何恺明团队提出NAT-ARC：用ImageNet预训练纯视觉模型解ARC
何恺明团队提出NAT-ARC，一套纯视觉的ARC解题方案，用ImageNet上的MAE预训练encoder再迁移到抽象格子推理。表现最好的单模型为0.6B参数，在ARC-1上取得63.4%的pass@2分数，集成后达到70.2%，约2B参数；作为参照，专门微调的The ARChitects用8B语言模型拿到71.6%。
#推理
量子位AI 评分5555 The DecoderAI 评分7171 Ataraxos 击败最强 Stratego 选手，算力成本仅为 DeepNash 的 1/500
研究团队用 Ataraxos 在军旗（Stratego）对局中以 85% 有效胜率击败史上最强选手 Niemeijer，该 AI 纯靠自我对弈学习、不使用人类数据。
The Decoder精选AI 评分7878 OpenAI 称已阻断模型推理窃取活动，但该手法在 Azure 上仍然奏效
OpenAI 称其阻断了一场针对模型推理的蒸馏窃取活动，该活动 7 月 1 日以低量开始，7 月 24 至 25 日激增至来自 4000 多名用户的 16000 次请求，涉及 15000 多个关联账号，OpenAI 称已于 7 月 28 日前全部关停，并将核心参与者与 Moonshot AI 相关人员关联。
选题角度：OpenAI 称已封堵推理蒸馏攻击，但研究者复测发现同一批模型在 Azure 上仍能被逐字套出推理，适合做平台防护差异的对比解读。
The Decoder精选AI 评分7878 Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布新前沿模型 Gemini 4 Argon，在多项基准上追平 OpenAI 和 Anthropic，但未取得明显领先。Argon 先向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放，之后才面向开发者、企业和消费者，起步为付费 API 客户和 Google AI Ultra 订阅用户，尚未公布日期。
选题角度：用 Artificial Analysis 与 Arena 的公开数据做横向对比，讲清 Argon 在智能指数、幻觉率和 token 消耗上的取舍。
Hacker News · AI 高分帖AI 评分7474 Google 发布 Gemini 4 Argon，输出上限提至 1M token
Google 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价的 95% 折扣计费。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出。
选题角度：官方给出 Gemini 4 Argon 在 DeepSWE、CWE-bench 等基准上的分数和内部落地案例，适合做一次新模型能力与价格对比的解读。
Hacker News · AI 高分帖AI 评分2222 DeepSeek 的 KV cache 优化被 Claude Opus 5.5 与 GPT-6.1 Sol 采用，缓存读取价格大幅下调
DeepSeek 公开的 KV cache 优化正被西方实验室采用：其 MLA 架构将缓存压缩约 15x，DeepSeek-V4.1-Flash 借助 CSA2、跨层缓存复用与 FP4 缓存把全局 KV cache 降至每 token 890 bytes。
量子位AI 评分6262 OpenAI 研究员 Noam Brown 谈多智能体：解千禧年难题中它功劳不到 10%
OpenAI 研究员、o1 核心作者 Noam Brown 在 Dwarkesh Patel 播客中表示，用 1 万个 Agent、88 小时、1300 亿 token 解出千禧年数学难题，多智能体的功劳不到 10%，核心原因是模型本身足够强。
量子位AI 评分6060 IQuest-Q1发布：320B参数激活15B，一句Prompt直出小游戏
至知创新研究院IQuest Research发布IQuest-Q1模型，采用decoder-only Transformer主干与稀疏MoE架构，总参数约320B、激活参数约15B。
Matt WolfeAI 评分3838 Typesafe AI 推出 Jev：不生成文字、直接输出决策的极速低价 AI 模型
Typesafe AI 的 Jev 模型不生成文本，而是直接输出选择、分数或 true/false 等决策结果，因此速度极快、成本极低。其输入价格低至每百万 token 4¢，输出免费，官方称便宜到无需计量。
Hacker News · AI 高分帖AI 评分1515 受 Kahneman 快慢思考理论启发，论文提出多智能体 AI 元认知架构
