往期归档

Meta开放816B模型，NVIDIA把74B模型压进24GB

1. Meta开放Muse Spark，816B模型怎样在多台Mac上跑
   前沿模型 / 本地推理
2. Nemotron Bolt：先定24GB预算，再决定模型怎么压缩
   开放模型 / 推理优化
3. 微软公开MAI-Base-2训练细节：2.8万亿参数，先解决怎么训
   基础模型 / 训练方法
4. FLUX 3 Image Klein开放权重，画面布局也能用框指定
   图像生成 / 开放权重
5. Timestral把预测交给数值模型，CPU也能运行
   时间序列 / 开源模型
6. Eiliko机器人被实测泄露对话，连长期记忆也能被改
   真实AI事故 / 消费硬件

Google开放论文预审工具，Agent绕过地图防护

1. Google开放Deep Review，先帮作者检查论文漏洞
   AI for Science / 文档验证
2. 为回答地图问题，一批Agent开始绕过访问防护
   Agent安全 / 真实事件
3. Grok Voice 3升级，改进不只在声音自然度
   语音模型 / 实时Agent
4. Nature新研究：校准天气概率，改善三到四周预测
   AI for Science / 天气预测
5. GreenWAM开放权重，把不同机器人的关节放进同一套坐标
   机器人 / 世界动作模型
6. vLLM用少量在线参数，减少无效验证
   推理基础设施 / 投机解码

Gemini 4开放，Character.ai申请破产

1. Gemini 4 Argon开放使用，安全报告揭示“少说”与“少做”的区别
   前沿模型 / Agent安全
2. Character.ai申请破产，长时间聊天的收入没有覆盖成本
   公司战略 / AI应用经营
3. 一名研究员与AI协作，六天构建Chrome漏洞链
   AI网络安全 / 漏洞研究
4. Anthropic重做版本控制，每天三万次合并开始压垮旧流程
   Coding Agent / 工程基础设施
5. Pi开放机器人训练API，让开发者自己完成试错循环
   机器人 / 训练与部署
6. SPACER研究免疫细胞为何停在肿瘤外
   AI for Science / 肿瘤免疫

微软押注推理芯片，Cursor接入统一订阅

1. 微软公布Maia 300，计划让自研芯片承担主要推理任务
   推理芯片 / 公司战略
2. NVIDIA开放机架与运维设计，把供电散热一起纳入AI部署
   算力基础设施 / 开放标准
3. Cursor加入X统一订阅，模型选择开始受共享额度影响
   Coding Agent / 产品战略
4. Vapi让审查机器人先跑代码，少发未经验证的评论
   Coding Agent / 工程评测

模型按词接力，视频检索追溯证据

1. TokenRouter让大小模型按词接力，推理系统怎么跟上
   推理基础设施 / 模型路由 · 补看
2. OneSearch-VL把图片线索、网页证据和答案连起来
   多模态Agent / 视觉检索 · 补看
3. Learn2Play测Agent会不会从试错里学到规则
   Agent评测 / 经验学习 · 补看

Anthropic收紧Agent评测，Claude补全紫外星图

1. Anthropic补全事故报告，测试Agent越过了哪些边界
   真实AI事故 / Agent安全 · 补看
2. Claude参与补全紫外全天图，补出来的地方有多可信
   AI for Science / 天文数据 · 补看
3. AgentGarten把游戏规则交给代码，画面交给神经渲染器
   Agent训练环境 / 世界模型 · 补看

个人Agent协议公开草案，AI测试误投警方线索

1. Poppy拿出协议草案：个人Agent怎样获得商家授权
   Agent协议 / 身份与授权
2. AI测试向警方投出假线索，直到两个多月后才发现
   真实AI事故 / Agent安全
3. Ai2把GPU排队权变成预算：抢卡的激励机制被改了
   算力基础设施 / 训练工程
4. 机器人决策改写为代码，70.24%只在仿真里
   机器人 / 可执行策略 · 补看

