OpenAI 推出三款实时语音模型，低延迟翻译和转录进入 API 产品化阶段
OpenAI 发布实时语音、翻译和转录模型，支持 70 多种语言、工具调用和低延迟语音理解，均通过 Realtime API 开放。多条测试与演示信息被合并保留官方公告。
DeepMind AI 数学家在 FrontierMath Tier 4 达到 48%，科研 Agent 能力出现强信号
DeepMind 多智能体数学系统在 FrontierMath Tier 4 取得 48% 成绩，并被数学家认为已能证明具有论文级价值的结果，显示 Agent 编排正在成为科研能力提升的重要来源。
阿里通义开源 Qwen-Scope，大模型可解释性开始进入工程工具链
Qwen-Scope 基于稀疏自编码器技术，覆盖 Qwen3 和 Qwen3.5 系列模型，可用于推理阶段定向控制、数据分类、长尾样本生成和异常特征定位。
阶跃星辰发布 StepAudio 2.5 Realtime，国内实时语音模型竞争升温
StepAudio 2.5 Realtime 主打语调、语速、停顿等副语言感知，支持多样化人设自定义和实时对话体验，显示语音 Agent 正成为国内模型厂商重点方向。
xAI 发布 Grok 4.3，低价长上下文路线强化办公和 Agent 任务
Grok 4.3 定位过渡旗舰推理模型，API 价格下降 40% 到 60%，支持 100 万 token 长上下文和较高输出速度，但复杂推理和事实核查稳定性仍被指出不足。
百度发布文心 5.1，用更低训练成本冲击搜索和 Agent 排名
百度上线文心 5.1，参数量和训练成本较上一代显著下降，同时宣称在 Arena 搜索榜、Agent 能力和数学竞赛指标上取得领先，凸显国内模型竞争转向成本效率与应用能力。
开源 DeepSeek-TUI 走红，低成本 Claude Code 替代品需求强烈
DeepSeek-TUI 以 Rust 编写、MIT 开源，支持文件操作、Shell、Git 和 MCP 接入，被称为 DeepSeek 版 Claude Code，反映开发者对低成本终端编程 Agent 的需求。
Perplexity 推出专业金融工作流和医疗资料访问，搜索产品向垂直行业工具升级
Perplexity 面向专业金融推出带授权数据的工作流产品，并扩展 NEJM、BMJ 等医疗资料访问，表明 AI 搜索正在从通用问答进入高价值行业场景。
OpenAI 上线 ChatGPT 广告主平台，商业化从订阅扩展到效果广告
OpenAI 推出 ChatGPT 广告购买平台，支持代理商、技术伙伴和美国测试中的自助 Ads Manager 投放，并新增 CPC 竞价、转化 API 与像素追踪，标志 ChatGPT 进入更系统的广告变现阶段。
Google 发布 Gemma 4 MTP drafters，开源模型解码速度最高提升 3 倍
Google 为 Gemma 4 发布多 token 预测 drafters，宣称在不牺牲质量的前提下最高提升 3 倍解码速度，并获得 Transformers、vLLM、MLX、SGLang、Ollama 等生态支持。
Zyphra 发布 ZAYA1-74B-Preview，AMD 训练的开放 MoE 模型获得关注
Zyphra 发布 ZAYA1-74B-Preview，采用 74B 总参数、4B 激活参数 MoE 架构，并以 Apache 2.0 许可开放，同时发布 ZAYA1-VL-8B，强化其开放模型路线可信度。
Direct Corpus Interaction 挑战向量检索，Agent 搜索开始回归原始语料操作
DCI 提出让 Agent 直接使用 grep、find、bash 等工具操作原始语料，替代 embedding、向量库和 top-k 检索流程，并在 BrowseComp-Plus 等任务上报告明显提升。
ProgramBench 显示从零生成完整软件仍极难，顶级模型全通过率为 0%
Meta 研究者推出 ProgramBench，要求模型在无 starter code 和无联网条件下根据可执行规格生成 SQLite、FFmpeg 等完整软件，结果显示当前模型在完整仓库生成上仍明显不足。
豆包测试三档付费订阅，国内 AI 助手商业化进入价格分层阶段
字节跳动豆包测试标准版、加强版和专业版订阅，同时保留免费基础版；在日活和下载量领先背景下，付费分层将验证国内 AI 助手的商业化承载力。
OpenAI 发布 Agents SDK for TypeScript，开发者侧 Agent 工具链继续扩张
OpenAI Devs 发布 TypeScript 版 Agents SDK，包含 sandbox agents 和开源 harness，配合 Codex 自动化能力，进一步降低开发者构建 Agent 应用的门槛。