按主题、地区、年份和发布时间查找资讯，也可以从最早的历史记录读起。
AI 模型 · 历史覆盖：2022年8月4日 — 2026年9月30日
来源最近成功更新：2026年10月22日 · 4 个来源最近更新失败
发生了什么：原生3–30秒视频，最多10个关键帧、15个参考素材，支持4K与双声道；官方 9 月 30 日博文称 9 月 28 日起分批向小范围用户开放早期体验，完整版计划 10 月上线
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：对比3.0与4.0官方示例，练习用分镜加关键帧写长提示词，观察参考素材如何约束角色一致性
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：官方文档定位为编程与知识工作新旗舰：1M上下文、可输入图像与视频、三档推理强度；规模与开源时间来自媒体
适合关注的人：关注这一主题的学习者
导读建议的练习：读官方模型文档，弄清推理强度、JSON Schema与提示缓存等接口参数各自解决什么问题
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：新架构家族最小型号：552B MoE、原生视觉理解、KV 缓存占用大幅下降；厂商称跑分超过 V4-Pro，权重已开源。
适合关注的人：关注这一主题的学习者
导读建议的练习：阅读技术报告中KV缓存压缩与编码器-解码器设计部分，理解推理成本为何能明显下降
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：约2.5B参数的端侧稠密模型，128K上下文、Apache-2.0；主打代码、数学、工具调用，并开放训练数据
适合关注的人：关注这一主题的学习者
导读建议的练习：用Ollama或llama.cpp在本机跑通，记录小模型在工具调用任务上的能力边界
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：4B与1.7B端侧模型开源，原生最长1M上下文、支持200多种语言，Apache-2.0；同月X2.5旗舰上线开放平台
适合关注的人：关注这一主题的学习者
导读建议的练习：在本机部署1.7B版本，对比开启与关闭思考模式时的速度与答案质量
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：770B 总参/49B 激活的 MoE，上下文超 1M，Apache 2.0 开源；厂商称代际提升最大，盲测与 GLM-5.3、Kimi K3 相近。
适合关注的人：关注这一主题的学习者
导读建议的练习：对照Hy3与Hy4模型卡，梳理从256K扩展到1M上下文所做的稀疏注意力改动
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：与 GLM-5.2 同底座、靠后训练提升编程，1M 上下文，厂商称漏洞挖掘评测领先；8 月 26 日另发带视觉的 5.3-Flash。
适合关注的人：正在使用 AI 编程工具的开发者
导读建议的练习：读模型卡体会“只改后训练”能带来多大收益，思考后训练对代码能力的作用
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：开源2.4T总参/95B激活旗舰与27B稠密版；混合门控DeltaNet与注意力，原生262K可扩至约1M
适合关注的人：关注这一主题的学习者
导读建议的练习：对比3.5、3.6、3.8模型卡的架构参数，理解线性注意力混合设计如何支撑长上下文
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：统一理解文本、图像、视频与声音输入的视频模型，默认 2K、最长 15 秒并原生生成立体声；发布时称权重计划开放。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：同一脚本分别用纯文本和带参考素材生成，体会统一多模态输入带来的差别
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：单次生成由15秒延长到30秒，可引用30图、10视频、10音频，支持时间戳级编辑；官方坦言复杂动作仍待改进
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：阅读官方“已知不足”段落，练习为生成视频写评测清单，而不只看演示片段
来自本条已发布的中文导读，具体变化请以原始记录为准。