AI列出5.66亿个候选基因，AgentCore旧权限链曝光

1. Carbon-A标注两万多种生物，基因预测进入大规模筛查
   AI for Science / 基因组学
2. 一次提示注入，为什么能越过Agent的云端权限边界
   Agent安全 / 云基础设施
3. 假记者、真投稿：AI影响行动绕过了内容平台这道门
   AI滥用 / 信息安全
4. Google把端侧GPU推理引擎单独开源
   端侧推理 / 开源基础设施
5. 单张5090连续生成视频：速度来自整条链的缩减
   视频生成 / 推理工程
6. Long-WAM让机器人学会使用更长的历史
   机器人 / 世界动作模型 · 补看

GPT-6把回答做成界面，Windows给Agent划出活动范围

1. GPT-6进聊天页，回答开始变成可操作界面
   基础模型 / 交互
2. Haiku 5.5把低价模型推到可办事的档位
   基础模型 / Agent成本
3. Windows给AI Agent划边界，本地大内存电脑也来了
   Agent安全 / 端侧算力
4. vLLM为DeepSeek旧模型提速，关键在少算重复上下文
   推理基础设施 / 开源
5. Perplexity让大小模型共用图文检索索引
   开源模型 / 多模态检索
6. Google开放SynthID检测，但查不到水印不等于真人作品
   AI内容溯源 / 安全

OpenAI放出722份数学稿件，Mistral开放新模型预览

1. OpenAI公开722份数学稿件，核验工作才刚开始
   AI for Science / 数学
2. Mistral Large 4开放预览：欧洲前沿模型开始争夺专业任务
   基础模型 / 多模态
3. OpenAI Decisions API公测：把高频判断从长回答里拆出来
   决策模型 / Agent基础设施
4. Google把图文音视频放进一个可本地运行的检索模型
   开源模型 / 多模态检索
5. Meta与Sierra提议给个人Agent建立商家授权通道
   Agent协议 / 公司战略
6. Agent改写分子优化器，少算昂贵的受力步骤
   AI for Science / 论文与代码

维基媒体查出智能体越界，501B新模型露面

1. 维基媒体披露：疑似OpenAI智能体曾未经批准编辑和探测本站
   Agent安全 / 真实事故
2. Reflection公布501B Beam：大规模强化学习的账摊开了
   基础模型 / Agent训练
3. Liquid d1开始看图：判断任务不必逐字生成答案
   决策模型 / 多模态
4. OpenAI公布文本水印：短文和改写都难查
   生成内容溯源 / 安全研究

125B模型在家用电脑上接多路请求

1. Strata让125B模型在家用显卡上接待多路请求
   推理基础设施 / 开源项目
2. Reflection准备发布开放权重模型，先瞄准企业私有部署
   基础模型 / 公司战略 / 待证实
3. 前安全报告负责人离开OpenAI，要求给高能力模型增加多层防护
   Agent安全 / 机构治理 / 近期补看

德国开放 Kolibri 权重；抗体设计走到湿实验

1. 德国 Kolibri 开放权重：78B 总量，实际每步只用 3.46B
   基础模型 / 开放权重 / 推理部署
2. Xaira 的抗体设计走到实验台：难靶点找到可继续优化的候选
   AI for Science / 生物医药
3. 不打开软件，也能造出训练电脑 Agent 的操作轨迹？
   Agent / GUI世界模型 / 论文
4. 视频看着对，事件真的按程序发生了吗？
   视频生成 / 世界模型 / 论文

Meta公布六篇人机合写论文，Google让联邦学习可审计

1. Meta公布六篇人机合写数学论文：有证明，也有前人先解出的题
   AI for Science / 数学研究
2. Google让联邦学习的服务器代码可核查，Gboard已采用
   隐私计算 / AI基础设施 / 论文
3. Agent写出专用推理引擎：快90%的前提是一台B200和特定文本
   Coding Agent / 推理工程
4. Ai2开源8B科研报告模型，靠更密的引用训练换速度
   AI for Science / 开源模型
5. 未来能同时跑多少Agent？Epoch算出的上限也暴露了需求问题
   算力 / Agent经济 / 独立研究

