OpenMobile-2 开源手机智能体模型，在真实设备基准上接近 Gemini 3.1 Pro
南京大学、商汤等机构的研究者发布 OpenMobile-2，基于 Qwen3.5 的 9B 和 Qwen3.6 的 27B 两个手机智能体模型，并公开训练环境、数据和复现说明。
#开源/仓库
The DecoderAI 评分7272
TechCrunch · AIAI 评分4040 黄仁勋 GTC 柏林站把玩 Microduck 机器人，预订单突破 2 万台
Nvidia CEO 黄仁勋在 GTC 柏林站主题演讲中把玩 Hugging Face 旗下 Pollen Robotics 的 Microduck 机器人后，该产品预订单已突破 2 万台。这些开源机器人用 Nvidia 技术栈训练，可执行行走、坐下、站立等基础动作，预计圣诞节前交付。Hugging Face CEO Clem Delangue 认为它可能成为年度最畅销机器人。
AWS Machine Learning BlogAI 评分2222 用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
针对 SageMaker AI 实时端点更新配置时 CloudFormation/CDK 部署失败的问题，AWS 给出一个可复用 CDK construct，用三个自定义资源在端点更新前后自动注销并重新注册 Application Auto Scaling 目标。
Hugging Face BlogAI 评分3838 Hugging Face 上线 torch-neuronx 模型支持查询 Space，可查模型能否在 AWS Trainium 上运行
Hugging Face 推出 torch-neuronx 模型支持 Space，可查询 Hub 上的热门模型能否在 AWS Trainium 上原样运行，并给出复现脚本。
TechCrunch · AIAI 评分5858 MIT 研究：13 个 Eko 智能体在虚拟荒岛无目标探索 30 小时
MIT 研究者在 arXiv 发布论文，将 13 个基于 Claude Opus 4.7 的 Eko 智能体放在模拟荒岛上无任务探索 30 小时，智能体自行发明挑战并表现出类似玩耍的行为。之后在把物体堆上最高岩柱等指定挑战中，这些探索过的智能体普遍胜过从未上岛的相同智能体。研究还发现 6 个智能体自行学会了跳跃中松手把方块扔得更远，这是研究者未预设的能力。
Hugging Face Blog精选AI 评分6262 微软与 Hugging Face 将数据库校验转为 RL 奖励，用 ThinkingBox 后训练智能体
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的校验结果直接当作强化学习奖励，用于智能体后训练。
推荐理由：微软与 Hugging Face 把数据库终态校验当作 RL 奖励，并公开了任务筛选与训练代码，可供做智能体后训练时参考。
AWS Machine Learning BlogAI 评分3636 别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
针对 Amazon SageMaker AI 上自托管 TTS 端点自动扩缩容目标值靠猜的问题，该方案将 82M 参数的 Kokoro-82M 以自定义容器部署在实时端点上，用实测的单实例并发上限 Q_max 和端到端扩容耗时 T_total 通过算术推导出扩容阈值、缩容阈值与两个冷却时间。
Hugging Face BlogAI 评分5858 AllenAI 发布 OlmoEarth v1.3 卫星嵌入模型及全球预计算嵌入
AllenAI 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年 Sentinel-1、Sentinel-2 和 Landsat 时序数据，为地球上每个 10 米像素生成 128 维向量，前 64 维也可单独使用。
The DecoderAI 评分7272 Recursive 发布首个由 Eureka Machine 参与研发的模型 Flint
AI 初创公司 Recursive 发布首个语言模型 Flint，研发过程几乎每一步都有其自研系统 Eureka Machine 参与，由该系统自主提出想法、实现、测试并规划后续实验。
Hugging Face BlogAI 评分3838 IBM Granite 时序模型推出集成预测方案
IBM 基于四个开源 Granite 时序模型推出 Granite Timeseries Ensemble，提供统一预测接口，无需重训即可输出中位数与分位数预测。默认的 Probabilistic Ensemble 采用等权概率池化，另有按预测区间宽度加权的 IQR Ensemble 可选。该方案在 97 个 GIFT-Eval 数据集配置上完成评测，模型与配方均以宽松许可开放。
NVIDIA Blog精选AI 评分6060 NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真检查点与数据工厂蓝图
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真检查点和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文给出数据工厂蓝图、框架技能和 NIM 推理提速的具体变化，读者可据此判断世界模型开发链路的可用性。
AWS Machine Learning BlogAI 评分5858 多智能体系统的 5 个生产挑战，以及 Deep Insight 如何解决
AWS 解决方案架构团队开源了多智能体系统 Deep Insight，用于把 CSV 数据和自然语言提示自动转成带引用的 DOCX 分析报告，并总结出生产环境中的五类挑战及对应方案。
TechCrunch · AIAI 评分7272 Recursive 发布笔记本端编码模型 Flint，称大部分开发由 AI 完成
