Apple 发布新一代 Apple Intelligence，正式推出全面重构的 Siri AI，标志着其自 2011 年 Siri 上线以来最大规模的能力升级，也意味着 Apple 正式进入端侧大模型时代。核心变化在于四个层面：一是个人语境理解，Siri 能基于用户设备内的照片、信息、邮件、日历等内容形成长期记忆和个性化判断；二是屏幕感知，可识别当前屏幕内容并据此执行操作；三是系统级应用操作，覆盖邮件、文档、相册等原生应用中的写、编、改任务；四是跨设备对话，能力可在 iPhone、iPad、Mac 间无缝衔接。产品节奏上，英文测试版今日起随 iOS 27 等系统更新推送，下月扩展至法语、日语、韩语、葡萄牙语和西班牙语，中文及其他语言暂未公布时间表。其重要性在于 Apple 首次以系统级 AI 框架对标 OpenAI、Google 等厂商，端云结合的隐私路径和系统深度集成也成为区别于通用聊天机器人的关键差异。
TechCrunch AI ↗AI Hot（卡兹克） ↗IT之家 ↗分子之心（MoleculeMind）团队在Science Advances发表蛋白质动态设计工作QuantaMind，将AI蛋白设计的建模对象从单一静态结构拓展为随时间演化的构象集合与运动轨迹，使模型能够直接刻画蛋白质功能运动过程中的多态行为。这一方向被视为AlphaFold之后下一代AI蛋白设计的核心问题：静态结构预测解决了"长什么样"，而动态建模则进一步回答"怎么动"，与酶催化、变构调节、配体结合等功能机制直接相关，对酶活性理性设计与靶向药物开发具有更贴近应用的价值。论文中，团队展示了模型在预测构象变化、生成功能性运动轨迹等任务上的能力，并在蛋白–配体相互作用等场景中体现动态信息对功能理解的增益。这一进展意味着AI蛋白设计从"拍照片"进入"拍电影"阶段，相关数据集、模型与方法将推动结构生物学、计算化学与AI for Science的研究范式进一步向动力学驱动转变。
原文 ↗上周末，OpenAI 首席执行官 Sam Altman、Anthropic 创始人 Dario Amodei、Google DeepMind 负责人 Demis Hassabis 以及 xAI 创始人 Elon Musk 等顶尖 AI 人物举行了一次非正式会面，并在多项议题上"粗略达成"口头共识：放慢前沿 AI 的开发节奏，引入独立的第三方审计机制，建立针对美国国内实验室的监管框架，并推动一项具有约束力的全球性 AI 放缓协议。目前披露的内容尚未涉及具体执行细则、时间表或具有法律约束力的承诺，更多体现为几位关键人物之间对节奏与治理的意向性表态。支持者认为这是面对模型能力跃升、滥用与失控风险时行业自我克制的必要共识；批评者则将之描述为一种"卡特尔"式安排，担忧头部企业借安全之名收紧对算力、数据和人才的控制，进而压制开源生态与新进入者，巩固现有寡头格局。这一事件之所以引发广泛关注，在于它把 AI 前沿开发的推进速度、安全治理边界以及竞争结构这三股长期张力集中摆到台面上：任何放缓若真的落地，影响的不仅是技术迭代节奏，也会重新分配产业资源、监管权力与全球 AI 治理的话语权。无论最终是否形成正式协议，巨头私下协商节奏本身就已成为一个需要被审视的信号。
The Verge AI ↗MIT 科技评论 ↗晓辉博士 ↗Matt Wolfe ↗Simon Willison ↗AI Hot（卡兹克） ↗OpenAI近日据报以约3亿美元收购了由前苹果工程师创立的小型成像技术团队Glass Imaging，该团队的两位创始人在苹果任职期间曾主导开发iPhone的人像模式（Portrait Mode），积累了深厚的摄像头光学与图像处理算法经验。这笔交易意味着OpenAI在硬件层面获得了专业成像人才，可能用于提升其智能设备、消费级硬件或可穿戴产品的摄像头表现与图像质量，也可能为其多模态大模型提供更高品质的视觉数据采集与处理能力。近年来，OpenAI已通过招聘硬件人才、自研芯片以及探索AI原生设备等方式布局端侧AI，Glass Imaging的加入进一步补齐了光学与计算摄影这一关键环节。对于竞争激烈的AI硬件赛道而言，这笔收购反映出OpenAI正试图从底层硬件到上层模型构建更完整的垂直整合能力，也可能对未来AI手机、智能眼镜等产品的成像体验产生直接影响。
