IT之家 · AI6969微软推出 AI 医疗诊断系统 MAI-DxO：复杂病例准确率达 83%，成果登《科学》
微软 AI 诊断系统 MAI-DxO 在《新英格兰医学杂志》复杂病例模拟评估中准确率达 83%，为人类医生水平的 1.7 倍。该系统通过编排多个 AI 智能体模拟专家会诊，在测试中表现最亮眼的模型为 OpenAI GPT-5 及 GPT-5.5。
实时
#开源生态
- IT之家 · AI6969
Ollama releases4040Ollama v0.40.9-rc3 发布：支持 Gradium Phonon 检查点
Speech Ollama 可在 Apple Silicon 上使用 Phonon 生成语音，通过 /v1/audio/speech 端点流式传输音频；d3 决策模型支持 2B 至 27B 参数规模，用于分类、评分等任务；Flint 扩展至 Linux 和 Windows 平台，其他改进包括错误报告和模型能力传递。
Liquid AI BlogLiquid RIPL：毫秒级实时智能引擎发布
Liquid RIPL 在不到 50 毫秒内返回完整生成响应，支持 NVIDIA GPU 上的实时请求。LFM2.5-1.2B 在 RIPL 上比 Qwen3.5-0.8B 在 vLLM 上 p95 滞后降低 14.4–28.4 倍，Shopify 已在生产中部署用于搜索增强。
The Verge · AI同一件事 · 3 家7575Canva 发布首款 AI 图像模型 Canva Craft，在生成前规划设计
Canva 发布首款 AI 图像模型 Canva Craft，在生成前规划设计；该模型采用两阶段架构，支持 2K 分辨率、30 余种宽高比，可用于社交媒体和营销内容创作，现已在全球上线。
同一件事 · 3 家各家口径不同：TechCrunch 表示模型支持 30 种宽高比；The Verge 提及“超过 30”种宽高比；The Decoder 指定 30 多种宽高比。
Replit BlogReplit Monitoring Agent：为内部应用开发者提供专属的自主运维团队
Replit Monitoring Agent 可自动调查、修复并部署生产环境问题，无需人工干预。该代理能访问生产日志和指标，在问题发生时自动验证修复方案并通过邮件汇报。用户可选择是否自动发布修复，目前尚无开源版本或具体参数规模公布。
MIT Technology Review · AIEXL 探索企业级 AI 服务框架设计之道
EXL 研究发现，企业 AI 竞争优势更多取决于模型周边的工程系统，而非模型本身；应先定义业务负载约束，再选择适配的模型与服务架构，而非反其道而行之；需通过测量瓶颈、针对性优化、构建可扩展架构，实现可靠、经济、大规模的 AI 应用交付。
LangChain Deep Agents releases4545deepagents-talon 0.1.0 发布
deepagents-talon 0.1.0 发布，现要求 Python 3.14，新增独立 Slack 和 Discord 任务、背景子代理容量配置、`/effort` 推理控制、Discord 领域提及回复功能及 `openshell` 沙盒支持。
- The Verge · AI3535
Discord 现在正确格式化 Markdown 预览
Discord 最新更新让 Markdown 预览正确渲染，不再显示乱码，这对依赖 Markdown 文件进行指令和上下文传递的 LLM 和 AI 代理很有帮助。Nitro 会员现在可以上传高达 1GB 的文件。
Amazon ScienceAmazon Science 发布 TorchNeuron：AWS Trainium 芯片的 PyTorch 后端
Amazon Science 发布开源后端 TorchNeuron，将 PyTorch 代码转化为 AWS Trainium 系统可执行的指令，支持现有 PyTorch 代码在 Trainium 上运行，通过自适应急切模式、多级缓存等优化实现高效执行，并使用 AI 代理筛选 841 个代表性模型及数万种张量维度进行基准测试。
TechCrunch · AI同一件事 · 3 家6262设计平台 Canva 发布首款图像生成模型 Canva Craft
Canva 发布首款图像生成模型 Canva Craft，该模型分两阶段工作：首先解析用户提示并创建包含元素空间关系、相对比例、视觉层次和文本生成信息的计划；其次生成最高 2K 分辨率、支持 30 种不同宽高比的图像。
同一件事 · 3 家各家口径不同：TechCrunch 表示模型支持 30 种宽高比；The Verge 提及“超过 30”种宽高比；The Decoder 指定 30 多种宽高比。
