NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 开放模型
NVIDIA 发布 120B 参数的开放多模态智能体模型 Nemotron 3.5 Super VL，以及面向端侧设备的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由：这三款开放模型覆盖企业服务器到端侧设备，并披露训练、部署和行业定制信息，便于比较不同智能体场景的算力需求。
#Agent
NVIDIA Blog精选AI 评分7878 Hugging Face Blog精选AI 评分8585 Meta 发布 Muse Spark Open 开放权重多模态 MoE 模型
Meta 发布 Muse Spark Open 开放权重模型，采用 MoE 架构，总参数量约 816B，每个 token 激活约 42B 参数，支持文本、图像、音频和视频输入，推理上下文窗口最高为 1M tokens。
推荐理由：文章给出模型架构、长上下文、量化部署、微调和多模态智能体示例，便于对照硬件需求与落地方式。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemini 4 Argon 并扩大网络安全应用
Google DeepMind 开始广泛推出 Gemini 4 Argon，并将其用于网络安全、软件开发等复杂任务。Google 称该模型在 12 个端到端模拟网络攻击场景中全部解题，相比上一代的 5 个有所提升；Wiz 还使用 Argon 发现了此前模型遗漏的医院软件关键漏洞。其安全措施包括输入筛查、内部探针、持续监测、自动失配监控和提示词注入防护。
推荐理由：原文同时呈现了 Gemini 4 Argon 的复杂任务能力、有限访问案例与分层安全防护，便于理解模型能力提升对应的风险控制思路。
Hugging Face Blog精选AI 评分7878 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一款总参数量为 24B、每个 token 仅激活 2B 参数的推理模型，面向端侧智能体的工具调用和多步任务。
推荐理由：原文同时给出模型架构、训练规模、端侧推理速度与多类评测结果，适合比较本地智能体的效果和部署成本。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布通用物理推理模型 Gemini 4 Argon，面向机器人控制、Real2Sim、物理理解和研究自我改进。该模型在 Embodied Reasoning (ERQA) 基准以纯推理取得 87%，并通过多模态推理、代码生成和视觉语义理解支持机器人生命周期。
推荐理由：文章把 Argon 在机器人控制、仿真构建和数据生成中的代表性提示词集中展开，便于比较其机器人工作流覆盖范围。
Latent Space精选AI 评分8080 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，覆盖编码、智能体及金融和法律等专业任务。
推荐理由：汇总了模型规格、定价、开放渠道和多组独立评测，便于比较其编码与智能体能力及实际使用限制。
Mistral AI精选AI 评分8282 Mistral Large 4 发布公开预览版，月底开放模型权重
Mistral AI 发布 Mistral Large 4 公开预览版，用户可在 Mistral Studio 调用预览 API，模型权重将于本月底发布。
推荐理由：公开了模型规模、训练方式与主要评测结果，并明确权重开放时间，便于判断其多模态和企业任务能力。
已经到底了