Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在公开预览基础上继续做强化学习，编码与防御性网络安全能力提升。
在 Artificial Analysis Coding Agent Index 上得分 48%，与开源领先模型 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 从预览版提升 13 个百分点至 41%，输出 token 减少 30%。
Mistral 公开了 1 万亿参数多模态模型的权重，并给出编码与安全基准及三种推理档位，可据此评估自托管成本。
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布，让开发者在 Apple 平台上按需切换本地模型完成语音识别和决策任务。
AnySpeechRecognizer 沿用 Apple 的 SpeechAnalyzer API，可选用 NVIDIA Parakeet（支持 25 种欧洲语言）或阿里 Qwen3-ASR（支持 30 种语言和 22 种中文方言），并新增基于 Streaming Sortformer 的说话人分离，最多跟踪 4 位说话人。
AWS 发布 Ray Train Deep Learning Container（DLC），把 CUDA、PyTorch、NCCL、EFA 用户态库、AWS OFI NCCL 插件和 Ray 打包成同一个镜像，免去团队自行构建与对齐训练容器的工作。
该镜像发布在 Amazon ECR Public，示例使用的标签为 train-ml-cuda-v1.1，内含 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 及 EFA 相关库。
NVIDIA 在 Hugging Face 和 ModelScope 上发布开源权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint。
它支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人分离，可处理最长 1 小时录音并标注最多 8 位说话人，开发者能用自然语言提示控制输出格式。官方称其在 Hugging Face Open ASR Leaderboard 英语开源权重模型中排名第一，平均 WER 为 5.33%，并在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。
读者可了解一个开源语音模型如何用提示词统一转写、说话人分离与翻译，以及配套数据管线和微调流程。
AWS 发布基于 Amazon SageMaker Python SDK v3 的整厂计算机视觉模型生命周期管理方案，用 SageMaker Neo 取代已弃用的 SageMaker Edge Manager 做边缘优化。
方案以单条 SageMaker Pipeline 按摄像头训练：并行预处理并拉取该摄像头上一版已批准模型，分别训练小型卷积自编码器做异常检测、微调 ResNet18 分类器确认缺陷，各分支导出 ONNX 并在留出数据上评估，通过质量门后经 SageMaker Neo 编译为目标边缘设备产物，才注册进 SageMaker Model Registry。
通过 AWS CDK 自定义资源可在 SageMaker AI 端点更新时自动完成自动扩缩容的注销与重新注册，实现端点配置与扩缩容参数的单次部署、无需人工干预。
原生 CloudFormation 方案下，端点配置变更会因可扩缩目标仍处于注册状态而被 SageMaker AI 拒绝；手动注销后再部署则可能静默丢失自动扩缩容，或在修改扩缩容参数时因 ScalableTarget 资源不存在而失败，且回滚失败会让堆栈进入需人工恢复的状态。
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 0/1 可执行校验结果当作强化学习奖励，用于训练智能体。
用 GRPO 对 Qwen3.8-27B 训练 50 步后，在 507 项 ThinkingBox-Bench 任务各跑 20 次，pass@1 从 51.70% 升至 60.78%，20 次全部通过的任务从 38 个增至 107 个，而至少通过一次的任务从 453 个降至 446 个。训练池按离线策略相对难度筛选，只保留基础模型时对时错的任务，最终池含 187 个任务，基准任务未参与训练。
微软与 Hugging Face 把数据库终态校验直接当作强化学习奖励，并公开了任务筛选与训练代码，读者可据此判断这类奖励能否迁移到自己的智能体训练。
Amazon SageMaker AI 推出训练会话 API，把抽象边界下移到训练操作层：开发者在本地 Python 进程中调用 forward_backward()、optim_step()、sample() 等操作，由 SageMaker 负责 GPU 分配、模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。API 由 ServiceClient、TrainingClient、SamplingClient 三个客户端依次创建，会话还提供 OpenAI 兼容的 chat completions 端点。计费按处理的 token 数计算，本地奖励计算等环节不计 GPU 时间。
Allen AI 在 Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年的 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时序数据，为全球每 10 米像素生成 128 维向量，前 64 维可单独作为轻量嵌入使用。