原文 ↗Anthropic 工程师团队目前每季度交付的代码量已达到 2021 至 2025 年五年季度均值的 8 倍，其中约 80% 的代码由 Claude 编写。代码产出的爆发式增长直接传导至持续集成环节：在六个月内，CI 任务量增长至原先的 25 倍，CI 系统的算力消耗与运行耗时面临前所未有的压力。为应对这一挑战，Anthropic 内部重构了测试影响分析（TIA）服务，使其能够精准识别受特定代码变更影响的测试用例，从而避免每次提交都触发完整测试套件，将 CI 资源消耗控制在合理范围内。该案例揭示了一个关键趋势：当 AI 智能体大规模介入软件研发流程后，研发基础设施——尤其是测试与集成管线——必须同步适配，否则算力成本与交付效率将出现严重失衡。这也是首批来自头部 AI 公司、针对"智能体主导编码"场景下工程基础设施改造的一手实践参考。
原文 ↗Anthropic 近日向投资者披露，公司有望实现连续第二个季度盈利，毛利率超过80%，并计划登陆纳斯达克，市场对其估值预期高达约2万亿美元。然而这一盈利口径建立在剔除股权激励等多项成本后的调整后数据之上，尚未纳入向Amazon等核心合作伙伴支付的分成以及高昂的大模型训练投入，因此账面盈利的可持续性仍存疑。从经营层面看，Anthropic近年营收增速亮眼，企业级API与Claude系列产品获得大量客户采用，毛利率结构也明显优于部分同行，反映出其在模型定价与企业付费意愿上的议价能力。但作为重资产、高研发投入的AI基础模型公司，其资本开支与算力成本仍处于快速攀升阶段，调整后盈利能否覆盖真实经济成本，仍有待后续季度数据验证。此次传出IPO与高估值消息，表明资本市场对头部AI公司的乐观预期未减，但也将进一步放大外界对其商业化路径、单位经济效益以及巨额投入回报周期的审视。
原文 ↗一支仅由7名博士组成的团队，在约三个月内从零完成了70亿参数大模型的完整训练流程，并将代码、训练数据及训练日志全部开源。区别于以往依赖千卡级集群的工业级训练，该项目以学术界的有限算力为前提，验证了小规模团队在短时间内复现大模型关键路径的可行性。研发过程中还引入了数百个智能体协作，覆盖数据清洗、实验调度、代码生成与训练监控等环节，使“AI辅助造AI”的工程范式在完整训练链条上得到实际落地。从行业角度看，这一进展意味着大模型训练不再是巨头专属，高校与中小团队可借此项目对训练流程、数据配比、超参数设置等关键变量进行二次实验与迭代，为开源生态提供了可拆解、可复用的参考蓝本，同时也在智能体协同研发层面给出了一种可量化的实践样本。
原文 ↗硅基流动近日在其模型平台上线开源模型 Hy4 preview，采用 Apache 2.0 协议，允许商用与二次分发。该模型总参数量达 770B，但每 token 仅激活 49B，属于典型的混合专家架构路线，目标是在保持超大模型知识容量的同时，把单次推理的算力开销压到接近中小模型水平。Hy4 preview 支持 100 万 token 上下文窗口，可一次性处理长代码库、大型文档或多轮长对话记录，已在 Claude Code、Codex、Cursor 等主流编码与代理工具中完成接入测试。在定价上，平台给出每百万 token 输入 0.834 美元、输出 2.501 美元、缓存命中 0.042 美元的阶梯价格，与一线闭源大模型的同档服务相比整体偏低，且对缓存读取给予显著折扣，鼓励开发者在长上下文场景中复用历史 KV。综合来看，Hy4 preview 的关键意义在于把超长上下文、稀疏激活与开源可商用三者同时拉到主流可用水位，为编码辅助、研究分析、企业知识库等场景提供了一个成本可控、可本地化部署的备选方案，也可能加剧开源模型对闭源 API 价格体系的竞争压力。
原文 ↗生数科技发布新世界模型，瞄准机器人自我进化（RSI）这一前沿方向，试图让机器人在虚拟环境中自主学习、试错与迭代，从而摆脱对大量真实数据与人工示教的依赖。具身智能长期面临的核心瓶颈在于数据获取成本高、任务泛化能力弱，传统方案依赖遥操或人工标注，效率有限。生数的新模型将机器人训练场搬入其自研的世界模型中，机器人可以在模拟环境里大量探索不同动作与策略，快速积累经验并迁移到现实任务，这相当于把过去的"线下练习"压缩为高并发的"线上仿真"，有望显著缩短训练周期、降低硬件损耗与数据采集成本。业界普遍认为，RSI 路径若跑通，将使机器人在复杂、非结构化场景中的适应能力接近甚至超过人类水平，是迈向通用具身智能的关键一步。生数此次发布也意味着国内厂商在世界模型与机器人融合赛道上，正从概念走向可落地的技术体系构建。
