NVIDIA 向 CNCF 捐赠 OpenShell，并发布 Kubernetes Engine 等 DSX 新组件
NVIDIA 在 KubeCon + CloudNativeCon 上宣布，将智能体安全与治理运行时 OpenShell 捐赠给 CNCF，进入 Sandbox。
全部 AI 动态
NVIDIA BlogAI 评分5252
Ars Technica · AIAI 评分6262 DeepMind 发布 Gemini Robotics 2.5 及开源安全基准 ASIMOV-jailbreak
Google DeepMind 发布 Gemini Robotics 平台新版本，其中负责生成机器人动作的视觉-语言-动作模型（VLA）升级为 Gemini Robotics 2.5，DeepMind 称其在高灵巧度任务上明显更强。
Google DeepMindAI 评分7777 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，这是一个多 LLM 智能体形式化验证框架，首次用 AI 对广泛部署的加密协议 Signal 的实际代码做深度形式化验证。
Simon WillisonAI 评分6161 Meta 发布最小最高效模型 Muse Ember
Meta AI 发布小模型 Muse Ember，定位为面向工具调用、编码子任务、路由、信息抽取和长文档解析等智能体重复工作的最小最高效模型。短提示词下定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元，与 GPT-6 Luna、Claude Haiku 5.5 同价，但超过 20 万 token 后分别升至 0.30 和 1.50 美元。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺独立榜单第一
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，官方称在几乎所有评测能力上比 Opus 5.5 更进一步，在 Artificial Analysis 智能指数 v5 上以 65 分居首，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。
推荐理由：汇总 Fable 5.2 的首日独立评测与定价变化，能看清它靠更多测试用例换取分数的代价。
Simon WillisonAI 评分5858 Anthropic 文档介绍用代码归属提示词让 Claude Fable 5.2 合并重复代码
Anthropic 文档指出，在小型编码任务测试中，Claude Fable 5.2 会关注代码归谁所有：当提示词未说明代码归属，或把代码库描述为他人所有时，模型倾向于沿用现有结构，即使这会重复已有代码，而当提示词声明代码库属于模型自己时，它常会合并重复代码，并有时主动做相关修复。
Hugging Face BlogAI 评分5858 Hugging Face 介绍决策模型：统一接口与 Transformers、llama.cpp 支持
Hugging Face 发文介绍决策模型，这类模型接收状态与问题，直接在预设答案上返回概率分布而非生成文本。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 推出 Gemini Robotics 2.5 视觉-语言-动作模型，在 200 项任务评测中成功率比此前基线提升 30% 至 100%，完成任务速度快 20% 至 30%。
推荐理由：官方给出跨 200 项任务的成功率与速度提升，以及在奔驰产线的实测成功率，可作为 VLA 模型落地进度的参照。
MIT Technology Review · AIAI 评分4646 数据中心遭抵制，或许本质上是电力之争
MIT Technology Review 记者走访弗吉尼亚 Data Center Alley 后认为，美国数据中心遭到的抵制更多源于电力问题，而非科技公司所称的文化战争。
Latent SpaceAI 评分5050 Latent Space 深度对话 Handshake AI：年化收入 10 亿美元的前沿实验室都在买什么数据
Latent Space 首期 AI 数据公司深度专访对话 Handshake AI 团队，其 AI 训练业务约一年内从上线做到 10 亿美元年化毛收入。节目现场演示了金融智能体在模拟银行中读取邮件、生成工作簿时误将客户邮件中的商誉数字带进 Python 相减的出错过程，并展示了科学图像基准 VIALS 与 CAREBench 等任务。
MIT Technology Review · AIAI 评分5454 接替佩洛西席位的 Scott Wiener 谈联邦 AI 监管主张
赢得佩洛西旧金山空缺席位的 Scott Wiener 接受 MIT Technology Review 采访，表示若国会成立 AI 特别委员会他愿意加入，并主张设立强有力的联邦监管机构、要求测试与审计、设置终止开关并保护举报人。