团队已在 Source Cooperative 公开全球预计算年度嵌入，并上线免登录的 OlmoEarth Embeddings Explorer，可逐年对比、查找相似地点、用少量标注现场训练小分类器并导出 GeoTIFF。
IBM 为 Granite 时序模型推出 Granite Timeseries Ensemble，用一套可扩展接口组合四个预训练模型，无需重训、也无需拟合集成权重即可输出中位数与分位数预测。
默认的 Probabilistic Ensemble 采用均匀概率池化，让四个成员等权；可选的 IQR Ensemble 按各成员预测区间宽度自适应加权，并提供温度参数和单成员权重上限。
NVIDIA 发布 Cosmos3-H-Dreams，一个基于 Cosmos 3 的实时生成式手术模拟器，可从视频与机器人运动学学习胆囊切除术场景，并响应器械动作实时生成画面。
模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano，使用 28 个动作维度、832 x 480 视频和 10 Hz 对齐动作训练，经教师到学生蒸馏得到四步与两步两个检查点，配合 FlashDreams 流式推理可在单张 NVIDIA RTX PRO 6000 GPU 上交互运行。官方称这是首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术模拟器，并提供适配自有数据与控制器的方法。
读者可了解生成式手术模拟器如何从桌面任务走向临床场景，以及实时推理所需的蒸馏与缓存管理方法。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve：它用 GPT-4.1 分析智能体在训练任务上的成功与失败轨迹，蒸馏出简短行为规则并追加到系统提示词，不更新模型权重。
在 τ²-bench 客服基准上，使用 stock ReAct 脚手架的 GPT-4.1 智能体在零售域 Pass^4 从 57.5% 升至 67.5%，平均准确率从 78.1% 升至 82.5%；航空域 Pass^4 从 35.0% 升至 45.0%。
读者可看到不更新模型权重、仅靠提示词层学习记忆，就能把普通客服智能体推到基准榜首的具体做法与代价。
Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，如维护代码、调用工具、解读结果并完成多步工作流。
Beam 是稀疏 MoE 模型，总参数 5010 亿、激活参数 230 亿，Reflection 称其有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布，提供 BF16、FP8 和 NVFP4 三种 checkpoint。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持文本输入和 1M token 上下文窗口，以 Apache 2.0 许可开放，面向编码与智能体场景。
模型共 52 层，每层 256 个专家、每 token 路由 8 个，提供 BF16、FP8 和 NVFP4 三种 checkpoint，BF16 版本约 1 TB。
Reflection 首个开源模型 Beam 给出 501B 参数、1M 上下文与完整部署配方，可据此评估自托管前沿模型的硬件门槛。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，并同步开源用于生成该语料、基于 GPU 加速的数据生成流水线。
语料含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token（按 Gemma-4 tokenizer 计），覆盖 34 种语言—文字组合，其中 12 种语言同时提供原生文字与罗马化数据。
IBM 发布 Granite Switch 4.1，Granite-Switch-4.1-8B 和 -30B 在同一个托管端点上支持自然语言对话、通用与专用决策以及语音转文字。
新版本加入通用决策 aLoRA、在安全决策任务上平均优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash 的 Guardian aLoRA，以及 OpenASR 排行榜上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC。
Granite Switch 4.1 把决策适配器与语音识别合入单一端点，读者可据此判断多任务模型在显存与部署上的取舍。
Mistral 发布首个时间序列基础模型系列 Timestral，最大版本仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上均排名第一，参数量约为此前 SOTA 的三分之二。
该系列包含 5M、28M、123M 和 209M 四个尺寸，共享同一架构与训练配方，支持概率化多变量预测以及过去协变量和已知未来协变量。推理无需 GPU，在 8 线程标准服务器 CPU 上，用三周 15 分钟粒度历史预测未来一天，5M 模型耗时 10 ms，209M 模型耗时 140 ms。
时间序列基础模型首次进入通用预训练范式，读者可据此判断企业传感器与金融预测场景的落地门槛。
Meta 发布开源权重模型 Muse Spark Open，采用混合专家架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可输入文本、图像、音频和视频并输出文本。