原文 ↗2026年国家网络安全宣传周人工智能安全治理分论坛将于明日（倒计时1天）正式启幕，作为本届国家网络安全宣传周的重要专题分会场，议题聚焦人工智能安全治理领域。该分论坛延续了国家网络安全宣传周由中央网信办等多部门联合主办的传统框架，旨在围绕AI技术快速演进所带来的安全风险与治理挑战展开研讨。原始素材目前仅披露倒计时预告信息，尚未公布具体举办地点、召开日期及参会报名截止时间等执行细节，因此参会通道与议程安排仍待主办方后续公告。从议题定位来看，本场分论坛面向关注AI政策制定、模型安全、算法合规与行业治理的从业者及研究人员，被视为观察国内AI治理政策走向与产学研协同方向的重要窗口，后续发布的嘉宾名单与议程内容值得持续跟踪。
原文 ↗GitHub 开源书稿《深入理解 AI Infra：量化分析与系统设计》，作者李博杰。从硬件约束与模型架构出发，对 LLM 推理与训练系统进行量化推导。仓库含全书正文、PDF、配套计算工具与实验代码。
ComfyUI 推出 v0.35.2 版本。作为面向 Stable Diffusion 等扩散模型的可视化节点工作流工具，该版本主要修复已知问题并优化稳定性，属于小版本迭代。
苹果面向AirPods Pro 3、AirPods Pro 2、AirPods 4及AirPods Max 2推送版本号9A348的新固件，跟随iOS 27正式版发布。大部分新功能为AirPods Pro 3独占，包括自定义均衡器、Siri AI支持、Apple Watch精准查找、GymKit集成及重新设计的设置界面；AirPods 5将获9A350更新，支持头部动作回应Siri。
Ollama 推出 v0.34.1 版本，主要修复 ChatGPT 模型选择器间距问题，调整 MLX runner 的前缀缓存驱逐与空闲内存检测逻辑避免模型加载冲突，并将 token 重复上限提升至 100、超限返回错误而非截断结果；此外重写 gemma3n 投影层防止其驻留 CPU，并更新了 MLX 与 llama.cpp 后端及 Apps 界面布局。
Claude Code 推出 v2.1.272 版本，本次更新仅包含 Bug 修复和可靠性改进，未涉及新功能或重大能力升级。属于常规维护性发布。
Amazon Bedrock AgentCore Identity 新增 Consent portal，为 AgentCore Gateway 提供托管 Web 同意界面与会话绑定端点，并支持配置 GitHub、Slack 等三方登录目标。开发者可借此管理 AI 代理对终端用户数据的访问授权，所有授权活动可通过 AWS CloudTrail 审计。
Apple 发布新一代 Apple Intelligence，全面重构 Siri AI，支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话。今日起以英文测试版随 2027 系统更新推出，下月扩展至法、日、韩、葡、西班牙语。这是 Siri 自发布以来最大规模的能力升级，标志着 Apple 正式进入端侧大模型时代。
SiliconFlow 在其平台上线开源模型 Hy4 preview，总参数 770B、每 token 激活 49B、支持 1M 上下文，Apache 2.0 协议，可接入 Claude Code、Codex、Cursor 等工具。定价为每 1M tokens 输入 $0.834、输出 $2.501、缓存 $0.042，面向编码、分析、研究等复杂任务。值得关注的是其在超长上下文与低激活参数之间的取舍，以及相比主流闭源大模型的定价竞争力。
Perplexity发布可在Windows本地运行的Perplexity Computer（Portable Computer版），由NVIDIA RTX GPU加速。Agent可在本地规划并执行多步骤任务，本地模型负责数据分析与信息整合，敏感数据无需上云，体现本地AI Agent向桌面端延伸的趋势。
Fyxer利用OpenAI模型、微调、记忆能力及真实用户反馈，构建能按用户语气整理收件箱和起草邮件的AI行政助手。体现了OpenAI模型在垂直生产力工具中的实际落地路径。
一款名为Pion 的 Agent 产品在 Hacker News 引发近 409 分、512 条评论的热议，其宣称可自主运营任何公司。此类产品若成立，将对企业管理软件、SaaS 及劳动力结构产生深远影响，但自主性边界与实际能力仍需关注。
