OpenAI 提升低资源编程语言中的 ChatGPT 编码能力
OpenAI 改进 ChatGPT 对低资源编程语言的支持，新增软件工程、SQLite 和 COBOL 迁移的评估。新功能提升代码生成与迁移效率，适用于开发者实际场景。
#模型发布
OpenAI NewsAI 评分2727 TechXplore · Robotics精选AI 评分7575 首尔国立大学开发Dynin-Robotics模型，预测未来场景指导机器人行动
首尔国立大学研究团队开发了Dynin-Robotics，一种能够理解人类指令、预测行动后场景并执行任务的机器人基础模型。该模型在四项真实世界机器人操作任务中平均成功率达78.4%，超过NVIDIA和Physical Intelligence的对比模型。研究论文已被NeurIPS 2026会议接受，将于12月发表。
推荐理由：通过预测场景来指导行动，Dynin-Robotics 在四项机器人操作任务中达到78.4%成功率，超越NVIDIA和Physical Intelligence模型。
AWS Machine Learning BlogAI 评分4545 Amazon SageMaker JumpStart 2026 年度回顾
Amazon SageMaker JumpStart 在 2026 年 1-9 月新增 100 多个模型，覆盖 30 家提供商，包括阿里巴巴 Qwen 3.8-27B、NVIDIA Cosmos3 和 Mistral Ministral-3 等。平台支持一键部署、模型微调及多模态处理，涵盖文本、视觉、语音生成能力。
华尔街见闻AI 评分6565 Anthropic正开发Fable 5.5新模型，主打意图推断能力
据报道，Anthropic正在开发一款能够主动推断用户模糊指令背后真实意图的新模型，在指令不完整时仍能推断用户目标，展现出更强推理能力和创造性问题解决能力。该模型可能改变用户与AI助手的交互方式，用户不再需要精心设计提示词。
HuggingFace Daily PapersAI 评分4040 Ask to Distill：学习合成用于同策略蒸馏的数据
Ask-to-Distill 框架通过优化合成问题提升同策略蒸馏性能，在数学推理、代码生成和智能体任务中优于未优化的学生生成提示和KL过滤的真实问题，匹配或超过真实数据集表现。该方法利用教师-学生分歧和概率质量分布作为奖励信号，无需正确答案或候选学生更新。
HuggingFace Daily Papers精选AI 评分6565 分层稀疏注意力：在极端稀疏度下减少稀疏到密集的差距
研究人员提出分层稀疏注意力(SSA)框架，结合确定性检索和分数引导采样，在保持高稀疏度的同时显著提升长上下文推理性能。在RULER-HARD测试中，Ministral-3-8B模型在32K和128K上下文长度下，50倍稀疏度下准确率分别从81.8%提升至84.2%和从63.8%提升至69.3%，恢复密集注意力性能的94%和85%。优化后的CUDA内核实现1M上下文下近3倍解码加速。
推荐理由：分层稀疏注意力在极端稀疏度下接近密集注意力性能，同时实现近3倍解码加速，为长上下文推理提供新思路。
HuggingFace Daily PapersAI 评分3535 Meta Expert: 跨层专家共享提升 MoE 存储与检索效率
研究提出跨层共享的 Meta Expert 替代传统分层 Local Expert，在激活数量和专家粒度固定时，仅用 70-80% 专家即可匹配普通 MoE 性能，同时降低参数冗余和交叉熵损失，提升下游任务准确率。
华尔街见闻精选AI 评分7676 英伟达实现量子计算模拟新纪录：8192块GPU支持104量子比特
英伟达在德国于利希超算上使用8192块GPU完成104量子比特容错量子计算模拟，验证了魔态培育技术路线，可将相关方案所需物理量子比特数量减少约90%。这一突破有助于降低量子纠错资源开销，加速实用量子计算系统研发。
推荐理由：8192块GPU模拟104量子比特，将魔态培育物理比特需求降九成，量子计算离实用又近一步。
财联社电报AI 评分6565 英伟达在于利希超级计算中心完成容错量子计算创纪录模拟
英伟达在于利希超级计算中心完成104量子比特的容错量子计算模拟，这是迄今为止对容错量子计算系统最全面的模拟。该模拟验证了一种量子计算方法，所需物理量子比特数量比此前方法减少90%，加速了量子计算在药物发现、金融建模和材料科学等领域的实际应用进程。
The DecoderAI 评分7373 MiniMax发布M3.1 Flash推理模型，成本降低一半
MiniMax发布M3.1 Flash推理模型，在Artificial Analysis Intelligence Index上得分42，比前代M3提高13分，同时成本降低一半。