Hugging Face BlogAI 评分4040 NVIDIA 与 Elith 发布 Nemotron-Personas-Finance-Japan 合成金融人设数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是开源人设数据集 Nemotron-Personas-Japan 的金融领域扩展，据称是首个百万记录规模、结合日本官方统计与家庭金融及金融素养数据的开放人设数据集。
NVIDIA Blog精选AI 评分7272 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型及 Isaac Lab 3.0 等开源机器人技术
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开源世界动作模型 GR00T 2，训练数据包含 10 万小时 NVIDIA 开源第一视角人类数据。该模型在无任务演示时可完成 50 项评测任务中的 40 项，每任务仅一次演示时 50 项任务平均成功率 71%，五次演示提升至 95%。
推荐理由：从世界动作模型到仿真训练与评测基准，这次集中展示了机器人从实验室演示走向工业部署所需的一整套工具链。
Hugging Face BlogAI 评分4141 Hugging Face 提出 HOPE：MoE 模型的专家高阶剪枝方法
Hugging Face 博客介绍 HOPE（Higher-Order Pruning of Experts），一种考虑专家两两交互的二阶 MoE 剪枝方法，替代按独立重要性打分的一阶方法。在 50% 剪枝率下，HOPE 平均排名优于所有方法，在智能体编程任务上相比次优方法最高提升 +6.1%。该方法无需训练，可与量化组合使用，用于缓解专家 MLP 占用的推理内存。
NVIDIA BlogAI 评分4242 NVIDIA 推动韩国制造业、自动驾驶与机器人物理 AI 落地
NVIDIA 正帮助韩国将物理 AI 从开发推进到实际生产，覆盖半导体制造、自动驾驶与机器人。Samsung 借助 NVIDIA cuISS、cuDSS、cuEST 等加速半导体工程，其 sMOL 平台部分量子化学计算端到端提速最高 5x，AI 均质化案例实现约 1,600x 加速、仿真时间从 18 小时降至 41 秒。
GitHub Blog · AI & MLAI 评分4141 GitHub 开发者指南：从代码生成到智能体工程（Agentic Engineering）
GitHub 发布开发者指南，介绍在 Plan、Build、Verify、Observe 各阶段用 Copilot 开展智能体工程的工作流。文中提到 GitHub 单周提交量超 12 亿次、同比增长逾 400%，并给出 Session continuity、云端沙箱、Copilot Fusion 等具体能力的使用方式，帮助开发者把时间花在决策而非检索上。
Hugging Face BlogAI 评分5353 AI2 发布 ToyBlocks 机器人学习仿真框架与首个 FoundationWorld
AI2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块的开源仿真框架，并把它定义为首个 FoundationWorld，配套任务与演示自动生成工具及行为评测指标。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.2 Flash，支持15秒视频生成
Google DeepMind 发布 Gemini Omni 1.2 Flash，并通过 Gemini API 与 Gemini for business 全面开放。
推荐理由：原文给出从10秒到15秒的时长、30%降价和对话式多轮编辑，可据价格与工作流变化判断视频生成的生产成本。
Google Research精选AI 评分7272 Google Research 用智能手表传感器检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，利用智能手表 PPG 与 ACC 传感器被动检测高血压迹象，无需袖带校准。
推荐理由：研究用智能手表PPG与ACC信号在无需袖带校准下识别高血压，并与24小时动态血压监测对照。
Microsoft Research精选AI 评分6464 微软研究院发布 PDD Kit，用形式化证明校验智能体编写的全栈 Web 应用
微软研究院发布研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式规范，再证明编码智能体写出的代码对每个输入都满足该规范，证明无法覆盖的部分退回测试验证。
推荐理由：微软研究院展示把自然语言意图转成 Verus 形式规范、再由证明约束智能体写码的流程，并公开了信任边界的处理方式。
Mistral AI精选AI 评分6868 Mistral 发布 Mistral Large 4 与升级版 Studio 企业平台
