Canva 推出首款 AI 图像生成模型 Canva Craft
Canva 推出自研图像生成模型 Canva Craft，采用先规划设计后生成图像的两阶段架构，以提升画面精确度、一致性与文字可读性。该模型基于平台数百万人工模板训练，支持最高 2K 分辨率及 30 多种画幅比例，目前在 Design Arena 评测榜排在第四位。
#多模态
The Verge AIAI 评分7676 Hugging Face BlogAI 评分4545 OlmoEarth v1.3 发布：面向全球的顶尖卫星嵌入模型
卫星嵌入模型 OlmoEarth v1.3 正式发布，并同步开源模型权重、预训练数据与代码，同时开放覆盖全球的 10m 分辨率年度嵌入向量。该模型处理雷达与多光谱时序数据，为地球每个 10m 像素生成 128 维向量（可截取前 64 维），并在 27 项跨大洲评估中于 20 项取得最高分。
Google ResearchAI 评分3838 Google 利用 AI 辅助超声赋能基层孕产妇照护
Google 在《JAMA Network Open》发表研究，展示其 AI 模型可在移动设备上协助无专业经验的基层医护人员，通过便携探头“盲扫”超声准确评估胎龄。在涉及 385 名孕妇的前瞻性测试中，该模型测算胎龄的平均绝对误差为 4.18 天，在内罗毕零微调下达 4.27 天，临床表现非劣于专业医师的 4.48 天。
Cloudflare Blog精选AI 评分8181 Cloudflare 发布系统一信息抽取模型 Clairic 预览版
Cloudflare 宣布推出系统一风格的信息抽取模型 Clairic 预览版，已上线 Workers AI 并计划近期开源权重。该模型采用单次前向传递处理非结构化文本及图像，直接输出强类型的数值、日期、置信度与预测区间，不产生生成文本且不计输出 token 费用。在官方客服索赔流水线测试中，该级联方案比纯大语言模型方案耗时缩短 69%，成本降低 49%。
推荐理由：该模型采用单次前向传递直接输出强类型数据，相比传统大语言模型大幅降低了信息提取与预测的调用延迟与成本。
Google DeepMind精选AI 评分7575 Google DeepMind 发布面向机器人领域的物理推理模型 Gemini 4 Argon
Google DeepMind 发布面向机器人全生命周期的通用物理推理模型 Gemini 4 Argon，在具身推理基准 ERQA 上以纯推理取得 87% 的成绩。
推荐理由：模型展示了从真实视频或草图自动构建物理仿真并闭环控制机械臂的能力，提供了打通端到端具身智能工作流的具体落地范式。
Google DeepMind精选AI 评分8787 Google DeepMind 正式发布 Gemini 4 Argon 模型
Google DeepMind 正式发布最新前沿模型 Gemini 4 Argon，专注解决编码、金融、法律、网络安全和科学计算等跨领域的复杂深度任务，在 Vals Index 等基准中排名第一。
推荐理由：官方披露了该模型在系统重构与科研推演上的完整案例，读者可据此评估复杂多步任务落地的可行性。
Google DeepMind精选AI 评分8181 Google DeepMind 发布轻量级多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 正式推出 740M 参数的轻量级多模态嵌入模型 EmbeddingGemma 2，基于 Apache 2.0 协议开源，原生将文本、代码、图像、音频与视频映射至统一嵌入空间。
推荐理由：该模型通过模块化设计与维度截断技术压低端侧内存占用，读者可以据此评估本地设备运行多模态检索与离线 RAG 的可行性。
Google DeepMind精选AI 评分8484 Google 发布 Gemini 4 Argon 前沿模型
Google 宣布推出新一代前沿模型 Gemini 4 Argon，将输出 token 上限从 64K 扩展至 1M tokens，主打软件工程、企业知识工作与网络安全防御中的深度长程推理。
推荐理由：原文展示了输出上限提升至1M后的深度推理表现与内部工程用例，读者可借此评估其在重度软件工程中的适用性。