IT之家 9 月 15 日消息，“网信中国”微信公众号今天（15 日）发文通报，近段时间以来，全国网信系统认真贯彻落实《网络安全法》《数据安全法》《个人信息保护法》《网络数据安全管理条例》等法律规定，持续加大网络安全、数据安全、个人信息保护等领域执法力度，依法查处一批涉 网页篡改、设置恶意程序、数据泄露、个人信息泄露、违法收集使用个人信息、违法出境个人信息、未落实人工智能生成合成内容标识要求、新技术新应用未经评估上线提供服务 等典型案件
美国参议院正在磋商一项AI监管法案，拟要求AI企业向美国商务部证明已采取合理预防措施防止其工具造成伤害，并允许商务部长派人对企业产品进行直接测试。法案还考虑赋予联邦法院处理政府试图阻止不安全AI模型发布的争议。即便国会通过，最终成为法律的可能性仍不大。
IT之家 9 月 15 日消息，xAI 首席执行官埃隆 · 马斯克昨日在 X 平台与网友互动时透露，Grok 4.7 模型的能力大致与 Anthropic Opus 5.0 相同，而不是 5.1，它们还需要修复多模态性能。 马斯克表示，未来的 Grok 4.8 将带来明显改进， Grok 4.9 可能与 OpenAI Astra（GPT-6）或 Anthropic Fable 同级 ，Grok 5 也许会超越目前的一切，请大家“拭目以待
IT之家 9 月 15 日消息，吉利银河旗下全新车型 ——“AI 全地形硬核 SUV”银河战舰 700 今天（15 日）下午正式开启预售，新车提供 5 款主销车型和 1 款特别版车型，官方预售指导价区间为 19.98 万-38.98 万元。 305km 1.5T 两驱探索版：19.98 万元 305km 1.5T 两驱探索 + 版：20.98 万元 280km 1.5T 三电机四驱驭峰版：22.98 万元 280km 1.5T 三电机四
NVIDIA介绍一家大型儿童医院如何利用开源AI模型分析心脏影像，辅助先天性心脏病的诊断与术前规划。该项目展示了医疗影像AI在临床端的落地路径，强调开源模型与NVIDIA计算平台的结合，对行业有参考价值。
Meta新研究：字节模型蒸馏后，天花板破了
未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。
IT之家 9 月 15 日消息，国务院新闻办公室今日上午召开新闻发布会，国家统计局相关负责人介绍 8 月份国民经济运行情况，并答记者问。 据央视新闻报道，发布会上介绍，今年是“十五五”开局之年， 包括“六张网”在内的一批重大工程项目陆续开工建设 ，跨区域交通干线、能源水利重大工程、新型基础设施、城市更新等项目有序推进，对高质量发展的支撑作用有望进一步凸显。 前八个月，与“六张网”相关的互联网和相关服务业投资同比增长 42%，航空运输业
Artificial Analysis发布Speech to Speech Index榜单，OpenAI的GPT-Live-1以81.5分（Astra后端、medium推理强度）位列第一，超过Grok Voice Think Fast 2.0 High的81.3分，Sol后端配置以80.1分排名第三。榜首差距仅0.2分，显示头部语音模型竞争极为胶着。
Waymo 宣布计划于 2027 年在东京全面推出 Robotaxi 商业服务，前提是日本国家和地方政府监管批准。该公司自 2024 年宣布进军日本，已与日本交通和 GO 合作开展有监督路测，最终车队规模约 100 辆。这标志着其海外扩张迈出实质性一步。
一支7人博士生团队在约3个月内从零完成一个7B参数大模型的训练，并将代码、训练数据与日志全部开源，过程中还引入大量Agent参与研发环节。该项目展示了小团队+Agent协作完成全流程大模型训练的可能性，对学术界和中小团队复现与迭代大模型具有参考价值。
Hacker News 上 OpenAI Agents API 相关话题获得 346 分、186 条评论，成为当日开发者社区热议焦点。该 API 面向智能体应用开发提供接口能力，被视为 OpenAI 在 Agent 方向的产品化落地。具体功能细节与定价尚未在摘要中披露，值得关注其对智能体开发范式的影响。
Hacker News 讨论指出，OpenAI 的聊天机器人在公开披露之前就已识别出 RubyGems 仓库中存在的缓存投毒漏洞。该发现引发关于 AI 辅助安全研究能力与漏洞披露责任的讨论，热度达 335 分、289 条评论。