Mistral 发布 Mistral Large 4（Le Chonk），并扩展企业平台 Mistral Studio，新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性与评估功能，支持在云端、自有 VPC 或本地部署。
推荐理由：原文给出托管智能体、工作流和企业上下文的具体能力与客户案例，可据此判断企业自建 AI 应用的落地路径。
MIT Technology Review · AIAI 评分6262 得州民主党赢得选举，AI 数据中心建设或面临叫停
美国得州民主党在选举中拿下参议院席位和州长职位，并首次控制州众议院，这些候选人把数据中心作为核心议题。州长 Abbott 已在 9 月 21 日要求监管机构暂停数据中心许可，当选州长 Hinojosa 则在竞选中主张全面暂停新建。
Google ResearchAI 评分5454 Google Research 提出 Agile Deliberation：让 AI 帮助人厘清主观概念的灰色地带
Google Research 提出 Agile Deliberation 框架，把主观视觉分类器的定义过程变成人与 AI 的迭代对话：先由用户把概念拆成子类与排除项，再由视觉语言模型主动挑出语义边界模糊的图片，让用户澄清真实意图，反馈直接进入自动提示词优化循环。
Google DeepMind精选AI 评分8080 Google Antigravity 上线化学信息学 Skills，演示一小时内完成肺癌药物分子设计
Google DeepMind 为 Google Antigravity 推出化学信息学 Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，由语言模型负责流程编排与推理、确定性化学工具执行分子计算。
推荐理由：官方用真实肺癌药物案例演示了从文献取数到分子设计的完整流程，可据此判断智能体在化学研发中的分工方式。
Import AIAI 评分4040 Import AI 479：Realtime-Bench 评测低延迟任务、Spacewar 太空攻防与 Genie 4
Import AI 479 介绍了 Realtime-Bench，这个基准包含 50 个交互式游戏与网页任务，用于评测模型在低延迟任务中的表现。GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而在 paused clock 设置下高推理模型可接近 70% 甚至 80%。
Google DeepMindAI 评分5555 Google DeepMind 将 PlanAssist 规划审批工具扩展至另外 12 个英国地方规划部门
Google DeepMind 宣布把基于 Gemini 的规划审批工具 PlanAssist 扩展至英格兰另外 12 个地方规划部门，使参与总数达到 15 个。
Mistral AI精选AI 评分8989 Mistral 开源万亿参数多模态模型 Mistral Large 4（Le Chonk）权重
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个万亿参数的原生多模态模型，此前已在本月初开启公开预览。
推荐理由：原文给出万亿参数开源权重模型在编码与防御性安全基准上的具体成绩，以及三种推理模式和定价，可据此判断自托管选型。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全和长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Gemini 4 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放路径，可与两周前的 Argon 对比。
Google ResearchAI 评分5454 Google Research 提出 sleep 框架，让 LLM 在持续学习中保留知识
Google Research 提出 sleep 框架，为 LLM 引入活跃交互与离线巩固交替的周期性生命周期，缓解持续参数更新带来的灾难性遗忘。睡眠阶段通过 MoE 参数扩展与基于 GKD 和强化学习模仿的知识播种完成记忆巩固，再以随机专家激活和筛选合成样本的做梦循环自我改进。
Import AIAI 评分6363 Import AI 478：用数学做对齐、ProgramBench，以及 Mirendil 展示的 RSI 迹象
Import AI 第 478 期汇总了几项进展：AI 安全初创公司 Resolution 让智能体在约一周内自动形式化奇点消解，花费约 100B 输入 token、300M 输出 token、约 13.5 万美元和约 60 万行 Lean 代码，并认为这为研究损失曲面几何与泛化关系打下基础。
Google Research精选AI 评分6262 Google Research 把基础模型带到结核病筛查一线
