The Decoder7272Mistral AI 发布实时语音智能体全栈 Voxtral 3
Mistral AI 发布实时语音智能体全栈 Voxtral 3，包含语音转文本模型（Voxtral Small Transcribe 3）、文本转语音模型（Voxtral Mini TTS 3）及基于 LiveKit 的语音智能体 SDK。
实时
#开源生态
- The Decoder7272
- The Decoder7272
DeepSeek 开源推理引擎 DeepInfer，支撑 V4.1-Flash 高速低成本运行
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架是支撑 V4.1-Flash 模型大规模快速出答案的服务软件。
TechCrunch · AI6565Figma公司扩大MCP支持，但创始人认为其非完美协议。
Figma公司在印度举行的Config首届大会上宣布了20个新的MCP合作伙伴，但其创始人Dylan Field表示MCP并非完美协议，仍需改进。Field担心MCP在数据共享方面的不足，并指出Anthropic等公司未完全开放其资源。Figma认为开放MCP可能带来滥用风险，但依然致力于开放生态系统。
The Verge · AI7070Adobe Lightroom mobile 通过 AI 单击修复照片闭眼问题
Adobe Lightroom mobile 应用新增 AI 功能，用户单击即可修复照片中人物闭眼问题。该功能通过生成式 AI 实现闭眼到睁眼的智能替换，并参考用户 Lightroom 库中其他图像确保眼睛颜色、大小和形状的匹配。免费用户可免费使用该功能两次，之后会提示订阅 Adobe Creative Cloud 计划。
LangChain Deep Agents releases2525LangChain Deep Agents 0.1.87 发布
LangChain Deep Agents 0.1.87 发布，支持非交互模式下恢复线程、在提示缓存过期前压缩大型空闲会话、显示提示缓存过期时间、自定义 Slack OAuth 应用身份，并加载来自线程切换器的旧线程；修复本地服务器在所有者死亡时停止、`@` 提及中非 ASCII 文件名支持、`/reload` 变更摘要误导等问题。
NVIDIA Blog欧洲广播联盟与 NVIDIA 合作扩展主权框架，Adobe Frame.io 加速视频智能搜索
欧洲广播联盟（EBU）与 NVIDIA 合作扩展主权框架，引入云服务商、开源模型开发者及系统集成商，帮助欧洲广播机构在部署智能体时保留数据、基础设施、模型和安全的控制权。
- NVIDIA Blog5050
巴塞罗那超级计算中心 AI 工厂加速器项目助力西班牙初创企业创新
巴塞罗那超级计算中心（BSC）的 AI 工厂加速器项目已全面运行，为初创企业提供主权计算、技术支持和培训，支持跨行业创新。该项目与 NVIDIA Inception 计划互补，通过 NVIDIA Deep Learning Institute 开放课程、商业指导、风险投资连接等资源支持成员。自 2025 年 4 月启动以来，BSC AI 工厂已向私营和公共部门客户交付超过 800 项服务。
Ollama releases2020Perplexity 发布 v0.40.7 Ollama 版本
Perplexity 发布 Ollama v0.40.7 版本，包含 27B 决策模型 pplx-decider（源自 Qwen3.8-27B 微调），修复了多模型对话、流式响应和远程模型路由中的问题，新增模型渲染器、解析器和模板来源的 API 支持，部分草稿模型开始支持推测解码。
Apple Machine Learning ResearchTEAL：基于 ViT 的像素级高效主动学习框架
TEAL 首次将 ViT 的 token 空间高效主动学习应用于低预算像素级语义分割，在 CamVid、Cityscapes 等数据集上以单张图仅 1 个像素标注为代价，将 mIoU 提升至 +24.36，10 个像素标注时达到全监督 97% 的性能。
Databricks BlogDatabricks 推出 Agent Memory 增强智能体能力
Databricks 推出 Agent Memory，通过存储关键事实、偏好和流程提升智能体质量、降低成本和延迟，支持在 Lakebase 上运行，目前处于 Beta 版本。Agent Memory 基于 Databricks 最新内存研究，采用 MemCurrent 架构，在内部基准测试中使智能体任务通过率提升三倍，同时减少 31% 的 token 使用量。
