#多模态
Google 的 Nano Banana 2.1 上 OpenRouter 了，出图速度是 Flash 级，蒙版编辑和主体一致性比上一代强不少，做图的可以试试。
Mistral 放出了 1.05 万亿参数的 Le Chonk，激活才 490 亿，还能吃图和百万 token 上下文，权重月底开源。
Google 开源了 EmbeddingGemma 2，一个模型同时嵌入文本、图片、音频和视频，还支持维度裁剪，做 RAG 检索的可以直接试试。
Mistral 放出 1T 参数的 Mistral Large 4，激活只有 49B，还能超闭源模型做视觉 grounding，权重 10 月底开源，可以关注。
Google 的 Nano Banana 2.1 来了，最多能锁住 4 个角色和 10 个物体不走样，画连环画、做多角度商品图的人可以试试
Google 刚发布的 EmbeddingGemma 2 能把文字、图片、音频、视频都转成向量，vLLM 当天就能跑，做 RAG 检索的可以试试 nightly 版。
Genspark 的 COO 在 NYSE 聊了他们对多模型策略的看法，讲为什么便宜的小模型和顶级模型都得有，做产品选型的可以听听。
官方 cookbook 新放了 5 个 demo，从截图转 React 组件到链接转播客都带源码，想上手这个新 SDK 的可以直接抄。
有人用 LilyPond 让模型写巴赫众赞歌，GPT-6 Astra 第一次写出了经过音，对乐理感兴趣的可以去看看它写的谱子。
把一段猫咪发布片丢给 Mistral Large 4、MiMo V2.6 Pro、Opus 5.5 和 GPT-6.1 Sol，看谁重制的 voxel 和 ASCII 版更好玩，结果全贴出来了。
Claude Code 作者自己晒的实例：一句指令让 Opus 5.5 做出带水彩插画的播客互动网站，连图都是 Claude 画的，可以看看实际效果。
Google 出了 740M 的多模态嵌入模型，文本图片视频都能嵌入，还能配 Gemma 4 离线跑 RAG，权重直接可下。
Google 的 Nano Banana 2.1 出了，一张图只要 3.4 美分，比前代 Pro 便宜 4 倍还更强，支持 5 个角色和 14 张参考图，做图的朋友可以直接上手。
Google 的 Nano Banana 2.1 上 fal 了，比 2 代快不少，蒙版编辑和主体一致性都加强了，做图的可以直接试试。
Simon Willison 用 Claude Opus 5.5 写了个能播放游戏的文本音乐播放器，曲子还真有点 Monkey Island 味道，玩法挺有意思。
Google 在 COLM 2026 带了 28 篇论文和 16 个 workshop，现场会讲智能体和推理方向的新进展，去开会的话可以去 107 号展位看看。
Mistral 放出 1T 总参、49B 激活的 Le Chonk，Simon Willison 亲测能画出鹈鹕 SVG 了，10 月底开放权重。
复旦、腾讯混元和浙大联合开源了 Prism，能生成 2K 分辨率且声音和画面同步对齐的视频，训练速度还快了 2.5 倍，做视频生成的可以去看看。
Mistral 放了个 1T 参数的大家伙，编码分数把 Reflection 的 Beam 甩开 17 个点，月底开源权重，可以等等看。
法国 Mistral 放出了 1T 参数的 Mistral Large 4，还是多模态的，直接冲着 OpenAI 和中国的开源模型来的，可以看看实际表现。
Mistral 放出 1T 参数的多模态模型，激活只有 49B，API 现在就能用，10 月底开源权重，欧洲目前最能打的一个。
Mistral 放出 1T 总参、激活只有 49B 的 Mistral Large 4，视觉定位据说比 GPT 和 Claude 还强，月底还有开源权重版可以自己部署。
Pinterest 上线了 Beauty Guides，看到喜欢的发型或美甲图，AI 直接帮你翻译成沙龙术语，还标出费用和打理周期，去店里不用比划半天。
Mistral 拿出 1T 参数的 Le Chonk，激活只有 49B，跑分号称欧洲开源第一，还能在视觉定位上压过闭源模型，10 月底开源权重，可以关注。
Mistral放出Mistral Large 4，1T参数只激活49B，跑分被DeepSeek V4.1 Flash压了一头，10月就开源，可以先试试API。
Mistral 放出 1T 参数的 Le Chonk，激活才 49B，视觉定位还能打赢闭源模型，10 月底开源权重，开源党可以蹲一下。
Mistral 放出了 1 万亿参数的 ML4 预览版，号称欧美最强开源模型，API 已经能试，权重月底放出，关注开源模型的同学可以先去跑个分看看。
欧洲的 Mistral 出了个 1T 总参数但只激活 49B 的多模态模型，视觉理解敢跟闭源模型叫板，权重 10 月底开源，可以蹲一下。
Mistral 放出了 1T 总参、49B 激活的多模态模型预览版，说是欧美最强开源权重模型，月底连权重一起放出来，做开源部署的可以盯着。
