Odyssey 发布 Odyssey-2 Max：规模扩大 3 倍，登顶实时物理基准测试
Odyssey 推出通用世界模型 Odyssey-2 Max，参数量比前代扩大 3 倍，在 VBench 2 物理评测中拿下最高分，并支持实时交互推演。它通过自回归预测下一步状态来模拟现实物理，目前已面向机器人与游戏等领域的合作伙伴开启内测。
大模型 · 日报
周二
4月21日 星期二
Google 推出 Deep Research Max：支持 MCP 连私有数据，图表直接内嵌
Google 推出基于 Gemini 3.1 Pro 的 Deep Research 与 Deep Research Max 智能体。Max 版利用扩展测试时计算搞定高强度复杂调研，两者均支持 MCP 接入企业私有库，还能原生生成图表，现已开启 API 公测。
周一
4月20日 星期一
TwelveLabs 发布 Pegasus 1.5 与 Rodeo：用自然语言检索与组装视频
TwelveLabs 在 NAB Show 2026 上发布视频理解模型 Pegasus 1.5 及创作者工具 Rodeo，并接入 Autodesk Flow Capture。Pegasus 1.5 支持单次 API 提取带时间戳的结构化数据，分割评测超 Gemini 2.5 Pro 30%；Rodeo 则支持用自然语言找素材与粗剪。
阿里预告 Qwen3.6-Max：主打智能体编程与真实世界可靠性
阿里 Qwen 团队推出下一代旗舰模型预览版 Qwen3.6-Max-Preview。相比 Qwen3.6-Plus，新模型重点提升了智能体编程能力、世界知识储备与指令遵循水平，旨在让复杂现实任务中的 AI 智能体更加可靠。
周日
4月19日 星期日
xAI 上线 Grok 4.3 Beta：能直接生成 PPT、Excel 与 PDF
xAI 推出 Grok 4.3 Beta，面向每月 300 美元的 SuperGrok Heavy 订阅用户开放。新版本能依据提示词直接导出带公式的 Excel 表格、排版完整的 PPT 和 PDF；马斯克透露当前版本约 5000 亿参数，1 万亿参数版仍在训练中。
周四
4月16日 星期四
OpenAI 推出 GPT-Rosalind：生命科学专用推理模型，加速新药研发
OpenAI 发布专为生命科学和新药研发打造的推理模型 GPT-Rosalind。它在 11 项 LABBench2 任务中有 6 项超越 GPT-5.4，并在 RNA 预测任务上超过 95% 的人类专家。模型通过受信任访问计划向合格企业提供，Codex 科研插件已在 GitHub 免费开放。
Anthropic 发布 Claude Opus 4.7：高难度编程大幅升级，加装网络安全防护
Anthropic 正式上线 Claude Opus 4.7，面向全线产品及 API 开放。新模型大幅提升了复杂软件工程能力与图像分辨率，能自主检验输出并长时间执行多步任务，同时引入了高危网络安全行为自动拦截机制，调用价格维持不变。
周三
4月15日 星期三
Google 推出 Gemini 3.1 Flash TTS：支持文本标签导演语气
Google 推出语音合成模型 Gemini 3.1 Flash TTS。新模型引入音频标签，允许开发者在输入文本中直接用自然语言调控语气、节奏和语调，支持原生多说话人对话与 70 多种语言，所有音频均嵌入 SynthID 水印。
OpenAI 购买 FrontierMath 验证器：自动检验模型生成的数学解法
Epoch AI 宣布 OpenAI 购买了 FrontierMath: Open Problems 验证器访问权限。该基准汇集了极高难度的数学难题，此举让 OpenAI 能够自动核验模型生成的解法是否严谨有效，为高阶推理能力的评估提供更可靠的支撑。
周二
4月14日 星期二
OpenAI 扩容网络安全可信访问：上线防御专供模型 GPT-5.4-Cyber
OpenAI 宣布扩大网络安全可信访问（TAC）计划，并推出专用于网络防御的 GPT-5.4-Cyber 模型。该版本降低了安全防御任务的拦截门槛，支持二进制反向工程，允许防御者直接分析已编译软件的漏洞与恶意代码。经过认证的个人专家与团队均可申请。
周三
4月8日 星期三
Meta 更新前沿 AI 安全框架：新增失控评估，公布 Muse Spark 报告