Google Research 在 IDWeek 2026 分享了把基础模型用于结核病筛查的路径，从胸部 X 光算法到与 Nexus AI 合作取得 CE MDR class IIb 认证的临床工具。
推荐理由：Google 复盘从影像基准到 CE 认证工具与开源模型的十年路径，展示了医疗 AI 跨越转化鸿沟所需的多方协作。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive 语言，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可通过点击、筛选、缩放、高亮和跨图表联动探索的图表。
Google Research精选AI 评分6363 Google Research 在 JAMA Network Open 发表盲扫超声 AI 估测孕龄研究
Google Research 在 JAMA Network Open 发表研究，用 AI 解读未受专业超声训练的操作者采集的盲扫超声图像来估测孕龄。在 385 名 16 至 36 周孕妇的主队列中，模型平均绝对误差为 4.18 天，专家标准流程为 4.48 天；在芝加哥适配后误差为 4.10 天，在未做本地优化的内罗毕为 4.27 天。
推荐理由：在芝加哥和肯尼亚两地开展前瞻性验证，展示了模型在现场设备和仅接受过简单培训的操作员条件下仍保持泛化，为医疗 AI 跨场景落地提供了可参考的实证。
Microsoft Research精选AI 评分6868 微软研究院等证明 KLS 猜想，用 AI 智能体辅助探索 100 多条路径
微软研究院研究员张新智与合著者证明了一个存在 31 年的数学难题，即高维几何中的 Kannan-Lovász-Simonovits（KLS）猜想，证明它时所用的固定界不随维数增长。
推荐理由：这篇论文证明了一个存在 31 年的数学猜想，其中人机协作探索的路径可以作为参考。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型系列与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型系列，包括支持 50+ 语言的 Voxtral Small Transcribe 3 转写模型、支持 35+ 语言和 50+ 方言的 Voxtral Mini TTS 3 合成模型。
推荐理由：官方一次性放出语音转写与合成模型系列加实时语音智能体 SDK，并给出分项定价与对比基准。
Google Research精选AI 评分6969 Google Research 介绍让 AI 智能体扎根生物实验的三项研究
Google Research 发布博客，介绍三项连接 AI 计算探索与真实湿实验室实验的研究进展。其一为基于开源 PyLabRobot 的 VERID 框架，用实验室工作站的语义数字孪生支持实时三维状态追踪、秒级虚拟试运行和硬件安全检查。
推荐理由：Google Research 公开了三项研究，展示 AI 智能体如何接入真实湿实验室，覆盖从机器人执行到分子设计闭环。
Mistral AI精选AI 评分6060 Mistral 发布时序基础模型系列 Timestral
Mistral 发布首个时序基础模型系列 Timestral，最大 209M 参数在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，仅用此前 SOTA 三分之二的参数。
推荐理由：Mistral 首发的时序基础模型以 209M 参数在三个公开基准上居首，并给出四个尺寸和 CPU 推理延迟对比。
GitHub Blog · AI & MLAI 评分4646 GitHub 如何用 ModernBERT 分类器更少误报地检测密钥
GitHub 为密钥扫描训练了专用的 ModernBERT 上下文分类器，配合正则候选生成，替代此前的 LLM 流水线。相比旧方案，告警被用户接受的精度提升 11.5%，push 后扫描中位执行时间降低 86%，服务成本下降逾 98%。该分类器已使通用密钥检测扩展到 push 保护阶段，在推送前即可返回结果。
GitHub Blog · AI & MLAI 评分4646 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 `.github/copilot-instructions.md` 和 `.github/instructions` 定义仓库级与路径级规范。
Import AIAI 评分4949 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Import AI 476 介绍了 Elorian 与 Scale AI 发布的 Humanity's Sixth Sense 基准，用 522 道题测试模型对视觉场景隐含信息的直觉推理，人类 pass@1 达 93.1，最高的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别只有 26.8 和 25.5。