月之暗面发布 Kimi K3.1 Pro，这是一款 2.8 万亿总参数、1040 亿激活参数的多模态 MoE 模型，支持 100 万 token 上下文，标准版与 Highspeed 版已上线网站、App、Kimi Work、Kimi Code 和 API，Highspeed 号称输出速度提升 2–3 倍、价格为标准版两倍。
推荐理由：汇总了 Kimi K3.1 Pro 的独立评测、定价与开源承诺，也保留了围绕推理成本和推广合规的争议。
DeepSeek 开源生产推理框架 DeepInfer，支持分布式推理、投机解码、SWA Bounded Replay 和结构化输出，覆盖 NVIDIA 与华为昇腾平台，并同步发布 deepseek-recipe 处理 API 协议转换。
推荐理由：DeepSeek 开源生产推理栈并披露单集群吞吐与单卡收入，vLLM 随后给出接近的复现数据，可对照看开源推理栈的真实差距。
Google 宣布开源 TorchTPU，这是 PyTorch 面向 Google TPU 的版本，开发者只需修改配置、无需重写应用，就能把现有 PyTorch 应用迁移到 TPU 和 Google Cloud。
推荐理由：Google 与 Amazon 先后推出 PyTorch 的 TPU、Trainium 适配版本，读者可据此观察 AI 芯片生态的竞争格局。
Hugging Face 宣布通过原生 PyTorch 后端 TorchTPU 在自家生态中支持 TPU，Transformers、Diffusers 和 Kernels 可原生运行在 TPU 上，加载模型时传入 device_map="tpu" 或 pipe.to("tpu") 即可，不再需要 Optimum TPU。
推荐理由：Hugging Face 官方说明 TorchTPU 让 Transformers 与 Diffusers 直接把 TPU 当作普通设备使用，并给出实测加速数据。
Hugging Face 的 PyTorch 团队介绍 PyTorch 2.15 在 MPS 后端的更新，新增 float8_e4m3fn 张量与 F.scaled_mm，MoE 模型解码比 2.14 快 5–6.5 倍，Qwen3.6-35B-A3B 在 M3 Ultra 上从 9.4 提升到 61.3 tokens/s。
推荐理由：Hugging Face 的 PyTorch 团队给出 MPS 后端在 2.15 中的具体提速数字和内存变化，可据此判断 Mac 本地跑模型的实际收益。
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens。
推荐理由：Meta 开源 816B 参数 MoE 多模态模型，给出完整部署、微调与量化运行配方，可据此评估自托管成本。
Apertus 1.5 在 8B 和 70B 模型上新增图像与音频理解、可选思考模式，上下文窗口扩展至 262,144 tokens，为 1.0 的 4 倍，并改进指令遵循与工具调用。
推荐理由：Apertus 1.5 在 8B 和 70B 上加入图像音频理解与思考模式，并公开训练数据与中间检查点，可据此判断开源多模态模型的开放程度。
NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计，为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由：NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计，读者可了解 AI 工厂基础设施的开放标准走向。
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型，参数量 740M，可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：官方给出参数规模、分模块编码器与端侧内存占用，可据此判断本地多模态检索的落地成本。
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务优化。Bedrock 提供全托管 API、跨区域推理、提示词缓存和服务层级，支持 OpenAI 兼容的 Responses 与 Chat Completions API 以及 Invoke 和 Converse API。
推荐理由：GLM 5.3 以 753B MoE 模型上线 Amazon Bedrock，读者可了解其编码与长程智能体能力及托管接入方式。
NVIDIA 发布开源表格基础模型 Kumo Tabular，属于 Kumo Structured 模型系列，已在 Hugging Face 上线。给定带标签的表格行，它无需训练、调参和特征工程，单次前向即可预测新行的标签，支持分类与回归，提供 28M 到 215M 三档参数，采用 OpenMDW-1.1 许可可商用。
推荐理由：NVIDIA 开源表格基础模型，给出三档参数、单次前向预测流程与四个基准排名，可据此判断表格任务是否值得换用。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构，供全球科学家免费使用。
推荐理由：NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测，读者可了解开放科学在疫情准备中的具体做法。
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的正常运行时间承诺。
推荐理由：Mistral 把区域推理、优先服务层与第三方开源模型接入打包成主权 AI 方案，读者可据此判断企业部署的合规与算力选项。