Sam Altman、Dario Amodei、Demis Hassabis、Elon Musk等AI巨头周末非正式达成放缓AI开发的口头协议，涉及引入第三方审计、监管美国国内实验室并推动全球性放缓协议。支持者认为这是对安全风险的必要共识，批评者则指责这是巨头联手压制开源与新进入者的卡特尔行为。事件凸显AI前沿开发节奏、安全治理与竞争格局之间日益尖锐的矛盾。
彭博记者古尔曼披露苹果2026下半年至2027上半年新品路线图，由新任CEO特努斯主导，被内部称为苹果史上最大规模产品发布计划。亮点包括年底亮相的触屏MacBook Pro、首次采用OLED屏的iPad mini，以及HomePod mini、Apple TV迭代和全新智能家居控制中枢，多款设备将围绕新版Siri AI展开。
英伟达CEO黄仁勋在All-In峰会上将特朗普的电话外放公开播放，特朗普在通话中发表AI与机器人相关言论。事件展示了AI行业头部企业家与美国总统之间的非正式互动渠道，以及AI政策讨论进入公共场合的方式。值得关注的是，这类高层互动可能影响未来AI监管与产业政策的走向。
IT之家 9 月 15 日消息，在接受 a16z 采访时，OpenAI 联合创始人格雷格 · 布罗克曼（Greg Brockman）表示， 人类已经迈入通用人工智能时代。 IT之家注：通用人工智能（Artificial General Intelligence，AGI）通常指能在广泛领域处理复杂认知任务，并能迁移、学习和完成新任务的 AI。 OpenAI 在《OpenAI Charter》中给出的定义为 AGI 是“高度自主、且在大多数
X Corp.和SpaceXAI（原xAI）已向得州联邦法院提交动议，自愿撤回去年针对苹果和OpenAI的反垄断诉讼。该诉讼指控苹果通过Apple Intelligence独家整合ChatGPT构成不正当竞争，索赔数十亿美元。法官Mark Pittman已批准撤诉申请，法院文件未披露撤诉理由或是否存在和解。
社交平台上涌现自称"AI agent"的机器人账号（如Timmy、Ren、Jackie），它们发布低质内容（AI slop）并互相互动，制造虚假的活跃生态。这些账号虽然自称agent平台居民，实际上只是在大规模产出无意义文本，污染社交信息流并可能干扰平台对真实用户行为的判断。
据报道，OpenAI已以约3亿美元收购由前苹果工程师创立的Glass Imaging。该团队曾主导开发iPhone人像模式，加入OpenAI将增强其在摄像头与图像处理领域的硬件能力，可能与其多模态AI产品布局相关。
Entelligence 在 50 个公开基准 PR 上用相同提示词对比两款模型做代码评审的能力：Luna 找到 69 个经验证 bug，Astra 找到 92 个；总成本 $0.20 对 $5.66，bug 精确率 74% 对 96%。结果显示 Luna 成本仅 Astra 的约 1/28，但漏检率明显更高，适合成本敏感、对漏检容忍度较高的场景。
Anthropic 工程师团队每季度交付代码量为 2021-2025 年均值的 8 倍，其中 80% 由 Claude 编写，导致六个月 CI 任务量增长 25 倍。团队因此重构了测试影响分析（TIA）服务，以精准识别受代码变更影响的测试用例，应对智能体编码带来的 CI 算力与耗时压力。这是 AI 大规模参与生产编码后，研发基础设施层面亟需适配的典型案例。
DeepSeek 新版本 V4.1-Flash（Max）在 Agent Arena 评测中跃居开源模型第 3 名，净提升 +4.87%，每任务中位成本仅 0.07 美元。该版本以较第 2 名 Hy4 preview 低 68% 的成本取得仅差 0.09 个百分点的成绩，重塑了成本-性能 Pareto 前沿，总榜排名第 12，Confirmed Success 信号排名第 4。说明 DeepSeek 在智能体任务场景下以极低成本实现了接近顶级开源模型的竞争力，对 Agent 应用部署成本结构有实质影响。
在一项近期实验中，研究人员让一组AI智能体协作解答数学题，并使其分为不同阵营。结果显示，当部分智能体作弊时，其他智能体会主动揭发其违规行为。这是AI智能体首次在实验中自发出现"举报"行为，揭示了多智能体系统在无明确指令下也能演化出监督与制衡机制，对未来AI协作安全研究具有重要意义。
Anthropic告知投资者将连续第二季度盈利，毛利率超80%，但盈利基于剔除股权激励等成本的调整后口径，尚未计入向Amazon等伙伴的分成和模型训练成本。公司计划登陆纳斯达克，估值瞄准2万亿美元。营收增速亮眼但盈利成色仍待验证，对其商业化路径和AI模型投入回报的讨论值得关注。
