Codex周活跃用户突破700万，150余项更新发布
OpenAI 两个月内推出超 150 项更新，包括 GPT-5.6 和 Ultra、并行工作、加速计算机使用等功能。
@OpenAIDevs 宣布 Codex 周活跃用户突破 700 万。在过去两个月内，团队推送了超过 150 项更新，引入了 GPT-5.6 和 Ultra 模型支持、并行工作流、更快的计算机操控、AppShots 截图、行内编辑、Sites 发布以及移动端和 SSH 工作流等新能力。PR 从 review 到 merge 的完整流程也在 Codex 内全面就绪。
Meta AI模型在亚洲物理奥赛理论考试中获满分30分
与前三名学生并列，展示 Meta AI 在推理和多模态领域的最新能力。
@AIatMeta 宣布其提交的模型参加了亚洲物理奥林匹克理论考试并取得满分 30 分，与成绩最好的三名学生并列。这一成果旨在展示 Meta AI 的高级推理与多模态能力。@alexandr_wang 亦发文称 Muse Spark 在同一项考试中获得满分，标志 AI 在物理推理上的重要里程碑。
Bonsai 27B 发布：首个可在手机上运行的 27B 级多模态模型
GPT-5.6 Sol、Terra、Luna 在 Amazon Bedrock 上正式可用
Grok 4.5 在 Long-Horizon Terminal-Bench 上排名第一
GPT-5.6 Sol 在完成相同任务时，价格仅为 Fable 的一半，且 Token 效率约翻了一番。
Sam Altman · OpenAI CEO
Anthropic 投入 1000 万加元资助加拿大 AI 研究
@AnthropicAI 宣布投入 1000 万加元，与加拿大多家顶尖 AI 研究机构合作，资助新一代人工智能研究项目。涵盖向量研究所、Mila 和 Amii 等机构。
Vercel 开放 AI Gateway 排行榜数据，每日更新
Wan-Dancer-14B 舞蹈视频生成模型开源
中国模型占 Hugging Face 下载量 41%，超越美国
Muse Spark 在亚洲物理奥赛获满分
JetBrains AI 推荐 Codex 作为默认代理
@JetBrains 宣布将 Codex 设为 AI 产品的默认推荐代理。
SambaNova 联手 MiniMax 实现 M2.7 模型 850 tok/s 推理
H200 与 SN50 RDU 组合，短上下文 850 tok/s，长上下文 450+ tok/s，在 RAISE 大会亮相。
OvisOCR2 0.9B 参数量在文档解析基准上超越 SOTA
OmniDocBench v1.6 得分 96.58，成为首个端到端 OCR 模型达到此水平。
真正的 AI 竞赛可能已不在前沿模型
Hugging Face CEO 指出企业因成本与可访问性转向开源模型，前沿模型重要性受质疑。
Ideogram V4 在 Hugging Face 上开源 Fast 和 Instant 版本
@fal 团队推动 AI 普及，开源两款不同速度的版本。
Anthropic 通过 J-Space 技术监控 Claude 内部思维
声称能够监测 Claude 的内部思考过程，引发社区讨论。
MOSS-VL-Realtime 开源：实时视频理解视觉语言模型
11B 参数，支持实时视频和连续帧视觉理解。
NVIDIA Nemotron Ultra 在 Ollama 上快速增长
美国开源模型加速追赶，Nemotron Ultra 解锁复杂任务。
Perplexity 开源内部基准测试 WANDR
面向深度和广域研究能力评测的内部基准，现已公开。
AI 电影《ODYSEEUS: The Fall》预告片发布
继首部 AI 长片入选 Tribeca 电影节后，Fountain 0 再推新作。
PixVerse Game 发布：AI 生成游戏世界
推出 AI 游戏生成功能，让玩家创建自己的游戏世界。
vLLM 的 RL 后训练框架 vime 现支持 AMD MI355X GPU
增加 AMD ROCm 支持，端到端 RL 后训练可在 MI355X 上原生运行。
5.6 Sol 的增长太疯狂。推理团队做出了英雄般的努力来满足需求。我们将竭尽全力继续扩展，但短期内可能出现一些波动。
Sam Altman · OpenAI CEO
SGLang 实现 GLM-5.2 在 8×B300 上 500+ tok/s 推理
新 TopK-V2 内核在 bs=1 下实现稳定交互延迟，从 80K 到 1M Token 上下文基本不降速。
