Mirendil 在正式宣布不到 4 个月后宣布一项里程碑：从零开始、无需预训练团队，成功大规模预训练出模型 Mirendil-Base。该模型由一名研究员耗时 3.5 个月、以不足 $10M 的算力完成，含全部研究与最终训练；Mirendil-Base 参数在 100B-500B 范围，Base-Large 为 500B-2T，Base-XL 为 2T-10T。
Sage-A1.5 是一个 35B 参数的 Mixture-of-Experts 智能体模型，基于 A1 构建，通过自适应能力组合推进长程问题求解。相比 A1，它带来三项改进：通过子智能体任务委派与隔离上下文并行协作的智能体编排，通过进度检查、证据验证与反思性策略修订提升可靠性的智能体验证，以及支持探索性研究的开放科学发现。
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。
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。
Reflection 在 Hugging Face 发布其首个开源模型 Beam（Beam-1.0-501B-A23B），为 501B 参数、每 token 激活 23B 的 MoE 模型，采用 Apache 2.0 协议，支持 1M token 上下文，主打编码与智能体场景。
推荐理由：官方博客给出 Beam 的架构细节、基准成绩和部署微调配方，读者可以据此评估在自有硬件上跑前沿开源模型的成本与路径。
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。
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 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。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向部分可信网络防御者开放，后续再面向开发者、企业和消费者推出。
推荐理由：官方公布了定价、输出 token 上限和多项基准成绩，并说明分阶段开放路径，可据此评估其在工程与安全场景的适用性。