该模型面向智能体编码训练，能读取代码库、编写和调试代码并调用工具，同时可处理截图、语音和录屏。模型提供 BF16 与 NVFP4 两种 checkpoint，BF16 约 1.5 TB，NVFP4 面向 NVIDIA Blackwell GPU；官方给出 transformers、llama.cpp、SGLang、vLLM、MLX 的部署配方，以及用 TRL 在 64 张 H100 上微调 LoRA 的示例。
Meta 开源 816B 多模态 MoE 模型，给出量化、部署与微调配方，可据此评估本地与云端落地成本。
Black Forest Labs 发布 FLUX.3 Image Klein，并在 Diffusers 中首日支持。
该模型用同一个模型完成文生图、多参考图生图和新增的布局控制，可在提示词中写入边界框指定画面各部分的摆放位置，或指定参考图中哪些部分需要移动。两个开放 checkpoint 已收录在 FLUX.3 Image Klein collection 中，蒸馏版默认 16 步、无需 CFG，基础版 50 步并支持 CFG。
FLUX.3 Image Klein 在 Diffusers 首日支持，读者可了解其布局控制能力与量化权重带来的显存门槛变化。
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2，其降尺度模型 HiROv2 可同时预测多种高分辨率气象场，不再只限于降雨，并提升了对极端事件的预测能力。
HiRO-ACEv2 把全球 3 km 气候数据的生成成本降到 X-SHiELD 的约 1/300，并公开模型与教程，便于研究者评估极端天气模拟的可用性。
AWS 发布面向 llama.cpp 的深度学习容器（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。
Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和实验性的 d1-omni-600M。
d1-3B 在 Decision Index 0.2.1 上得分 48.57，为 10B 以下最佳，支持文本与图像输入；d1-omni-600M 支持文本加图像或文本加音频，在七个公开数据集上均分 78.4，超过参数量四倍的 Decider 2B。
Liquid AI 开源两款端侧决策模型，给出决策质量、延迟与多模态输入的实测数据，便于判断端侧部署取舍。
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一 agent harness 直接参与 RL 训练，无需在训练框架内重新实现智能体。
微软研究院开源 Agent Lightning v1.0，给出约 3500 行代码的完整智能体 RL 控制面与真实 harness 训练路径。
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、Apache 2.0 许可，740M 参数，原生将文本、图像、音频和视频映射到统一嵌入空间。
官方给出 740M 参数、模块化编码器与端侧内存占用等细节，可据此判断本地多模态检索的落地成本。
Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，将不可感知的签名直接嵌入生物代码，使其在数字模型和合成出的实体蛋白质上都能被验证，同时保持生物功能。
SynthID 水印从图像扩展到合成生物，读者可了解其在蛋白质设计与 DNA 合成筛查中的验证思路。
微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人本体 GPU 卸载到边缘或云端 GPU，能提升任务成功率、支持更大模型并延长续航。
微软研究院首次系统测量机器人本体推理与卸载推理的差距，给出任务成功率、电池续航和工具链的具体数据。
微软研究院在 Nature 发表逆向合成模型 RetroChimera，它结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式集成对两者预测排序，在常见与罕见反应类别上均表现较强。
微软研究院在 Nature 发表 RetroChimera 逆向合成模型，并开源实现与权重，读者可了解其双模型集成思路与专家盲测结果。
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 公开。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理分析算力需求。
IBM Research 与 UC Berkeley Sky Lab 将演化式内核搜索框架 K-Search 扩展到 Apple 的 MLX，并加入结构化 CUDA 到 MLX 翻译层，让已有 CUDA 内核作为知识库适配 Apple Silicon。
读者可看到 CUDA 优化知识如何被结构化迁移到 Apple Silicon，以及翻译层对最终性能的具体贡献。
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。
SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。
伯克利 AI 研究团队提出一套基于互信息的成像系统评估与优化框架，可直接从含噪测量中估计信息量，并在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测解码器性能。
该方法优化出的设计可媲美端到端 SOTA 方法，同时占用更少内存、更少算力，且无需针对任务设计专用解码器。