Meta 发布更新版高级 AI 扩展框架与 Muse Spark 安全报告，新增对失控、生化及网络安全风险的评估。最值得关注的是，Meta 开始利用模型的推理能力理解规则背后的原因，而不是逐条死记硬背；测试同时确认 Muse Spark 尚不具备引发失控风险的自主能力。
Meta 发布多模态推理模型 Muse Spark：推「沉思模式」对标前沿旗舰
Meta 旗下 Meta Superintelligence Labs 发布原生多模态推理模型 Muse Spark，支持工具调用与视觉思维链。新增的 Contemplating（沉思）模式通过多智能体并行推理在 Humanity's Last Exam 取得 58% 得分。模型已在 meta.ai 上线，并开放私有 API 预览。
周二
4月7日 星期二
World Labs 升级 Marble 模型：支持生成更大规模 3D 场景
World Labs 推出 Marble 1.1 与 Marble 1.1-Plus 两款模型更新。Marble 1.1 优化了光照与对比度，大幅减少视觉伪影；Marble 1.1-Plus 则专为规模扩展设计，能生成更大、更复杂的交互式 3D 环境。
Anthropic 联手科技巨头启动 Glasswing：用未发布模型修补全球核心漏洞
Anthropic 联合苹果、微软、AWS 等巨头启动 Project Glasswing 计划。其未发布的新前沿模型 Claude Mythos 自主挖出了上千个严重 0-day 漏洞，包括隐藏数十年的系统底层缺陷。Anthropic 承诺提供 1 亿美元调用额度协助防御，该模型暂不对公众开放。
周一
4月6日 星期一
Meta 下一代 AI 转向混合策略：超大模型闭源，力拼消费端
Meta 计划对下一代 AI 模型采取混合策略：开源部分版本，但将最大尺寸模型保持闭源。该项目由经 150 亿美元交易加入 Meta 的 Alexandr Wang 操盘，意在扭转 Llama 4 的落后局面，依托 WhatsApp 等产品主打大众消费端，与走企业路线的 OpenAI 和 Anthropic 展开竞争。
周四
4月2日 星期四
阿里发布 Qwen3.6-Plus：原生支持 1M 上下文，主打智能体编程
阿里巴巴 Qwen 团队发布原生多模态模型 Qwen3.6-Plus。新模型重点强化了智能体编程与视觉推理能力，API 默认提供 1M 上下文窗口。团队表示后续还将陆续推出并开源更多 Qwen3.6 系列模型。
周三
4月1日 星期三
智谱发布 GLM-5V-Turbo：看手绘草图和录屏就能写代码，设计测试超 Opus 4.6
智谱推出视觉编码模型 GLM-5V-Turbo，支持 200K 上下文，能直接读取粗糙草图、界面截图甚至操作录屏生成可运行代码，连动效也能复刻。它在部分设计基准上超过了 Claude Opus 4.6，原生适配 Claude Code 等代理，目前已开放 API 和网页体验。
周一
3月30日 星期一
阿里发布全模态模型 Qwen3.5-Omni：对着镜头说话就能写网页
阿里 Qwen 团队发布原生全模态模型 Qwen3.5-Omni。它能同时理解文本、图像、音频和视频，主打「视听 Vibe Coding」，用户对着摄像头描述需求就能直接生成网站或小游戏。其音频表现超越 Gemini-3.1 Pro，原生支持处理 10 小时音频或 400 秒视频。
周五
3月27日 星期五
Anthropic 灰度测试 Mythos 5.0：超越 Opus 的全新旗舰，强到官方担心网安风险
Anthropic 开始灰度测试下一代顶级模型 Claude Mythos 5.0。该模型定位高于 Opus，在编程、推理及网络安全上大幅跨越，部分开发者已在界面中看到 Beta 版。因其潜在的破坏性网络攻击能力，Anthropic 保持审慎，目前仅面向小范围早期用户开放。
周四
3月26日 星期四
Google 发布 Gemini 3.1 Flash Live：语音更自然，实时长程推理大升级
Google 推出实时语音模型 Gemini 3.1 Flash Live，主打更自然的语调节奏与复杂推理能力。该模型已接入 Gemini Live、覆盖 200 多个国家和地区的 Search Live，开发者可通过 Google AI Studio 调用，生成音频均带有 SynthID 水印。
