Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B 的 MoE 架构，上下文最长 100 万 token，支持文本、图像、视频、音频四模态。Meta 称其为最强美国开源模型，在 JobBench、MCP-Atlas、HLE-Diamond 等基准上多个类别领先 Qwen 3.8、GLM 5.3 与 Kimi K3，但编码类基准落后部分对手，也明显弱于自家闭源的 Muse Wonder Full。模型针对 Apple M5 Ultra 优化，可在两台 512GB 统一内存的 Mac Studio 上本地运行。许可证免费可用但要求标注「Built with Muse Spark Open」，年收入超 2000 万美元的 API 服务商需另行签协议。
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL，MoE 架构总参数 120B、每 token 仅激活 12B，面向持续后台运行的企业 Agent。官方称其从 Nemotron 3 Ultra 蒸馏而来，以约五分之一参数达到相近精度，在 Hermes、LangChain 的 Agent 测试中得分超过 Ultra，单卡 Agent 任务吞吐达同级开源模型 5 倍。同场发布两款边缘模型：Bolt 74B-A9B（24GB 显存）跑本地 Agent 任务，Bolt E4B（4GB）面向语音助手。模型由含 Mistral、Thinking Machines、Perplexity、Black Forest Labs 的 Nemotron 联盟协作开发。
在新的 TheoPhysEval 基准上，运行于 Codex 环境的 GPT-6-Astra 以 98% 正确率居首，50 道题总成本约 116 美元；Opus 5.5（92%）、Gemini 3.8 Flash（68%）、DeepSeek-V4.1-Flash（54%）、GLM 5.3（42%）依次排后。题目覆盖理论物理 11 个子领域的「常规计算」型问题，如把黑洞计算从五维时空改写到四维。值得注意：断网后 Astra 与 Opus 仍达 92%，作者认为这说明头部模型已记住大量理论物理文献；部分模型失误实为答案key本身有错。题目与测试设置已开源到 Hugging Face。
Google 面向机器人任务推出 Gemini 4 Argon 专用方案，目标是单模型覆盖控制机器人、生成仿真环境、评估训练视频的全流程。演示中 Boston Dynamics Spot 先在 MuJoCo 仿真中练习踩踏板投罐，再上真机；从一张桌面照片出发，Argon 自动构建虚拟副本、拆出 77 项任务并生成超过 4500 段训练片段，使真机任务成功率从 56% 提升到 75%，执行时间从 35 秒缩短到 24 秒。它还能从人类第一视角视频或圆珠笔草图生成仿真。Google 称这是迈向「物理 AGI」的一步，但示例 prompt 也显示仍需大量人工引导。
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，参数量 5.6B，支持原生 4K 生成与像素级编辑，最低 8GB 显存的消费级 GPU 即可运行，已进入 Hugging Face Diffusers 库。这是 FLUX 3 系列首次把旗舰级生图能力下放到消费硬件，配合社区工作流可在本地完成高清生成与局部重绘。对内容生产团队而言，8GB 门槛意味着入门级显卡和老款 MacBook 也能跑高质量本地生图管线，不再依赖 API。
DeepMind 展示用 Agent 开发平台 Google Antigravity 加速抗菌肽（AMP）搜索的完整工作流：生物学家在单一会话内完成靶点发现、结构评估与优先级排序，替代过去跨多个数据库的碎片化检索。核心是能从氨基酸序列直接预测功能的 ProtNLM 模型，用于扫描 UniProt 中数百万功能未注释的「暗物质」蛋白。团队据此发现了一个对呼吸道感染病原体有预测活性的新型抗菌肽候选物，目前已进入湿实验室验证阶段。
OpenAI 核心实验团队分享用 GPT-6 Astra / GPT-6.1 Sol 做软件维护的经验：给 Astra 一段语义模糊的简短 prompt，模型自行查历史 PR、Slack 讨论与生产性能分析表来取证，5 名工程师兼职两周合并超 1400 个 PR、删除逾 80 万行死代码，某服务容器镜像从 3.31GB 缩到 1.72GB（降 48%），测试套件减少约 400 个快照变体。方法论要点是让模型自己决定「看哪里、要什么证据」，评审只需按项目分发上下文即可。
NVIDIA 工程博客详解如何用 NeMo Gym 优化芯片设计流程中的 Agent：芯片设计 Agent 的痛点是产出「合理但错误」的工件，且工具调用链条长、失败成本高。NeMo Gym 通过在可验证环境中对 Agent 做任务级评测与迭代强化，提升工具调用准确率与多步工作流可靠性，使 Agent 能真正嵌入 RTL、验证等生产环节。该思路对所有「长链条 + 可自动验证」领域的 Agent 落地有参考价值：先建可验证的训练场，再谈自动化。
Meta 工程博客复盘新应用 Forum（深入 Facebook 群组讨论的独立 App）的构建过程：团队采用 AI 原生工程方法，把编码 Agent 嵌入需求、设计、实现、测试的完整链路，工程师角色从逐行写码转为定义意图、评审 Agent 产出与守住架构边界。文章给出了 Agent 深度参与下的代码审查、质量门禁与团队协作调整的具体做法，是大厂「AI 原生」开发流程的一手样本，适合正在改造内部研发流的工程团队对照参考。