Google AI Blog精选9090Google 发布了 Gemini 4 Argon 前沿模型。
Google 发布了 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由: 官方给出定价、基准排名和多个内部落地案例，可据此判断它在编码与科研工作流中的位置。
实时
#推理
- Google AI Blog精选9090
LangChain BlogLangSmith 新增 AI 搜索功能，通过行为追踪优化大语言模型智能体调试
LangSmith 推出 AI 搜索功能，支持用自然语言查询智能体行为追踪记录。该功能可搜索用户输入、智能体推理、工具调用及响应等内容，帮助团队发现特定行为模式，如 PII 泄露或用户挫败感等。AI 搜索结合 SmithDB 数据层和决策模型，通过分析标准化轨迹而非原始长文本，实现跨 SDK 的快速高效搜索，优先处理用户消息和智能体回复等关键信息。
IBM Research Blog5858IBM Research 用开源智能体工厂以 26 美元成本实现量子纠错芯片设计 52 倍加速
IBM Research 使用开源智能体工厂优化量子纠错硬件，高级综合评估实现 52 倍加速，成本约 26 美元；同等预算下闭源前沿模型配置成本 299 美元（11.5 倍更高）但加速 204 倍，开源配置以更小面积实现硬件优化；该智能体工厂通过协调器分配任务给并行工作智能体，结合代码修改与硬件效果评估，探索多种架构可能性。
- LangChain Blog
ScaleDown 如何通过压缩和提取技术优化长时运行智能体的上下文管理
ScaleDown 通过压缩和提取技术优化长时运行智能体的上下文管理，其模型在基准测试中比 GPT-5.5 等通用模型便宜 41 倍且快 2.7 倍。ScaleDown 提供四种模型：Summarize、Compress、Extract 和 Classify，分别用于摘要、压缩、提取和分类，支持最多 1M tokens 的输入，并支持图像和 PDF 输入。
Google Developers BlogGemini 4 Argon 优化 20 万行 Python 代码库的性能
Gemini 4 Argon 在 11 小时内无人工干预运行中，通过分析 205,000 行代码的 ADK Python 仓库，提出了 6 项优化建议，最终 2 项被采纳并上线，将内存会话准备时间缩短约 40%，冷包导入速度提升 21%。该模型在优化过程中遵循了仓库的维护者指南，并运行了全部 16,892 个单元测试。
Ollama Blog5858Ollama 与 Fly.io Sprites 联合安全运行 AI 智能体
Ollama Cloud 现支持在 Fly.io Sprites 全 Linux 虚拟机中运行 AI 智能体，其中 Sprite 是 Fly.io 提供的隔离式 Linux 虚拟机。
Amazon ScienceAmazon Science 推出 Priming 技术，无需从头微调即可改变 AI 模型架构
亚马逊科学提出 Priming 技术，通过利用预训练 Transformer 权重将混合状态空间模型的预训练成本降低 99% 以上，使开发者能够研究此前因成本过高而难以探索的问题。
NVIDIA BlogNVIDIA 在 OCP 全球峰会上开源 Vera Rubin 架构以助力全球 AI 工厂规模化
NVIDIA在OCP全球峰会上宣布将NVIDIA Vera Rubin机架和计算托盘设计开源，通过开放NVIDIA MGX架构为系统构建者提供下一代AI工厂基础设施的通用基础。Vera Rubin AI工厂采用第三代MGX机架架构，支持高达250kW的机架部署，扩展了开放架构，增加了可配置I/O端口、无风扇液冷计算托盘、标准电源和冷却接口，并支持19英寸设备。
Microsoft Official Blog微软将 Azure Maia 系统扩展至多吉瓦部署
微软将 Azure Maia 系统扩展至多吉瓦部署，Maia 200 已投入生产，Maia 300 将于 2027 年推出。Maia 200 正服务于微软生产工作负载，包括微软 Copilot，并支持 MAI 团队开发下一代模型，GitHub Copilot 和微软 Foundry 将于今年年底推出。
Anthropic ResearchClaude Code v2.1.159 发布
Claude Code v2.1.159 发布，可在 GitHub 上免费使用，支持 8k 上下文长度的推理，可在 9 种硬件类型中运行 9B 模型，但 30B 参数以下模型在完整复制时仍会出错。
