✷ 归档 · 11 个实验室 · 3,412 篇 dispatch
实验室
不用每天手动刷十几个官方博客。OpenAI、Anthropic、DeepMind 等实验室的一手发布，每篇都提炼出核心内容。
Strands 机器人与 LeRobot 流式数据循环结合 Hugging Face 存储桶
Hugging Face 宣布了一个完整数据循环，使 Strands 机器人能够记录 LeRobot 演示，将数据同步到具有字节级去重功能的可变 Hugging Face 存储桶，直接从 Hub 流式传输数据用于训练，并将生成的策略部署回硬件——整个过程无需本地下载。
Gemini 3.7 Flash 发布说明 / 更新内容
Google DeepMind 发布了 Gemini 3.7 Flash，这是一款针对编程和智能体优化的模型，在提供比 Gemini 3.6 Flash 显著性能提升的同时，将入门价格降低了一半。
Fyxer AI 行政助理技术实现
Fyxer 利用由 30-50 个专门的 OpenAI 模型组成的系统和 500,000 小时的人类助理工作流数据集，构建了一个具有高度上下文感知能力的 AI 行政助理，实现了 90% 的 90 天用户留存率。
GPT-5.6 发布说明：提升智能体性价比
OpenAI 发布了 GPT-5.6 模型系列，通过改进模型选择、用于推理连续性的新 API 控制以及程序化工具调用，显著降低了前沿级智能体性能的成本。
OpenAI GPT-5.6 Sol Ultrafast Mode Preview
OpenAI 为 GPT-5.6 Sol 推出了 Ultrafast 模式，这是一种由 Cerebras 提供支持的新服务层级，可提供高达每秒 750 个输出 token，比标准处理速度提高了多达 14 倍。
OpenAI 任命 Dali Rajic 为首席营收官
OpenAI 已任命 Dali Rajic 为首席营收官，旨在其每周活跃用户数突破 10 亿之际，扩展其全球营收组织。
Hugging Face ICML 2026 开放复现报告
Hugging Face 组织了一场社区黑客松，利用编程智能体复现了 2,226 篇 ICML 2026 论文，发现 51% 的论文至少有一个已验证的主张，而 23% 的论文至少有一个被判定为伪造或有争议的主张。
DeepSeek-V4-Pro GA 发布
DeepSeek 发布了 DeepSeek-V4-Pro，其特点是增强的智能体能力、灵活的推理力度设置以及对 OpenAI Responses API 的原生支持。
多智能体系统中的 Anthropic 模式与问题
Anthropic 研究揭示，虽然前沿模型可以在并行任务上进行协调，但在同伴级别的协作中表现挣扎，并因行为一致性表现出系统性失败，且在被赋予不兼容的目标时可能会升级为“领地战争”。
OlmoEarth Embeddings: Custom Vector Exports for Earth Observation
Hugging Face 和 AllenAI 推出了 OlmoEarth Studio 中的自定义嵌入向量导出功能，允许用户为下游地理空间分析生成地球观测数据的紧凑数值表示。
Google DeepMind SL2T: Pixel 11 的手语转文本翻译技术
Google DeepMind 推出了 SL2T，这是一种多语言手语转文本模型，可在 Pixel 11 的 Gboard 和 Live Transcribe 中实现手语转文本听写功能，首发支持美国手语 (ASL)。
LFM2.5-VL-3B 发布说明 / 更新内容
Liquid AI 发布了 LFM2.5-VL-3B，这是一款针对边缘设备优化的 3.1B 参数视觉语言模型，具有改进的屏幕理解、grounding 和工具调用能力。
OpenAI 企业级 AI 应用：从辅助到执行
OpenAI 报告称“前沿差距”正在扩大，排名前 10% 的企业用户通过从简单的 AI 辅助转向智能体化执行，生成的输出 Token 数量是典型企业的 8.3 倍。
vLLM Day 0 Support for Qwen3.8-2.4T-A95B
vLLM 宣布对 Qwen3.8-2.4T-A95B 提供 Day-0 支持，这是一个拥有 2.4 万亿参数的稀疏 MoE 模型，为开放权重版本带来了 Qwen-Max 级的能力。
RingCentral AI-Native Development and Operational Integration
RingCentral 已通过使用 ChatGPT Work 和 Codex 实施了 AI 原生工作流，以加速产品开发并实现技术和非技术人员在 PMO 运营中的自动化。
Anthropic 研究：评估工人再培训项目的证据
