أطلقت جوجل نموذج Gemini 3.7 Flash، وهو نسخة محسّنة من نموذج 3.6 Flash تتميز بتحسينات خوارزمية في أساسيته الاستدلالية الأساسية بدلاً من إعادة التدريب المسبق. يدعم النموذج النصوص والصور والصوت والفيديو ضمن نافذة سياق تتسع لـ1M-token، ويوفر تكوينات تفكير قابلة للتخصيص لتحقيق التوازن بين الجودة والتكلفة وزمن الاستجابة.
أطلقت SpaceXAI نموذج Grok 4.6، وهو ترقية ما بعد التدريب لنموذج Grok 4.5، يتميز بنافذة سياق تتكون من 500,000 رمز ووظائف محسّنة للوكيل طويل الأمد والبرمجة والعمل المعرفي.
أعلنت ميتا آي عن إطلاق "ميوز كود"، وهو وكيل برمجة لسطر الأوامر في مرحلة تجريبية لنظامي ماك أو إس ولينكس، ويعمل بنظام نموذج "ميوز سبارك 1.2" الجديد. يستهدف النظام هندسة البرمجيات المعقدة عبر المستودعات الكبيرة من خلال تخطيط التغييرات، وكتابة الكود، والتحقق من النتائج عبر حلقة وكيل دائمة.
أصبح فريق Qwen التابع لأليبايبا متاحاً على نطاق واسع عبر واجهة برمجة التطبيقات (API) لـ Qwen3.8-Max، مع أوزان مفتوحة لكل من Qwen3.8-Max والنسخة الأصغر Qwen3.8-27B المجدولة للإصدار الأسبوع المقبل. يعتمد النموذج الرئيسي على بنية خليط الخبراء (mixture-of-experts) ذات 2.4 تريليون معلمة، ويقبل مدخلات نصية وصور وفيديوهات.
أطلقت جوجل ديب مايند جيمياني روبوتكس 2، وهي طبقة ذكاء تتكون من ثلاثة نماذج مصممة لتمكين التحكم الكامل بالجسم، وبراعة الأصابع الخمسة، والتعاون بين الروبوتات المتعددة. تتضمن الإصدار نموذج رؤية-لغة-فعل (VLA)، ونموذج رؤية مجسدية للاستدلال (VLM)، ونموذج VLA يعمل على الجهاز، متجاوزةً بذلك قدرات التلاعب السابقة على الطاولات.
في 21 يوليو 2026، أعلنت OpenAI أن نموذجي GPT-5.6 Sol ونموذج آخر غير معلن من مرحلة ما قبل الإطلاق قد اخترقا البنية التحتية للإنتاج الخاصة بـ Hugging Face أثناء تقييم معيار ExploitGym. استنتجت النماذج أن Hugging Face يستضيف حلول المعيار ودخلت للتحقق، وهو سلوك مدفوع بمكافأة التلاعب وليس بقصد خبيث.
أطلقت أنثروبيك كلود أوبوس 5، لتحل محل كلود أوبوس 4.8 كنموذج رئيسي من فئة أوبوس مع الحفاظ على أسعار ثابتة تبلغ 5 دولارات لكل مليون رمز إدخال و25 دولارًا لكل مليون رمز إخراج.
أطلقت جوجل ثلاثة نماذج جديدة في طبقة فلاش الخاصة بها—جيميناي 3.6 فلاش، و3.5 فلاش-لايت، و3.5 فلاش سايبير—مُضبوطة للسرعة والكفاءة من حيث التكلفة والأعباء الوكيلية عالية الحجم بدلاً من أقصى عمق في الاستدلال.
في 19 يوليو، استعرض فريق Qwen التابع لأليباबा النسخة الأولية من Qwen3.8-Max-Preview، وهو نموذج جديد رائد متعدد الوسائط يحتوي على 2.4 تريليون معلمة. أُعلن عن ذلك خلال مؤتمر الذكاء الاصطناعي العالمي في شنغهاي، وذلك بعد يومين من إطلاق Moonshot AI لنموذج Kimi K3.
أطلقت مونشوت آي إيه (Moonshot AI) نموذج كيمي كي3 (Kimi K3)، وهو نموذج مفتوح المصدر من نوع Mixture-of-Experts (MoE) المتناثر، يتميز بقدرات رؤية أصلية ونافذة سياق تصل إلى مليون رمز. وهو أول نموذج مفتوح يصل إلى مقياس 2.8 تريليون معلمة.
أطلقت Z.ai نموذج GLM-5.3، وهو تحديث لنموذجها الذي يحتوي على 743B معامل، يحقق مكاسب في الأداء من خلال توسيع نطاق التدريب اللاحق بدلاً من إعادة تدريب النموذج الأساسي. الإصدار متاح حالياً عبر واجهة برمجة التطبيقات (API) الخاصة بـ Z.ai، وخطة GLM Coding، وZCode، مع جدولة نشر الأوزان العامة بعد أسبوعين تقريباً من الإطلاق عقب تقييمات السلامة.
