NASA 与 IBM 开源月球基础模型，用 17 年轨道器数据支撑月球科学研究
NASA 与 IBM Research 联合多所高校发布开源的 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。
#多模态
The DecoderAI 评分5959
Google DeepMind精选AI 评分8080 Google DeepMind 发布前沿模型 Gemini 4 Argon
Google DeepMind 发布前沿模型 Gemini 4 Argon，输出 token 上限从 64K 提升至 1M，介绍价为每百万输入 token 2 美元、输出 10 美元，缓存输入按输入价 95% 折扣。
推荐理由：文章给出 1M 输出 token 与分阶段放量的思路，读者可据此判断长程任务能力如何与安全节奏配套。
Microsoft ResearchAI 评分5050 GigaPath-Flash 与 GigaTIME-Flash：以高效病理基础模型迈向人群规模发现
Microsoft Research 开源 GigaPath-Flash 与 GigaTIME-Flash，在 PANDA、EBRAINS 全切片基准上以约 50 倍更少算力取得与原 GigaPath 相差 3% 以内的性能。
Google DeepMind精选AI 评分6969 Google DeepMind 发布手语翻译模型 SL2T，落地 Gboard 与 Live Transcribe
Google DeepMind 发布多语言手语到文本翻译模型 SL2T，首次将手语 AI 带入消费级产品，在 Pixel 11 的 Gboard 与 Live Transcribe 上提供 ASL 到英语的手语转文字听写，可用于搜索、撰写消息并向 Gemini 提问，后续将支持更多设备与语言。
推荐理由：文中说明了手语翻译区别于语音转写的两大难点，以及用姿势坐标替代 gloss 的设计，便于理解方案取舍
Microsoft ResearchAI 评分5050 微软研究院介绍胸部 X 光视觉语言模型 CARE-X，结合辅助监督与工具增强测量
微软研究院介绍研究模型 CARE-X，一个把胸部 X 光报告生成与带置信度的结构化诊断预测放进同一模型的视觉语言模型，未获任何监管机构批准、不用于临床诊断。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 Gemini Robotics ER 2，支持视频理解、任务编排与多机器人协同
Google DeepMind 发布 Gemini Robotics ER 2，这是它最强的机器人具身推理模型，作为机器人的高层大脑与人对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型，且能原生调用 Google Search 等工具。
推荐理由：原文给出了相对 ER 1.6 的评测数字与开放入口，读者可据此判断它在真实机器人工作流中的可用程度。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini Robotics 2 系列模型，让机器人实现全身智能
Google DeepMind 发布 Gemini Robotics 2 系列，包含三个模型：Gemini Robotics 2 视觉-语言-动作模型（VLA）可从脚到手指控制完整人形机器人与双臂机器人，Gemini Robotics ER 2 具身推理模型负责理解指令、规划多步任务，Gemini Robotics On-Device 2 则针对本地运行优化。
推荐理由：三个模型分别对应全身控制、具身推理与端侧适配，读者可据此看清具身智能落地的分层架构。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Nano Banana 2 Lite 图像模型并开放 Gemini Omni Flash 给开发者
Google DeepMind 发布图像模型 Nano Banana 2 Lite，并首次把视频生成与对话式编辑模型 Gemini Omni Flash 经 Gemini API 和 Google AI Studio 开放给开发者。
推荐理由：文中给出两款模型的定位分工、单价和开放入口，读者可据此判断是否把现有图像与视频工作流迁移过去。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的无编码器统一多模态模型，16GB 内存或统一显存即可运行。其基准表现接近 26B MoE 模型但内存占用不足一半，视觉与音频输入直接进入 LLM 主干，并配备 Multi-Token Prediction（MTP）drafter 降低延迟，采用 Apache 2.0 许可。
推荐理由：讲清了去掉多模态编码器如何降低延迟与内存占用，读者可据此判断本地跑智能体的可行性。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Omni 系列首个模型 Gemini Omni Flash，可将图像、音频、视频和文本任意组合作为输入来生成视频，并支持用自然语言多轮编辑且保持角色与场景连贯。
推荐理由：原文写清了输入组合、对话式多轮编辑与分阶段开放节奏，便于判断它会怎样进入现有视频创作流程。