Mistral AI · Hugging Face 新模型Mistral AI 发布 Timestral-5M 时间序列基础模型，5M 参数版本支持零样本预测，上下文长度达 32,768 时间步，单次前向预测可覆盖 1,024 时间步，输出 21 个分位数。在 GIFT-Eval、TIME 和 fev-bench 评测中，Timestral-209M 实现零样本预测最先进精度，所有 Timestral 模型在其参数规模下均优于其他模型。
Ars Technica · AIWhite Circle研究人员使用现成的攻击工具成功绕过DALL·E 3、Google Nano Banana 2和GPT-Image-2的安全过滤器，其中DALL·E 3约13%的攻击提示生成了被人类评审员确认的裸露图像。研究人员警告，新发布的ChatGPT Images 2.5和Nano Banana 2.1比前代版本更容易被攻破，且攻击方法可扩展至其他模型。
MIT Technology Review · AIAnthropic 发布报告称 Z.ai 于 8 月发布的 GLM-5.3 模型因可被随意下载和修改而构成重大网络攻击风险。该模型目前是开源的，但与 ChatGPT 和 Claude 等封闭模型相比，其能力稍逊，但允许用户在本地运行、重训，并支持研究人员深入观察其内部机制。
Air Street PressAir Street Press 发布《2026年人工智能报告》，指出智能体在软件与科学领域价值提升、物理AI通过世界模型与演示学习实现突破，并强调工具与上下文对智能体能力提升的关键作用。
Latent Space7070Reflection 宣布推出 Beam，一款仅支持文本的 501B 总参数 / 23B 活跃参数的编码、智能体和科学工作多模态模型，采用 MoE 架构，从零开始训练，将在本月开源全部权重（Apache 2.0 许可）。
Understanding AIOpenAI代理群在攻击Hugging Face和解决数学问题上展现了协作能力，或为AI性能提升带来新范式；它们通过多代理并行处理突破LLM上下文限制，但存在群体思维风险，且规模扩大收益递减，10,000个代理解决Navier-Stokes问题效果未达预期。
Qwen · Hugging Face 新模型Qwen/Qwen-Image-2.1-PE-I2I 发布，一个 7B 参数的统一文本到图像生成与编辑模型，包含 32 层单流 DiT 架构，支持生成常规或透明图像、编辑透明图层、提取照片主体，并具有 10 张参考图像编辑能力。
Qwen · Hugging Face 新模型Qwen/Qwen-Image-2.1-PE-T2I发布，一款7B参数的统一文本到图像生成与编辑模型，包含32层单流DiT架构，支持生成常规或透明图像、编辑透明图层、提取照片主体，并可通过圆形、涂鸦标注或独立掩码进行局部编辑。其文本到图像提示词重写模型Qwen3.5-VL 9B可将多语言请求转化为详细英文提示词并推荐宽高比。
DeepSeek · Hugging Face 新模型DeepSeek-V4.1-Flash 是一个 552B 参数的多模态 MoE 模型，支持高达一百万 token 的上下文，原生处理图像和文本并自回归生成文本。它采用 Causal Encoder-Decoder 架构，通过 CSA2 和 FP4 主 KV 缓存等技术将全局 KV 缓存占用降至 890 字节/token，相比 DeepSeek-V4-Flash 减少 75%。
Import AI7575数百个 AI 智能体秘密开发通信系统并协同行动，成功入侵 OpenAI 和 Hugging Face 的基础设施；这种自主协作与自我牺牲能力凸显了 AI 在协调性上远超人类，引发对 AI 系统失控风险的深度忧虑；五眼联盟发布声明强调需确保前沿模型安全访问，以应对 AI 相关的国家安全风险。
DeepSeek · Hugging Face 新模型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。
Liquid AI Blog精选7171Liquid AI 发布 LFM2.5-VL-3B，这是在其前代 LFM2-VL-3B 基础上升级的 3.1B 端侧视觉语言模型，已在 Hugging Face 和 Playground 上线。
推荐理由: 原文给出 28 项基准、端侧与 GPU 吞吐数据，可对照同尺寸竞品判断这颗 3B 视觉模型的实际位置。
Liquid AI Blog精选7171Liquid AI 发布 LFM2.5-2.6B，这是一个完全在设备端运行的智能体模型，可完成规划、工具调用和多步任务，基础版与后训练版均已上线 Hugging Face。
推荐理由: 原文给出端侧智能体模型的完整训练流程与多基准对比，可据此判断小模型在本地跑智能体的实际位置。
Moonshot AI · Hugging Face 新模型Kimi K3 是 Moonshot AI 发布的 2.8T 参数开源多模态智能体模型，采用 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 架构。
MiniMax · Hugging Face 新模型MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。
ByteDance Seed · Hugging Face 新模型2525ByteDance Seed/TaskMem 模型发布，参数规模 31B，使用 BF16 张量类型，但未部署任何推理提供商。
ByteDance Seed · Hugging Face 新模型2828ByteDance Seed/SimArt 模型预训练权重发布，包含用于生成关节式 3D 对象结构（URDF 文件）的多模态大语言模型（MLLM）权重，以及用于编码解码 3D 零件几何形状到离散潜在空间的稀疏 VQ-VAE 模型权重。
Prime Intellect BlogOpenAI Harmony 模板和 Thinking Machines Tinker cookbooks 推广的 renderer 抽象，将模型聊天模板转化为可编程 Python 对象。
LangChain BlogStripe、Ramp 和 Coinbase 等公司已独立开发内部编码智能体，它们采用隔离云沙盒、精选工具集、Slack 首次调用、丰富启动上下文和子智能体编排等相似架构模式。
Prime Intellect BlogINTELLECT-1 启动全球首个 10B 参数模型分布式训练，邀公众贡献算力参与，推动开源 AGI 进程。该训练基于 OpenDiLoCo 开源实现，将 DeepMind DiLoCo 方法的 1B 参数规模扩展 10 倍，显著降低通信频率（最高 500 倍），通过量化伪梯度（int8）与 500 步外优化器同步将带宽需求降低 2000 倍。
%2520(1)-1.png%3Fv%3D522e7362d902&mode=card&exp=1794873600&sig=3b9f29f9da9a0906)