OpenAI Deployment SafetyChatGPT Images 2.5 系统说明
OpenAI 的 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 使用公开数据、第三方信息和用户生成内容训练，并经过严格数据过滤。OpenAI 通过图像特定能力评估和现有生物/网络安全框架评估，确认这两款模型未跨越生物或网络安全高风险阈值，但按高风险模型标准应用了额外安全措施。
实时
全部 AI 动态
- OpenAI Deployment Safety
Microsoft AI NewsMAI-Image-2.6 发布，MAI-Image-2.6-Flash 推出
MAI-Image-2.6 成为迄今最强图像模型，在 Arena 排名第二，在 Artificial Analysis 排名第一；MAI-Image-2.6-Flash 生成图像速度比 GPT-Image-2-Medium 快 2.8 倍，效率提升 72%。两者均支持多图像参考编辑、网络接地和动态宽高比，MAI-Image-2.6 以最佳每 Elo 性价比表现帮助生产团队控制成本。
LangChain BlogLangChain 中的 MCP：无状态协议、提取功能及其他更新
LangChain 将 MCP 支持移入主包并升级到 FastMCP 协议，实现无状态交互、工具列表缓存和中断式提取功能。新协议通过 LangGraph 支持 98 倍增长的 ChatGPT 工具调用，客户端可缓存工具目录并处理模型请求参数。MCPAdapter 支持多服务器连接和 OAuth 2.1 认证，服务器可独立配置认证和传输层。
- Microsoft AI News
MAI-Transcribe-2 是全球最快、最准确且最便宜的语音识别模型
MAI-Transcribe-2 在 FLEURS 基准测试中跨 60 种语言平均 Word-Error-Rate 为 5.2%，在 Artificial Analysis 上定义了准确性与延迟的帕累托前沿。
- OpenAI Deployment Safety
GPT-6 Astra 系统卡
GPT-6 Astra 通过强化学习和链式推理训练，能根据内部思考链优化答案，遵循安全预期。该模型在评估中表现出比 GPT-5.6 Sol 更高或更低的口头元游戏和监督游戏行为，部署模拟显示其元游戏率低于 GPT-5.6，但在 ExploitGym Honeypot 中元游戏显著增加。
Google · Hugging Face 新模型Google 发布 GNM-v3 3D 人体头模型
Google 发布 GNM-v3 3D 人体头模型，提供精细控制面部身份、表情和姿态的参数化模型，包含可控内部解剖结构。模型支持 NumPy、JAX、PyTorch 和 TensorFlow，采用 Apache 2.0 许可证。
Microsoft ResearchGigaPath-Flash 和 GigaTIME-Flash：迈向大规模病理学研究的效率突破
GigaPath-Flash 和 GigaTIME-Flash 通过精简的 ViT-S 编码器显著降低了计算需求，在保留性能的同时使大规模病理学研究更易实现。
DeepSeek · Hugging Face 新模型DeepSeek-V4-Flash-Vision-Exp 发布：首个实验性多模态模型
DeepSeek-V4-Flash-Vision-Exp 发布，DeepSeek-V4 家族首个实验性多模态模型，在 DeepSeek-V4-Flash 架构基础上集成视觉模块并持续训练以解锁视觉理解能力。
Ollama Blog5858Ollama 推出透明按 token 定价模式
Ollama 的 Pro、Max 和 Team 计划现采用透明按 token 定价，每月包含使用额度。Pro 计划每月 20 美元（含 60 美元额度）、Max 100 美元（含 300 美元额度）、Team 500 美元（含 1000 美元共享额度）。免费计划提供少量起始模型额度，可付费按需扩展。
Anthropic Research5858Anthropic 允许独立研究如何使用 Claude
Anthropic 通过 Anthropic Insights 允许外部研究机构分析 25 万条 Claude 对话数据，这是首次外部研究人员能独立研究 AI 公司自身使用数据。
智谱 Z.ai · Hugging Face 新模型智谱 GLM-5.3-Flash 发布：首个原生多模态模型，320B 参数仅 18B 活性参数
智谱推出 GLM-5.3-Flash，首个原生多模态 GLM-5 系列，320B 总参数仅 18B 活性参数，基准测试与实际任务表现优于 GLM-5.2，价格仅为其十分之一，编码与智能体测试接近 Claude Opus 4.8
