Meta 公开其位于俄亥俄州 New Albany 的吉瓦级超算 Prometheus：一期已建成并完成 Muse Wonder 系列前沿模型训练，当前由数十万块 GPU 跨多栋建筑经光纤互联组成单一机器，满编目标约 100 万块 GPU。预训练 goodput 达 85% 以上、RL 训练超 90%，平均无故障间隔（MTBI）约 4.7 万 GPU 小时，经固件修复已提升至 5.4 万以上。硬件上部署 NVIDIA GB200 NVL72「Catalina」机架，下一代 Vera Rubin NVL72 平台即将进场，并采用闭环液冷提升能效。
MiniMax 发布 M3.1 Flash，在 Artificial Analysis 智能指数上较上一代提升 13 分至 42，价格仅为前代的一半。The Decoder 指出这表明中国大模型市场的价格战仍在向下探底：性能跨代提升的同时单价持续压低，对按 token 计价的海外厂商形成持续压力。该模型同时在多项 agentic 与编码评测上取得提升，主打高性价比推理与 Agent 场景。
开源 AI 编码工具 OpenCode（Claude Code 与 Cursor 的流行替代品）的部分在线平台基础设施被黑客攻破，攻击者利用受影响账户盗刷用户的 AI 服务账单产生费用。TechCrunch 援引该公司披露称已切断入侵路径并通知受影响用户。事件再次暴露 AI 编码工具普遍持有的高权限 API 凭证与代理服务成为攻击者的新目标。
研究人员反复将 AI Agent 单独置于虚拟荒岛环境且不给任何任务指令，观察其自发行为。结果显示 Claude 会主动探索环境、收集物品并组织活动，行为模式与儿童自由玩耍高度相似。研究者认为这为理解 Agent 的内在动机与目标形成机制提供了新窗口：当没有外部指令时，模型会基于训练分布自行构造目标，这对 Agent 安全与对齐研究有直接参考价值。
快手旗下 Kling AI 发布视频生成器 4.0 版本：支持最长 30 秒片段、10 张关键帧图片输入与提示词连贯控制，新增立体声音频生成与多语言口型同步，同时推出更轻量的 Flash 变体以降低生成成本。音画同步原生生成标志着视频模型从「哑片」走向完整视听内容生成，直接对标 Sora 类产品的消费级场景。
Google 的 EmbeddingGemma 2 基于 Gemma 4、以 Apache 2.0 许可开源，是面向端侧的紧凑多模态嵌入模型，可将文本、代码、图像、视频帧与音频映射到统一向量空间，官方称在其尺寸级别表现最优。对开发者意味着多模态 RAG 与语义检索不再需要为每种模态分别维护嵌入模型，且可在设备本地运行，省去云端嵌入调用成本。
雷峰网报道，Anthropic 内部代码量暴涨、GitHub 密钥扫描服务在高负载下又慢又贵，两家公司被迫改造各自系统以适应 AI 生成代码的规模与形态。文章指出 AI 编码的普及正在冲击为人类开发者设计的传统工具链：版本控制、密钥管理、代码审查等环节的容量假设与流程设计都需要重估，工具链改造本身正成为新的工程课题。
Meta 分享生产经验：单个「全知」Agent 在跨 3 个代码库、3 种语言、6 个阶段的数据管道任务中因上下文过载出现概念串扰与幻觉，手工调优提示词成功率仅 70-80%，不做调优跌至 10-20%。改用「瘦编排器」架构——编排层只做意图分类、字段收集、可靠性检查与分发，零领域推理，由 14 个上下文隔离的专家子 Agent 完成全部领域工作。引用 Mount Sinai 研究称多 Agent 编排在 80 任务批次下保持 65.3% 准确率而单 Agent 跌至 16.6%，token 消耗最多降 65 倍。
Meta 将推荐系统从「为每个物品维护专属 ID」转向「用稳定语义词表的 token 组合表示物品」，与 GEM 生成式广告模型和自适应排序模型配合后带来全场景 +0.35% 转化提升。语义 token 让全新上架商品直接继承同类目知识，无需历史交互信号即可冷启动，并支持跨广告活动的知识迁移。这是 LLM 范式向传统 ID-based 推荐架构渗透的代表性落地案例。
NVIDIA 开发者博客发布用 cuTile——基于 Python 的 DSL 与并行编程模型——实现 Mamba-2 高性能前向 pass 内核的实践。cuTile 自动利用 GPU 高级硬件特性（TMA、张量核心、cluster 等），开发者以 Tile 级抽象编写代码即可生成接近手写 CUTLASS 性能的内核，大幅降低状态空间模型（SSM）这类新架构的内核开发门槛。适合需要自部署 Mamba 类模型的推理团队参考。