Recursive 发布首个模型 Flint，这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型，公司称其开发过程大部分由自研的 Eureka Machine 完成，小团队不到四个月从零建成。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。给定预测查询时，它最多读取 1 万个历史样本作为上下文，一次前向传播输出流失、需求或欺诈等结果。
推荐理由：官方披露了预训练关系型基础模型在 41 项基准上超越监督学习的结果，以及无需训练、直接查询数据库的使用方式。
Hugging Face Blog精选AI 评分6060 NVIDIA 在 Hugging Face 发布 SimReady Central：2000 多个仿真就绪 OpenUSD 资产库
NVIDIA 在 Hugging Face 上线 SimReady Central Library，汇集 2000 多个仿真就绪（SimReady）OpenUSD 资产，免费、无需申请即可用于物理 AI 训练环境和 AI 工厂数字孪生。
推荐理由：原文说明该库把 2000 多个带物理属性的 OpenUSD 资产放到 Hugging Face 免费开放，并给出 OEM 提交与场景搭建路径。
NVIDIA Blog精选AI 评分6565 NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由：NVIDIA 一次性铺开语言、机器人、生物、量子四条开源模型线，并给出可下载渠道与首批企业用例。
Hugging Face Blog精选AI 评分6060 NVIDIA 发布 Cosmos3-H-Dreams 手术生成仿真模型
NVIDIA 发布 Cosmos3-H-Dreams，基于 Cosmos3-H-Embodied-Nano 训练，可从视频与机器人运动学中学习临床胆囊切除场景的实时生成仿真。
推荐理由：原文给出从桌面任务到临床胆囊切除场景的模型演进，并公开四步与两步检查点及适配自有数据的流程。
Hugging Face BlogAI 评分5858 Ai2 发布 FairStress 基准，评测 LLM 决策中的公平性
Ai2 发布 FairStress，一个衡量 LLM 在影响他人决策中人口统计公平性的基准，包含 300 个双候选人场景、29 个领域，组合身份呈现方式与对抗性前缀后扩展出超 1300 万个测试用例，并已集成进 Olmo-eval。
Hugging Face Blog精选AI 评分6060 ALTK-Evolve 用学习到的记忆让 GPT-4.1 客服智能体登顶 τ²-bench 零售任务
ALTK-Evolve 用 GPT-4.1 从智能体自身任务轨迹中提炼行为准则并追加到系统提示词，在 τ²-bench 零售任务上把基础 ReAct 智能体的 Pass^4 从 57.5% 提升到 67.5%，超过榜单上所有零售条目和微调模型 RAFT-30B-A3B 的 61.4%。
推荐理由：原文给出了同一套提示词级记忆在零售与航空两个客服域上的完整对照数据，可据此判断不更新权重也能提升智能体可靠性的路径。
The Decoder精选AI 评分8585 DeepSeek-V4.1-Flash-1017 发布：智能体与编码任务超越更大竞品，单任务成本大幅下降
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 小尺寸 Flash 模型在自家基准上以更低单任务成本超过更大竞品，同时开放内部搜索 API。
AWS Machine Learning Blog精选AI 评分7171 Reflection AI 发布开源权重模型 Beam，面向智能体编码
Reflection AI 推出开源权重模型 Beam，面向智能体编码和长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：Reflection AI 开源 Beam 的权重与部署路径，读者可据此了解其参数规模、上下文长度和 AWS 落地方式。
Hugging Face Blog精选AI 评分8282 Reflection 开源 501B 模型 Beam，Apache 2.0 许可
美国新实验室 Reflection 的首个模型 Beam 在 Hugging Face 开源，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，Apache 2.0 许可，面向编码与智能体场景。
推荐理由：Hugging Face 给出 Beam 的架构细节、量化版本与 vLLM/SGLang 部署命令，可据此评估自托管成本。
Hugging Face Blog精选AI 评分6262 NVIDIA 与 AI4Bharat 发布 Nemotron-pretraining-Indic-v1：2.8 万亿 token 与开放数据生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，并同步开放用于生成该语料的 GPU 加速数据生成流程。
推荐理由：原文公开了约 2.8 万亿 token 的语料构成与完整生成流程，读者可据此评估 Indic 预训练数据的可复用程度。
Simon WillisonAI 评分4848 sparqlite：用 Rust 在 SQLite 内实现 SPARQL 1.1
sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展，将 RDF quad 存入普通 SQLite 表，并在 SQLite 进程内原生执行 SPARQL 1.1 查询与更新。
The Decoder同新闻AI 评分8282 Meta 发布 Muse Spark Open，816B 参数重返开源权重赛道
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强的开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
AWS Machine Learning BlogAI 评分5858 Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账户中部署到 SageMaker AI 端点。
