Fable 5.2与Mythos 5.2为同底座模型,面向最困难的开放式技术工作。预发布测试中完成原本不可行的软件迁移、从零设计3个可用的电子设备、解决两个黑洞物理开放问题,并在30小时内完成费马大定理的形式化证明。输出生成比5.1快30%,定价降至8/40美元每百万token,新增最高2.5倍加速的fast模式。FrontierCode 2.0得分49.1%、SWE v2达69.9%、RoboDojo机器人仿真64.9%,多数基准超越Opus 5.5与GPT-6 Astra。Mythos经安全验证程序向网络与生物医学研究者开放。
Google发布面向机器人控制的Gemini 4 Argon,定位为通用物理推理模型,支持机器人控制、Real2Sim场景构建与策略改进。模型在物理理解、代码生成和视觉语义推理上较前代显著提升,开发者可将仿真环境直接转化为训练数据,用于机械臂操作与移动机器人策略微调。该版本与DeepMind模型卡一同开放,降低了具身智能工作流从仿真到真机的迁移门槛。
Meta推出迄今最小、最高效的模型Muse Ember,专为复杂推理执行与Agent全天候重复任务设计,定价每百万输入token 10美分,显著低于Haiku、Luna等前沿竞品。Meta同时公开了模型的技术报告,强调在工具调用循环与多步执行场景下的成本效率,目标是以低价承接大规模Agent编排中的执行层工作。
百度文心首次公开RSI(递归自我改进)最新进展:参与文心5.5 Flash研发的自动研究系统ERNIE Evolve,能围绕目标与约束自主提出研究方向、开展实验、验证结果并积累经验,既可持续优化已有路径,也能探索新方向。该系统已在NanoChat AutoResearch等项目中落地,文心5.5 Flash或于近期发布。这是国内厂商首次系统性披露AI自动化研发模型的闭环细节。
千问办公2.0上线,为上线三个月来最大升级,推出行业首个支持多人与Agent协作的「Team Agent」功能,并上线人机共创、资料空间、自动任务与三端互联等能力,让Agent从服务个人扩展到服务团队与组织。版本着重解决任务在人与人、人与Agent之间流转的「接力」问题,所有功能已在客户端全量上线。
在PyTorch Conference 2026上,Amazon发布原生PyTorch后端TorchNeuron,开发者无需修改代码即可在AWS Trainium加速器上运行现有PyTorch模型,通过torch.compile后端自动完成图优化与算子映射。此举降低了自研芯片生态的迁移成本,直接对标CUDA护城河,训练与推理工作流可在GPU与Trainium间切换。
arXiv新论文(2611.08639)利用WMDP危险知识基准从机制可解释性角度证明:仅要求模型以特定字母开头回答,就能显著抑制其拒答行为。研究定位了与拒答相关的内部表征,说明多选题格式的安全评测存在结构性漏洞——输出格式约束足以瓦解对齐训练。这对红队测试与安全基准设计有直接参考价值。
Pinterest将用户旅程推断系统从多阶段聚类管线迁移到微调后的40亿参数Qwen3模型,上报参与度提升。传统管线需要特征工程、聚类与后处理多层维护,LLM方案把旅程理解转为生成式任务,一次推理完成。这是中小参数量开源模型在推荐系统核心链路落地的新案例,验证了4B级模型微调替代专用管线的可行性。
Meta工程博客介绍其在lldb-server中构建的厂商中立加速器插件架构,用于调试横跨CPU与GPU的应用。架构将共享调试状态与厂商特定后端分离,使断点、变量查看能跟随kernel启动从主机延续到设备端。对AI工程师意味着异构训练任务的调试器选型有了开源标准路径,不再被单厂商工具锁定。
Latent.Space访谈斯坦福CS146S课程负责人Mihail Eric,介绍「AI原生工程」教学第二期设计:当编码Agent能一次prompt完成去年的作业,课程转向开放式系统构建、Agent协作与验收工程,学生作业改为「人类定义问题、AI执行、人类审计」。对内部技术团队培训与AI转型有直接借鉴意义,给出了一套可复制的课程结构。