Baseten BlogNVIDIA Nemotron 3.5 Super VL 在 Baseten 发布
NVIDIA Nemotron 3.5 Super VL 结合视觉理解、推理和工具使用，支持读取文档、图像、应用界面和视频，在 GDPval 评测中得分 1190 Elo，高于 Nemotron 3 Super 的 493。开发者可通过 Baseten Loops SDK 进行微调，并利用 NVFP4 权重在 Blackwell GPU 上评估。
实时
#多模态
- Baseten Blog
NVIDIA BlogNVIDIA 扩展 Nemotron 家族：发布最高效超大规模 Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt 模型
NVIDIA 发布 120B 参数的 Nemotron 3.5 Super VL 开源模型，在多模态智能体任务中实现最快任务完成速度和最高准确率；同时推出 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB 边缘模型。
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。
Apple Machine Learning Research基于选择的结构化推理：一种面向高效多模态搜索智能体的框架
选择式结构化推理 (SSR) 框架将推理重构为选择而非开放式生成，在每次行动前从预定义的推理候选中选择最可能的方案，显著降低推理成本。使用 2B 和 4B 模型在七项多模态搜索基准测试中验证，SSR 实现了平均成功率与同等规模领先搜索智能体相当，单步推理延迟降低 90%，单题总推理延迟减少 28-54%。
Together AI BlogMeta Muse Spark Open 在 Together AI 平台上线
Meta Muse Spark Open 已在 Together AI 平台上线，这是目前最强大的美国开源重量模型，专为需要将整个代码库保存在上下文中的长时间运行智能编码工作流程而构建。
Modal Blog7575Muse Spark Open在Modal上正式可用
Meta发布的Muse Spark Open大模型现已在Modal Auto Endpoints上提供，支持智能编码和长时程任务，具备原生多模态理解和1M token上下文窗口，可在扩展工作流中完成代码编写调试、多步规划、顺序工具使用及故障恢复。
OpenHands BlogOpenHands 与 NVIDIA 联合将多模态 AI 带入软件工程智能体
OpenHands 将 NVIDIA Nemotron 3.5 Super VL（120B 参数 MoE 架构，12B 活跃参数）引入软件工程智能体，支持文本、图像、文档、视频输入及文本输出
Prime Intellect BlogPrime Intellect 和 NVIDIA 联合为 NVIDIA Nemotron 3.5 Super VL 开源了 2500 个企业级训练任务
Prime Intellect 和 NVIDIA 为 NVIDIA Nemotron 3.5 Super VL 开源了 2500 个企业级训练任务，通过约 11 小时在 128 个 NVIDIA GB200 GPU 上进行 100 GRPO 步骤的微调。
Google Developers Blog三层结构，一个仓库：谷歌 ADK-Recipes 仓库导览
谷歌推出 ADK-Recipes 仓库作为 Agent 平台内容单一事实来源，包含核心模式、插件技能和服务，支持终端构建长时程记忆代理、一键安装零售垂直技能，并部署到 Cloud Run 或 Gemini Enterprise。
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。
- Apple Machine Learning Research
MLX 和 RDMA 在 Mac Studio 上实现本地和分布式大语言模型推理
在四台 Mac Studio 集群上，Muse Spark Open（816B 参数）生成速度超过 36 tokens/秒。Mac Studio M5 Ultra 版本比 M3 Ultra 在推理速度上提升 4.6 倍（TTFT）和 1.6 倍（tokens/秒），得益于 GPU 神经加速器和 1.2 TB/s 内存带宽。
Artificial Analysis ArticlesNVIDIA Vera Rubin NVL72在AA-AgentPerf评测中表现优异
NVIDIA Vera Rubin NVL72 在代理工作负载评测 AA-AgentPerf 中大幅领先 GB300 NVL72，最高达每 MW 5.7 倍。每块 Rubin GPU 拥有 288 GB HBM4 内存、19.2 TB/s 内存带宽、3.0 TB/s NVLink 带宽和 35 PFLOPS 密集 NVFP4 计算，CPU 支持 88 核。