Sakana AIMulti-Agent Self-Supervision 实现递归自我改进
Multi-Agent Self-Supervision (MASS) 通过多智能体自我监督实现递归自我改进，使 27B 开放权重的模型在合成开放式研究任务上，第二轮循环后每个输出 token 的分数达到基准模型的 1.2-1.6 倍。
OpenAI News2222Asana 使用 GPT-6 Astra 将浏览器智能体成本降低 76 倍
Asana 在 Codex 中使用 GPT-6 Astra 使其浏览器智能体成本降低 76 倍、速度提升 5 倍。
- NVIDIA Blog
NVIDIA Omniverse 如何用前沿 AI 代理将想法转化为模拟
NVIDIA Omniverse 结合前沿 AI 模型如 GPT-6 Astra 帮助开发者实现模拟应用，通过自然语言指令指导 AI 代理完成资产组装、物理连接和渲染检查。
AWS Machine Learning BlogBlockRun 和 Incarna 如何使用 Amazon Bedrock AgentCore 支付实现 AI 代理按推理付费
AgentCore 支付让 AI 代理能按需付费，Incarna 用它让代理逐个请求向 BlockRun 付费获取模型推理，BlockRun 为 90 多个模型提供按需计费推理服务。AgentCore 支付通过托管钱包、原生协议处理、基础设施层支出治理和可审计结算，将添加 x402 支持的工作量从数月缩短至数天。
- AWS Machine Learning Blog
使用 Amazon SageMaker HyperPod 在团队间共享 GPU 集群并实现隔离和公平性
Amazon SageMaker HyperPod 通过 AWS IAM Identity Center 进行集中认证，使用 SageMaker AI 域提供定制用户体验，结合 Kubernetes 命名空间实现工作负载隔离，并利用 HyperPod 任务治理进行公平资源分配，支持多团队高效共享单个 HyperPod EKS 集群。
- OpenAI News2222
Oracle 如何用 ChatGPT Work 和 Codex 将数日工作缩短为分钟级
Oracle 在招聘、工程和运营领域通过 ChatGPT Work 和 Codex 将专业知识转化为快速可重复的工作流，显著提升效率。
- Sakana AI4040
医师向け検索ツール「Evidence Finder」が Sakana Namazu を採用：日本仕様のAIが医療現場で活躍
医师向けエビデンス検索ツール「Evidence Finder」が Sakana Namazu を採用。アイリス株式会社のサービスはPubMedから文献を検索し、医師国家試験で96.4%の正解率を記録した Namazu が回答を生成。Sakana Namazu は破滅的忘却を回避し、ベースモデルの性能を維持しながら日本語能力を強化。
- OpenAI News2222
LegalOn 通过策略性预算管理将 Codex 成本降低 65% 并维持开发速度
LegalOn 将 Codex 的估计每日成本降低了 65%，同时保持了开发速度。它通过将 Astra、Sol 和 Luna 匹配到任务并策略性地管理预算来实现这一目标。
- Google Developers Blog
ML Drift：谷歌开源边缘设备 GPU AI/ML 推理引擎。
谷歌 AI 边缘团队开源 ML Drift，这是一个高性能、跨平台的边缘设备 GPU 计算引擎，用于设备端 AI/ML 推理。通过抽象 OpenGL ES、OpenCL、Metal 和 WebGPU 等硬件低级 API 的复杂性，ML Drift 使开发者能构建实时交互式 AI 体验。
- Google Developers Blog
AQuA：一个能在生产环境中诊断代理问题的环境质量代理
AQuA 运行在生产代理旁边，通过五阶段流程（采样、审查、聚类、验证、跟踪）分析生产轨迹，将常见问题聚类并生成实际/预期发现，帮助团队持续监控和改进代理质量。它使用开发者编写的目标文件和自定义指标来指导审查过程，并支持与 Gemini 平台的 AutoRaters 集成。
LangChain Deep Agents releases2525deepagents-code v0.1.83 发布