PyTorch Blog3535PyTorch Foundation 招募九位新成员，推动开源 AI 生态发展
PyTorch Foundation 宣布新增九位成员，包括 Nebius、Nscale 和 Shopify，强化其在开源 AI 发展中的核心地位，加速生态突破。新成员的加入凸显了 PyTorch、vLLM、DeepSpeed 等项目的生态重要性，推动 AI 研究与商业应用的融合。
Tessl BlogTessl Blog：停止逐行审查代码，开始验证意图
Tessl Blog 停止逐行审查代码，开始验证意图。团队合并的 PR 量是去年的四倍且几乎都是 AI 生成，导致审查成为瓶颈。团队转向在代码生成前审查意图（验收标准、约束和边缘情况），并将重复的审查评论转化为可由机器执行的规则（不变量），从而将审查重点从代码本身转移到决策和规则所有权上。
- Tessl Blog7575
从独立编码工具到开发平台：信任如何影响 AI 代码助手的应用
工程团队对 AI 代码助手的信任程度决定其使用范围，从仅查看代码差异到完全授权合并，信任建立依赖于快速验证机制。开发平台成本随 AI 智能体工作强度增加而上升，约 80% 的预算被 20% 的重度使用者消耗，需评估单位有效工作成本。成功团队从辅助性任务开始逐步扩大 AI 范围，而非直接应用于核心系统。
Google Developers BlogGoogle 推出基于 TPU 的 vLLM 和 SGLang 推理引擎
Google发布原生PyTorch后端的vLLM和SGLang推理引擎，支持TPU并优化生产级服务；vLLM-TorchTPU在SemiAnalysis InferenceX基准测试中实现175B参数模型每百万token成本2.01美分，行业领先。
vLLM BlogvLLM TorchTPU 发布：在 Google Cloud TPU 上运行 vLLM 的新后端
vLLM TorchTPU (vllm-torchtpu) 发布，可在 Google Cloud TPU 上运行 vLLM，支持 Pallas 内核的注意力、Mixture-of-Experts 和量化矩阵乘法，保持 vLLM 体验不变，支持六维并行，推荐 TPU v7x (Ironwood)。
Hugging Face Blog精选6262PyTorch 2.15 为 MPS 后端带来 FP8 与更快的 LLM 解码
Hugging Face 的 PyTorch 团队介绍 PyTorch 2.15 在 MPS 后端的更新，新增 torch.float8_e4m3fn 张量与 F.scaled_mm，FP8 张量占用为 BF16 的一半。
推荐理由: 原文给出 MPS 后端在 FP8、MoE 解码和显存占用上的具体数字，可据此判断 Mac 本地跑模型的实际变化。
Anthropic ResearchAnthropic 使用 Claude 减少 code 的攻击面
Anthropic 使用 Claude 分析 25 个开源项目（逾 500 万行代码），发现 493 个安全问题。Claude 在 11 个受保护项目中识别出 191 个未授权可达的代码点，包括 93 个默认配置下可访问的预认证表面、37 个认证前执行代码或记录状态的位置，以及 61 个导致预认证控制被管理员配置弱化的配置组合。
AI as Normal Technology7575新论文：AI智能体评估的兴起趋势
研究人员提出了33项AI智能体评估的兴起趋势，指出评估智能体比评估模型更复杂，需要关注整个行为轨迹而非仅结果，并强调评估范围需扩展至实验室、特定用例和现实世界，同时呼吁更多跨学科评估者参与并确保其独立性。
Transformers releases3535Transformers releases发布v5.20.2补丁更新
Transformers 发布 v5.20.2 补丁更新，修复了 generate 函数中输入类型丢失的问题，该问题影响多模态模型；同时解决了其他若干问题，包括输入字典类型转换、bfloat16 专家并行梯度为零、仅报告文本的 VLM 输入模态声明以及 eager_mask 中的主机到设备复制。
Meta EngineeringMeta 工程师如何通过精简路由器提升 AI 代理的可靠性
Meta工程师通过构建一个1,300行的精简路由器，将20+工作流分配给14个专业AI代理，路由器自身不执行任何领域工作，显著提升了数据管道代理的效率和准确性。
LangChain BlogNu公司如何用LangGraph和LangSmith构建AI健康教练并优先进行评估