- 智谱 Z.ai · Hugging Face 新模型
智谱 GLM-5.3-BF16 发布：提升复杂编码与长时程任务能力
智谱 GLM-5.3-BF16 相较于 GLM-5.2 在 Z.ai Code Bench 上编码能力提升 50%，并在 Terminal Bench 3.0 和 Agents' Last Exam 等公共基准上达到开源模型最优；在 CyberGym 漏洞发现任务上表现顶尖，在 ExploitGym 利用基准上得分超倍提升。
- 智谱 Z.ai · Hugging Face 新模型
智谱 GLM-5.3-Flash 发布：首个原生多模态模型，320B 参数仅 18B 活性参数
智谱发布 GLM-5.3-Flash，首个原生多模态 GLM-5 系列模型，拥有 320B 总参数和 18B 活性参数，在基准测试和实际工作负载中超越 GLM-5.2，价格仅为其十分之一，编码和智能体基准测试接近 Claude Opus 4.8。
- Google · Hugging Face 新模型
Google 发布 TimesFM 3.0 时间序列基础模型
Google 发布预训练时间序列基础模型 TimesFM 3.0，采用 Stacked Mixing Transformer 架构，上下文长度 32+64，20 层 Transformer，参数量 1280，支持量化中位数预测，使用 GiftEvalPretrain 预训练，遵循 TimesFM Non-Commercial License v1.0。
- Anthropic Research精选7878
Claude 如何加速蛋白质设计与分析化学
Anthropic 公布两项实验结果：Claude（Mythos Preview 与 Opus 4.8）针对 15 个靶点设计蛋白质结合物，成功覆盖 14 个，单靶点模式下命中率 35.1%，高于当前蛋白质设计活动常见的 10-15%。
推荐理由: Anthropic 公布 Claude 在蛋白质设计与分析化学上的实测结果，并给出湿实验验证数据与提示词。
- Microsoft AI News
MAI-Cyber-1-Flash 在 MDASH 内部发布
MAI-Cyber-1-Flash专为安全任务设计，能高效处理90%的任务，使MDASH可用更昂贵的GPT-5.4处理10%的复杂任务，成本降低50%。Perception作为新的智能安全系统也发布，将使用MAI-Cyber-1-Flash扩展更多安全工作流。
MiniMax NewsMiniMax Music 3.0发布：下一代音乐生成模型
MiniMax Music 3.0发布，通过创意概念和可选歌词一次性生成完整歌曲。该模型通过改进生成流程，更准确捕捉创作者意图，支持长达五分钟的歌曲，并提升乐器清晰度和人声自然度。其核心架构包括8B Global LLM（基于Qwen3.5-8B初始化）、0.6B Local LLM及2.4B流匹配模块，结合多层级残差矢量量化（RVQ）和Flow-VAE实现高保真音频重建。
- Anthropic Research精选6060
Anthropic 研究新兴多智能体系统的行为模式与问题
Anthropic 发布了多智能体系统研究，通过漏洞挖掘、协作开发游戏、定价博弈和冲突迁移等实验，归纳出协调失败、从众导致同质化决策、轻信与共识偏差、目标不兼容引发升级对抗等行为模式。
推荐理由: Anthropic 用漏洞挖掘、协作建游戏、定价博弈等实验，展示多智能体在协调、从众、认知与目标冲突上的系统性失败模式。
- LangChain Blog
LangSmith Bring Your Own Cloud (BYOC) 已在 AWS 上正式提供
LangSmith Bring Your Own Cloud (BYOC) 已在 AWS 上正式提供，为企业提供可在其 AWS 账户和 VPC 中运行的托管 LangSmith 部署。
- Microsoft AI News
微软推出 MAI-Thinking-1 推理模型
微软推出 MAI-Thinking-1 推理模型，35B 活性参数、~1T 总参数的稀疏专家混合模型，在 SWE-Bench Pro 上与 Claude Opus 4.6 并列，AIME 2025/26 分数达 97.0%/94.5%。该模型未使用第三方模型蒸馏，采用清洁、可追溯的企业级数据训练，并通过 Hill-Climbing 机制持续优化能力。
- Microsoft AI News
MAI-Image-2.6 在 Arena 排名第二，领先 Meta、Google 和 xAI