一篇 arXiv 论文借鉴 D. Kahneman 的"快慢思考"理论，提出多智能体 AI 架构：由 system 1（快）智能体凭过往经验直接响应，system 2（慢）智能体在需要推理和搜索最优解时被刻意激活。两类智能体均由世界模型（环境领域知识）和"自我"模型（系统过往动作与求解器技能）支撑。作者认为，研究人类具备这些能力的机制，有助于理解如何让 AI 系统获得同类能力。
量子位AI 评分3636 谷歌TPU跑Kimi K3比英伟达GB200快57%，Inferact用DeepSeek DSpark框架开源megakernel
Inferact用16块谷歌TPU v7跑Kimi K3达到每秒709个token，比16块英伟达GB200的452个快57%，并已开源这套megakernel代码。该方案将92层MoE计算合并为单个Pallas程序，配合DeepSeek的DSpark推测解码框架，acceptance length达6，且GPQA-Diamond 94.4%、GSM8K 97.2%与GPU结果一致。
X · Anthropic精选AI 评分6262 Anthropic 称 Claude 在 Claude Science 中解出九圈散射振幅
Anthropic 在 Science Blog 发文称，Claude 在 Claude Science 中仅凭一条描述九圈问题的提示词，基本无人监督地运行数天，解出了平面 N=4 超杨-米尔斯模型中的九圈散射振幅，总成本几千美元。
选题角度：原文给出九圈散射振幅这一具体科研任务和几千美元成本，适合做AI独立跑数天解物理难题的实测复盘。
量子位精选AI 评分7878 Skild AI 用自我对弈训练人形机器人 Messinator 踢足球
美国具身智能公司 Skild AI 展示人形机器人 Messinator，在 NVIDIA Isaac Sim 搭建的虚拟足球场中通过强化学习和 self-play 自我对弈 140 年，学会带球、护球、抢断和倒地起身，并迁移到真实机器人上完成射门。
选题角度：原文给出虚拟足球场自我对弈140年的训练设定和机器人带球射门演示，适合做效果对比或玩法解读。
AI Explained精选AI 评分6262 Opus 5.5 发布：我们离自动化 AI 研究还有多近
Anthropic 发布 Claude Opus 5.5，AI Explained 结合其 230 页系统卡，讨论该模型在自动化 AI 研究（递归自我改进）上的进展。
选题角度：围绕 Opus 5.5 的 230 页系统卡和各家 RSI 承诺时间线，梳理实验室口径变化，适合做热点评论。
量子位AI 评分2222 是石科技 Meta-Infer 让 PCIe 显卡 DeepSeek 推理吞吐提升 6.87 倍
是石科技自研 Meta-Infer 高效部署引擎，通过内核补齐与通信重构，让 DeepSeek-V4.1-Flash 在 8 张 PCIe-Only 显卡上输入吞吐从 1932 tok/s 提升至 13274 tok/s，达 6.87 倍，并支持 1M 超长上下文。
量子位AI 评分3838 任少卿指导蔚来发布 MM-Future：多模式世界—动作联合建模让自动驾驶"走一步想十步"
任少卿以通讯作者身份指导蔚来团队发布论文《MM-Future: Multi-Mode Joint World–Action Modeling for Autonomous Driving》，提出一次生成多组配对场景—动作假设、让轨迹与未来场景共同演化的多模式联合模型。
Hacker News · AI 高分帖AI 评分3838 Mercury 2.5 LLM 输出速度达 770 tokens per second
Mercury 2.5 LLM 输出速度达到 770 tokens per second。该数据来自模型能力与性能对比页面中的输出速度（tokens per second）指标，同页还列出延迟（首 token 时间）与端到端响应时间（输出 500 tokens 的秒数）等维度。
公众号 · 夕小瑶科技说精选AI 评分8484 小米发布MiMo-V2.6系列，实测编码、审美与多模态能力
小米正式推出MiMo-V2.6-Flash、MiMo-V2.6-Pro及Pro的UltraSpeed版本，Pro在Artificial Analysis智能指数取得46分，超过Kimi K3和Qwen3.8 Max。
选题角度：作者用孪生素数可视化、3D地震台、PPT和视频模仿四个实测案例展示MiMo-V2.6-Pro的编码与审美能力，适合挑其中一个案例录屏复现并对比成本。
量子位AI 评分1212 商汤大装置罗伟：异构混推如何提升Token生产效率
商汤大装置资深技术专家罗伟在2026全球AI芯片峰会上分享了异构混推实践，其日均Token服务量已从2月的0.46万亿增长至8月的4.5万亿。平台通过"横向编排"统一不同算力资源画像、动态调整芯片P/D角色分工，并推进从固定P/D配比走向Prefill Pool与Decode Pool动态资源池化，未来还将把Encoder、Attention、FFN等模块拆分为独立资源池。