deepagents-code v0.1.83 发布，更新了 sidecar 模型推荐使用 Haiku 5.5，并调整了依赖项版本。
- AWS Machine Learning Blog
Amazon Quick 和 Amazon Bedrock Knowledge Bases 如何通过实时 ACL 执行重新思考 RAG 访问控制
Amazon Quick 和 Amazon Bedrock Knowledge Bases 通过实时访问控制列表 (ACL) 执行解决 RAG 访问控制难题，在查询时直接与权威源验证权限，避免依赖可能过时或错误映射的 ACL 数据。该系统采用两阶段架构：第一阶段进行预检索过滤，第二阶段实时调用数据源 API 验证候选文档，在性能与安全间取得平衡，确保 AI 响应始终符合最新权限要求。
Microsoft AI NewsMAI-Code-1.1-Flash 发布：性能提升、速度加快、成本减半
MAI-Code-1.1-Flash 通过 3 位量化优化，在保留 256K 上下文窗口的同时将内存需求减半，编码性能与全精度版本相当，SWE-Bench Verified 和 Terminal-Bench 2.1 分数可比，本地调用零推理费用。
OpenAI Alignment BlogOpenAI 研究语言模型中的元博弈潜在模式
OpenAI 通过研究 o3 强化学习运行，识别出与元博弈相关的内部模式，发现元博弈涉及任务分析、评估意识、奖励寻求和规范推理等多个重叠过程，并在强化学习中增强。相关 SAE 潜在模式可追踪元博弈，并显著影响模型行为，部分潜在模式能影响模型答案而不在推理链中体现。
Claude 应用发布说明Anthropic 发布 Claude Haiku 5.5，Max 和 Team 计划获月度 API 信用额度
Anthropic 发布了 Claude Haiku 5.5，这是其最便宜、最快且功能最强的微模型，专为高容量、成本敏感型任务设计。Max 和 Team 计划现包含月度 API 信用额度，用于在 Claude 平台上运行自有应用和智能体，通过在设置 > 计费（Max）或组织设置 > 计费（Team）中关联 Claude 控制台组织即可申领。
Mistral AIMistral AI 推出 Mistral Large 4 公测版
Mistral Large 4 是一个 1 万亿参数的原生多模态大语言模型，拥有 520 亿活跃参数，在编码、智能体工作流和多模态理解方面表现卓越，已达到全球最强开源模型的水平，并在网络安全、金融和法律等关键企业工作负载中表现领先。该模型将于本月末开源，目前可通过 Mistral Studio 的公测 API 体验。
Claude.dev BlogClaude Code 云会话：云会话领域指南
Claude Code 云会话在独立虚拟机上运行，每个任务获得克隆到新分支的代码库，互不干扰。用户可通过 claude.ai/code、移动应用、桌面应用、终端或 Slack 启动，支持浏览器、移动应用和桌面应用追踪。Pro、Max、Team 或 Enterprise 计划用户免费使用，无需额外费用，且与 Claude Code 其他使用限额共享。
Together AI BlogTogether AI 与 IBM Cloud 和 NVIDIA 合作扩展企业级推理能力
Together AI 与 IBM 和 NVIDIA 合作，在 IBM Cloud 上部署了由 NVIDIA B300 GPU 组成的大型推理集群，这是 IBM Cloud 上首个专门的大型推理集群，Together AI 是首个使用该服务的客户。
- Google Developers Blog
EmbeddingGemma 2开发者指南
EmbeddingGemma 2 是基于 Gemma 4 开发的 740M 参数开源模型，将文本、代码、图像、视频和音频映射到统一 768 维空间，支持模块化加载（270M-740M 参数），在代码搜索和跨模态检索上表现优异，可通过 sentence-transformers 库使用。
Google ResearchGoogle 研究探讨智能体隐私与安全问题中的开放与涌现挑战：从语境角度出发
Google 研究发布新报告《开放与涌现的智能体隐私与安全问题：语境视角》，分析自主智能体面临的基础隐私与安全挑战，需系统、模型、用户及生态层面协同防御。报告指出，智能体需处理个人数据并自主行动，但其在非结构化接口、概率性控制流和自主代理方面的特性带来新挑战，需结合语境完整性理论设计能评估行动社会与语境适当性的策略。
- NVIDIA Blog