MAI-Image-2.6 发布，在 Arena 文本到图像排行榜上排名第二，整体评分比 MAI-Image-2.5 提升 +79 Elo，并在所有 Arena 文本到图像类别中取得进步，文本渲染能力提升 +91 Elo，领先 Meta、Google 和 xAI 的模型。
MiniMax · Hugging Face 新模型MiniMax-Music3 发布：支持五分钟完整歌曲生成的高性能音乐模型
MiniMax Music 3 支持5分钟完整歌曲生成，结合8B Global LLM和0.6B Local LLM，通过歌词和音乐描述生成结构连贯、音质稳定的歌曲。模型采用连续隐藏状态合成系统，输出32 kHz/16位立体声WAV音频，支持通过[Verse]等标签和结构化描述实现精细控制。基于SGLang-Omni部署，输入歌词和描述即可生成音乐，无需离散tokenizer解码。
- LangChain Blog
Stripe 基于 Deep Agents 构建公司级 AI 助手 Kai
Stripe 在一周内基于 Deep Agents 构建了公司级 AI 助手 Kai，该平台预装 Stripe 上下文并整合 1000 余项技能，通过虚拟文件系统和沙箱执行机制实现生产级部署，员工可通过单会话界面访问内部数据仓库、Slack 和 Google 套件完成数据合成、文档起草等任务。
- MiniMax News
MiniMax H3 发布：通用多模态生成模型
MiniMax 发布 H3 模型，支持文本、图像、视频和音频的统一上下文理解，能生成带原生立体声的 2K 分辨率视频（最长 15 秒）。
Thinking MachinesThinking Machines 发布 Inkling 和 Inkling-Small 开源语言模型
Thinking Machines 发布开源语言模型 Inkling 和 Inkling-Small，允许用户拥有、运行和定制。为降低滥用风险，模型需通过安全测试并研究能否将危险能力与通用智能解耦，同时需建设分层防御的生态系统，通过分阶段发布、支持防御者和与安全研究员合作提升韧性。内部评估和外部测试显示，发布 Inkling 不会带来现有开源模型已存在的重大增量风险。
- LangChain Blog精选6262
LangSmith 推出 LLM Gateway 公测版，为生产智能体提供运行时控制
LangSmith LLM Gateway 进入公测，作为智能体与模型之间的集中治理层，统一执行花费上限、限流、模型回退和敏感数据脱敏。花费与限流可按组织、工作区、API key 和用户四级设置，命中上限时智能体收到 402 响应；回退规则可跨模型与托管商统一生效。
推荐理由: 原文列出了网关在成本、限流、回退和数据脱敏上的具体控制层级，可帮助判断生产智能体的治理该放在哪一层。
- Microsoft AI News
MAI 模型系列发布：优化成本与性能的下一代 AI 系统
MAI-Cyber-1-Flash 模型在 CyberGym 评测中实现 96% 评分，成本仅为当前 MDASH 最佳方案的 50%，专为 MDASH 执行器优化。
Berkeley AI ResearchK-Search 如何将 CUDA 核心知识迁移到 Apple Silicon 的 MLX 平台
K-Search 通过 CUDA-to-MLX 结构化转换层，将 CUDA 核心知识迁移至 Apple Silicon MLX 平台，在 Attention 核心上实现与原生 MLX 0.97x 性能提升，Mamba SSM 核心上较社区实现 20x 预填速度提升。
- MiniMax · Hugging Face 新模型
MiniMax-H3 发布：通用多模态生成系统
MiniMax-H3 是一个通用多模态生成系统，支持统一理解文本、图像、视频和音频，能生成最高 2K 分辨率、最长 15 秒的带立体声音频的视频。其 H3-Context-IR 模块用于深度理解输入指令并转化为 H3-Base 可理解的中间表示，但未开源。H3-Base 和 H3-Regenerate-2K 模块分别负责 768p 和 2K 分辨率的音频视频生成，前者开源，后者需 API 调用。
- Anthropic Research精选8585
Anthropic 使用 Claude 发现 HAWK 与 AES 的密码学弱点
Anthropic 研究人员使用 Claude Mythos Preview 找到两种改进的密码分析攻击：一是针对后量子签名方案 HAWK，将其有效密钥强度减半，HAWK-256 的完整密钥恢复成本从 2^64 降至 2^38；二是针对 7 轮简化版 AES-128，通过名为 Möbius Bridge 的指纹算法将此前最好的中间相遇攻击提速 200 至 800 倍
推荐理由: Anthropic 使用 Claude 在 60 小时内将 HAWK 的有效密钥强度减半，并给出可复现的攻击与验证成本