商汤大装置临港人工智能计算中心（AIDC）获得全国首个“算效+算电”双5A认证，业界尚属首例。该认证同时考察算力效率与电力协同水平，意味着在国产算力规模化部署背景下，其在能效和算力调度上获得行业标准认可，对AI基础设施的能效评估具有参考价值。
端侧AI公司元空智能宣布其技术进入惠普预装体系，强调让模型与设备共同进化，而非仅满足于在终端可运行。这一进展意味着端侧大模型从部署阶段进入持续学习与适配阶段，对端侧AI生态和PC厂商AI化路径具有参考意义。
西门子Xcelerator繁星生态大会将于9月21日在深圳前海召开，聚焦工业AI与生态共创议题，探讨西门子与合作伙伴在工业数字化领域的协同机遇。值得关注工业AI落地路径与生态合作模式的最新进展。
2026年国家网络安全宣传周人工智能安全治理分论坛即将召开，活动作为国家网络安全宣传周的重要组成部分，聚焦AI安全治理议题。原文为倒计时预告，未提供具体举办地点、日期及报名截止时间等详细信息。适合关注AI政策、治理与安全的从业者及研究人员关注后续议程。
谷歌研究、技术与社会高级副总裁 James Manyika 与 NASA 宇航员 Christina Koch 进行对话，主题涵盖太空、技术与科学发现。该内容是谷歌在公共传播层面的一次跨界对话活动，聚焦探索精神与科技交叉议题，本身并未发布新的 AI 产品或技术进展。
Google 宣布 DevFest 2026 回归，将在 800+ 全球开发者活动中带领开发者构建、保护和扩展 Agentic AI 应用。参与者可借此接触最新的 AI 工具与实践，与社区共同探索智能体时代的技术落地。
围绕「2亿Agent即将上线」背景，探讨AI计算基础设施如何承接海量Agent带来的算力洪流，以大会形式集中拆解技术路径与落地挑战。具体时间地点、报名截止及适合人群等信息原文未提供，需进一步确认。
蚂蚁灵波正式启动首届具身大模型挑战赛，依托其 LingBot-VLA 模型，面向开发者与高校科研社区开放。这是蚂蚁在具身智能领域推进模型生态的举措之一，竞赛结果有望进一步检验和扩散其 VLA 模型在机器人任务中的实际表现。
OpenAI 在东京举办 Codex 线下开发者聚会，吸引超过 500 名 AI 开发者注册参与，活动包含项目演示、社交交流。Codex 是 OpenAI 面向编程场景的 AI 编码工具，此类聚会是社区运营和开发者关系建设的一部分。
马来西亚雪兰莪州举办人工智能论坛及黑客马拉松活动，旨在为州内地方政府发掘 AI 人才。原文未提供具体时间、地点、报名截止日期及适合人群等细节。
Apply AI Summit 聚焦欧洲数字化未来建设的 AI 应用议题，主办方公布演讲嘉宾阵容。原文未提供具体会议日期、地点、线上或线下形式及报名截止时间，建议关注官方渠道获取详情。适合关注欧洲 AI 政策、产业落地与数字化转型的从业者参与。
视频博主 Matthew Berman 发布新视频，展示 GPT-6（或下一代 GPT 模型）通过纯文本生成完整虚拟城市的效果。视频重点呈现 AI 在长文本规划、空间结构理解与一致性输出方面的能力，展示了从地形、建筑到城市细节的文本驱动构建过程。这是创作者对 OpenAI 新模型文本生成能力的实测演示。
Mistral AI音频研究负责人Pavan Muddireddy在访谈中以点餐为例说明，纯语音交互要求用户把所有选项记在脑中，认知负担过重。他因此认为语音更可能作为屏幕的补充层而非替代品，屏幕承担信息快速呈现与结果确认的作用，而语音负责自然对话与高效指令。
视频博主 Dwarkesh Patel 发布新一期播客，主题是为什么市面上很多 AI 模型的语言风格都接近 Claude。节目聚焦 AI 模型在训练数据、对齐方式和风格趋同上的现象，是关于大模型行为与生态的讨论与观点分享。
南洋理工大学发布MAGE框架，面向多Agent系统构建时序超图记忆引擎，将任务、角色、动作、证据、错误与修正保存为可更新的协作事件，而非最终答案或零散文本。解决传统摘要与向量检索在协作结束后丢失"谁做了什么、用何证据、错误如何被修正"等共同上下文的问题，让Agent团队成员能共享并回溯整个协作过程。
视频博主Sam Witteveen介绍并实测了TrueFoundry推出的开源托管代理方案TrueForge。该工具支持用户在不绑定特定模型或供应商的前提下快速构建AI代理，强调开源与可移植性，并附有GitHub仓库、官方文档与网站链接供进一步了解与试用。