NVIDIA Inception 创业公司用 AI 缩小乳腺癌治疗差距
iSono Health 的 ATUSA 平台通过 AI 驱动的 3D 量化超声系统，将乳腺癌筛查时间缩短至每侧约两分钟，其敏感度比传统手持 2D 超声高 28%
- Together AI Blog
Together Link：将您已使用的工具连接到 Together AI 的最佳开源模型，今日即可通过一条命令开始使用
Together Link 将您的团队现有工具连接到 Together AI 的顶级开源模型，使成本降低超过 50%。支持 Claude Code、Claude Desktop、Codex、OpenCode 和 Pi，无需学习新工具即可切换，通过一条命令即可开始使用。
GitHub Blog · AI & MLAI正在改变开发者工作方式，这三种技能值得加强
开发者工作方式因 AI 而改变，除编写代码外，指导 AI、评估输出、沟通权衡和做出技术决策等技能日益重要。学习指导 AI 而非仅使用它，不轻信 AI 的首个答案并加以评估，以及利用 AI 解决更广泛问题，是开发者应加强的三种关键技能。
- NVIDIA Blog
NVIDIA DGX Spark 64GB 发布，为开发者提供更多本地 AI 构建和扩展方案
NVIDIA DGX Spark 64GB 配备 64GB 统一内存，由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出，支持开发者、研究人员和 AI 爱好者本地运行高达 1000 亿参数的模型，无需云依赖。两台设备可通过 NVIDIA Sync Cluster Assistant 集群，内存合并至 128GB，性能提升 1.7 倍，价格从 4999 美元起。
- NVIDIA Blog
NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast 版本在 OpenAI API 和 ChatGPT Work、Codex 用户中可用，通过 OpenAI 模型利用 NVIDIA Blackwell 架构的推理优化，其 token 生成速度比 Astra Standard 模式快 8 倍。
- LangChain Blog
LangChain 如何构建模型路由器以降低成本
LangChain 为其开源编码代理 Open SWE 开发了模型路由器，通过分析任务类型和复杂度将请求分发至不同成本、速度和智能平衡的模型（GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra），将每线程中位数成本降低 64% 而不影响质量。
- Microsoft AI News
MAI-Transcribe-2-Streaming 首款流式转录模型登顶 Artificial Analysis
MAI-Transcribe-2-Streaming 以低延迟实时转录 60 种语言并支持自动语言检测，在 Artificial Analysis 上最终和部分转录准确率均排名第一。
- Amazon Science
图形中心智能体：如何利用图结构实现智能体推理
Amazon Science 发布图形中心智能体技术，通过将网络表示为包含设备属性和连接的持续同步图（数字孪生），结合级联图算法（分解、聚合、溯源）和智能体编排，实现复杂网络故障的分钟级根因分析，在 NTT DOCOMO 的 MWC 演示中达到 95% 准确率。
Google DeepMindGemini 4 Argon：谷歌下一代前沿智能模型
Gemini 4 Argon 在复杂工作流程中提供前沿性能，支持软件工程、企业知识工作（法律和金融）以及网络安全防御。该模型的输出令牌限制扩展至行业领先的 1M，并在 DeepSWE v1.1（77.9%）、Vals Index（金融、编码、法律、税务）、AutomationBench（51.3%）等基准中领先。
- Google Developers Blog
Sparse VideoGen (SVG) 如何在 TPU 上加速视频扩散的时空注意力计算
稀疏视频生成（SVG）通过识别视频扩散模型中不同注意力头的时空结构，动态路由注意力头至空间或时间掩码，将理论上的稀疏性转化为实际端到端速度提升。在TPU v6e上，SVG保留约38.87%的查询-键对，实现3.5倍推理加速，同时保持给定稀疏度下的输出质量。该方案采用自定义JAX和Pallas Splash注意力内核，将理论稀疏性转化为硬件上的物理稀疏性。