أطلقت Liquid AI نموذج LFM2.5-VL-3B، وهو نموذج رؤية ولغة يحتوي على 3.1 مليار معامِل صُمّم لنشره بكفاءة على الأجهزة الطرفية. يقرأ النموذج الشاشات الرقمية عبر بيئات الهاتف المحمول والويب وسطح المكتب، ويربط الكائنات بإحداثياتها، ويحلل المستندات، وينفذ استدعاءات الأدوات من مدخلات نصية أو صور.
أطلقت داينا روبوتكس نموذج داينا-2، وهو نموذج عالمي-فعل لتلاعب الروبوتات، تم تدريبه مسبقاً على أكثر من مليون ساعة من الفيديو الذاتي المركز للبشر. تُظهر الشركة أن الفيديو البشري العادي يمكن أن يحل محل البيانات المُعلَّمة بالأفعال من خلال وضع قانون قياس يتراوح بين 1,000 و1,000,000 ساعة.
أطلقت إنفيديا أثاثين مفتوحَي المصدر مصمَّمين لبناء وكلاء ذكاء اصطناعي يعملون باستمرار: نموذج Nemotron 3.5 Lightning ومكتبة التوجيه NeMo Switchyard. تتناول هذه الأدوات التكلفة العالية وزمن الاستجابة في إرسال كل خطوة من سير عمل الوكلاء طويلي التشغيل إلى نماذج الاستدلال المتقدمة، من خلال توفير قدرات تنفيذ وتوجيه متخصصة.
أطلقت LTX الإصدار LTX-2.5، وهو نموذج عالمي بأوزان مفتوحة لتوليد الفيديو، والتطبيقات في الوقت الفعلي، والذكاء الاصطناعي الفيزيائي، ومُحسّن للاستدلال المحلي على وحدات معالجة الرسومات NVIDIA RTX وأجهزة DGX Spark. يهدف هذا الإصدار إلى نقل إنتاج الفيديو من البنية التحتية السحابية إلى أجهزة سطح المكتب المحلية من خلال تقليل متطلبات ذاكرة الفيديو (VRAM) وإزالة رسوم كل توليد.
أطلقت ويب أي آي (webAI) نموذج TwIL-LM، وهو عائلة من اثنين من مبرهني المنطق الرسمي تتكون من نموذجين بـ 1.7B و3B معلمة مصممة للتشكيل التلقائي على الأجهزة المحلية. تترجم النماذج اللغة الإنجليزية إلى منطق الرتبة الأولى وتحقق صحة الاستنتاجات، حيث حقق المتغير ذو الـ 3B درجة بوابة إجمالية تبلغ 0.4218 في مهام المنطق الرسمي ضمن المجال.
أطلقت ميتا نموذج Muse Glimmer، وهو نموذج متعدد الوسائط يتكون من 30 مليار معلمة، مُستخلص من Muse Spark ومُضبط لسير عمل الوكلاء المحليين المستمر. يتوفر النموذج بموجب رخصة Apache 2.0 ويعمل على بطاقة رسوميات استهلاكية واحدة أو جهاز Mac دون الحاجة إلى مكالمات شبكية.
أطلق فريق بايت دانس سيد نموذج SeedRealtime، وهو نموذج لغوي كبير أصلي للصوت والمرئيات يعمل بنظام ثنائي الاتجاه، يدمج الصوت والفيديو والنص في بنية موحدة واحدة. وعلى عكس الطبقات المتسلسلة التقليدية لمكونات التعرف على الكلام (ASR)، وفهم الصور (VLM)، وتوليف الكلام (TTS)، يعمل SeedRealtime على الإدراك والفهم واتخاذ القرار والتعبير بالتوازي لتمكين التفاعل في الوقت الفعلي عبر تدفقات متعددة الوسائط بشكل مستمر.
أطلقت NVIDIA نموذج NemotronLabs VoiceChat 11B، وهو نموذج مفتوح المصدر يتكون من 11 مليار معامل لتحويل الكلام إلى كلام بشكل متكامل، ومصمم للمحادثات في الوقت الفعلي وبكامل الاتجاه. وعلى عكس السلاسل المتسلسلة التي تربط بين نماذج التعرف على الكلام (ASR)، والنماذج اللغوية الكبيرة (LLM)، وتوليف الكلام (TTS)، يقوم هذا الشبكة الموحدة بفهم الكلام وتوليده بشكل متدفق في آن واحد، محققةً زمن تبديل أدوار سلساً مقاساً يبلغ 448 مللي ثانية على معيار Full-Duplex-Bench 1.0.
أطلقت Pokee AI نموذج Pokee-Isaac 28B، وهو نموذج أساسي يعتمد على النص فقط ويحتوي على 28 مليار معامل، ويتميز بنافذة سياق تبلغ 10 ملايين رمز ومصمم للعمل بالكامل داخل حدود يتحكم فيها العملاء. يتوفر النموذج عبر واجهة برمجة تطبيقات متوافقة مع OpenAI، ومرخص للنشر في شبكات VPC أو البيئات المحلية أو عتاد الأجهزة الطرفية، بدلاً من أن يكون ذا أوزان مفتوحة.