MIT Technology Review · AIAI 评分6565 神经网络理解新观点：研究者称我们一直看错了
Goodfire研究员Nick Cammarata发表博客文章，提出神经网络可能比人们之前认为的更容易理解和控制，这一观点在AI界引发热议。他通过重新分析Inception v1模型，发现神经元存储的看似无关概念（如汽车和猫）实际上存在共同模式（如V形结构）。然而，斯坦福大学和Google DeepMind的研究者对此表示质疑，认为这只是理解神经网络的一小步，距离全面理解还有很长的路要走。
AWS Machine Learning Blog精选AI 评分6565 TwelveLabs Pegasus 1.5 现已在 Amazon Bedrock 上线
TwelveLabs Pegasus 1.5 视频语言模型现已登陆 Amazon Bedrock，可将长视频转化为带时间戳的结构化元数据。新版本支持基于时间的元数据生成、多模态提示（结合文本和参考图像）以及即时处理，无需预索引即可分析长达两小时的视频。用户可直接从 Amazon S3 URI 或 base64 字符串发送视频，数据保持在 AWS 数据边界内。
推荐理由：视频语言模型Pegasus 1.5在Amazon Bedrock上线，将长视频转化为结构化元数据，无需预索引即可处理两小时视频。
AWS Machine Learning Blog同事件AI 评分6565 vLLM实现双向KV传输提升多轮智能体工作负载TTFT性能
AWS展示了vLLM中的双向KV缓存传输技术，通过在预填充和解码节点间共享KV缓存，减少多轮对话中的重复计算。在Amazon EC2 P5en实例测试中，Qwen3-32B和GLM-5-FP8模型的TTFT分别降低1.6倍和3.3倍。该技术需要配置块保留TTL和重新计算阈值，并通过KV缓存感知路由器协调。
同一件事，精选收录的是《AWS 推出基于推送的KV传输技术提升vLLM推理性能》
AWS Machine Learning Blog精选AI 评分7070 AWS 推出基于推送的KV传输技术提升vLLM推理性能
AWS 机器学习博客介绍了基于推送的KV传输技术，用于改进vLLM中解耦推理的TTFT和TPOT。在Amazon EC2 P5en实例上测试，推送模式相比拉取模式实现了最高3倍的TTFT提升和30%的TPOT改善。该技术通过将传输协调工作移至预填充端的后台线程，避免了关键路径上的延迟。
推荐理由：将KV传输从拉取模式改为推送模式，使解码端准备与预填充计算重叠，显著降低了高请求率下的TTFT和TPOT。
TechCrunch · AIAI 评分7272 Nvidia发布企业级与PC端智能体开放模型
Nvidia推出Nemotron 3.5 Super VL和两款Bolt模型，分别针对企业级智能体和本地PC端部署。Super VL拥有1200亿参数，Bolt 74B-A9B 24GB和E4B则设计用于本地运行。Nvidia称Super VL在特定任务上表现优于Anthropic和OpenAI的竞品，并已获得Skydance、EY等企业采用。
IT之家AI 评分7575 谷歌研究团队发布论文：四个Gemini 4 Argon智能体成功自主通关《我的世界》
谷歌研究人员使用四个Gemini 4 Argon智能体成功在《我的世界》中击败末影龙，耗时27小时。智能体通过游戏内聊天框互相协调，自行规划任务，发送229条消息，运行2783个程序，死亡605次，使用13.5亿个输入Token，成本约1,620美元。
量子位精选AI 评分8585 AI开始挑战最复杂的系统：生命
哲源科技发布WHIRLPO计算医学平台，美国Biohub联合能源部、NIH等投入18亿美元搭建生命预测模型数据底座。AI生命科学从单点分子模型转向构建生命世界模型，中美两地同步进入基础设施竞争阶段。
推荐理由：AI从分子预测转向生命系统建模，中美同步布局基础设施，标志着生命科学进入系统级竞争阶段。
财联社电报AI 评分2525 Anthropic 准备推出推理能力更强的模型
Anthropic 即将发布推理能力更强的模型。新模型具体参数和性能尚未公开。
Google新闻·Humanoid+Embodied(英)AI 评分1515 情感图像可预测灾难照片传播，新 AI 模型揭示规律
新 AI 模型通过分析情感图像预测灾难照片传播规律。该模型能识别图像中的情感特征，帮助理解信息扩散机制。研究为灾难信息传播管理提供新工具。
IT之家同事件AI 评分8080 MiniMax M3.1 Flash 模型上线：速度提升3倍，价格降低70%
