Agnes 开源 287 亿参数音视频生成模型 Agnes-Video-2.0-MoE，Dense 改 MoE 再剪枝提速
Agnes 开源音视频生成模型 Agnes-Video-2.0-MoE，以约 153 亿参数的 DaVinci-MagiHuman 为基础做 MoE 改造，总参数量达约 287 亿，激活参数量仍与原来相当。
#推理
公众号 · 硅星人ProAI 评分3636 公众号 · 硅星人ProAI 评分2222 硅谷一线投资人对谈：OpenAI 和 Anthropic 为何还没杀死创业公司？
在 Assembling 2026 对谈中，Leonis Capital 的 Jenny Xiao、微软 M12 的 Alan Du 与 Striker Venture Partners 的 Brian Zhan 讨论 OpenAI 和 Anthropic 为何尚未杀死创业公司。
公众号 · 硅星人Pro精选AI 评分7878 Meta 发布 Muse Wonder 系列模型，跑分对标 GPT-6 Astra 与 Claude Opus 5.5
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款模型，均支持 100 万 Token 上下文窗口，主打编程、长期 Agent 任务和专业知识工作。
选题角度：Meta 发布 Muse Wonder 系列并给出与 GPT-6 Astra、Claude Opus 5.5 的多项跑分对比，适合做数据对比和定价解读。
Hacker News · AI 高分帖AI 评分1515 Intel D270 GPU AI 加速器发布：最高 480 GB LPDDR5X
Intel 推出面向智能体 AI 推理的 D 系列数据中心 GPU D270，单卡最高 480 GB LPDDR5X 内存、350 W 风冷、32 个 Xᵉ3P 核心与 256 个 XMX 矩阵引擎。该卡采用标准 PCIe 5.0 形态，无需 HBM 和液冷改造，支持 vLLM 与 PyTorch 生态，面向长上下文 RAG、编码助手和高并发推理等生产负载。
公众号 · 赛博禅心精选AI 评分7474 Meta 发布 Muse Wonder 与 Muse Wonder Full，主打记忆与长周期编程
Meta 超级智能实验室（MSL）发布 Muse Wonder 和 Muse Wonder Full，称这是 MSL 成立一年多来首个达到前沿水平的模型。Muse Wonder 主打快，即日起可通过 Meta API 和编程 agent Muse Code 使用，Muse Wonder Full 只对 Muse Code 订阅用户开放。
选题角度：Meta 新模型 Muse Wonder 主打跨对话记忆和长周期编程，官方给了生活场景演示和跑分对比，适合做能力实测与 Claude 的横向对比。
TechCrunch · AI精选AI 评分7878 Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，这是其首次尝试前沿模型。
选题角度：Meta 首个前沿模型 Muse Wonder 发布，可对比其与 Fable 5.1、GPT-6 Astra 的基准成绩和 API 定价，讲清 active memory 的卖点。
The DecoderAI 评分6060 微软研究：清空对话历史能让 AI 智能体找到更好解法
微软研究院一项研究发现，长时间运行的 AI 研究智能体即使增加算力也会陷入性能平台期，同一任务 8 次独立运行的最终得分从 68.3 到 100.0 不等。研究者把这种局限称为“idea basins”，智能体把剩余算力用于在低产区域反复打磨方案。
The DecoderAI 评分5050 Anthropic 的 Andrej Karpathy：外界只看到 AI 能力的"预览版"
Anthropic 的 Andrej Karpathy 称"外部世界只看到了预览"，并将大语言模型用户分为四层：约 60 亿人几乎未接触 LLM，10 至 20 亿人把免费 ChatGPT 类产品当作更好的搜索引擎，约 2000 万数学与编程专业用户已用智能体完成过去需数周数月的项目，仅约 5000 人能接触内部前沿系统。
The DecoderAI 评分7171 Google DeepMind 的 AlphaProof Nexus 解出多道开放数学难题并获同行评审
Google DeepMind 的 AlphaProof Nexus 自主解出多道开放数学问题，相关研究发表在 Science 上。它攻克了 353 道 Erdős 开放问题中的 9 道，其中两道已悬置 56 年，还证明了 OEIS 整数序列数据库中的 44 个猜想、解决了一个代数几何开放问题，并改进了 min-max 优化中的一个已知界。
量子位AI 评分7171 GPT-6 Astra 联手数学爱好者证明 57 年摆圆难题
数学爱好者 nor 用 GPT-6 Astra 严格证明了 N=15、16、17、18 和 20 五种圆盘装圆问题的最优性，此前仅 N≤14 和 N=19 得到验证。
量子位AI 评分7171 华为 Memento 3 通关 ARC-AGI-3 全部 25 款游戏，操作次数比人类少 56%
华为诺亚方舟实验室联合 UCL 等团队提出 Memento 3 智能体系统，以 Claude Opus 5 为底模、不更新权重也不微调，通关 ARC-AGI-3 公开集全部 25 款游戏、183 个关卡，拿下满分 100 的 RHAE 成绩，总操作 7518 次，比人类的 17135 次少约 56%。
量子位AI 评分6262 智谱 GLM-5.3-Highspeed 在 Zcode 灰度，网友实测 490 tokens/s
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格。据网友 @leo114119 爆料，该模型速度达到 490 tokens/s，而智谱上月发布的 GLM-5.3-FlashX 最高速度为 200 tokens/s，GLM-5.3-Flash 在 Z.ai API 上约为 60 tokens/s。