The Decoder精选AI 评分7878 Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，8GB 显存可跑
Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图的生成，原生支持 4K 输出、像素级精确编辑和用于元素定位的 bounding box。
推荐理由：5.6B 参数开源图像模型在 8GB 显存消费级显卡上跑出 9 秒内出图，可对照其与闭源模型的 Elo 差距。
Hugging Face Blog精选AI 评分7878 Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和边界框布局控制，Diffusers 首日即可运行。
推荐理由：FLUX.3 Image Klein 在 Diffusers 首日支持，并新增用边界框控制画面布局的能力，读者可据此了解文生图与图像编辑的新交互方式。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral
Mistral 发布首个时间序列基础模型系列 Timestral，最大模型仅 209M 参数，在 GIFT-Eval、TIME、fev-bench 三个公开基准上均排名第一，超过此前 SOTA 且参数量只有其三分之二。
推荐理由：Mistral 首次进入时间序列基础模型领域，给出四个尺寸与三项基准排名，可据此判断小参数模型在预测任务上的可用性。
NVIDIA Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开源模型，面向持续在线的专用智能体，官方称其吞吐量最高可达同类模型的 5 倍。
推荐理由：原文给出三款开源模型的参数规模、部署层级与多家机构的微调案例，可据此判断开源智能体模型从数据中心到端侧的覆盖方式。
The Verge · AIAI 评分6060 微软发布机器学习工具 PBC，改进两到六周天气预报
微软研究院提出概率偏差校正（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，相关成果发表在 Nature 上，工具已开源。研究显示，PBC 将 ECMWF 物理模型的降水准确率提升 98%、温度目标提升 92%，并使其 AI 预报系统的准确率翻倍。该方法只需 CPU 即可运行，作者希望资源有限的机构也能用它改进本地预报。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统，通过 8 个专用智能体在两条图工作流中完成文档分类、提取、校验与学习，新格式无需手工配置模板。系统可自动处理供应商发票、采购订单、保险理赔等新文档类型，并复用已学到的提取指令，官方称通常可在 20 分钟内完成部署。
Hugging Face BlogAI 评分5252 Ai2 发布 HiRO-ACEv2：以约 1/300 成本生成全球 3 km 气候数据
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，其新的降尺度模型 HiROv2 可同时预测多个高分辨率场，不再只限于降雨，并能更准确地还原极端降雨、风速和气压事件。
AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可将季度报告、合规文档等自动生成 PowerPoint 演示文稿，内部测试中耗时不到 90 秒。
GitHub Blog · AI & MLAI 评分3838 GitHub 如何用 ModernBERT 分类器减少密钥扫描误报
GitHub 为密钥扫描训练了基于 ModernBERT 的上下文感知分类器，替代此前的 LLM 流水线，使推送后扫描中位执行时间降低 86%、服务成本降低超 98%，用户对告警的接受度提升 11.5%。该方案采用两阶段流水线：先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭证，从而过滤占位符、测试样例等硬负例。
Hugging Face Blog精选AI 评分7171 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧私有智能体，会先思考再作答并调用工具。
推荐理由：LFM2.5-24B-A2B 以 2B 激活参数对标更大 MoE，并给出端侧与 GPU 推理速度数据，可据此判断本地智能体的可行性。
AWS Machine Learning BlogAI 评分3838 用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理负载
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers，可在 Amazon EKS 上把单个大语言模型拆分到两个 GPU 节点，以 prefill/decode 分离方式共用一个 OpenAI 兼容端点。
AWS Machine Learning BlogAI 评分2828 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布 llama.cpp 专用深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
Simon WillisonAI 评分2222 ttok 1.0 发布：默认 tokenizer 从 GPT-4 切换至 GPT-5/GPT-6
Simon Willison 发布 ttok 1.0，将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6。
Simon WillisonAI 评分2020 ttok 0.4 发布：新增 --list-models 命令
Simon Willison 的 token 计数 CLI 工具 ttok 发布 0.4 版，修复了 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。该工具基于 OpenAI 开源的 tiktoken 库，可通过 uvx 直接运行，例如 `cat file.txt | uvx ttok` 即可统计 token 数。