Simon Willison6565Claude Opus 5.5 Max开发了Tree Appreciator游戏。
Claude Opus 5.5 Max用3小时7分钟开发了一款名为Tree Appreciator的慢速找茬游戏，通过算法生成两棵3D树让玩家找出差异，含音乐动画和成就系统。玩家可拖拽缩放观察，使用有限提示，每完成一对树木获得积分、树叶和标本条目。
Latent SpaceLeash Bio 的 Ian Quigley 探讨 DNA 编码库与 AI 科学推理
Leash Bio 通过在分子上附加数十个条形码来优化 DNA 编码库（DELs）数据收集，其 AI 智能体在公共基准上与 Boltz 并驾齐驱，并已发布名为 Minos 的可验证科学推理 AI 工具及开源数据集。
AI as Normal Technology超越自动化：AI 的新研究方向
超越自动化：AI 的新研究方向认为 AI 不应仅限于自动化人类劳动，而应探索增强人类、促进人机协作的新方向。该观点主张 AI 研究应关注白盒智能体、过程追踪、人机交互设计等新问题，以推动 AI 超越纯粹的技术自动化，实现更广泛的应用。
Cohere BlogClaude 代码智能体团队规模化经验：以 30% 成本触及前沿
十六位 Claude 代码智能体在约 2000 次智能体会话和 2 万美元 API 成本内编写出可构建 Linux 内核的 10 万行 C 编译器；Cursor 让数百智能体在约一周内从零编写出超百万行代码的浏览器。
Google ResearchGoogle Earth AI发布Geospatial Reasoning智能体，支持多步推理与行星级数据分析
谷歌发布Geospatial Reasoning智能体，集成Earth AI基础模型（含WeatherNext、PDFM等）及Google Maps等数据源，通过模块化技能与规划能力处理行星级地理数据。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/Ming-3.0-asr-tiny 发布：支持多语言方言的上下文感知语音识别模型
inclusionAI/Ming-3.0-asr-tiny 结合 Ling-tiny-v3 语言主干和音频编码器，支持单轮中英语音转写及15种方言识别，通过热词或对话上下文提升专业术语识别率，模型参数量未提及，在嘈杂语音和5个应用领域完成评测，提供PyTorch/Transformers推理示例及MIT授权。
- NVIDIA Blog
欧洲多城部署NVIDIA驱动AI智能体提升城市运营效率
欧洲多个城市及软件、基础设施和集成合作伙伴正使用NVIDIA加速计算构建物理AI智能体和数字孪生系统，以优化城市运营决策。这些应用可预测维护需求、指导城市规划并提升公共服务响应能力，涉及比利时、芬兰、法国、意大利、荷兰、波兰、瑞典、英国等地。
阶跃星辰 · Hugging Face 新模型阶跃星辰 Step-5-Preview-NVFP4 模型发布
阶跃星辰发布旗舰模型 Step-5-Preview-NVFP4，600B 总参数、27B 活跃参数，支持高达 1M 上下文窗口，在软件工程、专业知识工作及金融领域表现突出，可处理文本、图像和视频，通过 OpenAI 兼容 API 或离线生成部署。
- Apple Machine Learning Research2727
Whisper-small 在 Code-Switching Detection 任务中表现优异
Whisper-small 在 CS-FLEURS 基准测试中实现 14 种语言对的平均 F1 分数 0.798，优于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。该方法通过识别预训练语音编码器中的语言选择性隐藏状态维度，直接从语音中检测语言转换，仅需少量代码转换数据集即可微调决策规则。
- Apple Machine Learning Research4040
Apple Machine Learning Research 探索三模态掩码扩散模型设计空间
Apple Machine Learning Research 首次从零开始预训练文本、图像-文本和音频-文本数据的三模态掩码扩散模型（MDM），分析多模态扩展规律。
n8n Blog7575n8n 通过 MCP、助手和智能体整合 Gemini 4 Argon
n8n 整合了刚发布的 Gemini 4 Argon，通过模型上下文协议（MCP）可从其他 AI 工具构建工作流，助手（Assistant）支持 BYOK 运行在用户自有账户的 Gemini 4 Argon 上，智能体（Agent）可使用 Gemini 4 Argon 进行推理决策。
Google DeepMindGemini 4 Argon 为机器人技术带来突破性进展
