产品 · @OpenAIDevs
ChatGPT 付费版每月送 500 美元 API 额度
即日起，符合条件的 ChatGPT Pro 与 Business 订阅用户每月可领取最高 500 美元 API 额度，用于构建应用与 Agent；Plus 不包含。
基准 · @replit
Replit 发布 ViBench 2.0 编程基准
ViBench 2.0 评估长时程软件构建：Agent 从空项目起步逐功能搭出完整产品，且看不到后续步骤；官方称 GPT-6.1 Sol 当前领先。
世界模型 · @GoogleDeepMind
Google 发布 Genie 4 实时世界模型
DeepMind 推出更真实、可实时交互的 Genie 4，用户可在动态环境中自由探索；演示仍有瑕疵，但代际进步明显。
生态 · @OpenAIDevs
OpenAI 携手 Oracle 接入 ChatGPT
双方合作把 Oracle 应用与数据引入 ChatGPT，并提供由 OpenAI 驱动的新产品，面向美国客户。
基础设施 · @vercel
Vercel AI Gateway 推出虚拟模型
用单一虚拟模型 ID 跨 Agent 集中管理模型字符串与配置，可即时切换新模型并强制执行零数据保留。
论文 · @llama_index
LlamaIndex 发布文档解析协议 DPP
Document Parsing Protocol 统一不同 OCR/解析器对表格、双表头等结构差异的输出，减少 Agent 对文档理解的分歧。
模型发布 · @vllm_project
NVIDIA 开源 Nemotron 语音模型
30B MoE、约 4B 激活参数，支持 40 种语言、最长一小时录音、可提示转录与说话人标签，vLLM/SGLang 首日支持。
论文 · @tri_dao
H-Net 学会动态切分代码变量名
Tri Dao 称 H-Net 能把代码中的变量名动态切成独立 token，在代码数据上比 BPE 扩展性更好，tokenizer 仍有优化空间。
论文 · @_akhaliq
Hy-Nomas：可交互视频世界模型
8B 扩散骨干视频世界模型，通过因果注意力与结构化条件支持多轮文本指令和连续镜头控制，人工评测表现优。
机器人 · @_akhaliq
ThinkWorld 用世界想象强化 VLA 推理
将机器人动作表示为 Chain-of-Dynamics 离散运动 token，预测动作引发的未来并与真实观测对齐，提升跨具身泛化。
论文 · @srush_nlp
新论文指出 softmax 标准实现数值缺陷
Softmax Collapse 会让目标 logit 梯度被舍入为零，Softmax Cancellation 会在师生 logit 相等时仍产生非零梯度，并给出简洁修复。
芯片 · @teortaxesTex
新基准评估 Agent 全流程芯片设计
Build-A-Chip-Bench 让 AI Agent 从工作负载规格走到 GDS 版图，用开源工具与开源 PDK 评估芯片设计全流程能力，NVIDIA 参与贡献。
财报 · @dotey
Anthropic 招股书透露 Opus 5.5 成本
据 S-1 文件，上半年营收约 162.86 亿美元、收入成本约 23.80 亿美元，毛利率约 85.4%，对应 Opus 5.5 约 $0.6/$3.0 成本价。
AI 结果用于量子杨-米尔斯研究
OpenAI 转发 KITP 工作组声明，称科学合作正在解读与量子杨-米尔斯存在性相关的 AI 结果。
Runway Dev 插件接入 Codex
安装插件后 Codex 可自动把 Runway API 集成进应用，根据描述生成视频/图像生成集成代码。
Replit 提出 Agent Habitat 安全架构
结合安全边界、真实故障经验与可测试成熟度量表，用于评估和构建可自我驱动运行的 Agent 环境。
Kling 4.0 登陆 Pika
支持全参考、多关键帧与最长 30 秒生成，官方称是 Kling 迄今控制力最强的版本。
Spark 发布 1.7B 端侧 Agent 模型
Spark-X2.6-1.7B 支持 1M 原生上下文与可控思考，在 SWE-Verified 和 τ²-bench 上接近 4B 版本。
Perplexity 合作 Particle 优化开放模型
Particle 专注提升开放权重模型的 token 效率与服务成本，将与 Perplexity 在搜索和模型工具上合作。
Perplexity 向 Pro/Max 推送新语音模式
可在网页与 Mac 应用中通过语音并行处理多个任务。
Samaya 发布金融研究模型 Sterling
经后训练专攻高难度金融研究，宣称在相关任务上超过前沿模型。
AA v5 指数更新引发开放模型讨论
8 个闭源模型领先最佳开放权重模型，但新指数可能低估开放模型的经济价值。
ImagiRep 基准重思视觉空间推理
含 922 个问题，发现准确想象 RGB 并不保证空间推理正确，并提出 GEARS 表示选择策略。
Claude for Legal 上线法律工具库
增加一批可直接使用的 Artifacts 工具，覆盖查引文、审合同和追踪新法规。
Voxtral 新模型语音榜第二
Voxtral Mini Transcribe 3 在 Voice Arena 的 Diarization + ASR 排行榜上排名第二。