量子位AI 评分3030 Jev vs Decitron：同为决策AI，为什么不是一回事？
TypeSafe AI 的 Jev 与中科闻歌 6 月发布的通用决策大模型 Decitron 决策机，虽同属决策 AI，但对“决策”的理解不同：Jev 把决策压缩为 Choice、Score、Probability 的瞬时判断，服务软件和 Agent；Decitron 则用世界模型、多智能体推演、博弈与求解，把决策展开为对未来的推演。
The DecoderAI 评分6262 OpenAI 发布 GPT-6 Sol 与 Luna，token 价格减半但性能提升有限
OpenAI 发布 GPT-6 Sol 和 Luna 两款更便宜的模型，token 价格相比 GPT-5.6 Sol 和 Luna 减半，性能基本持平。GPT-6 Sol 定价为每百万输入 token 2 美元、输出 10 美元，Luna 为输入 0.10 美元、输出 0.50 美元，OpenAI 将降价归因于缓存和推理优化，并把缓存输入 token 折扣提高到 90%。
TechCrunch · AIAI 评分4242 高通发布 Snapdragon 8 Elite Gen 6 与 Extreme Gen 6 两款手机芯片，主打 AI
高通在年度 Snapdragon Summit 上发布 Snapdragon 8 Elite Gen 6 和 Snapdragon 8 Elite Extreme Gen 6 两款旗舰手机处理器，主打 AI 功能。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，性能对标 Fable 5.1 且成本降低约 40%
Anthropic 发布新系列首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低约 40%，输出速度提升超过 30%。
选题角度：Anthropic 发布 Claude Opus 5.5，官方给出与 Fable 5.1、GPT-6 Astra 的基准对比和 40% 成本下降，适合做跑分与价格对比解读。
TechCrunch · AI精选AI 评分7878 Anthropic 发布 Opus 5.5，价格更低且性能对标 Fable
Anthropic 于周二发布新模型 Opus 5.5，官方称其在编码和知识工作任务上创下新的 SOTA，并在多项基准上超过体量更大的 Fable 模型。Opus 5.5 输出 token 定价为每百万 20 美元，低于上一代的 25 美元，其他指标也有类似降幅，运行速度更快、服务所需算力整体下降。
选题角度：Anthropic 发布 Opus 5.5，输出价格从每百万 token 25 美元降到 20 美元，适合对比新旧版本在编码任务上的表现和成本差异。
Hacker News · AI 高分帖精选AI 评分7878 OpenAI GPT-6 Astra 自主破译 2005 年以来未解的 Enigma 密电
OpenAI GPT-6 Astra 自主破译了 1941 年 7 月 10 日的德国陆军 Enigma 密电 MVUEH，该密电自 2005 年以来一直未被破解。
选题角度：原文完整记录了 GPT-6 Astra 自主选定目标、用 ROSENOW crib 写模拟器破译的全过程，适合按时间线复盘这次自主密码分析。
量子位精选AI 评分8383 小米 MiMo-V2.6 开源发布，6天RL训练烧掉350万美元拿下开源第一
小米发布 MiMo-V2.6-Pro 和 Flash，Pro 为1.02万亿参数、420亿激活，在 Artificial Analysis Intelligence Index 上拿到46分，位列开源第一。
选题角度：小米把6天RL训练直播全过程公开，可围绕350万美元账单和30个Step后的评测涨幅，讲清开源模型冲进第一梯队的成本账。
量子位AI 评分2222 基元律动韩凯：从多模型调度到反馈闭环，探索Agent持续进化
基元律动联合创始人兼CTO韩凯在2026杭州云栖大会企业级Agent实践峰会上发表演讲《从Harness到RSI飞轮》，提出多模型异构并存与算力多元供给将成长期结构。其开源项目OpenSquilla在特定测试配置下保留固定旗舰模型基线99.96%的任务质量，成本降低88.9%；9月发布的NeoHorse-1基于通义Qwen3.5底座后训练，4B版本宏平均得分由58.94提升至64.87。
量子位AI 评分3434 阿里吴泳铭云栖大会演讲：机器思考总量将达人类1000倍以上，Qwen将训练5-10T参数模型