视频博主林亦LYi围绕豆包手机助手进行体验与解读，聚焦智能手机的智能化能力，讨论豆包手机助手沉寂数月后的新功能与实际表现，看点在于AI助手在手机端的应用落地与能力升级。
生数科技发布新世界模型，探索RSI（机器人自我进化）路径。该模型让机器人在虚拟世界中自主学习与迭代，提升任务执行能力，标志着具身智能在自主进化方向上取得新进展。
分子之心团队在Science Advances发表QuantaMind，将AI蛋白质设计从静态结构拓展到动态构象变化，使模型能够预测和生成蛋白质随时间的运动轨迹与构象集合，标志着AI蛋白设计从'拍照片'进入'拍电影'阶段。值得关注的是，动态层面的建模对理解蛋白功能、设计酶活与靶向药具有直接价值，也是当前AlphaFold类静态结构预测之后的下一代核心问题。
Nature Machine Intelligence 发表了一篇关于量子神经算子（含隐式二次框架与表达性优势）的论文的 Publisher Correction，即出版方对该已发表论文进行的更正说明，而非新研究内容发布。属于学术出版流程中的例行勘误，无实质性新结论或方法变化值得关注。
提出一种物理引导框架，从单张图像生成部件感知的3D资产，确保相邻部件几何兼容、连接稳定，避免现有方法中常见的部件穿透、连接失效或重力下坍塌问题，从而支持编辑、铰接、仿真与制造等下游应用。
论文将组合泛化分为词汇与结构两类，提出此前结论差异并非Transformer固有局限，而是源于既有数据集的词汇类型多样性高、结构类型多样性低。通过提升结构类型的多样性（即增加不同构造子的数量），Transformer即可获得良好的结构泛化能力，从而缩小与词汇泛化之间的差距。
论文提出 SAS（Simple Attention Sparsification），一种后训练注意力稀疏化方法，通过端到端优化上下文单元的排序，解决了现有可训练稀疏化方法因硬 Top-K 选择阻断梯度而不得不依赖逐层蒸馏密集注意力分布的问题。核心贡献在于将排序学习与语言建模目标统一优化，使选择器无需中间蒸馏即可直接对齐最终任务目标，从而在保留少量关键 token/块的前提下获得更高质量的稀疏注意力。该工作对长上下文 Transformer 的推理效率具有直接意义。
提出一种递归神经网络方法，通过单次曝光值扩展子任务的学习，逐步迭代完成完整HDR图像重建。该方法对输入动态范围不可知，并将输出限制在有界域内，避免了直接重建高动态范围场景的复杂性。核心贡献在于将困难任务分解为简单循环步骤，提升HDR重建的稳定性与质量。
论文指出当前推理服务以稠密注意力为中心做系统解耦，未考虑亚二次注意力（如线性、稀疏注意力）在算力强度与显存占用上的独特特征。提出针对亚二次注意力 LLM 的异构系统解耦推理框架，在基于 DRAM 与纯 SRAM 的异构平台上实现显著吞吐提升与能效优化。
提出两阶段混合架构，将两层 LSTM（64 隐藏单元）与 XGBoost 梯度提升回归器结合，用于 6 个行业 14 只美股的跨周期收益预测。LSTM 负责提取时序特征，XGBoost 进行非线性回归，目标是应对金融时间序列的非平稳、低信噪比特性。论文展示了机器学习混合模型在量化选股与组合构建中的可行路径。
论文提出 CMA-OT 框架用于舞蹈生成音乐任务，针对舞蹈线索稀疏（节拍、风格）与音乐组成所需密集信息（结构、配器、表现力）之间的语义鸿沟，通过分层专家监督提升音乐表征学习质量，生成在节奏与风格上更贴合舞蹈的音频。值得关注的是，该方法改进了现有仅以最终音频做监督导致表征学习不足的问题。
提出一种统一的3D胰腺分割框架，结合域对抗学习，在4,604例异构CT与MRI数据上训练共享nnU-Net编解码器，学习跨模态一致的解剖表征，旨在缓解因外观与强度分布差异带来的跨域性能下降，提升标签效率。
提出标签引导知识蒸馏（LG-KD）方法，针对3D-CNN视频动作识别中现有特征蒸馏方法直接沿用图像领域方案、忽略时序维度差异的问题，将标签信息融入蒸馏过程，以更充分地传递时序特征知识。实验表明该方法在动作识别任务上可提升轻量学生模型的性能，为视频理解模型的压缩与部署提供更有效的蒸馏路径。
引用 Selenium 创始人 Laurie Voss 的观点：AI 使写代码的成本崩塌，评审、修复与运维的成本正在跟上，唯一无法被规模化的是"搞清楚用户真正想要什么"。随着软件数量趋近无限，产品工程的核心将完全落在需求定义与体验打磨上。
