中大梁小丹团队 GeoThinker-F：不调外部三维编码器，空间推理提速约 3.6 倍
中山大学梁小丹团队提出 GeoThinker-F，让视觉语言模型通过内部潜在帧预测模块自行生成几何与短期未来语义特征，推理阶段不再调用 VGGT 等外部三维几何编码器。
#多模态
雷峰网AI 评分4949 量子位AI 评分6060 星尘智能发布多机协同框架CoMind
星尘智能发布面向多机器人协同操作的框架CoMind，让机器人主动交换任务关键信息并各自独立生成动作。在隔墙拿笔测试中，两台机器人彼此不可见，任务成功率从0%提升到100%；盲盒置物任务准确率从38.9%提升到88.9%，同时通信信息量减少约80%。框架分两阶段，先提取任务相关上下文，再双向共享并结合视觉、语言与本体状态输入VLA模型生成动作，还引入动作级反向传播让队友的动作误差反过来调整信息提取。
Ars Technica · AIAI 评分5858 Google 联合三星推出 Gemini 智能眼镜，起售价 395 美元
Google 与三星及眼镜品牌 Gentle Monster、Warby Parker 合作推出的 Gemini 智能眼镜开启预售，起售价 395 美元。Warby Parker 设计 Alden、Reid、Wren 三款镜框，仅在美国销售；Gentle Monster 提供六种款式，起售价 449 美元，在美国和韩国销售。
Simon WillisonAI 评分6767 Google 推出 Gemini Decision 1 决策模型 API
Google 推出 Gemini Decision 1，加入 Jev 和 OpenAI 所在的决策模型类别，支持是/否、选择、评分三种提问类型，并沿用 Jev 的 Noul 术语。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频生成并降价 30%
Google DeepMind 发布 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 全面开放。
推荐理由：官方给出 15 秒原生生成、多轮对话编辑和 30% 降价，可据此判断视频生成的成本与工作流变化。
Ollama BlogAI 评分5858 Cloudflare 的 27B 多模态决策模型 Clef 上线 Ollama
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线，用户可在本地或 Ollama 云端运行。Clef 由 Qwen3.8-27B 微调而来，采用 Apache 2.0 许可，支持文本与图像输入，兼容 Jev 和 System One API，可一次读取输入并同时为所有问题打分。