研究突破
Nature 發表「Byteification」研究：讓 LLM 逐位元閱讀，拼字能力躍升而整體效能幾無損失
Allen Institute for AI 與劍橋大學團隊在 Nature 發表研究，提出「Byteification」方法，將既有 LLM（Qwen3、Llama 3、Olmo 3）轉換為逐位元讀取的形式，轉換成本不到一般訓練的 1%，卻讓由後往前拼字等字元級任務大幅改善，且整體基準分數幾乎不減。此成果挑戰「位元級模型必須從零訓練且必然落後」的既有認知。
研究突破
多模態視頻理解研究進展：從靜態圖像到動態場景分析的技術突破
2026 年 Q1 多模態研究的重要突破集中在視頻理解領域：長視頻分析、動態場景推理和視頻與文字的細粒度對齊取得顯著進展，為自動駕駛、醫療影像和教育分析帶來新的應用可能。
模型發布
Mistral AI 發布 Codestral 2.0：代碼生成模型效能媲美 GPT-5 但成本低80%
Mistral AI 發布 Codestral 2.0 代碼生成模型，在 HumanEval、MBPP 等標準基準測試中達到與 GPT-5 相當的水準，API 定價比 OpenAI 同類產品低約 80%，並支援 90+ 種程式語言。
產業動態
OpenAI Q1 2026 產品更新總結：GPT-5 Mini 推出 API 速率大幅提升
OpenAI 第一季度完成多項重要產品更新，包括 GPT-5 Mini 正式向 API 開發者開放、推理模型速率限制大幅提升，以及企業版 ChatGPT 新增多項安全管控功能。
模型發布
Mistral 發布 Small 4：119B 參數開源 MoE 模型，整合推理、視覺與程式碼三合一
Mistral AI 正式發布 Mistral Small 4，這是一款 1190 億參數的開源混合專家（MoE）模型，以 Apache 2.0 授權釋出，將推理、視覺語言理解與代理程式碼能力整合至單一模型，同時支援可調節的推理強度參數，大幅降低企業部署成本。
研究突破
Google 推出 TurboQuant：LLM 記憶體壓縮 6 倍，零準確率損失
Google Research 發布 TurboQuant 壓縮演算法，能將大型語言模型的 KV 快取記憶體壓縮至 3 位元，實現最高 6 倍記憶體縮減與 8 倍速度提升，且不損失模型準確率。此研究成果將於 ICLR 2026 正式發表。
產業動態
OpenClaw 開源 AI 席捲開發者社群，引發大型實驗室商業模式質疑
一名獨立開發者建立的開源 AI 專案 OpenClaw 在多項基準測試中達到接近 Claude 和 GPT-5 的表現，並迅速獲得數萬名開發者採用。此事件引發業界關注：若基礎模型能力持續商品化，頂尖 AI 實驗室的高估值是否依然合理？