Sam Altman：智能体产品使用量上周增长 2.5 倍
Codex 和 ChatGPT Work 等智能体产品一周内使用量激增 2.5 倍。
Gemini Omni Flash 荣登视频生成排行榜榜首
在人工分析平台的 Text-to-Video 和 Image-to-Video 两项榜单上均排名第一。
Clem Delangue：12 个月内 90% Token 将流向开源模型
更多公司将前沿 API 用于实验，生产环境转向开源或自部署方案。
ARC-AGI-3 基准最高分 1.86%
Yuto Kojima 在 ARC Prize 2026 竞赛中取得当前最高成绩。
Muse Spark 1.1 健康基准上达到 GPT-5.6 水平，成本大幅降低
HealthBench Pro 上性能与 GPT-5.6 Sol 相当甚至略优。
Bonsai 27B 推出二进制和三进制量化版本
Hessian Free 发布基于 Qwen 3.6 的二进制和三进制 Bonsai 27B 版本，Apache 2.0 许可。
ICML 2026 演讲：AI 作为正常技术，人类角色将转变
关键论点：不担忧递归自我提升；人类工作空间被压缩，角色随之转变。
2026 年 AI 工程五大趋势：从构建智能体到构建智能体系统
AIE 世界博览会总结：AI 工程从"用智能体构建"转向"围绕智能体构建系统"。
Codex 周活达 700 万，可能已超越 Claude Code
24.5 小时前 Tibo 宣布 600 万活跃用户，现跳至 700 万，势头迅猛。
Claude 推出教师免费计划
为美国 K-12 教师提供免费高级 Claude 访问权限。
Clem Delangue：半数财富 500 强在 Hugging Face 构建 AI
但多数企业最终放弃前沿 API，转向开源方案。
Ciru AI 发布面向 AMD Strix Halo 的 198B 模型
最佳 N 采样可提升扩散模型测试时扩展
研究证明最佳 N 是扩散模型测试时扩展的更好基线。
LlamaParse 推出对话式提取模式，告别手写 JSON Schema
上传文档即可通过对话自动生成提取模式。
NVIDIA NeMo 新 RL 框架 Molt 使用 vLLM 作为推理引擎
agentic-first RL 框架，vLLM 异步服务可达 1T 级 MoE 规模。
Perplexity Agent API 新增 Wide Research 功能
NVIDIA Vera Rubin NVL72 采用第六代 NVLink
Novita Labs 发布 Kimi 模型推理加速器 DSpark
Grok 4.5 被描述为 Flow LLM，速度是最大优势
Airtap 将 SMS 变为移动端智能体执行层
Sakana AI 智能蜂窝砖研究登上 Nature Communications
Fable 生成《伊利亚特》舰船目录网站，并发现古希腊语翻译错误
用户借助 Fable 生成交互式古代航海图谱，可视化 1186 艘舰船、29 支希腊联军分队及特洛伊盟友分布。意外发现：AI 指出 Butler 英译本在希腊语翻译中存在两处错误。
弱到强泛化：通过直接在线蒸馏实现
Bonsai 27B 现可通过 Claude Code 的 Hugging Face 集成使用
Muse Spark 1.1 在 APEX-Agents 排名第六，pass@1 为 37.1%
机械可解释性研讨会数据揭示 LLM 代笔内容增长
Neel Nanda 团队通过三次 workshop 数据分析了 AI 代笔提交的增长趋势。
swyx：GPT-5.6 可能是 OpenAI 自 ChatGPT 以来最成功的模型
开发者认为此次发布可能影响 OpenAI 的 IPO 前景。
Vorflux AI 发布：前 Rippling CTO 打造软件工程自动驾驶仪
Addy Osmani：不要构建你无法负责的智能体
强调角色与头衔小于系统本身，需要记录交互等原则。
xAI 回应 Grok Build CLI 上传用户项目数据问题
称禁用 ZDR 后可删除已上传数据，但仅对企业用户有效，且删除无法独立验证。
DeepSeek 需约 10 万推理 GPU 才能达 80 亿美元年收入
基于 V4 定价和速度估算，约需 11.5 千万亿输出 Token 支撑。
GLM 5.5 可能为全新更大规模预训练，预训练成本已成零头
GRPO 的最新改进：Direct Double-Sided Importance Sampling
双面重要性采样提升 GRPO，但 SAO 可能拥有更高上限。