目录一、通用与智能体大模型面壁智能 MiniCPM5-2B 端侧模型Poolside Laguna S 2.1 开源编程MoE模型Nanbeige4.2-3B 开源轻量模型MindLab Macaron-V1 系列开源模型Motif-3-Beta MoE模型韩国千问 Qwen3.8-Max-Preview 更新二、垂直领域专用模型Sakana AI Fugu-Cyber 网络安全编排模型三、世界模型 / 实时交互视频模型阿里云百炼 HappyOyster 1.0灰测昆仑万维 Matrix-Game 3.5 开源交互世界模型NVIDIA Cosmos 3 Edge 开源边缘世界模型四、音频生成 TTS语音模型阿里 Qwen-Audio-3.0-TTS 语音合成模型字节跳动 Seed Audio 1.0 统一音频创作模型五、图像生成模型千问 Qwen-Image-3.0 图像生成模型一、通用与智能体大模型1. 面壁智能发布 MiniCPM5-2B面壁智能联合OpenBMB正式推出新一代端侧轻量化模型MiniCPM5-2B定位4B参数以下高性能端侧基座。核心规格与能力原生支持512K超长上下文窗口内置混合思考能力官方基准平均得分54.26宣称综合性能位居4B以下模型榜首提前完成广泛芯片适配众智FlagOS社区实现9款芯片Day0适配同时完成AMD、Intel等四家主流端侧芯片厂商适配配套同步发布UltraX数据治理方案、智能体训练全流程技术栈并与英特尔签署合作备忘录。开源与上线计划当前暂未开放权重后续将在Hugging Face平台正式开源。相关链接https://mp.weixin.qq.com/s/rjFxrUylyGMqa5QtgypCdw2. Poolside 开源 Laguna S 2.1Poolside发布开源MoE编程模型Laguna S 2.1面向Agent自动化编程场景。核心规格与能力总参数1180B动态激活仅80B支持1M上下文窗口在Terminal-Bench 2.1等智能体编程基准测试中表现可媲美数十倍参数量规模模型开源与部署模型权重开源在Nous Portal等平台限时免费开放。相关链接https://poolside.ai/blog/introducing-laguna-s-2-1https://huggingface.co/poolside/Laguna-S-2.13. Nanbeige 团队发布 Nanbeige4.2-3BNanbeige开源轻量级基座模型Nanbeige4.2-3B。官方评测显示该模型在多项智能体Agent评测任务中性能超越Qwen3.5-9B。相关链接https://huggingface.co/Nanbeige/Nanbeige4.2-3Bhttps://huggingface.co/Nanbeige/Nanbeige4.2-3B-Base4. MindLab Research 发布 Macaron-V1 系列开源模型MindLab Research推出Macaron-V1开源模型系列旗舰版本Macaron-V1-Venti基于智谱GLM-5.2完成后训练优化。定位面向个人智能、终端交互场景在多项终端基准测试中对标前沿主流模型。相关链接https://huggingface.co/mindlab-research/Macaron-V1-Ventihttps://macaron.im/mindlab/research/introducing-macaron-v15. Motif Technologies Motif-3-Beta韩国韩国机构Motif Technologies发布MoE大模型Motif-3-Beta。基准评测得分44宣称是非中美地区模型中排名领先当前仅开放非商用权重完整版计划8月初正式发布。相关链接https://huggingface.co/Motif-Technologies/Motif-3-Beta6. 千问团队更新 Qwen3.8-Max-Preview阿里千问迭代上线新版Qwen3.8-Max-Preview重点优化前端交互表现、指令跟随稳定性。官方透露未来计划将更强正式版Qwen3.8-Max对外开源。相关链接https://mp.weixin.qq.com/s/AsnxJaDI3rsV0jvqNBc-kA?scene1二、垂直领域专用模型1. Sakana AI 发布 Fugu-Cyber 网络安全编排模型Sakana AI推出面向网络防御场景的专用编排模型Fugu-Cyber以API形式对外提供服务。在CyberGym、CTI-REALM两大网络安全基准达到行业前沿水平访问权限管控需订阅Token套餐提交业务用例并通过人工审核方可调用。