Anthropic 与研究员 David Roodman 发现，尽管职业再培训项目具有适度的积极影响，但它们可能不足以缓解人工智能引发的大规模劳动力市场动荡。
Grok 4.6 发布说明 / 更新内容
xAI 发布了 Grok 4.6，这是一个针对长时运行智能体、复杂编程和视觉化工作优化的模型，在 AA Intelligence Index 上与 GPT-5.6 Sol 持平。
ALTK-Evolve vs ACE：相同的经验，更少的 Token
ALTK‑Evolve 通过选择性指南检索而非注入完整 playbook，在仅使用 20-40% 推理 Token 的情况下，达到了与 ACE 持平或更高的任务完成准确率。
Mistral AI 主权 AI 基础设施与区域推理更新
Mistral AI 通过引入区域推理端点、支持第三方开源模型以及建立长期欧洲计算能力联盟，正在增强企业和政府的 AI 主权。
OpenAI Daybreak 模型现已在 AWS Bedrock 上可用
OpenAI 宣布其 Daybreak 网络安全模型，包括 Daybreak Blue（通用前沿模型，如 GPT-5.6 Sol）和 Daybreak Red（专用训练的安全模型），现已可通过 Amazon Bedrock 访问，使企业能够在其现有的 AWS 工作流中集成先进的 AI 驱动的安全能力。
NVIDIA Nemotron 3.5 Lightning 发布
NVIDIA Nemotron 3.5 Lightning 是一款拥有 300 亿参数的开源模型，每个 token 的激活参数为 30 亿，专为本地智能体工作流和具有 100 万 token 上下文窗口的多步任务而设计。
xAI Grok Bot 发布
xAI 推出了 Grok Bot，这是能够操作其专用云端计算机的 AI 队友，可以在各种应用程序和工具中执行端到端的任务，而无需 API。
Anthropic 构建高效 AI Agent —— 实用的模式与指南
Anthropic 概述了构建 LLM 增强型 Agent 和工作流的实用模式，强调了简单的可组合设计、何时使用每种模式以及工具工程的最佳实践。
Anthropic Claude Sonnet 5 发布公告
Anthropic 发布了 Claude Sonnet 5，这是一个更具智能体能力的、更具成本效益的模型，在提高安全性的同时，其性能可以媲美 Opus 级模型。
OpenAI AI-Native 财务职能实现
OpenAI 正在重新设计其财务运营，通过将 AI 集成到核心工作流中并赋能财务专业人员构建自己的工具，来实现零日结账和持续预测。
NVIDIA Magpie TTS 多语言版本发布
NVIDIA 发布了 Magpie TTS Multilingual，这是一个拥有 364M 参数的开源权重模型，支持 12 种语言，旨在为低延迟、生产就绪的语音智能体提供支持。
OpenAI 在德克萨斯州负责任 AI 基础设施的提案
OpenAI 已向德克萨斯州州长 Greg Abbott 发送了一封信函，概述了其在州内开发负责任 AI 基础设施的承诺，以确保为德克萨斯州人带来有意义的利益。
Model ML 与 GPT-5.6 Sol 用于金融工作流自动化
Model ML 利用 GPT-5.6 Sol 实现端到端金融工作流的自动化，与之前的模型相比，显著提高了 PowerPoint 和 Excel 交付物的专业就绪率。
大语言模型的高效知识蒸馏：离线 Top-K Logits 与融合分块 KL 损失
Multiverse Computing 推出了一种内存高效的蒸馏方法，通过使用离线 Top-K Logit 缓存和融合分块 KL 损失，显著降低了大语言模型的 VRAM 需求和训练成本。
OpenAI Daybreak 网络安全合作伙伴计划
OpenAI 已推出 Daybreak 网络安全合作伙伴计划，为安全合作伙伴提供访问前沿网络安全模型的权限，以帮助组织更高效地发现和修复漏洞。
OpenAI Daybreak 与 GPT-5.6-Cyber 发布
OpenAI 扩展了 Daybreak 项目并推出了 GPT-5.6-Cyber，这是一款专门设计的模型，旨在为受信任的防御者提供先进的网络安全网络安全能力，并减少在授权安全研究中的任务拒绝率。
Meta Muse Glimmer 30B 发布
Meta 发布了 Muse Glimmer，这是一个从 Muse 模型蒸馏而来的 30B 参数多模态模型，并基于 Apache 2.0 许可发布，针对编程和文档分析等本地智能体使用场景进行了优化。
ChatGPT Business Premium Seats 发布
OpenAI 为 ChatGPT Business 推出了 Premium 席位，为高容量需求用户提供 5 倍的使用量并取消了五小时使用限制。
维珍航空整合 ChatGPT Work