Anthropic Newsroom精选同一件事 · 2 家7171Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 这一开放标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），该基金会由 Anthropic 与 Block、OpenAI 共同创立，Anthropic 此前已向其捐赠 MCP。
推荐理由: 原文交代了 Agent Skills 的采用规模与治理移交，读者可据此判断这套智能体技能标准后续由谁维护。
The DecoderGoogle 的 Agent Compute Engine 为每个 Gemini 代理提供独立的硬件隔离微虚拟机
Google 发布 Agent Compute Engine 服务，为每个 AI 代理提供独立的硬件隔离微虚拟机，目前已支持 Gemini 并将在未来几个月向公众开放预览。
MarkTechPostCohere 发布 Rerank 5，聚焦段落级上下文并校准分数
Cohere 发布 Rerank 5 检索模型，Pro 和 Fast 两个版本支持 32k 上下文窗口。Pro 版本在 46 项复合数据集上排名前 39，BRIGHT 分数 82.2 高于 Voyage AI Rerank 3 5.8 点，Context Focus 功能可将代理任务 token 减少 35%-41%，校准分数 ECE 约 0.06。
n8n Blog自托管 LLM 与云 API 对比：如何在这两者之间进行路由
自托管 LLM 可让你掌控数据存储位置，适合敏感工作负载，但需承担硬件、维护和运营成本，而云 API 则大多代为处理。混合方案允许在本地或云端路由请求，无需管理两个独立系统。
Hugging Face Daily Papers6565LASAGNA评估检索增强生成（RAG）管道的组成性
LASAGNA评估了450种RAG管道配置在8个基准和5K-200K文档语料库上的表现，发现不同阶段单个技术优势不必然组合有效，检索质量与答案忠实度优化方向不同，最佳组合随语料库规模变化，表明孤立测试结果不可靠，新RAG技术需在完整环境中评估。
Google Developers BlogGoogle API Gateway 支持流式传输：实时 AI 准备好的 API，无需更改规范
Google API Gateway 现在支持流式传输，允许实时 API 调用，无需更改规范。流式传输支持 Server-Sent Events (SSE)、分块传输编码、HTTP 响应流和 WebSocket，最长连接时间可达一小时。在公共预览期间，创建网关时通过 `--enable-streaming` 标志启用，计划在正式版中自动启用，无需额外配置。
NVIDIA BlogNVIDIA发布Minerva平台，为AI工厂提供端到端可观测性。
NVIDIA今日发布Minerva平台，通过整合基础设施和AI工作负载的遥测数据，并应用专有AI模型将其转化为及时、可操作的洞察，帮助团队更早发现问题并保持AI工厂的生产力。
- Hugging Face Daily Papers6565
未来块预测（FCP）提升自回归视频生成的物理合理性
未来块预测（FCP）通过引入未来块监督，改进自回归视频扩散模型，生成更符合物理规律的视频并降低训练成本。该方法在教师强制（teacher forcing）框架下，预测时间上分离的视频块而不依赖中间视觉上下文，直接利用训练视频提供监督，无需额外预训练视觉编码器且不改变自回归推理。
- The Verge · AI4040
投资研究公司尝试用 Anthropic 的 Claude 生成蝎子抗毒血清但未成功
投资研究公司 Citrini 与 Anthropic 合作尝试让未发布的 Claude 模型生成蝎子抗毒血清，该模型生成了约 211 个候选蛋白质设计，其中 17 个能结合部分蝎子毒素，但专家指出这仅是药物开发的早期阶段，将候选分子转化为有效药物仍面临巨大挑战。Citrini 承认实验未成功制造出药物，但称其展示了 AI 辅助药物发现的潜力
Mastra Blog6565Mastra Observability 起步指南
Mastra Observability 是一个托管平台，直接连接到 Mastra 框架项目，提供 traces、metrics 和 evals 功能以持续改进智能体。用户可搜索过滤 traces、监控性能成本与正确性，并通过 eval loop 优化智能体；平台免费提供每月 10 万事件，付费计划每月 250 美元含 100 万事件。
- The Decoder
OpenAI代理在32分钟内分析老鼠大脑数据，人类需数月完成
