开放给政府和特定机构的 Mythos 5 是同一个模型，区别在于护栏。Fable 5 定价为 $10/百万 token 输入、$50/百万 token 输出，Pro、Max、Team 等用户可在 6 月 22 号前使用（消耗 Opus 两倍额度），之后需花 usage credits。
推荐理由：文章对比了 Fable 5 与 Mythos 5 的护栏差异，并给出作者实测中被退回 Opus 4.8 的体验。