Nu公司在开发AI健康教练Nu时，优先构建了评估标准以避免越界医疗诊断，采用LangGraph框架和LangSmith工具，通过按类别评分的LLM裁判和开放式行为测试，确保系统在满足健康指导需求的同时符合监管要求。评估框架针对单一回复和完整对话分别设计，支持在两个前沿模型提供商间快速迁移，安全探针和守门节点实时审查对话内容，确保产品始终处于合规边界内。
n8n Blog如何在 NVIDIA DGX Spark 上本地运行 n8n AI 工作流，无需云 API
n8n 工作流可在 NVIDIA DGX Spark 上本地运行，无需调用云 API。通过在 DGX Spark 上部署 35B 混合专家模型 Qwen3.6-35B-A3B（NVFP4 格式）及 8 个其他模型，支持转录、OCR、图像生成等任务，所有模型均通过 OpenAI 兼容端点供 n8n 调用。部署需缓存模型并使用 vLLM 0.30.0 版本，确保离线运行和许可合规。
O'Reilly Radar6565ContextCue 项目探索 AI 如何改善分布式团队的协作与上下文理解
ContextCue 项目通过记录会议录音、保留语音讨论、屏幕共享视觉上下文、决策依据及来源，创建可跨团队的共享协作上下文。该实验针对 GitHub Copilot 和 Claude 等工具已提升编码效率但未改善团队间理解协作的问题，将会议记录转化为围绕请求或决策而非会议本身的 Markdown 格式输出，以解决分布式团队因时差和沟通断点导致需求理解偏差的挑战。
Inception Labs BlogMercury 2 for Search: 快速到足以每个查询运行百次
Mercury 2在标准NVIDIA GPU上每秒解码超过1000个token，比Gemini 3.1 Flash Lite在查询规划阶段快近2倍、比Claude Haiku 4.5快4.7倍、比GPT-5 Mini快10倍，每个查询步骤都快于其他模型，使其能在现有延迟预算内完成搜索流程的每一步。
- Google Developers Blog
LiteRT Tensor API 发布：边缘设备原生模型开发新方案
LiteRT Tensor API 发布，支持开发者以 C++ 在边缘设备原生编写和优化模型，实现跨平台（CPU/GPU/NPU）部署，无需转换脚本。开发者可完全控制计算图结构并直接加载模型权重，通过共享加速器缓冲区实现零拷贝数据流转，同时为 AI 编码智能体提供构建模块。
- Inception Labs Blog
TIME 2026 最佳发明：Mercury 2 首个用于推理的扩散式大语言模型
TIME 将 Mercury 2 列为 2026 年最佳发明，它是首个采用扩散式架构进行推理的大语言模型，每秒生成超过 1000 个 token，速度比主流优化型 LLM 快 5 倍，并显著降低计算与能耗成本。
- Inception Labs Blog
Mercury 2 和实时子智能体的崛起
Mercury 2 在上下文压缩任务中仅需 150 秒即可完成，同时保持与 Sonnet 4.6 相同的质量，速度提升 5 倍，成本降低 90%。Augment Code 将其用于企业级编码智能体，实现 82% 的压缩延迟降低和 90% 的成本削减，并通过 Prism 模型路由器动态分配任务，将 LLM 总支出降低 30%。
Ollama BlogCloudflare 的 27B 多模态决策模型 Clef 已登陆 Ollama 云平台
Cloudflare 的 27B 多模态决策模型 Clef 已登陆 Ollama 云平台，用户可本地运行或使用云端服务。Clef 将状态和类型化问题模式转化为决策，支持文本和图像输入，兼容 Jev 和 System One API，基于 Qwen3.8-27B 微调并采用 Apache 2.0 许可证。在 Cloudflare 决策指数评测中，Clef 优于 Jev 并在多数基准测试中表现领先。
- Inception Labs Blog
Inception Labs 推出 Mercury 3：史上最强大的扩散式大语言模型
Inception Labs发布Mercury 3，该扩散式大语言模型在多项基准测试中超越GPT-6 Luna和Claude Haiku 5.5，速度提升4-8倍达每秒1,000+ token，上下文窗口扩展至1M token，价格每百万输入输出token分别为0.20和0.70美元（首发50%折扣）。
- Inception Labs Blog
Inception Labs 推出全球最快推理大语言模型 Mercury 2