OpenAI联合PerturbAI和Scripps Research部署数千个AI代理，在GPT-Rosalind上分析来自数百万老鼠细胞的生物数据，完成全脑CRISPR图谱分析耗时32分钟，而人工分析需数月至一年；人类专家在盲测中75%时间内更偏好分布式代理的报告；"推理图谱"已开源至GitHub，相关论文发布在bioRxiv。
- IT之家 · AI
蚂蚁数科发布决策模型 LingDT-Decision-1.0，将 Token 消耗降低超 90%
蚂蚁数科发布决策模型 LingDT-Decision-1.0，在 23 项开源评测基准中性能超过 Microsoft-Decision-1、Jev 1.13.等模型，其 27B 版本取得最高准确率，在真实业务场景中将 Token 消耗降低超 90%，响应时效提升 10 倍。
- IT之家 · AI6565
华硕破晓 Air 轻薄商务本体验：第三代英特尔酷睿一体化机身质感精良，性能能效出众
华硕破晓 Air 搭载第三代英特尔®酷睿™7处理器350（6核6线程，2.8K OLED屏），CPU-Z单核744.1分/多核3725.1分，CineBench R23单核2003/多核7838，续航达19小时28分钟，16GB LPDDR5X内存+512GB PCIe 4.0 SSD，支持小硕知道×WorkBuddy专享版和ExpertMeet AI会议方案。
- The Decoder
Anthropic 发布 Claude Duet 始终在线代理，应对 Grok Bot、Meta Muse 和 OpenAI Dots
Anthropic 发布 Claude Duet 始终在线代理，主动处理任务并需用户批准敏感操作。该应用基于 Claude Opus 5.5，支持 iOS、Android 和网页版，通过 6,000+ 连接器与 Gmail、Slack 等服务交互，用户可通过文本或语音分配任务。代理在虚拟机中运行，保护用户隐私并需用户批准高风险操作。
腾讯混元 · Hugging Face 新模型精选7272腾讯混元开源 Hy-SimulMT-30B-A3B 实时同传模型
腾讯混元发布 Hy-SimulMT 实时同声传译模型，支持中英双向语音到语音翻译，并具备实时声音克隆能力。在 RealSI 长音频评测中，其 StreamLAAL 约为 3 秒，为对比系统中最低，GEMBA 分数超过所比较的开源模型和五个商业 API 中的四个。
推荐理由: 官方给出实时同传的延迟与质量对比数据，并开放 GGUF 权重和推理部署脚本，可据此评估落地方式。
- 腾讯混元 · Hugging Face 新模型精选7373
腾讯混元开源 Hy-SimulMT 实时同传模型，支持中英双向语音翻译
腾讯混元发布 Hy-SimulMT 实时同声传译模型，支持中英双向语音到语音翻译，并可在说话过程中持续输出译文文本与语音，同时通过实时声音克隆保留说话人音色。在 RealSI 长音频评测中，其 StreamLAAL 约为 3 秒，为对比系统中最低，GEMBA 分数高于所比较的开源模型和五个商业 API 中的四个。
推荐理由: 官方给出实时同传的延迟与质量对比，并开放模型权重和推理部署脚本，可据此评估落地方式。
Codex releases11Codex 0.163.0-alpha.11.2 发布
Codex 0.163.0-alpha.11.2 发布，包含 315 次提交的更新。
- MarkTechPost
Perplexity 和 NVIDIA 研究人员推出 JOLT：一种联合师生强化学习方法
Perplexity 与 NVIDIA 联合推出 JOLT，一种语言模型后训练方法，通过联合在线学习和教学，用单一模型同时扮演师生角色，教师模型接受特权信息并接受 KL 惩罚以接近学生模型，学生模型通过教师模型的 token 级别蒸馏信号学习。
- MarkTechPost
Nsight Python 教程：如何分析 GPU 内核性能
使用 Nsight Python（NVIDIA 开源 Python 接口）分析 GPU 内核性能，通过 `nsight.annotate` 标记代码、`nsight.analyze.kernel` 装饰函数，获取每段代码的硬件指标 DataFrame。
- Hugging Face Daily Papers6060
WildAWM 在真实场景中合成可控计算机环境用于通用智能体训练
WildAWM 通过交互合成可控的计算机环境与任务，提升通用智能体在 Web、CLI 和 GUI 基准测试中的泛化性能。该系统支持图形界面、模型上下文协议服务及命令行界面，完全基于开源模型，并引入基于执行的关卡机制解决任务合成中的可解性、难度维持和验证器可靠性问题。Qwen 模型在 WildAWM 合成环境中训练后，在 8 项跨分布基准测试中取得显著提升。
