NVIDIA 发布面向欧洲各行业的开源模型组合
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算领域，包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising。
推荐理由：官方一次性梳理了覆盖语言、机器人、生物、量子的开源模型组合及获取渠道，读者可按行业找到对应可定制的基础模型。
精选
NVIDIA Blog精选AI 评分6565 Hugging Face Blog精选AI 评分7171 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可在关系数据上超越监督式机器学习
NVIDIA 发布 Kumo Relational，一个预训练关系型基础模型，直接在企业数据库上做预测：给定预测查询，它收集最多 10,000 条历史样例作为上下文，在单次前向传播中预测流失、需求或欺诈等结果，无需任务专用训练、特征工程或表扁平化。
推荐理由：原文给出了基准数字、架构原理和开源入口，读者可以据此评估用预训练模型替代表格机器学习管线的可行性。
Mistral AI精选AI 评分6767 Mistral 发布 Voxtral 3 语音模型系列与语音 Agent SDK
Mistral 发布 Voxtral 3，包含语音转写、语音合成模型和基于 LiveKit 的语音 Agent SDK，将听、推理、工具调用和说话整合为单一实时流式管线。
推荐理由：原文给出各环节定价、语言覆盖和基准对比，读者可据此评估它在现有语音 Agent 工作流中的可替换性。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护措施
Google DeepMind 发布 Gemini 4 Argon 模型，聚焦编码、金融、法律、网络安全和科学等复杂任务，并开始广泛开放，同时扩大 Fairwind Program 供可信网络防御者优先使用。
推荐理由：原文详解 Gemini 4 Argon 的安全防护体系，读者可以据此了解前沿模型在防滥用、对齐监控和提示注入防御上的具体做法。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，定位通用物理推理模型，在 3D 物理空间理解基准 ERQA 上以纯推理取得 87% 得分，官方称优于所有其他前沿模型。
推荐理由：官方展示了 Gemini 4 Argon 在机器人控制、Real2Sim 和物理理解四类场景的示例提示词，可作具身智能工作流参考。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Argon 前沿模型，全球开放 API 与订阅使用
Google DeepMind 于 10 月 13 日发布前沿模型 Gemini 4 Argon，面向开发者和企业通过 AI Studio 与 Gemini API 全球开放。
推荐理由：原文给出 API 定价、基准成绩和安全评估数据，读者可以据此评估 Argon 在编码、科研和 Agent 场景的实际可用性。
Google DeepMind精选AI 评分6666 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数的开源多模态嵌入模型，基于 Gemma 4 架构，采用 Apache 2.0 许可，可将文本、代码、图像、视频和音频统一映射到同一嵌入空间。
推荐理由：官方给出了参数规模、基准得分和设备内存占用等具体数据，读者可据此评估它是否适合本地多模态检索方案。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Large 4 公开预览版，1 万亿参数开放权重模型
Mistral 发布 Mistral Large 4 公开预览版，可在 Mistral Studio 试用，权重将于本月底开放。
推荐理由：原文给出参数规模、基准成绩和开源权重的具体安排，读者可据此评估这款模型在安全与编码场景的可用性。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出上限扩至 1M tokens
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，后续将面向开发者、企业和消费者推出。
推荐理由：原文给出定价、1M 输出 token 上限和多项基准分数，读者可以据此评估其在编码、企业工作流和安全防御上的定位。
已经到底了