阿里巴巴CEO吴泳铭在2026杭州云栖大会上判断，未来机器思考总量将达人类的1000倍以上，机器智能时代的三大基石是AI模型、AI芯片和AI云。他透露Qwen团队正探索递归式自我改进RSI，计划训练5-10T参数规模的全新模型；平头哥发布国产AI芯片真武V900，性能达M890的3倍，单一集群可扩展至50万卡；阿里云目标到2032年全球数据中心规模超过20GW。
Hacker News · AI 高分帖AI 评分6060 Tim Dettmers 谈小实验室如何用智能体做前沿研究
Tim Dettmers 发文主张学术研究将迎来复兴，研究单位应从论文转向生态系统，并预告开源周将发布两个开源项目和四篇论文。
FireshipAI 评分4040 前 OpenAI 研究员 Diogo Almeida 推出 Jev：号称快 200 倍、便宜 400 倍且无幻觉的"System 1"模型
前 OpenAI 研究员 Diogo Almeida 在隐身两年后推出 Jev，一款自称"System 1"的 AI 模型，不能对话也不能写代码，但宣称速度提升 200 倍、成本降低 400 倍且无幻觉。该模型的具体技术细节与可用性尚未在原文中披露。
bycloudAI 评分2828 NVIDIA 如何让 4-Bit AI 真正可用：NVFP4 与 Vera Rubin GPU 背后的低精度训练难题
NVIDIA 正力推 NVFP4 低精度格式，并计划让即将推出的 Vera Rubin GPU 围绕它设计。视频拆解了 NVIDIA 如何让 FP4 真正用于 LLM 训练，以及其中的训练技巧为何远比单纯减少比特数更难。
The DecoderAI 评分6262 Runway 展示实时视频生成研究，边描述边流式出片
Runway 公开其实时视频生成研究，用户不再输入提示词后等待，而是边描述边以流式方式生成视频。该方案基于公司首个 General World Model GWM-1，它建立在 Gen-4.5 之上，逐帧生成并接受镜头运动、机器人指令或音频作为控制。
量子位AI 评分6060 Nature 梳理 GPT-1900 实验：AI 能否重新发现光量子
Nature 最新文章梳理了独立研究者 Michael Hla 的 Machina Mirabilis 项目，他用 Andrej Karpathy 的 nanochat 框架从零训练了 33 亿参数的 GPT-1900。
The DecoderAI 评分3838 Google DeepMind 推出 Dream-RSI：让 AI 智能体通过“做梦”回放搜索历史来改进策略
Google DeepMind 提出 Dream-RSI，让 AI 智能体复用已完成搜索的记录来测试新策略，无需重新调用模型或评估器。
TechCrunch · AIAI 评分6262 ChatGPT 发明者创办的 TypeSafe AI 发布非语言模型 Jev
ChatGPT 与 RLHF 发明者之一 Diogo Almeida 创办的 TypeSafe AI 发布基于 Transformer 的新模型 Jev，它不输出文本，而是输出概率即所谓“校准决策”，因此不会产生幻觉，输出 token 免费、输入 token 按十亿计费。
Two Minute Papers精选AI 评分6262 Two Minute Papers 解读 DeepSeek V4.1 Flash 的新架构
Two Minute Papers 发布视频解读 DeepSeek 的新架构，标题为 DeepSeek's Insane New Architecture。视频说明中给出 DeepSeek V4.1 Flash 论文链接，并列出多条 X 平台来源链接，同时更正视频 3:23 处 Opus 5.1 标注应为 Opus 5。
FireshipAI 评分4242 Google DeepMind 发布 Dream-RSI：把旧发现日志变成模拟器
Google DeepMind 发布 Dream-RSI，可将 AI 此前的发现日志转化为模拟器，用于测试数千种探索策略。该技术被讨论为是否属于 RSI，还是带缓存的搜索算法。
The DecoderAI 评分5858 OpenAI 据称接近解决 Hodge 猜想，为其第二个千禧年大奖难题
据知情人士透露，OpenAI 正接近解决七大千禧年大奖难题之一的 Hodge 猜想，员工预计很快会有解法，但公布时间可能推迟，因为公司希望吸取 Navier-Stokes 风波后把对外口径处理妥当。
The Decoder精选AI 评分8383 GPT-6 Astra 在 ARC-AGI-3 达 62.7%，游戏实测碾压 GPT-5.6 Sol
GPT-6 Astra 在 ARC-AGI-3 标准接口下得分 62.7%，使用 OpenAI 自家 harness 时约 99.9%，而 GPT-5.6 Sol 仅 7.78%、Claude Opus 5 略高于 30%。
选题角度：原文给出 Astra 在 ARC-AGI-3 与多款游戏中的具体成绩和失败细节，适合做新旧模型同一任务的效果对比。