1️⃣ 阿里雲丟出 Qwen 3.8-Max-Preview：2.4 兆參數、首度突破 1T 多模態，官方自評僅次 Fable 5
阿里 Qoder 官方 7/19 上線 Qwen3.8-Max-Preview，2.4T 參數、正面對標 Fable 5 之外的前沿模型。Qwen 團隊工程師 Shuai Bai 於 X 說明：這是團隊首個 1T+ 參數的多模態模型，可處理影像、影片、文件。相較上代 Qwen3.7-Max，在全端開發、資料分析、Office 工作流等長時序任務進步明顯。目前透過 Qoder Desktop/JetBrains/CLI 以 10% 計費（90% off）預覽，open weights「soon」。發表時機明擺著要卡 Kimi K3 IPO 前的聲量。
🔗 來源：Qoder 官方公告（docs.qoder.com）📌 官方公告
2️⃣ Kimi K3 於 Code Arena Frontend 榜擊敗 Fable 5 與 GPT-5.6 Sol，但在 FrontierMath Tier 4 只有 39%
Code Arena 7/20 更新 Frontend 榜（以人類偏好 Elo 計分）：Moonshot 開源模型 Kimi K3 以 1,679 分登頂，甩開 Claude Fable 5（1,631）、GPT-5.6 Sol（1,618）等所有西方前沿模型，是中國模型首次拿下該榜單第 1。同時 Epoch AI 揭 Kimi K3 在 FrontierMath Tier 4 高難度數學題僅 39% 正確率，OpenAI 與 Anthropic 前沿模型可到約 90%。Google DeepMind 研究員 Michiel Bakker 於 X 稱其「insanely good，無法只用蒸餾解釋」；OpenAI 策略主管 Dean Ball 則稱其 token 消耗偏高，實際運行未必便宜。
🔗 來源：The Decoder：Kimi K3 逼西方 AI 實驗室重新檢視算力優勢📰 媒體報導
3️⃣ Google DeepMind GenCeption 論文：影片生成模型已內含電腦視覺缺的「世界模型」
Google DeepMind 7/20 於 the-decoder 曝新論文《GenCeption》：把 Alibaba 開源 Wan2.1 影片生成模型改造成單一架構、一次前向推理即可完成深度估計、法向量、語言引導語意分割、3D 姿態辨識等傳統電腦視覺任務。訓練資料量只有 SOTA 專家模型的 1/7 到 1/500（僅 7,500 支合成影片），但深度估計匹敵 DepthAnything 3、法向量勝 NormalCrafter/Lotus-2、複雜語言引導分割與 SAM 3 + Gemini 3.5 Flash 相當。作者宣稱：影片生成任務本身就逼模型學會空間幾何與物理，等於電腦視覺長年苦尋的「通用預訓練任務」。
🔗 來源：The Decoder：Google DeepMind GenCeption 論文解讀📰 媒體報導