Gemini 4 Argon 在物理理解、代码生成和视觉语义推理方面取得重大突破，在 Embodied Reasoning (ERQA) 基准测试中纯推理得分 87%，超越所有前沿模型。Argon 可应用于机器人生命周期的各个环节，包括使用 MuJoCo 进行移动操作练习、零样本机器人控制和视频世界模型的闭环转向。
- Google DeepMind
Gemini 4 Argon：专为解决复杂问题而构建
Gemini 4 Argon 在 Vals Index 上排名第一，以 175B 参数规模在编码、金融、法律、网络安全和科学等领域超越其他前沿模型，其推理深度和精度使它成为解决复杂工程问题、优化业务流程和加速科研突破的利器。
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。
- Liquid AI Blog
LFM2.5-24B-A2B 发布：面向设备端的快速智能体模型
LFM2.5-24B-A2B 是一个 240 亿参数的推理模型，仅使用 20 亿活跃参数，适用于设备端的快速智能体。该模型在五个关键基准测试中与 Qwen3.6-35B-A3B 竞争，速度比同类模型快 1.7 倍，且开源可用。
Amp News7070如何在 ChatGPT 和 Claude 中使用 Puck
用户可通过 MCP 与 Puck 交互，在 ChatGPT 或 Claude 中构思后将其任务发送至 Puck 实施并管理。Puck 知晓用户在 Amp 中的项目并路由至正确模块，支持在 ChatGPT 中直接查看 Amp 工作进度。MCP 提供 puck 工具用于 Amp 交互和 orbs 工具展示运行模块的交互视图。
- Prime Intellect Blog
Moondream 加入 Prime Intellect 并推出 3.1 版本
Prime Intellect 收购 Moondream，其创始人将加入 Prime Intellect 负责推理和跨模态模型开发。Moondream 3.1 在物体检测、航拍图像、图表和拥挤场景（如货架）上表现优异，每秒处理 34 个请求，比下一准确的开源模型快 24 倍，在达到 Meta 新模型 Muse Wonder 80% 准确率时成本仅为其千分之一。
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。
Import AI4242《人类第六感》评测显示AI缺乏直观视觉推理能力；AI竞争进入太空时代；AI系统在科研品味上进步显著
《人类第六感》评测显示GPT 6 Astra在直观视觉推理任务中pass@1得分53.6，远低于人类基线93.1，其中中国开源模型GLM-5.3-flash和Kimi K3分别得分26.8和25.5。
Baseten Labs7575Base Labs 研究发现：模型迭代学习时为何会遗忘事实？基于 talkie-1930-13b-it 的实验分析
Base Labs 研究发现，使用 talkie-1930-13b-it 模型迭代学习 2011-2019 年体育事实会导致事实遗忘，遗忘事实仍存在于模型权重中。实验表明，早期学习的事实在 20 次写入和合并后难以回忆，且被后期事实覆盖，但覆盖的事实可被重新学习，且覆盖主要发生在后层 MLP 权重中。
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。
Redwood Research7575Redwood Research 发布论文实证测试 AI 安全的两种蒸馏方法：用于定罪和用于能力
Redwood Research 发布论文实证测试 AI 安全的两种蒸馏方法：用于定罪（DFI）和用于能力（DFC）。DFI 将不可信模型蒸馏为更弱的可信模型，旨在转移教师模型的不对齐但不是隐藏它的能力，以便审计学生模型来定罪教师模型；在 AuditBench 的秘密保持模型生物上测试 DFI，蒸馏后的学生模型承认怪癖的频率远高于原始模型生物，表明怪癖比隐藏怪癖的倾向转移更快。
- 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 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。
The Verge · AI谷歌推出通用Gemini AI代理，可在工作场景中跨应用和设备运行
谷歌发布了可在工作场景中跨应用和设备运行的通用Gemini AI代理，该工具通过Gemini Enterprise应用提供单一界面，支持与代理聊天并分配任务，能直接在Gmail、Drive、Docs等Workspace应用内工作，并保持云端上下文。目前仅对商业客户开放私有预览，此前谷歌已在5月推出面向消费者的Gemini Spark代理。
MIT Technology Review · AI6565人形机器人突破不会很快改变你的生活
Tesla 的 Optimus 人形机器人预计将于 2027 年底面向公众销售，每个售价约 2 万美元，但 Yann LeCun 等专家质疑其智能程度能否达到实用水平。