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，此前以匿名身份处理的 Space Bunny 正是该模型的早期版本。新模型在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现代际提升，线上推理速度提升近3倍，使用成本降低70%。
同一件事，精选收录的是《MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一》
钛媒体AI 评分7575 Kimi和DeepSeek，差异越来越明显
Kimi和DeepSeek作为中国大模型赛道的两家头部公司，在2026年呈现出明显差异。Kimi采取产品驱动路径，估值随产品周期增长，收入以API为主，组织规模约300人，正向港股IPO迈进；DeepSeek则选择基础设施路线，估值基于战略稀缺性，收入注重成本结构，组织更像研究机构，准备在科创板上市。两家公司在技术选择、商业化策略和组织形态上的分岔，标志着中国AI行业开始走向专业化分工。
钛媒体AI 评分7171 腾讯混元发布Terminal-RSI研究论文
腾讯混元Frontier团队发布Terminal-RSI研究，通过递归自我重写和递归策略精炼，使Qwen3.8-27B模型在Terminal-Bench 4.0上从0%提升至19.84%，与GPT-5.6 Terra、Gemini 3.8 Flash齐平。该研究解决了反馈慢和对错难区分的问题，但仅在27B模型上验证，未在大模型上测试。
财联社电报AI 评分3232 张建伟：汽车产业正向端到端世界模型演进
张建伟院士指出，汽车产业正从ChatGPT向CarGPT（汽车端到端世界模型）演进，这将定义未来智能汽车品牌的核心竞争力。
IT之家AI 评分3535 Arena 公布 2026 年第 42 周 AI 大模型周榜：国产模型多领域站稳中上游，kimi-k3-max 杀入代码榜前十
Arena 发布 2026 年第 42 周 AI 大模型盲测排名，kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20。国产模型在综合榜、代码榜和前端开发榜多个细分榜单保持中上游位置，gemini-4-argon-high 以 1562 分蝉联代码榜榜首。
IT之家精选AI 评分7878 大晓机器人发布具身基模型 ACE-Brain-0.6
大晓机器人发布视觉空间锚定增强型具身基模型 ACE-Brain-0.6，基于 Qwen3.5-9B 进行监督微调，在八项 Grounding 评测中有六项超过 OpenAI GPT-6 Astra，真实机器人场景评测 RobotGrounding 得分 94.13 分。
推荐理由：国产模型在空间感知评测中超越国际巨头，具身智能赛道正迎来技术突破期。
钛媒体精选AI 评分8585 谷歌芯片战略十年布局完成，重塑AI算力竞争格局
谷歌自2015年开始研发TPU芯片，2026年完成从自用到对外销售的转变，向Anthropic、Meta等竞争对手供应算力，并与迈威尔科技达成121.82亿美元投资协议。谷歌TPU已形成芯片-模型-编译器-网络-数据中心-云的垂直一体化体系，在自有负载上性价比可达英伟达方案的数倍。
推荐理由：谷歌TPU从内部工具演变为对外产品，十年布局完成芯片-云服务-投资三级火箭闭环，重塑AI算力竞争格局。
IT之家AI 评分4545 豆包刘星回应“国内超一半算力在造爽剧”：字节总算力中，只有约 10% 用于视频生成模型的训练和推理
豆包公关负责人刘星称字节总算力中仅约 10% 用于视频生成模型的训练和推理，反驳“国内超一半算力在造爽剧”的说法。中文在线披露数据显示，国内 AI Token 消耗 55% 用于短剧和视频生成，24% 用于电商广告，研发仅占 15%。
开源中国AI 评分6565 DeepSeek V4.1 Flash 更新：'许愿式编程'能力提升 + 搜索 API 开放
DeepSeek 更新了 V4.1 Flash 版本（1017），提升了'许愿式编程'从零建项目的能力，并开放自研搜索 API。官方称这是性能-费用的帕累托改进，基准测试全面提升，缩短了任务运行时间和输出长度。
Google新闻·Humanoid+Embodied(英)AI 评分3030 X-Humanoid 发布统一具身模型与自进化机器人路线图
X-Humanoid 公布统一具身模型与自进化机器人政策路线图。该路线图聚焦于构建多模态感知与自主决策能力。
华尔街见闻精选AI 评分7575 手机端侧模型参数规模快速膨胀，30B MoE模型开始落地
短短一个月内，30B级端侧模型接连亮相，高通、vivo、面壁智能等厂商成功将大模型部署在手机平台上。MoE技术让模型总参数与单次推理计算量解耦，使手机有机会运行更大规模模型，但模型容量扩大与手机内存、功耗增长不同步，带来技术押注的不确定性。