Inception Labs 推出全球最快推理大语言模型 Mercury 2，基于扩散模型架构，在 NVIDIA Blackwell GPU 上实现 1,009 tokens/秒生成速度。
MIT News · AI7575MIT研究人员开发多模态AI模型为材料科学提供“清晰”视图
MIT研究人员开发的多模态AI模型结合3D原子结构与自然语言描述，从实验研究论文和第一性原理计算数据库中生成丰富的结构语言描述，帮助AI学习材料的关键特性。该模型在识别固态锂离子电池电解质材料方面优于仅基于文本的模型，并能学习几何结构表示，为材料科学提供新的研究工具。
Browser Use浏览器智能体是什么？它的工作原理及适用场景
浏览器智能体通过 AI 模型操作网页以达成目标，用户描述任务后，智能体自动打开页面、导航、选择操作并检查结果以继续。它特别适用于需要灵活性和决策的不确定工作流程，由模型（决定行动）、套件（提供上下文、工具和循环）和浏览器（管理网站会话）三部分组成。主要用途包括数据提取、研究、表单填写等，但存在结果不一致、任务失败、网站阻止、提示注入和成本不可预测等缺点。
Baseten BlogReflection 推出 Beam 大模型：专为编码和智能体工作负载设计
Reflection 推出 Beam 大模型，采用 501B 参数的专家混合 (MoE) 架构，每 token 活跃参数 23B，上下文窗口达 100 万 tokens，专为编码和智能体工作负载设计，在编码、智能体、推理和 STEM 基准测试中表现优异，通过强化学习训练以减少 token 使用量，用户可调整推理力度参数，通过 Baseten 提供 API 和专用推理服务。
- LangChain Deep Agents releases3535
LangChain Deep Agents v0.7.26 发布
LangChain Deep Agents v0.7.26 发布，异步子智能体现可报告等待人类交互状态，并在父智能体的追踪中显示其运行记录，同时修复了工具结果路径丢失问题。
- Meta Engineering
Meta 如何通过 AI 原生工程构建 Forum 应用
Meta 使用 AI 智能体参与工程流程构建 Forum 应用，将 AI 视为工程过程的参与者而非辅助工具。该实验以生产就绪成果而非代码量衡量成功，通过 Human-On-The-Loop 模式让 AI 自主执行计划、实施、测试和验证，工程师负责设定目标、监督和验收。
Microsoft ResearchMagnetar 实现基于证明的通用计算
Magnetar 证明 Rust、Go 或 C 编写的程序，平均比最快可比系统快 10 到 39 倍，并仅依赖标准哈希函数实现安全，解决了零知识证明的三大挑战：效率、通用性和可用性。它通过利用重复性计算和早期终止证明过程，大幅降低了证明开销，使生成证明变得像运行程序一样常规，可用于 AI 智能体行为验证、金融交易校验等场景。
OpenAI News1717OpenAI教育者工具推出葡萄牙语版本及Study Mode功能
OpenAI为巴西教师推出葡萄牙语版教育者工具，新增Study Mode功能支持教师引导主动、分步式学习。该工具通过提问帮助学生思考与学习。
Mistral AIMistral AI 推出 Timestral 时间序列基础模型家族
Mistral AI 发布了 Timestral 时间序列基础模型家族，其参数最少的模型仅 209M，在 GIFT-Eval、TIME 和 fev-bench 三个主要基准测试中排名第一，优于参数量更大的模型；该系列包含 5M 至 209M 参数四种尺寸，支持过去和未来的协变量，可在 CPU 上高效运行，并可通过 Mistral Forge 进行领域适配微调。
Liquid AI Blogd1-ultra：推出全球最佳决策模型
d1-ultra 是 Liquid AI 新发布的支持多模态的决策模型，在 112 项评估中优于 d1 和 Jev 1.14，提供更可靠的概率输出。该模型基于更大的开放权重模型并经过定制化改进，在知识相关任务上表现突出，价格为每百万输入 token 0.042 美元，可通过 Liquid API 使用。
- Apple Machine Learning Research3434
计划或检索优先？工具发现架构的规模研究
在 ToolBench 上，Retrieve-then-Plan (RtP) 在单工具查询中优于 Plan-then-Retrieve (PtR)，而 PtR 在多工具查询中表现更佳，这一交叉点在所有检索预算（k=1至20）、注册表规模（1k至47k API）和模型族（Gemini 2.5 Flash 和 gpt-oss-120b）中均成立。
