【主题】PerceptionBench：前沿模型“纯视觉”仍难破60%

解读 Moonshot把多模态评测拆成十类原子视觉技能，尽量不让知识和推理掺进来。结果很扎心：16个前沿模型无一超过60%，第一名大约59.7%。很多看起来像“不会推理”的翻车，其实在读图第一步就错了。对工程师来说，上线VLM前要加二次校验，别把视觉输出当地面真值。

来源 THE DECODER

【主题】Gemini 3.7 Flash：更便宜的编程与智能体工作马力

解读 谷歌把Flash系列又迭代了一版，重点是调试、首通代码和网页生成更稳，同时把导入价压到约每百万输入token 0.75美元。通俗讲：它更适合当流水线里的常驻工人，而不是偶尔出场的天才顾问。选型时可以把难任务留给旗舰，把高频工具调用交给Flash，先算清楚路由和成本。

来源 Google Blog

【主题】LTX-2.5开源权重：本机可跑的视频生成加速

解读 Lightricks放出LTX-2.5开放权重，并日一接入ComfyUI。宣传点是更快出片、可微调，中小团队在年经常收门槛内商用条款更友好。对做短视频原型的工程师，这意味着可以先在本地把镜头语言跑通，再决定要不要上云API。注意显存门槛和许可证边界，别假设“开源=无限制商用”。

来源 VentureBeat

【主题】LFM2.5-VL-3B：端侧读屏、定位与工具调用

解读 Liquid AI的新视觉语言模型只有约30亿参数，却强调手机和笔记本上的读屏、物体坐标和函数调用。它不是追求最强推理，而是把“看见界面并动手”做成低时延闭环。做移动助手或桌面RPA的人，可以先测端侧成功率，再决定哪些步骤必须上云端大模型。

来源 MarkTechPost

【主题】Qwen3.8旗舰权重可下载：开源不等于随便商用

解读 阿里把Qwen3.8旗舰级MoE权重放到了可下载渠道，总参约2.4T、激活约95B。对想自托管的团队这是大事，但相关报道称其许可证不是简单的Apache，高营收商用可能要另谈。落地清单应写成：分数、显存、上下文、许可证四项一起过，缺一项就别急着上生产。

来源 Hugging Face

【主题】Gemini Robotics 2：全身控制与多机协作进入同一智能层

解读 DeepMind把机器人能力拆成VLA执行、具身推理和端侧适配几块，强调从脚到指尖的全身控制，以及多机器人协同。对做机器人应用的工程师，这意味着“看懂—规划—动作”可以分层选型，不必一口吃成一个端到端黑盒。现阶段仍以伙伴预览为主，真正量产还要看数据闭环和安全边界。

来源 Google DeepMind