微软研究院发布Skala 1.1，这是其深度学习交换关联泛函的更新版本，训练数据量增加2.5倍，在热化学、反应动力学和分子结构预测等关键模拟任务上精度显著提升。Skala现已集成到CP2K，并正在整合到Psi4、FHI-aims、ORCA和VASP中，使更多计算化学社区能够使用。同时，微软推出了实时基准测试，以跟踪Skala后续版本的性能，推动计算化学向预测性和可及性发展。
Liquid AI 发布 LFM2.5-DSpark 投机解码草案模型，针对 LFM2.5 系列实现最高 3.2 倍推理加速。该方案结合 DFlash 风格并行主干、马尔可夫链顺序头和置信度调度验证器，在 H100 上平均提速 2.67 倍，在 M4 Max MacBook 上平均提速 2.27 倍，并将函数调用延迟降低 57%。草案模型约 3 亿参数，已开源并支持 llama.cpp 和 SGLang。
机器人初创公司Generalist AI发布了GEN-1.5模型，该模型能从3-12秒的演示中学习新任务，无需额外训练。在十项测试中平均成功率为59%，经过少量微调后提升至83%。模型还能串联多个提示、利用仿真演示，并部分模仿人类手部动作。公司声称这些能力是预训练中自发涌现的，但结果未经独立验证。
Superwhisper 发布了 S1 系列模型，其中 S1-mini 是 0.6B 参数的开源文本规范化模型，用于将 ASR 原始转录转换为干净书面文本，去除填充词、修正自我纠正、添加标点等。该模型基于 Qwen3-0.6B 微调，仅支持英文，以 Apache 2.0 许可发布，Q4_K_M GGUF 文件仅 462 MB，可在笔记本电脑 CPU 上运行。官方报告在 7,519 个案例上达到 94.8% 的 token 准确率。
Liquid AI 发布了 LFM2.5 系列三个模型的 DSpark 草稿检查点，通过投机解码实现最高 3.18 倍（H100）和 2.87 倍（M4 Max）的解码加速，且贪心输出与原始模型完全一致。草稿模型约 300M 参数，支持 llama.cpp 和 SGLang，权重以 Safetensors 和 GGUF 格式提供，但需自托管。
AntLing 发布了 Ling-3.0 基础模型的完整六检查点矩阵，包括 tiny 和 flash 两种尺寸，每种尺寸包含预训练、中期训练和 WSM 合并三个阶段。所有检查点均为基础版本，未经过后训练，适用于继续预训练、微调和研究。各仓库均以 MIT 许可公开，且无门控访问。
Google 正式发布 Gemini 3.7 Flash 模型，并已全面覆盖 Gemini API、Google AI Studio、Vertex AI、Gemini Enterprise、Gemini 应用及搜索 AI 模式。该模型支持 100 万 token 上下文，输出可达 64,000 token，并具备可调思考级别。Google 强调其指令遵循和意图理解能力提升，适合编码、智能体工作流和多步任务。开发者可通过多个平台访问，企业需关注定价和治理问题。
腾讯开始灰度测试其新旗舰模型混元 Hy4。据用户截图，Hy4 已在腾讯元宝 App 的模型选择列表中出现，被标记为“专家级模型”，定位高于 Hy3 和 DeepSeek。Hy3 则被标记为“全新升级”，定位为全新通用模型。
作者以250美元成本预训练了一个10.2亿参数的Kimi K3复刻模型，激活参数1.45亿，训练数据50亿token。该模型采用K3架构（如Kimi Delta注意力、门控MLA、注意力残差、LatentMoE等），未经过指令微调，仅进行下一个词预测，但性能已超越GPT-2 (124M)。
Cactus公司Henry在LocalLlama社区发帖称，训练Needle 2时严格避免接触基准测试数据，以防过拟合。他们提供了playground供用户测试，并支持通过Python库进行微调，在约束问题空间下可达到DeepSeek v4的水平。
HuggingFace 帖子作者发现 Ornith-1.5-35B-A3B 模型目前附带的 MTP 头从未经过训练，只是随机初始化，这解释了其速度缓慢的原因。
用户仅凭一条提示和学校凭据，Qwen3.8-27b 自主执行了 80 次工具调用，成功从复杂的大学网站抓取课表，无需人工干预。另一次，它自主调查社交媒体用户，下载视频、抽帧、安装 Whisper 转写，并局部放大提亮画面。展现了本地模型强大的自主规划和工具使用能力。
SupraLabs发布了Supra2-Medium-Base，这是一个基于Qwen3架构、参数量仅25M的模型，完全从零训练，在基准测试中与之前50M参数的模型竞争。该模型为基座模型，指令微调版本可能后续推出。
用户测试 Qwen3.8 27B 的 SVG 生成能力，提示词为“创建包含猫骑斑马、斑马骑大象的 SVG 的单个 HTML 文件”。模型思考 12 分钟后生成，结果令人惊艳。共消耗 46,436 tokens，速度约 40 tokens/s。
我推出了Aurora-80K，一个仅有8万参数的微型语言模型，采用分解的4096词表。基准测试：Wikitext-2 BPB 3.2902，BLiMP 52.31%，Arc-Easy 26.05%。模型已在Huggingface上发布，欢迎提问。
作者用个人基准测试发现，Qwen3.8-27B 在离线知识问答上表现不如 Qwen3.6，即使调整量化级别和采样设置，仍无法回答 3.6 能答对的问题。