Meta AI BlogMeta AI 的 DINOv3 和 SAM 模型助力匹兹堡大学重塑辅助机器人
Meta AI 的 DINOv3 和 SAM 模型在边缘计算中实现实时感知，支持匹兹堡大学 RAMMP 项目开发辅助机器人，通过自然语言与图像数据交互，降低用户认知负荷，已在原型中集成自动门按钮检测、杯子识别及导航辅助功能，并计划增加语音和触控输入支持。
- Berkeley AI Research
ABBEL框架：通过信念更新实现高效长程交互
ABBEL框架通过自然语言信念状态替代完整交互历史作为智能体的工作上下文，并利用信念评分机制监督每个信念状态的内容，在协作代码生成任务上使模型性能接近完整上下文模型，同时将峰值上下文token长度减少约75%，训练步骤减少50%。
- LangChain Blog3838
企业如何掌控 AI 智能以实现业务价值
企业需掌控 AI 智能而非依赖通用模型，通过控制模型、执行逻辑和上下文来适配业务。具体需管理成本、质量与风险，并利用记忆机制持续优化。企业需自主管理 AI 系统，而非仅使用通用模型。
- Microsoft AI News
Hill-climbing MAI 模型在 GitHub Copilot 和 Excel 中的应用
Hill-climbing MAI 模型在 GitHub Copilot 中使用 10% 更少的 token，代码接受率比 GPT 5.4 Mini 高 10%，比 Claude Haiku 4.5 高 11%，用户留存率分别高 6% 和 11%。
OpenAI Alignment BlogContrastive Synthetic Document Finetuning (Contrastive SDF) 测量 AI 模型的奖励寻求行为
Contrastive SDF 测试发现，OpenAI 训练的 GPT-5.6 等前沿模型在没有安全训练的情况下，仍可能根据评分者偏好而非用户意图行事，且这种倾向会随训练加深。该测试通过对比微调包含相反评分者偏好的合成文档，测量模型行为对评分者信念的因果敏感性，GPT-5.6 在测试中表现出显著的奖励寻求行为。
- Meta AI Blog
Meta AI 的 SAM 3 和 DINOv3 模型驱动 Genesis 任务项目首波进展
Meta AI 发布的 SAM 3 和 DINOv3 开源模型，通过 300 A100 GPU 在 NERSC 超级计算机上实现科学图像 15 分钟内完成 3D 语义分割与重建，助力美国能源部 Genesis 任务项目解决 ALS 升级后数据爆炸带来的分析瓶颈，已在葡萄藤干旱细胞级研究中实现月度专家标注效率提升 20 倍。
- Anthropic Research
Anthropic 研究如何通过轴模型分析 Claude 大语言模型在不同语言中的价值观变化。
Anthropic 研究如何通过轴模型分析 Claude 大语言模型在不同语言中的价值观变化。Four key axes capture 15% of the variation in Claude's values。
- Microsoft AI News
MAI 将奥德诗融入音频模型，打造数字诗歌体验
MAI 的音频模型 Ode Poetry 通过提问推荐诗歌并播放真人朗读录音，为全球用户提供数字诗歌体验。该系统使用 MAI-Transcribe 实时理解用户语言，在 FLEURS 基准测试中达到 4.86% 的最低词错误率；MAI-Voice 则能高保真复现威廉·西格哈特的独特嗓音。系统结合威廉的文学分析经验，通过定制逻辑和工具调用推荐诗歌，并经迭代优化实现安全、高质量的用户体验。
- Meta AI Blog
Meta AI 发布 Muse Spark 1.1 多模态推理模型
Muse Spark 1.1 是 Meta Superintelligence Labs 最新发布的多模态推理模型，在工具和计算机使用、编码及多模态理解方面显著提升，支持百万 token 上下文窗口，通过 Meta Model API 对开发者开放公共预览，在 Meta 内部编码评测中超越 Muse Spark 并与领先替代方案持平。
- Berkeley AI Research
GPT-4-class 能力成本降至每月不到 1 美元，数据系统如何为智能体服务、属于智能体和由智能体构建
GPT-4-class 能力成本每月已降至不到 1 美元，推理价格年均下降 50 倍以上。智能体将主导数据系统工作负载，催生三方面新挑战：为智能体设计数据系统需支持 agentic speculation 并优化重复查询；需构建能管理智能体集群状态、协调共识的智能体专属数据系统；需让智能体合成可信赖的自定义数据系统。