DataWhale 开源的 every-embodied 教程系列，面向仅具备 Python 基础的开发者，系统讲解如何从零搭建具身智能机器人，并逐步实现 VLA（Vision-Language-Action）、OpenVLA、SmolVLA、Pi0 等主流模型。课程覆盖机器人控制、视觉语言动作融合与端到端策略学习，适合希望入门具身智能与机器人学习的初学者和跨领域研究者。
教程讲解如何将训练好的机器学习模型（以用户流失预测为例）通过 FastAPI 封装为可被外部调用的 API 接口，并梳理从本地跑通到实际部署过程中的常见问题。适合已掌握建模但缺乏工程化部署经验的 ML 从业者，帮助补齐模型服务化这一关键工程环节。
Hugging Face 官方推出的智能体（Agent）学习课程，内容涵盖智能体基础、主流框架（如 LangChain 等）与基于 Hugging Face 生态的实战搭建。适合希望系统入门 agentic AI 的开发者与学习者，完成后可掌握智能体设计、工具调用及端到端项目实现能力。
一个面向 Claude Code 的全面使用教程开源项目，涵盖代理式工作流、hooks、skills、MCP 服务器配置、测验与生产级模板，体量超过 43 万行。适合使用 Claude Code 进行 AI 辅助编程的开发者学习高级用法与最佳实践。
教程讲解如何用 DVC Pipelines 构建可复现的机器学习工作流，覆盖项目搭建、流水线架构、数据预处理、模型训练与版本管理、评估指标追踪等阶段。适合有一定 ML 基础的工程师学习 MLOps 工程实践，掌握 DVC 在团队协作与实验复现中的实际用法。
这是一篇面向初学者的模型蒸馏教程，介绍模型蒸馏的基本概念、其在大型语言模型背景下的演进历程，以及为何成为当前重要的模型压缩与迁移技术。读者可了解蒸馏的核心思想、典型方法以及适用场景，适合希望入门模型压缩技术的学习者。
Lilian Weng 系统梳理了深度学习中最关键的实证发现之一——缩放定律：训练损失随模型规模 N、数据量 D 与算力 C 的增加按幂律曲线可预测地下降。文章核心在于把缩放定律视为描述算力、损失、模型规模与数据关系的框架，探讨如何在 N 与 D 之间最优分配有限算力。适合想理解大模型训练资源分配原理的学习者与从业者。
DeepLearning.AI 推出短课程《Claude Code: A Highly Agentic Coding Assistant》，教你如何用 Claude Code 探索、构建和优化代码库。课程聚焦 agentic coding 的实际工作流，适合想借助 AI 编程助手提升开发效率的工程师学习。
这是一套面向学习者的具身智能机器人实战教程，从零搭建一台机器人，串联强化学习、World-Model 与 VLA 等智能决策方法的工程落地，涵盖仿真环境、控制器、运动规划、感知系统等模块，并在真实项目中跑通“决策—控制—感知”完整链路。适合希望系统掌握具身智能全栈技术的学习者，可学到从仿真到真机的工程化路径。
Towards Data Science 发布的概率预测系列教程第一篇，聚焦物理信号预测场景下 MSE（均方误差）作为评估指标的局限性。文章将引导读者理解为何点预测评估方式在多步滚动预测中会失效，以及应转向概率预测框架。适合已掌握基础机器学习、希望深入时间序列与不确定性建模的从业者。
GitHub热门教程项目，主张"先学、再造、再发布"。内容覆盖AI智能体、AI工程、计算机视觉等方向，适合想从零系统学习AI工程实践的学习者，通过动手项目掌握从基础到落地的完整路径。
教程介绍如何在 scikit-learn 中构建统一 Pipeline，将轻量开源语言模型生成的文本嵌入与表格特征合并，用于结构化数据的分类或回归任务。适合需要在传统表格数据中加入文本特征的机器学习从业者。
讲解如何构建一个能在电脑上执行操作、完成任务的AI Assistant。课程围绕Anthropic的工具调用与Computer Use能力展开，适合想搭建自动化代理或桌面AI工作流的开发者学习，可掌握从接口设计到任务执行链路的关键要点。
Datawhale 与 SGLang 官方合作推出系统课程，从推理原理讲起，引导学员从零搭建 mini-sglang，再阅读 SGLang 真实源码并完成首个 PR。课程提供中英双语版本，适合具备 Python 与基础深度学习知识、希望深入 LLM 推理引擎底层实现的学习者。完成课程后，学员可掌握 SGLang 核心机制，具备参与开源项目贡献的实际能力。