相关链接https://sakana.ai/fugu-cyber-release/三、世界模型 / 实时交互视频模型1. 阿里云百炼 HappyOyster 1.0 开启灰测阿里云百炼上线HappyOyster 1.0官方定义为全球首个主动式实时交互世界模型支持实时交互、分支叙事。核心模式与能力世界探索模式支持最长1分钟连续实时交互实时导演模式支持3分钟以上480p/720p实时画面生成支持分支剧情模型学习环境状态转移规律用户可在任意叙事节点介入、改变数字世界演化走向。开放能力提供Open API与三端SDK面向开发者搭建互动游戏、交互式短剧、沉浸式数字场景。相关链接https://mp.weixin.qq.com/s/kfbpyEZ9UY6-6vFudBK2tQ2. 昆仑万维开源 Matrix-Game 3.5 交互世界模型昆仑万维正式开源Matrix-Game 3.5交互世界模型首发5B基础模型。核心技术与性能引入Patch Memory架构实现摄像机可控720p视频生成720p分辨率下具备1分钟长时序记忆单卡可达20FPS实时生成支持第一人称、第三人称两种视角推理硬件门槛至少40GB显存NVIDIA GPU。开源说明当前开源版本为基础双向模型面向低延迟场景的蒸馏自回归实时模型尚未发布。相关链接https://github.com/Riemann-Dynamics/Matrix-Game-3.5https://huggingface.co/RiemannDynamics/Matrix-Game-3.5-Basehttps://mp.weixin.qq.com/s/LidvGePhOOoUY3KTor_w9g3. NVIDIA Cosmos 3 Edge 开源NVIDIA开源面向物理AI、机器人场景的世界模型Cosmos 3 Edge开放权重、训练配方与完整代码。架构与定位MoTmixture-of-transformers架构40亿全能基座搭配2B Nemotron推理模块原生统一文本、图像、视频、环境音频、动作预测针对Jetson、RTX消费级/专业显卡、DGX设备深度优化面向本地实时视觉分析、机器人控制在同参数级别VANTAGE-Bench视觉分析基准取得SOTA。相关链接https://huggingface.co/collections/nvidia/cosmos3四、音频生成 TTS语音模型1. 阿里 Qwen-Audio-3.0-TTS 语音合成大模型通义千问团队发布新一代TTS模型Qwen-Audio-3.0-TTS分为两大版本Flash版本面向实时交互首包延迟约300msPlus版本高质量长音频生成。核心能力支持自然语言指令控制 86项细粒度行内标签调节音色、韵律覆盖16种语言、20种中文方言单次最长合成3分钟语音具备强抗噪能力可基于含噪、混响参考语音稳定复刻声线输出规格升级至48kHzPlus版本登顶Artificial Analysis TTS排行榜。接入渠道阿里云百炼平台开放API调用。相关链接https://mp.weixin.qq.com/s/ZhDZfqf6IFKnv8qU2LW1DAhttps://funaudiollm.github.io/qwen-audio-3.0-tts/2. 字节跳动 Seed Audio 1.0 音频创作模型字节Seed团队发布统一音频生成模型Seed Audio 1.0已上线火山方舟体验中心。核心特性统一框架联合建模人声、音效、环境背景声支持文本/参考音频零样本生成按100ms精度实现时间轴控制单次最长生成约2分钟音频音色持续稳定支持同一音色多情绪变换支持20语种音色迁移多数场景音频可用率高于90%适配短视频配音、沉浸式场景音频制作。相关链接https://mp.weixin.qq.com/s/PekpwKtiFo2GfR4YmLVLWwhttps://seed.bytedance.com/seedaudio1_0五、图像生成模型1. 千问团队发布 Qwen-Image-3.0阿里通义千问发布图像生成模型Qwen-Image-3.0。核心升级提示词输入长度提升至4.5k token原生支持极小字号10px文字渲染、12国语言生成强化复杂版面、UI界面仿真、图文混排生成能力。开放进度阿里云百炼、千问AI平台开启API邀测后续Qwen Studio、千问APP上线免费体验入口。相关链接https://qwenlm.github.io/zh/blog/qwen-image-3.0/https://mp.weixin.qq.com/s/OsmVbChTWraXJIWZ6ylJjw