Google DeepMind dan Google Research telah merilis model AI WeatherNext 2 dan WeatherNext Cyclones secara sumber terbuka, yang mencapai akurasi terbaik dalam memprediksi lintasan, intensitas, dan struktur angin siklon tropis. Dipublikasikan di Nature, penelitian ini menunjukkan bahwa model-model ini memberikan prakirawan tambahan satu hari akurasi prediktif dibandingkan sistem sebelumnya.
Microsoft Research telah merilis Orchard, sebuah kerangka kerja sumber terbuka yang dirancang untuk memungkinkan penelitian yang skalabel dan hemat biaya mengenai agen otonom. Sistem ini berpusat pada Orchard Env, layanan lingkungan berbasis Kubernetes yang memungkinkan peneliti melatih dan mengevaluasi agen di berbagai domain seperti rekayasa perangkat lunak, navigasi web, dan bantuan pribadi tanpa perlu membangun ulang infrastruktur.
Mistral memajukan kedaulatan AI dengan memperkenalkan Mistral Regional Endpoints untuk inferensi di dalam wilayah, memperluas platformnya untuk mendukung model pihak ketiga yang terbuka, dan membentuk koalisi untuk mengamankan kapasitas komputasi AI jangka panjang di Eropa.
Laboratorium Riset Teknik Manusia (HERL) Universitas Pittsburgh memimpin Platform Mobilitas dan Manipulasi Asisten Robotik yang Memberikan Kemandirian bagi Penyandang Disabilitas (RAMMP), sebuah proyek yang didukung hingga $41.5 juta pendanaan dari ARPA-H. Inisiatif ini bertujuan menciptakan solusi mobilitas asisten yang lebih aman dan adaptif bagi pengguna kursi roda dengan mengintegrasikan robotika canggih ke model visi AI sumber terbuka Meta.
Laboratorium Nasional Lawrence Berkeley telah menerapkan Model Segment Anything 3 (SAM 3) dan DINOv3 dari Meta dalam inisiatif SYNAPS-I untuk mengotomatisasi analisis data sinar-X dan neutron. Dengan fine-tuning pada data pencitraan ilmiah, model-model ini menggantikan hambatan segmentasi manual dengan pipeline yang menghasilkan volume 3D berlabel semantik dalam sekitar 15 menit.
Z.ai mengumumkan GLM-5.3, model baru yang mencapai kinerja terdepan pada benchmark pemrograman agentic dengan memperluas pelatihan pasca dari model dasarnya GLM-5.2. Model ~750B parameter ini saat ini melampaui Kimi K3 dan menyamai atau melebihi Claude Fable 5 dan GPT-5.6-Sol pada berbagai benchmark.
Tim GLM telah merilis versi 5.3 dari model GLM.
xAI merilis Grok 4.6, model 1.5T yang berfokus pada agen jangka panjang dan pekerjaan interaktif, sementara Alibaba merilis Qwen3.8-Max bobot terbuka dan DeepSeek membuat V4 Pro tersedia secara umum dengan harga agresif.
Berita AI minggu ini menyoroti peluncuran besar dari xAI, Alibaba, dan DeepSeek, bersama pembaruan pada model video terbuka dan infrastruktur inferensi.
Meta telah merilis Muse Glimmer, model multimodal padat 30B di bawah lisensi Apache 2.0, menandai kembalinya ke bobot terbuka dengan fokus pada "superkecerdasan pribadi". Rilis ini bertepatan dengan esai Mark Zuckerberg yang outlines agenda Meta untuk memberdayakan individu melalui AI daripada institusi.
Meta telah merilis Muse Glimmer, sebuah model multimodal padat dengan 30B parameter yang tersedia sebagai open source di Hugging Face Hub. Arsitekturnya terdiri dari decoder teks 28B dan Perception Encoder gaya ViT 2B untuk tugas visi.
Meta telah merilis Muse Glimmer, model multimodal padat 30 miliar parameter yang dioptimalkan untuk alur kerja agen lokal yang selalu aktif. Bobotnya tersedia di bawah lisensi Apache 2.0.
Google telah membuka sumber model AI WeatherNext 2 dan WeatherNext Cyclones untuk meningkatkan akurasi prakiraan siklon. Model-model ini mencapai hasil state-of-the-art dalam memprediksi jalur, intensitas, dan struktur angin, memberikan kepada peramal rata-rata satu hari ekstra akurasi prediktif dibandingkan metode saat ini.
Alibaba telah mengumumkan Qwen3.8-Max sebagai model andalan barunya, menggambarkannya sebagai arsitektur sparse 2.4T-parameter yang berfokus pada pekerjaan agentic jangka panjang, pemrograman, dan penalaran multimodal. Perusahaan mengonfirmasi bahwa bobot terbuka untuk Qwen3.8-Max akan dirilis minggu depan bersama varian open-weight Qwen3.8-27B.
Liquid AI telah merilis model LFM2.5-2.6B, sebuah agen dengan 2,6 miliar parameter yang dirancang untuk berjalan secara lokal pada perangkat tepi dengan efisiensi tinggi dan kompatibilitas.
Shieldstral adalah pengklasifikasi keamanan multimodal open-weights 3B yang membingkai moderasi konten sebagai tugas penjawab pertanyaan yang adaptif terhadap kebijakan, sehingga memungkinkan penerimaan kebijakan dalam bahasa alami pada saat inferensi tanpa pelatihan ulang. Model ini menyatukan evaluasi keamanan teks dan gambar serta memberikan skor keamanan terkalibrasi di berbagai benchmark sambil berjalan secara efisien pada satu GPU NVIDIA 16GB.
Tim Qwen dari Alibaba telah mengumumkan Qwen 3.8 Max, model andalan baru dengan 2.4T parameter yang berfokus pada pemrograman, pekerjaan agentic jangka panjang, dan penalaran multimodal. Perusahaan mengonfirmasi bahwa versi bobot terbuka untuk Qwen 3.8 Max dan Qwen 3.8-27B yang lebih kecil akan dirilis minggu depan.
Tim Qwen dari Alibaba telah membuat Qwen3.8-Max tersedia secara luas melalui API, dengan bobot terbuka untuk Qwen3.8-Max dan checkpoint Qwen3.8-27B yang lebih kecil dijadwalkan rilis minggu depan. Model andalan ini adalah arsitektur mixture-of-experts dengan 2,4 triliun parameter yang menerima input teks, gambar, dan video.
Moonshot AI telah merilis Kimi K3, model bobot terbuka dengan 2,8 triliun parameter yang dirancang untuk pemrograman jangka panjang dan penalaran mendalam. Ini adalah model sumber terbuka pertama di kelas 3 triliun parameter dan mendukung jendela konteks 1 juta token.
Together AI telah mengumumkan kemitraan strategis dengan Moonshot AI untuk menjadi platform peluncuran model open-weight Moonshot, dimulai dengan Kimi K3. Kolaborasi ini memberikan pengembang akses hari-nol ke rilis terdepan melalui infrastruktur dan alat yang di-host di AS milik Together AI.