模型发布
Gemini 4 Carbon. Google 将 Gemini 4 Carbon 正式开放，此前经历了两周的安全防御方测试。该模型面向长程智能体工作流和复杂编程，Antigravity 正在预览 “/swarm” 功能，可把一条提示词变成一支智能体团队。
Anthropic Fable 5.2. Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两者是同一个模型，只是所用的安全分类器不同。在 Remote Labor Index 上，Fable 5.2 完成了 41.3% 的真实自由职业任务，一年前这一数字为 2.5%。
NaiveAI N0.5-Flash. NaiveAI 发布一款开放权重的编程模型，基于小米 MiMo-V2.5 构建，针对 token 速度和长上下文推理做了调优。官方称配合自研 NaiveRT 推理引擎，速度最高可达每秒 2100 个 token。
开放模型与工具
MiniMax H3-Image. MiniMax 发布 H3-Image，这是一款基于 H3 架构的开放权重图像生成模型，已在 Hugging Face 上提供仓库。
Zyphra ZONOS3-Mini. Zyphra 发布 ZONOS3-Mini，这是一个开源稀疏 MoE 文本转语音模型，总参数 800M、激活参数 100M。它支持零样本声音克隆，可在浏览器、笔记本、手机和服务器 GPU 上运行。
Bielik-11B v3.1. SpeakLeash 发布 Bielik-11B-v3.1-Instruct，这是一个覆盖 56 种语言的 11B 多语言模型，重点支持波兰语和其他欧洲语言，并提升了指令遵循、工具调用和推理能力。
XeMaya 登陆 Intel Arc. XeStrata 的分支项目 XeMaya 通过 SYCL 和 Level Zero，把 DeepSeek V4.1 和 GLM 5.3 Flash 带到 Intel Arc GPU 上，并给出了 B 系列显卡的跑分结果。
流式 Markdown 渲染器. 一个面向 AI 聊天界面的零依赖流式 Markdown 渲染器，采用增量重解析并修补未完成的语法，处理 10 万字符耗时 0.25 秒，而 markdown-to-jsx 需要 2.4 秒以上。它还增加了标签页、统计、文件树等智能体专用块。
智能体产品与企业
ChatGPT 企业智能体. OpenAI 推出测试版 Business Hub，企业可在其中创建资料页和经过认证的 Business Agent，在 ChatGPT 内回答客户问题。功能包括商品 Feed、比价购物和经营洞察。
Anthropic 办公套件. Anthropic 新增 Claude Sheets、Whiteboards、Data 和 Interactive Connectors，Claude Meetings 也即将上线，可加入通话并记录。企业客户可获得审计日志、隔离虚拟机和合规 API。
OpenAI 收购 Odessia. OpenAI 收购 AI 旅行智能体创业公司 Odessia，并招入其创始人 Francis Davidson；该工具已关停，OpenAI 也未公布任何旅行相关产品。
Workday 智能体平台. Workday 用 LangGraph 做编排、LangSmith 做可观测性，搭建了一个面向 HR、财务和 IT 的内部企业智能体平台。这个平台由一个四人团队交付，全程处于严格的审计与数据治理之下。
eBay 封堵智能体. eBay 似乎在阻止 Meta 的 Muse 等第三方 AI 智能体浏览商品列表，导致 Muse 报错或跳转到镜像站点，这是平台与智能体之间最新的摩擦。
安全与政策
Grok Build 泄露. 安全公司 Claroc 发现，数千个 Grok Build 应用可被枚举并泄露了机密数据，其中还包括 SpaceXSI 自己构建的二十多个应用，原因是共享链接并非真正私密。
休眠神经元后门. 微软研究人员演示了一种名为 “Lazarus” 的后门：无需重新训练，只要改动不到十个休眠神经元，就能让 AI 智能体在隐藏触发器出现时执行恶意指令。他们建议采用模型溯源和加密签名。
纽约 RAISE 法案. 纽约州开放 RAISE 法案的登记，要求大型前沿 AI 开发者公布安全框架、在 72 小时内报告重大事故，并发布模型透明度报告。违规最高可罚 100 万美元。
黄仁勋婚外情. 英伟达 CEO 黄仁勋承认与一名女性有婚外情，美国官员怀疑该女性从事中国间谍活动。专家称，此事可能危及美国在 AI 芯片上的领先地位与国家安全。
机器人与具身智能
Ring 家用机器人. 亚马逊发布 Ring Rover Cam 和 Ring Drone Cam 两款室内安防机器人，它们通过 AI Pilot 系统绘制户型图并自主巡逻，将于 2026 年底至 2027 年初陆续上市。
Gemini Robotics 2.5. Google DeepMind 推出 Gemini Robotics 2.5，这是一个视觉-语言-动作模型，在梅赛德斯-奔驰的试点中以 96% 的成功率分拣金属零件；同时发布了 ASIMOV-Jailbreak 安全基准。
Nvidia GR00T 2. 英伟达的 GR00T 2 是一种世界-动作模型，既能预测机器人的动作，也能预测一小段未来视频，从而让人类视频演示可以迁移到不同的机械臂上，并减少遥操作。
研究与基准
Meta e-means. Meta FAIR 发布 e-means 聚类算法，只需 1.4–2.6 个 epoch 就能达到 k-means 跑 25 个 epoch 的损失水平，GPU 加速比达 10–45 倍。该算法已在 FAISS 1.16.0 中提供。
Deletion Tuning. 一篇论文发现，把模型不到 0.05% 的权重清零，就能在 RL、SFT 和蒸馏等训练方式下达到与全量微调相当的效果，同时遗忘更少，产出的 checkpoint 也极小。
智能体被干扰. 谷歌的一项研究表明，编程智能体会被过期的 TODO 注释、旧的 bug 引用和过时的规格文档带偏，导致 token 浪费或逻辑出错。他们建议把 TODO 与 bug 状态交叉核对。
PSI 解决旧猜想. 创业实验室 PSI 借助 Anthropic Fable 5.2 模型的早期访问权限，解决了悬置 18 年的 Aaronson-Ambainis 猜想，证明过程用 Lean 完成了自动形式化。
Qwen3.8 小众语言测试. 一项基准测试用 13 种小众语言的 202 个 GitHub 任务发现，Qwen3.8 27B 能解决 43% 的任务，而 Qwen3.6 只有 17%；不过较新的模型参与了难题筛选，使结果偏低。
这一天的内容就到这里——大约 5 分钟读完。