Claude Code开放更深的插件接口，Agent沙箱开始分权

1. Claude Code让插件接管工具调用，权限边界也跟着前移
   Agent / Coding Agent / 插件安全
2. Modal把完整虚拟机交给Agent，同时把密钥移到隔壁
   Agent 基础设施 / 沙箱
3. 越界事件之后，英国AI安全研究所先给Agent断网
   真实AI事故后续 / 评测安全
4. 5000人真实聊天记录：重度用户贡献63%的提问
   AI采用 / 独立数据
5. 机器人先在世界模型里试错，再决定向人学哪一步
   机器人 / 世界模型 / 论文

Google先限量开放Argon，DeepSeek把推理底座搬上昇腾

1. Gemini 4 Argon先给网络防御者用，长任务输出上限升到百万Token
   前沿模型 / 网络安全 / Agent
2. OpenAI披露推理提取行动，称核心活动与Moonshot相关人员有关
   真实AI事故 / 模型安全 / 公司争议
3. 蛋白质也能加水印：SynthID Bio把来源标记放进生成过程
   AI for Science / 生物安全 / 论文
4. DeepSeek把核心算子移到昇腾：同一接口背后重写硬件路径
   开源项目 / 推理基础设施 / 算力
5. 电脑终于赢了顶尖Stratego选手，关键是在落子前推测暗牌
   强化学习 / 不完全信息博弈 / 论文

GPT‑6.1 Sol与常驻Agent同日发布，微软把AI接进生物实验

1. GPT‑6.1 Sol：接近 Astra 的任务表现，价格回到 Sol 档
   前沿模型 / Coding Agent
2. Dots：给常驻Agent一台云电脑和持续任务
   Agent / 产品战略 / 安全
3. Decisions API：让模型在预设选项中快速作答
   模型接口 / 高频判断
4. 微软 Quine：把生物模型的预测接回湿实验
   AI for Science / 生物医药
5. NVIDIA发布Kumo Tabular：表格预测不必每题重训
   开放权重 / 表格基础模型 / 推理
6. 机器人也能传“操作手册”：经验从强Agent交给轻Agent
   机器人 / Agent / 论文 · 补看

Sonnet 5.5发布，AMD拟82亿美元收购World Labs

1. Sonnet 5.5：单价不变，少走步骤才是降本来源
   前沿模型 / Coding Agent
2. AMD拟收购World Labs：模型研究开始参与算力路线设计
   公司战略 / 空间智能 / 算力
3. NVIDIA把Agent的控制系统放到独立硬件上
   Agent安全 / 推理基础设施
4. Holo4：同一个任务，可以在界面、代码和API之间切换
   开放权重 / Computer Use
5. AI用少量实验寻找耐热RNA疫苗配方
   AI for Science / 生物医药 / 论文
6. InternW0-Δ：学会预测变化，执行时不必生成未来视频
   机器人 / 世界动作模型 / 论文 · 补看

Gemini测试直接购物，Jev新评测揭示低成本判断的难题

1. Gemini测试直接向Flipkart下单
   Agent应用 / 电商
2. Copilot准备承接企业应用和常驻Agent
   Agent / 企业软件 / 公司战略 · 补看
3. Jev新评测：分数能排序，阈值却不好直接搬用
   模型评测 / AI安全 / 论文 · 补看
4. 先写规划程序，再让程序处理机器人新场景
   机器人 / 任务与运动规划 / 论文 · 补看

中美将建AI事件沟通渠道，OpenAI披露研究Agent绕过网络限制

1. 中美同意建立AI事件沟通渠道
   AI治理 / 公司与国家战略
2. OpenAI研究Agent借DNS访问外部聊天服务
   Agent安全 / 真实事故 · 补看
3. 两段文字叠在一起，模型能否一次处理？
   模型架构 / 推理研究 / 论文 · 补看

Claude算出九圈振幅，OpenAI披露Agent外传用户图片

1. Claude算出九圈振幅：难点是把整套计算跑通
   AI for Science / 理论物理
2. OpenAI研究Agent把53例用户图片送到外部图床
   Agent安全 / 数据边界
3. Claude开放插件目录提交，第三方扩展有了发布入口
   Agent工具生态 / 平台
4. Devin年化收入运行率破10亿美元，编码Agent开始有商业尺度
   Coding Agent / 公司进展
5. 视频模型能记住被遮住的物体吗？一套可训练的测试题
   世界模型 / 视频生成 / 论文 · 补看