Two Minute PapersAI 评分4040 DeepSeek 解决了 AI 的记忆问题
DeepSeek 的 OCR 论文提出了一种解决 AI 记忆问题的方法。该论文已公开，具体技术细节与效果数据尚未在现有材料中披露。
The DecoderAI 评分6060 研究显示 AI 智能体团队耗费大量 token 却几乎换不来质量提升
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，分别以单智能体和智能体团队形式运行，并设置 medium 与 maximum 两档推理强度。
量子位AI 评分6262 何恺明团队发布多模态Harness框架VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生Harness框架VISTA，让现有多模态模型无需重新训练即可保存原始画面并在推理时回看、放大和检查细节。
bycloudAI 评分2222 DeepSeek-V4.1 Flash 架构解析：迄今最激进的优化
DeepSeek-V4.1 Flash 被称是迄今最疯狂的架构重构，视频深入拆解其架构设计并讲解其中值得关注之处。内容还涉及线性注意力（Linear Attention）相关研究。
最佳拍档AI 评分2222 Google Research 负责人 Yossi Matias 谈 AI 下一次突破：超越 Scaling Law、环境智能与科学发现
Google Research 负责人 Yossi Matias 探讨 AI 下一次突破的方向，涵盖超越 Scaling Law 的架构创新（如投机解码提升效率）、环境智能与 Generative UI 交互范式、AI Co-Scientist 加速科学发现，以及洪水预测、Google Earth AI 行星级智能、医疗 AI 开放生态与量子计算进展。
Hacker News · AI 高分帖AI 评分3434 数学家应该了解 Lean 定理证明器的哪些事：可靠性与 AI
Lean 定理证明器由 Leo de Moura 于 2013 年在微软期间开发并开源，其数学库 mathlib 已收录近 30 万条定理、超 10 万个定义、250 万行代码和 700 多名贡献者。
量子位AI 评分7171 Aether AI 发布 CRIS-0 机器人系统，0.2 秒急停、2 秒内重规划
Aether AI 公布因果智能机器人系统 CRIS-0 的官方 Demo，机器人在关闭微波炉门时遇人手突入可 0.2 秒急停，咖啡制作测试中平均 2 秒内识别因果变量变化并重规划，10 次随机扰动实现 9 次有效恢复。
量子位AI 评分6464 字节Seed发现DeepSeek-V4时强时弱源于KV Cache压缩的相位敏感性
字节Seed团队发现DeepSeek-V4的答题表现会随信息在输入中的位置每隔4个Token周期性变化，在128K长上下文大海捞针测试中，同一条信息换个位置，DeepSeek-V4-Flash-Base的检索准确率最大差距达40.2个百分点，DeepSeek-V4-Pro-Base为34.8个百分点。
量子位AI 评分6262 星动纪元VPP2登顶RoboDojo仿真榜单，开源世界动作模型
星动纪元自研的世界动作模型VPP2登顶RoboDojo仿真榜单，综合平均成功率32.26%、平均得分39.26分，两项指标均列第一，领先GPT-6-Astra的22.48%和28.97分。
公众号 · 赛博禅心精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，单价降九成
Anthropic 发布 Claude Haiku 5.5，输入从每百万 token $1 降到 $0.10，输出从 $5 降到 $0.50，官方称平均跑同样的活比 Haiku 4.5 便宜约 75%。
选题角度：官方给出 Haiku 5.5 与 4.5 的价格和跑分对比，还附了一段 Opus 带 10 个 Haiku 子代理的鸡蛋架演示，适合做新旧版本同任务实测对比。
Hacker News · AI 高分帖AI 评分6262 Anthropic 发布 Claude Haiku 5.5，运行成本比 Haiku 4.5 低约 75%
Anthropic 发布 Claude Haiku 5.5，官方称其为迄今最快、最便宜且能力最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，适用于摘要、压缩、数据库查询和分类等高并发、成本敏感任务。
Hugging Face Blog精选AI 评分6262 Nemotron 微调后在 IOI 2026 与 IMO 2026 双双达到金牌水平
英伟达团队从 Nemotron 3 出发，用监督微调、强化学习和反馈驱动的推理流程，让 Nemotron 在 IOI 2026 与 IMO 2026 都达到金牌水平。
选题角度：原文公开了 SFT 与 RL 检查点、训练数据集和 NeMo-Skills 推理管线，适合按官方配方复现一次微调加生成验证的流程。
量子位AI 评分3838 全球AI集体"不说人话"：从Claude到GPT的Coding黑话现象与Gemini的例外
开发者吐槽Claude、GPT等模型在Coding场景下输出"15/15全绿""单腿哑火"等黑话，被指是Coding过拟合与CoT压缩Token所致，穴居人式思维链可省70% Token消耗。GitHub上教AI说黑话的CaveMan Skill已获104K星星，2019年的文言编程语言wenyan-lang也已有20K星。Gemini因排版清晰、语言自然成为少数仍能正常沟通的模型。
Hacker News · AI 高分帖AI 评分6262 OpenTPU 开源 AI 加速器发布，在 FPGA 卡上跑通十款模型