推荐理由：30B级MoE模型挤进手机，让规模定律首次在端侧落地，但硬件投入与实际收益的平衡仍是未知数。
HuggingFace Daily PapersAI 评分4040 扩散语言模型在不同任务和语言中的速度变化分析
研究发现扩散语言模型生成相同长度输出的计算成本差异显著，任务类型和语言特性是关键影响因素。DiffusionGemma 在故事写作中每个 token 的前向传递次数是语法纠错的 3 倍以上，多语言生成中高 token 化语言成本更高。错误答案的推理成本高于正确答案，按解码速度加权候选答案可提升准确率 4.2 分。
IT之家AI 评分4545 中信证券：看好 DeepSeek Harness 完善生态与商业化闭环
中信证券报告认为 Harness 是 DeepSeek 从模型供给走向平台生态的关键一环，通过插件化、场景预设与跨 Agent 协作拓展用户覆盖。DeepSeek Harness 采用 MIT 许可证开源，以 TypeScript 编写，具备「一切皆插件」架构，支持模型、工具、技能等能力插件化。国产大模型能力持续提升，叠加成本效率与开源生态优势，有望推动 AI 应用向更广泛场景渗透。
财联社电报AI 评分4242 中信证券：看好国产大模型持续崛起
中信证券认为，DeepSeek通过Harness将开源与工程优势转化为生态影响力，通过插件化、场景预设与跨Agent协作拓展用户覆盖，其长期价值在于生态扩张积累需求并增强产品黏性。
IT之家AI 评分8585 RFdiffusion3能从原子层面设计蛋白质并在实验中实现预期功能
RFdiffusion3是由华盛顿大学、牛津大学和英伟达等机构联合开发的AI系统，可按单个原子组合设计蛋白质与核酸，其设计的新蛋白质能在真实化学反应中实现预期功能。该系统基于扩散模型，最多可用14个原子表征单个氨基酸，在41组测试中有37组表现优于前代版本，生成速度提升约十倍。
财联社电报AI 评分7575 生成式AI能从原子层面设计蛋白质
科学家团队开发出新的生成式AI系统RFdiffusion3，能够直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统的10倍。
量子位精选AI 评分8585 VAST开源实时世界模型EdenLive，单RTX 5090显卡720P超24FPS
VAST开源实时世界模型EdenLive，在单张消费级显卡Nvidia RTX 5090上、720P条件下，5B模型生成速度超过24FPS，支持分钟级连续生成。该模型实现了任意参考输入、任意画风生成和长时连续运行，开放了模型权重、推理代码、技术报告和端到端Demo。
推荐理由：EdenLive实现了单消费级显卡上的实时世界模型生成，为交互内容提供高质量视觉渲染。
HuggingFace Daily PapersAI 评分5555 RouteWeaver: 将模式选择与执行整合到统一LLM路由中
RouteWeaver是一种统一的路由框架，整合了单轮、多轮和智能体路由模式，通过COMET-GRPO算法和渐进式探索实现自适应路由。在数学、编码、知识、逻辑推理和事实回忆五个领域，RouteWeaver平均准确率达到61.4%，比最强基线模型提升11.03%。
HuggingFace Daily PapersAI 评分4040 语言模型在任务组合下的脆弱性研究：隐式预算机制分析
研究发现语言模型在组合任务中错误率显著高于单任务，即使上下文窗口充足仍因隐式预算减少每任务 token 使用量。Claude Opus 5 和开源模型均显示，需长推理链的任务在组合时更脆弱，但按脆弱性分组可降低 43% token 消耗且保持准确率。
HuggingFace Daily PapersAI 评分4040 SWIFT: 通过目标外推实现自引导弱到强扩散模型训练
SWIFT 提出一种自引导训练方法，利用冻结的弱去噪器提升强模型性能，无需推理时增加开销。在 ImageNet-256 上，该方法以约一半训练计算量超越基线最佳 FID，支持条件与非条件生成。
HuggingFace Daily Papers精选AI 评分6565 TokenGate：通过学习型 token 剪枝实现快速且内存高效的 LLM 预填充
研究人员提出 TokenGate，一种小型即插即用组件，可扩展现有训练模型以实现端到端可学习的 token 剪枝，用于快速且内存高效的预填充。该技术通过 token 门控注意力机制，在多种任务上实现了 1.4-11.3 倍的首个令牌时间加速和 1.5-3.4 倍的峰值内存降低，同时不损失准确性。
推荐理由：TokenGate 通过可学习的 token 剪枝技术，在保持模型精度的同时显著提升长上下文处理速度和内存效率。