AI开始交出可复核的成果：病毒结构库与安全Agent

1. 2800多种病毒的蛋白组合，现在可以直接查结构
   AI for Science / 生物医药
2. GitHub让安全Agent盯住模糊测试的覆盖率
   Coding Agent / 开源安全工具
3. vLLM把可追溯水印做进推理采样器
   推理基础设施 / AI内容溯源
4. 一小时GRE辅导实验：AI和人类导师效果接近
   AI评测 / 教育研究 / 论文 · 补看

Claude找到未知酶系统，OpenAI Agent越界访问政府网站

1. Claude从海量基因数据中找出一套未知酶系统
   AI for Science / 生物学
2. OpenAI测试Agent越界访问澳大利亚医保统计门户
   Agent安全 / 真实事故
3. Google给云端AI记忆加上设备持钥与隔离解密
   隐私计算 / AI基础设施
4. 心理健康AI评测开始同时问“安全”和“是否有用”
   AI安全 / 医疗评测 / 论文
5. Fireworks训练模型少想一些，实测Agent推理Token下降
   推理效率 / 模型后训练
6. Google让Antigravity Agent在本地模型上离线运行
   Coding Agent / 本地开源

OpenAI、Anthropic同日降价，阿里把AI战线拉到芯片与电力

1. GPT-6 Sol与Luna：降价之外，OpenAI开始帮Agent省重复上下文
   前沿模型 / Agent基础设施
2. Claude Opus 5.5：旗舰模型也开始争“持续工作成本”
   前沿模型 / Coding Agent
3. 阿里全栈路线：从Qwen一直排到芯片、超级节点和20GW电力
   公司战略 / 芯片算力
4. Agent改自己的外壳，先要防止对着评测题投机
   论文 / Agent系统 · 补看
5. 验签内部算对了，API却把所有签名都判成有效
   密码安全 / 真实异常信号 · 补看

小米用75万条轨迹训练 Agent，亚马逊封住 Meta 购物助手

1. MiMo-V2.6 深读：通过测试以后，Agent 还要学什么？
   特别版 · 深度解读
2. MiMo-V2.6：重点不是模型变大，而是一次怎样喂下75万条轨迹
   基础模型 / Agent训练
3. Amazon封住Muse：AI能替你购物，不代表商家必须让它进门
   Agent / 平台规则
4. 不列颠哥伦比亚省起诉OpenAI：风险识别之后，谁来决定是否报警
   AI安全 / 法律责任
5. Grok 4.7：更长的强化学习，把提升集中在数小时任务
   基础模型 / Coding Agent
6. Agent能重做界面，离重做行为还很远
   论文 / Computer Use · 补看

Step 5 主攻长任务性价比，ChatGPT 广告 Cookie 伸到站外

1. Step 5 Preview：600B 是规模，27B 激活量才关系到成本
   基础模型 / Agent
2. Qwen-Image-2.1：把生图补成一套可部署的图像管线
   图像生成 / 开放权重
3. __obi` 真正敏感的地方，不是普通广告像素
   隐私 / 广告基础设施

Gemini 测试越界，NanoJev 让小模型直接做选择

1. Jev 为什么突然火了？快速决策模型能给 Agent 带来什么
   特别版 · 深度解读
2. Gemini 在测试中访问了三家公司的真实系统
   Agent / 安全事件
3. AI 公司商量“慢一点”，也被告上了法庭
   公司战略 / AI 治理
4. NanoJev：让小模型直接做选择
   开源 / Agent 决策 · 补看
5. DeepSeek 把长上下文的缓存账拆开了
   基础模型 / 推理基础设施 · 补看
6. FAMOS：从几次观察中看懂柜门怎么动
   机器人 / 三维视觉 · 补看

CNN 披露美军 AI 情报失误，千问升级实时同传

1. CNN：一份 AI 辅助情报报告，把美军引向错误目标
   AI 事故 / 决策流程
2. 千问实时同传更新：翻译要跟上，也要分清谁在说话
   语音 / 多模态
3. SoL-Pi：少花一半 token，代价是什么
   Agent / 开源工程
4. JEPA-Anything：预测下一步，能否共用一套方法
   世界模型 / AI for Science
5. AI 帮安全审计补上工具，但“证明什么”仍要人检查
   Coding Agent / 安全工程
6. Anthropic 请外部团队进入内部，评估独立性怎么保证
   公司战略 / AI 治理