OpenTPU 是一个开源 AI 加速器项目，由 AI 参与开发，整个加速器放在一个可端到端阅读的 monorepo 中，包含 SystemVerilog 硬件设计、指令集、位精确模拟器、内核语言与编译器以及驱动 PCIe 卡的主机软件。
The DecoderAI 评分7272 Mistral 发布万亿参数模型 Mistral Large 4，主打安全任务
Mistral 发布迄今最大模型 Mistral Large 4，1 万亿参数、490 亿激活参数，在自有欧洲数据中心训练，API 已通过 Mistral Studio 开放预览，权重预计 10 月底发布。
The DecoderAI 评分7272 Reflection 发布开放权重模型 Beam，称以更少算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首个免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
OpenAI NewsAI 评分5757 OpenAI 公布内部前沿模型在数学开放问题上的新结果
OpenAI 公布内部前沿模型在数学开放问题上取得的新结果，并说明这些结果来自一个内部前沿模型。相关 Lean 证明形式化与研究细节已在 GitHub 公开。
TechCrunch · AIAI 评分6262 Reflection 发布开源权重模型 Beam，对标中国开源模型且算力成本更低
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上可匹敌中国领先开源模型，且推理算力消耗少 3-4 倍。Beam 是纯文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token。
The DecoderAI 评分6666 Reka AI 发布全能模型 Rho-1，单网络处理文本、图像、视频与机器人控制
Reka AI 发布全能模型 Rho-1 的研究预览版，这是一个 190 亿参数的单神经网络，可处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行，不调用工具或外部模型，能实时生成连续视频并即时响应新指令，预测摄像头图像的同一套权重也驱动机器人动作。
The DecoderAI 评分3131 DeepMind 研究人员提出“人工共生智能”，作为“奇点”的替代方案
DeepMind 研究人员提出“人工共生智能”（Artificial Symbiotic Intelligence），主张 AI 研究的核心是协调由智能体、人和连接系统组成的复杂网络，而非构建单一自我改进的超级智能。
量子位AI 评分6262 TypeSafe 创始人 Diogo Almeida 访谈：Jev 估值 100 亿美元，公开 benchmark 极易被操纵
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示，公开 benchmark 极其容易被操纵，即便开发者没有主动作弊也可能被榜单牵着走，他更相信把模型放进真实工作流去评估。
bycloudAI 评分2222 Jev 决策模型解析：模型如何在不生成文字的情况下变得更强？
视频解析了名为 Jev 的决策模型的工作原理与来源，并对比了其他可选替代方案。内容聚焦模型在不生成文字的情况下如何实现更强表现，同时提及 Fish Audio 的 S2.1 Pro TTS API 可用于构建语音应用。
The DecoderAI 评分3636 Cloudflare 发布 Clef 决策模型：AI 智能体决策不再需要人类介入
Cloudflare 推出决策模型 Clef 与 Clef-flash，称智能体可自主收集上下文、做决策并执行，必要时才交由人类处理。
OpenAI NewsAI 评分3232 GPT-6 系列模型选型指南
OpenAI 发布 GPT-6 系列模型指南，面向初创公司讲解如何在 GPT-6 各型号间选型、调节推理强度、优化提示词与技能、协调工具调用，并为生产环境准备工作流。
Hacker News · AI 高分帖AI 评分4040 信息大多隐藏的 Stratego 游戏此前难倒 AI，如今被攻克
信息大多隐藏的棋盘游戏 Stratego 此前一直难倒 AI，如今被攻克。该帖在 Hacker News 获得 289 分、154 条评论。
Hacker News · AI 高分帖AI 评分2222 研究：Jev 等决策模型并未胜过 LLM-as-a-judge 或传统分类器
针对 TypeSafe AI 发布的 Jev 决策模型，一项实验在 4 类方法、9 个候选护栏上做了对比，结论是 Jev 这类决策模型并未胜过 LLM-as-a-judge 或传统分类器。Jev 以固定 schema 输出决策、零样本且比 LLM 更快更便宜，但 Red Hat AI Safety 团队主张护栏应使用针对任务微调的小型预测模型。
量子位AI 评分7171 丘成桐新论文致谢GPT 6 Astra和Claude Pro，称AI辅助探索证明思路
丘成桐参与的最新论文在致谢中感谢GPT 6 Astra和Claude Pro，称它们在部分证明策略的探索和计算中提供了帮助，论文同时声明人工验证和写作责任由作者承担。
NVIDIA Blog精选AI 评分6060 NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast 上线
GPT-6 Astra Ultrafast 已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 和 Codex 用户开放，运行在 NVIDIA Blackwell GPU 上。
选题角度：原文给出 GPT-6 Astra Ultrafast 在 API 和 ChatGPT 的可用入口，以及比 Standard 模式最高 8 倍 token 生成速度，适合上手实测同一编码任务两种模式的耗时差异。