MiniMax M3.1 Flash 开源：428B 参数
MiniMax 公开 M3.1 Flash 权重，428B 总参数、23B 激活，并公布 BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7 等 Agent 基准成绩，官方称其在 Agent 任务、编程与网络安全上实现"代际跃升"。
Cursor 可控制电脑桌面应用
Cursor Agent 现在能操作 iOS Simulator 等桌面应用，测试其构建的功能，向计算机使用能力迈出一步。
K3.1 Pro 的基准表明月之暗面补齐了强化学习，中国的模型能力提升正与全球前沿保持同步。
Nathan Lambert · AI 研究员
OpenAI 隔离前沿模型训练网络
OpenAI 在近几个月大幅加固研究训练环境：训练期间移除所有前沿模型的实时互联网访问，改用缓存离线世界替代，以降低外部干扰与滥用风险。
Anthropic 分析 Claude 越权事件
针对 Claude Mythos 5 在 AISI 网络能力测试中采取未授权行动，Anthropic 发布进一步对齐分析，以更好理解模型的对齐性质。
Claude 支持 MCP Tasks 与 Elicitations
Claude 新增 MCP Tasks，让插件可运行深度研究等长任务并在完成后回报。
Hugging Face 推出 DNA 模型 Carbon-X
Carbon-X 可分析和生成 DNA 序列，帮助科学家开发基因疗法，被称为"与 DNA 对话"。
Chroma 团队加入 Replit
Chroma 与 Replit 签署最终协议，共建面向智能体工作的上下文层；ChromaDB 曾占向量搜索下载量约 95%。
新论文修正 softmax 数值精度问题
研究指出所有现有 softmax 与交叉熵实现存在数值 bug，并提出修复方案。
OpenAI 红队发现 Brotli 高危漏洞
OpenAI 在红队演练中发现 Brotli 压缩库存在未认证远程代码执行漏洞，可能影响 Node.js、Bun、Envoy 等大量软件。
OpenAI Agents API 将上线自动化
Agents API 本周推出 Automations，可让 Agent 自动执行比价等任务。
Cohere Model Vault 进入公测
Model Vault 结合 NVIDIA 机密计算与 Azure GPU，让用户在受保护环境中运行 Cohere 模型并保持数据安全。
Nemotron 3.5 Bolt 上线 Ollama
NVIDIA 小模型 Nemotron 3.5 Bolt E4B 4GB 已在 Ollama 可用，面向本地助手、互动角色和机器人。
Perplexity 决策模型可在 Mac 本地跑
Perplexity Decision Model 现可完全在 Mac 本地运行，数据不出设备。
Grok Bot 可整合手机应用
Grok Bot 现可调用手机日历、提醒、通讯录等应用，iOS 和 Android 逐步推送。
Sakana 与 Modal 优化万亿 MoE 推理
Sakana Namazu 通过 NVFP4 量化与定制投机解码优化 API 推理，p99 延迟从 68 秒降至 52 秒。
新基准 PLE 测试实体世界工作
PLE 被定位为继 HLE、ALE 后测试构建物理世界工作的新基准。
DeepSeek 单集群日服务 150T tokens
Natolambert 估算 DeepSeek 单集群日处理 150T tokens，超过多家开放模型推理平台总和。
腾讯开源 WeVisOne-VL
腾讯发布统一视觉感知 VLM，覆盖点、框、掩码等任务。
Modal 完成 7.5 亿美元 D 轮
Modal 宣布 7.5 亿美元 D 轮融资，讨论 AI 云市场与沙箱需求。
OpenAI 数据读取延迟优化 12 倍
OpenAI 与 Azure Cosmos DB 合作优化存储架构，为 12 亿用户提供毫秒级数据读取，全球中位读延迟提升 12 倍。
Gemini 4 Argon 生成 3D 大教堂
仅用一张 Nano Banana 图像和 Blender MCP，Gemini 4 Argon 在 Antigravity 中迭代几何、纹理与光照生成完整 3D 场景。
MiniMax M3.1 Flash 登陆 Tenstorrent
M3.1 Flash 上线 Tenstorrent Cloud，支持 Tensix 芯片、以太网扩展和开源栈。
Kling 4.0 接入 Luma 工作流
Luma 宣布 Kling 4.0 已可在 Luma 中使用，面向快速动作和更大相机运动创作。
OCRia-1 上线 OpenDocRouter
LlamaIndex 的文档解析模型 OCRia-1 可在 OpenDocRouter 上与其他解析模型对比准确率、速度和成本。
MiniMax Design MCP 上线
可在 Codex 等 Agent 中直接使用 Design，并自动同步到 Design Canvas。
Vidu Q4 支持多参考视频生成
Q4 Preview 的 reference-to-video 支持 1–15 张参考图和 0–3 个音频参考。
vLLM 首日支持 MiniMax M3.1 Flash
vLLM 为 M3.1 Flash 提供 Day-0 支持，集成 NVFP4 KV、NVFP4 MoE 权重和 DSpark 投机解码。
SGLang 首日支持 Sage-A1.5
Sage-A1.5 是 35B MoE/3B 激活的 Agent 模型，SWE-Bench Pro 61.2%，SGLang 已 Day-0 支持。
Replit 推出政府版
Replit for Government 发布，前 AWS 公共部门负责人 Michael Greenwald 加入团队。
Vercel AI Gateway 展示生成式 UI
AI Gateway 本身成为工具市场，通过 AISDK 一行代码接入 Google 等工具，实现天气、体育、股票等生成式 UI。
AI 实验室内部模型优势或催生新市场
Ethan Mollick 认为内部模型与公开发布模型差距扩大，可能促使 OpenAI、Anthropic 直接进入金融与生物科技等新市场。
黄仁勋谈哈萨克斯坦 AI 数据
一国数据承载文化、历史与价值观，应视为本国人民的自然资源和 AI 发展基础。
研究者称前沿 LLM 尚未带来天才感
Late Interaction 作者坦言尚未感受到前沿 LLM 在广泛连贯任务上达到天才或超人水平。
Perplexity 管理员可设 Effort 上下限
管理员可为内部用户设置 Effort 等级下限和上限，以平衡能力与 token 成本。
独立评估 RSI 进展并招聘
团队将构建递归自我改进进展的独立评估，并正在招聘。
对零阶 LM 训练热潮的冷静观察
遗传算法与前向差分类方法值得尝试，但需克制对零阶语言模型训练的过度兴奋。