Claude 给生物模型提速，千问接手音视频工作流

1. Claude 优化了30多个生物模型，四倍提速要怎么看
   AI for Science / 推理优化
2. 千问把长视频理解、剪辑和整理笔记接成工作流
   多模态 / Agent
3. 华为更新超节点架构，昇腾960交付时间提前
   芯片 / 算力基础设施
4. 不只读回答，还能从模型内部检测“钻评分空子”
   可解释性 / Agent 安全
5. Zing-0.5：视频可以边生成，边用键盘和文字改变
   视频生成 / 世界模型
6. 35B模型放进硬盘：Edge0 的“3GB内存”要加上条件
   本地推理 / 开源

OpenAI 披露：模型会把“隐瞒错误”写进任务摘要

1. 模型会把“隐瞒错误”写进自己的任务摘要
   Agent 安全 / 异常披露
2. Claude 把聊天、Cowork 和文档工作放进同一个入口
   Agent / 办公产品
3. Cohere 与 Aleph Alpha 签署合并协议，交易尚待批准
   公司战略 / 企业 AI
4. 论文不只供人阅读，也能变成可调用的研究工具
   AI for Science / 开源
5. 机器人规划动作，未必需要先“拍”一段逼真视频
   机器人 / 世界动作模型
6. 评分标准写得很细，也可能把 AI 奖励到错误方向
   评测 / 强化学习

Gemini 开始边聊边办事，语音 AI 接上了后台任务

1. Gemini 一边跟你聊天，一边在后台办事
   语音模型 / Agent
2. Atria Dawn 开放权重，尝试把科研任务做到底
   开放模型 / 科研 Agent
3. AI 修漏洞到底行不行？先看“修好”怎么算
   Coding Agent / 安全评测
4. 同样的电力预算，从 16 台服务器跑到 19 台
   算力基础设施 / 能效
5. 难题一直做不对，训练方法可能太早放弃了
   强化学习 / 训练方法
6. 把片子换了，医疗 AI 的回答为什么没怎么变
   医疗 AI / 多模态评测

AI 写代码提速之后，测试系统先跟不上了

1. AI 写代码提速，测试系统先跟不上了
   Coding Agent / 工程实践
2. 新版 Siri 开始上线，重点是跨应用办事
   个人助理 / 系统级 Agent
3. 企业用不用前沿模型，卡在了数据留存上
   企业 AI / 数据控制
4. 换个机位就不会干活，机器人可能学错了线索
   机器人 / 泛化训练
5. 长上下文太贵，让模型学会挑哪些内容值得看
   稀疏注意力 / 推理效率
6. AI 生成的零件，打印出来能装在一起吗
   3D 生成 / 探索性研究

AI 图片越改越花，有人开始专门研究怎么修

1. AI 图片越改越花，先分清哪些纹理能修
   图像编辑 / 开源工具
2. 验证通过了，题意却可能已经翻译错了
   Agent / 自动形式化
3. 语音模型少了四层，整套流程能快多少
   语音 / 推理效率
4. AI 减速提议之后，美国政界给出新回应
   产业政策 / AI安全

Anthropic CEO 提议放慢 AI 开发，先让外部审查进场

1. Anthropic CEO：放慢能力提升，让外部审查进入公司
   公司战略 / AI安全
2. RubyGems 新披露：训练任务为何碰上了公共软件仓库
   Agent / 真实事故
3. 小米语音模型：几个人同时说话，只转写指定的人
   语音 / 开源模型
4. NVIDIA 数学报告：证明要反复检查，模型也会一起看漏
   数学推理 / 训练与推理方法
5. Artemis 署名争议：当前仓库已注明 Minitap 来源
   移动Agent / 开源生态

大模型训练，开始预测下一组概念

1. NCP：在预测下一个词之外，再预测概念
   基础模型 / 预训练
2. SenseNova-U1.5：读图和画图，怎样放进同一个模型
   多模态 / 图像生成
3. MaP-WAM：机器人记住过去，不必每一步都重看过去
   机器人 / 记忆与规划
4. NSD：没有标准答案，也能研究自己容易怎么错
   推理训练 / 开源论文
5. OpenAI Habitat：模型很快，产品也可能慢在存储层
   工程 / 数据基础设施
6. SWE-2：把不同推理预算，一起放进训练
   Coding Agent / 强化学习

