NVIDIA推出TwoToken模型，并行token生成

将30B模型一分为二，并行生成token取代逐token顺序生成，推理速度有望大幅提升。

NVIDIA AI发布了Nemotron-Labs-TwoToken，这是一项全新的模型推理架构创新。研究团队将30B参数的模型拆分为两部分进行并行工作，同时重构了模型以支持并行token生成，替代了传统的一次生成一个token的顺序方式。该方法在保持输出质量不变的前提下，显著缩短了长文本生成的时间。

该架构的核心在于将注意力机制和前馈网络分别部署到两个子模型中，通过精心设计的交叉通信协议实现了高效的流水线并行。早期基准测试表明，与同规模的标准自回归模型相比，生成效率最高可提升至接近两倍。对于企业级部署而言，这意味更低的延迟和更高的吞吐。

vLLM优化DeepSeek V4成本降低5倍

内核、调度、服务三层优化叠加，一个月内token成本降至原来的五分之一。

vLLM社区在一个月内对DeepSeek V4进行了密集优化，涵盖内核、调度和服务三个层面。从day-zero的适配方案到持续的底层优化，社区贡献者的每一次PR都在累积。最终实现的5倍token成本降低，不仅降低了推理门槛，也证明了开源协作在推理效率竞赛中的关键作用。

DSpark推测解码登陆vLLM

vLLM正式原生集成DeepSeek的DSpark推测解码技术。该方案采用半自回归起草器，结合非因果滑动窗口注意力，一次提出多个候选token，随后在单次前向传播中统一验证。输出与原始模型完全一致，但解码步骤显著减少，特别适合低延迟、高交互性的推理场景。

GLM 5.2在APEX-SWE上开源模型首秀夺冠

Pass@1达到55.3%，成为首个在该基准集成类别中领先的开源模型。

GLM 5.2在APEX-SWE的Integration类别中获得了55.3%的Pass@1成绩，成为第一个在该软件工程基准上领跑的开源模型。这一里程碑标志着开源模型在复杂代码生成与集成任务上已具备与闭源前沿模型竞争的实力。该模型同步登陆Microsoft Foundry平台并支持AMD MI300X GPU运行，进一步拓展了部署选项。

ICML Spotlight论文：超越语言建模

原生多模态预训练实证洞察，从表示学习到扩展性全面梳理。

一篇题为《Beyond Language Modeling》的ICML Spotlight论文系统性地探讨了原生多模态预训练，从表示学习、数据构建、模型架构和扩展性四个维度提供了实证洞察。论文由David Fan和John Nguyen等人合著，聚焦多模态模型在训练过程中各因素的实际影响。网页介绍了博客文章的研究内容，为该领域的实践者提供了关键的实验参考。

Fchollet预测：AI将收敛到符号世界模型

"符号建模让系统用最少的数据构建紧凑、可重用、高度泛化的心智模型。"

François Chollet认为AI最终将走向直觉引导的符号世界建模，即深度学习引导的程序合成。他称这一方向"不可避免"，并指出符号建模能够让系统构建紧凑、高度泛化的问题空间心智模型，仅需极少量数据。这一论述呼应了Chollet长期以来的ARC研究路线。

Meta发布Autodata框架，自动化高质量训练数据

AI前沿的瓶颈之一是高质量训练数据。Meta推出Autodata框架，自动化高质量训练数据生成流程，直接回应了这一挑战。该框架旨在打破训练数据瓶颈，为大规模预训练提供可持续的数据供给方案。

微软与CMU发Agent制作PPT基准

新基准测试评估AI Agent生成和修改PowerPoint的能力，对幻灯片操作进行严格评估。