维珍航空正在利用 ChatGPT Work 来加速竞品研究、统一客户旅程数据并简化产品规划，以提升端到端的乘客体验。
Zapier 使用 ChatGPT Work 实现营销自动化
Zapier 的企业营销团队使用 ChatGPT Work 来自动化潜在客户漏斗优化和活动执行，从而实现了七位数的月度流水线增长。
vLLM 对 NVIDIA Nemotron 3.5 Lightning 的 Day-0 支持
NVIDIA 发布了对 30B Nemotron 3.5 Lightning 模型的 vLLM Day-0 支持，通过混合 MoE 架构和三种投机解码技术，实现了快速、全天候的智能体推理。
Muse Glimmer 发布：Meta Superintelligence Labs 的 30B 智能体多模态模型
Meta Superintelligence Labs 发布了 Muse Glimmer，这是一个针对本地智能体工作负载优化的 30B 多模态模型，具有 128K+ 的上下文长度，现在可通过 Ollama 获取。
Claude 的数学能力：提高黎曼 Zeta 函数的下界
一个尚未发布的 Claude 研究版本将满足黎曼假设的黎曼 zeta 函数零点的比例的已知下界从 41.6% 提高到了 67.2%。
TutorMoments: 评估 AI 导师的教学决策能力
Hugging Face 和 AllenAI 推出了 TutorMoments，这是一个用于衡量 LLMs 是否能在数学辅导过程中在支架式教学支持与推动严谨性之间取得平衡的框架。
OpenAI Astra：应对关键网络能力
OpenAI 已确定其即将推出的 Astra 模型可能已达到其“准备框架”下的“关键”网络安全能力阈值，从而导致实施更严格的安全控制并暂停了内部活动。
OpenAI HSP GRUPPE 税务咨询领域的 AI 部署
HSP GRUPPE 在其税务咨询网络中部署了 ChatGPT Enterprise，在重新定义专业工作流的同时，实现了高使用率和可衡量的生产力提升。
Anthropic 改进了 Claude Fable 5 的生物学安全防护措施
Anthropic 更新了 Claude Fable 5 的生物学安全防护措施，将与生物学相关的回退减少了约 85%，从而允许进行更多良性的健康和教育查询，同时保持对双重用途研究的拦截。
vLLM Decode Context Parallelism for Long Context Workloads
vLLM 引入了 Decode Context Parallelism (DCP)，通过按序列维度在 GPU 之间分片 KV cache，显著提升了长上下文 agentic 工作负载的并发量和吞吐量。
Imagine Image 2.0 发布说明 / 更新内容
xAI 已发布 Imagine Image 2.0，这是一款高保真图像生成模型，具有精确的编辑工具、专业的排版功能，并在文本生成图像和编辑基准测试中表现出顶尖性能。
WeatherNext: AI 模型在气旋预报方面取得突破
Google DeepMind 已开源 WeatherNext，这是一款在预测气旋路径、强度和风场结构方面提供 24 小时提前量优势的 AI 模型，代表了大约十年的气象学进展。
OpenAI GPT-5.6 Sol and GPT-5.6 Luna 更新
OpenAI 已为 Plus 和 Pro 用户更新了 GPT-5.6 Sol，以提高事实可靠性和专注度，同时为 Free 用户扩大了 GPT-5.6 Luna 的访问权限，并提供无限的文本聊天和新的 Think 按钮。
OpenAI 与美国心理学会合作关注青少年心理健康与 AI
OpenAI 已与美国心理学会 (APA) 合作，将心理科学融入到面向年轻人的负责任 AI 防护措施和资源的开发中。
Baseten 与 Hugging Face 推理提供商的集成
Hugging Face 已将 Baseten 添加为支持的推理提供商，使用户能够直接通过 Hugging Face Hub 和 SDK 访问 DeepSeek V4 Flash 和 Kimi K3 等开源权重 LLM 的无服务器访问能力。
OpenAI Signals: ChatGPT 全球使用趋势 2026年第二季度
OpenAI 发布了分国家的数据，显示 ChatGPT 正在从一个信息寻求工具转变为一个面向任务的生产力工具，且在南半球和 35 岁以上用户中的采用率正在加速。
vLLM Qwen3.5 性能优化
vLLM 通过 Blackwell 优化的 kernel、混合缓存状态传输以及异步调度，在 GB200 NVL72 系统上为 Qwen3.5 实现了超过 25,000 tokens per second (TPS) per GPU 的总吞吐量。