DeepSeek 压缩缓存，Cursor 开始接手长期项目

1. Kimi 请求去了哪里？Anthropic 报告里的敏感数据与交友骗局
   特别版 · 深度解读
2. DeepSeek V4.1 Flash：长任务先从缓存省起
   基础模型 / 推理基础设施
3. Cursor Projects：把几个月的工作留在同一个项目里
   Coding Agent / 产品
4. OpenAI Agents API：把 Codex 的运行框架交给开发者
   Agent / 开发基础设施
5. GPT-Live-1：一边说话，也能听见你改主意
   语音 / 多模态交互
6. Show-Harness：给机器人一组模型看得懂的动作
   机器人 / 论文与开源
7. 游戏规则交给程序，世界模型负责画面
   世界模型 / 探索性论文 · 补看

Claude 事故复盘：不能只听模型怎么解释

1. Claude 越权事故：模型的解释也可能误导监控
   Agent / 安全事故
2. AuK：改一句台词、换一种语气，不必换一套模型
   语音生成 / 开源
3. 苹果给照片留一份原始版本，但它不能证明整个故事
   AI产品 / 内容真实性
4. OpenWAM：视频里的常识，怎样变成机器人的动作
   机器人 / 世界模型
5. GPN-Star：理解 DNA，不一定要从更大的模型开始
   AI for Science / 生物信息
6. 小模型能教大模型什么？反向蒸馏换了个用法
   训练方法 / 论文补看 · 补看

OpenAI 交出流体难题证明，争议也随之而来

1. OpenAI 公布流体难题证明，研究过程也受到追问
   AI for Science / Agent
2. 90 亿种 DNA 变异，先用预测排出实验顺序
   生物信息 / AI for Science
3. 图像模型开始认真解决“只改这里”
   视觉生成 / 创作工具
4. IRON 走下产线，人形机器人要接受制造的考验了
   机器人 / 制造

让 AI 造一个客服，难在代码之外

1. 客服能跑起来，不代表能处理好客户的问题
   Agent/Coding
2. RISE：沿着刚刚学会的方向，再往前走一点
   训练方法
3. WorldSculpt：把生成的房间拆成能单独取用的物体
   3D生成/仿真
4. AI 设计的药物，出现了值得追踪的衰老指标变化
   AI for Science/生物医药
5. AI 换脸、拟声和训练数据，最高法给出更细的审理指引
   治理/应用边界

OpenAI 披露科研自动化进展，Meta 公布 Agent 夺金细节

1. 01 / Agent 已进入科研日常，3.1 倍该怎么读
   AI研究自动化
2. 02 / Meta 公布 AIRA₃ 夺金组合，用的是 GPT 与 Claude
   多智能体研究
3. 03 / OpenAI 首席科学家：推理过程越来越难监控
   对齐与安全
4. 04 / 视频里的物理对不对？先放两个物体一起看
   视频物理评测

OpenAI 回应 Wiki 越界事件，AI 设计稿开始支持分层修改

1. 01 / OpenAI 回应 Wiki 事件：需要明确何时披露
   Agent安全
2. 02 / 随机删缓存，为什么也能做好长推理？
   推理设施
3. 03 / AI 画完海报，还能单独改一个字
   设计Agent
4. 04 / LLaDA-Image 开放权重，先学图像再学文字
   图像生成

Astra 发布，英伟达拟斥资 129 亿美元收购 Hugging Face

1. 01 / Astra：更擅长在电脑上完成复杂任务
   前沿模型/Agent
2. 02 / 英伟达收购 Hugging Face，开发者平台也成为竞争重点
   战略/开源生态
3. 03 / Terminal-Universe：把操作记录变回训练环境
   Agent训练
4. 04 / Agent 把公开 Wiki 当成了留言板
   真实异常
5. 05 / Claude 完成费马大定理的形式化
   AI科研
6. 06 / 一句提示词，能不能变成本地小函数？
   本地AI/新方法