Google DeepMind 展示 Gemini 4 Argon 制作的 3D 元素周期表，配合 Tom Lehrer 歌曲《The Elements》
Google DeepMind 转发展示 Gemini 4 Argon 生成的 3D 元素周期表，该作品与 Tom Lehrer 的歌曲《The Elements》同步，使用 @Antigravity 创建。作品可动画演示电子绕轨道运行、原子数据和光谱。
#多模态
Demis Hassabis (@demishassabis)AI 评分3333 lxfater (@lxfater)AI 评分4949 ViggleAI 发布全栈物理原生世界基础模型 JST-2
ViggleAI 推出 JST-2，称其为世界首个全栈物理原生的世界基础模型。与许多在像素/视频空间学习的世界模型不同，该模型从第一性原理出发，以 3D 构建整个模型栈，可在数秒内生成 3D 场景并实时扩展。
Valley101 钱 (@Valley101_Qian)AI 评分4242 ElorianAI 发布视觉思维模型 Glimpse
ElorianAI 团队（Andrew Dai）发布其首个视觉思维模型 Glimpse。该模型在关键公开视觉推理基准上与 Astra 相比具备前沿竞争力。Andrew Dai 此前在 Valley101 播客中提出，不解决视觉推理就无法达到 AGI，让 AI 理解世界如何运作是构建世界模型、机器人及真正智能的基础。
Valley101 钱 (@Valley101_Qian)AI 评分4444 Jeff Dean 转发推荐 Elorian 团队的视觉思考模型 Glimpse
Andrew M. Dai 与 Elorian 团队推出 Glimpse，定位为其首个视觉思考模型，Jeff Dean 转发推荐。Dai 称过去模型在单张图片上表现好，但对动态或视角变化的内容表现差。官方表示 Glimpse 在关键公开视觉推理基准上与 Astra 相比具备有竞争力的前沿表现，现已开放体验。
Hugging Face Blog精选AI 评分7070 Apertus 1.5 发布：8B 与 70B 模型新增多模态与思考模式
Project Apertus 发布 Apertus 1.5，在 8B 和 70B 基础上以继续预训练方式加入图像和音频理解、可选思考模式，上下文窗口扩展至 262,144 tokens，模型权重于 2026 年 7 月 24 日以 Apache 2.0 许可上传 Hugging Face。
推荐理由：官方发布说明完整公开了训练流程、数据与中间检查点，读者可据此了解开源多模态模型的全链路做法。
Hugging Face Blog精选AI 评分8484 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，约 816B 参数
Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，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，定位为 agentic coding 模型。
推荐理由：原文给出架构细节、部署配方和实测吞吐数字，开发者可以据此评估如何在自己环境里运行或微调这个 816B 模型。
Mistral AI精选AI 评分7979 Mistral 发布 Mistral Large 4 公测预览，1 万亿参数开源权重模型月底放权重
Mistral 发布 Mistral Large 4 公测预览，模型为 1 万亿总参数、52B 激活参数的原生多模态模型，在本月底开放权重，预览 API 已可在 Mistral Studio 试用。
推荐理由：官方公布参数规模、权重开放时间与多领域基准成绩，可据此了解开源模型当前能力水平与欧洲自建算力路线。
virushuo (@virushuo)AI 评分5555 Reka 发布 19B 全模态模型 Rho-1 研究预览版
Max Lapin 宣布 Rho-1，一个从零训练的 19B 全模态模型，Reka 同日发布其研究预览版。该模型在单一神经网络内理解和生成文本、图像、视频及机器人动作，可绘制场景、在图中找物体、动画成视频、按提示词编辑视频并跨多轮对话推理，无需流水线和工具调用。
Francis YAO (@Francis_YAO_)精选AI 评分7676 小米发布 MiMo-V2.6 Pro 与 Flash 全模态模型，Pro 开源权重同步开放
作者转发小米 MiMo 官方发布：MiMo-V2.6 推出 Pro 与 Flash 两个全模态模型，主打通过规模化强化学习推进。
推荐理由：转发小米 MiMo-V2.6 的发布要点，开源权重与训练配套齐全，并给出了与其他前沿模型的基准对比供参考。