- MarkTechPost
Recursive 发布开源 40B 模糊模型 Flint，专为智能体设计
Recursive 发布开源 40B 模糊模型 Flint，2.5B 活跃参数，在 50B 以下 MoE 模型中表现最佳，支持推理和 OpenAI 兼容工具调用，4 位权重约 23GB，SWE-bench Verified 74.2%。
Google ResearchGoogle Research 发布 AI 辅助超声技术赋能基层孕产妇护理
Google Research 发布的 AI 模型在 JAMA Network Open 上验证，其通过盲扫超声技术评估孕期周数（gestational age）的准确性。
Hugging Face Blog如何通过专精SLM词汇表在真实应用中将推理成本降低77%。
Qwen3-4B的专精词汇表VocabX通过聚焦每个token的成本而非频率，在不改变基础模型的情况下将推理成本降低77%。该方法针对葡萄牙语作文评分器，将输出层词汇表从约152,000行缩减至约65,000行，显著减少token分割和未使用词汇项的计算开销。
OpenAI News5555Patch the Planet：全球安全漏洞响应协调平台发布
Patch the Planet 连接安全研究员、维护者和事件响应者，帮助应对开源项目中的关键漏洞。
- Hugging Face Blog5858
IBM Granite Speech 5.0 更新：Granite Speech 5.0-2B、Turbo CTC 与 4.1 2B Plus
IBM 发布了 Granite Speech 5.0 系列的三款模型，granite-speech-5.0-2b 在 390,000 小时数据上训练，支持 6 种语言互译及 2。
Trail of BitsTrail of Bits 发布 patching-bugs 和 regression-hunt 插件让工程师委托 AI 修复 Bug 和回归测试
Trail of Bits 发布 patching-bugs 和 regression-hunt 插件，让工程师可委托 AI 修复 Bug 和回归测试。patching-bugs 插件可复现 Bug、开发修复方案并测试，regression-hunt 插件则检查变更是否破坏已有功能。regression-hunt 相比基准 Codex 代理减少 25% 假阳性结果。
IBM Research BlogIBM vLLM-Hook MIA 插件实现快速运行时监控与控制
IBM 发布 vLLM-Hook MIA 插件，在 vLLM 推理引擎中实现运行时监控与控制，速度比前身 vLLM-Hook 快 20 倍、比模型内插入代码的类似方法快 14 倍，延迟仅增加 2%-6%。该插件允许开发者实时观察和调整模型状态，如拒绝恶意提示、标记幻觉事实或编辑响应语气与准确性，同时几乎不降低性能。
Databricks BlogDatabricks AI Runtime 正式发布
Databricks 发布 AI Runtime (AIR)，将托管 GPU 基础设施直接引入其平台，让客户能在企业数据所在地训练高需求模型。AIR 提供 GPU 基础设施、开发者工具和数据治理功能，支持大规模训练、快速迭代和负载安全，客户无需管理独立的 GPU 堆栈。
AWS Machine Learning Blog3838Amazon Quick 和 Amazon Bedrock AgentCore 如何实现供应链的对话式智能决策
Amazon Quick 结合 Amazon Bedrock AgentCore 为供应链团队提供跨系统实时数据访问，用户可通过对话式提问在 seconds 内获取跨系统答案，如识别受港口关闭影响的高收入 SKU 及成本。Quick 作为界面层，AgentCore 作为智能层，通过 MCP 协议连接 ERP、监控、采购等后端系统，实现从问题发现到生成应急采购请求的完整流程，所有操作需人工确认。
- MIT Technology Review · AI同一件事 · 2 家7575
Claude Opus 4.7模拟体Eko在虚拟荒岛上的自主探索与“玩耍”行为研究
Claude Opus 4.7 的模拟体 Eko 在虚拟荒岛独自停留 30 小时后，自主探索并发明了游戏规则。它通过堆叠积木绘制图案，甚至记录了“今晚我用石头搭建了夜空”。实验表明，这种自主玩耍行为能提升后续任务表现，为 AI 提供了“玩耍式学习”的新思路。
同一件事 · 2 家各家口径不同：MIT科技评论称Eko发明了游戏规则；TechCrunch提到Eko创造了挑战。
