GPT-5.6 Sol 如何自主运行量子计算实验
一位 MIT 研究员用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验,完成结果分析与量子比特校准。
一位 MIT 研究员用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验,完成结果分析与量子比特校准。
OpenAI 发布 ChatGPT Images 2.5,可将想法、草图与参考照片转化为更个性化、更精细的图像,更贴近用户原本的构想。
1Password 的工程师使用 Codex 快速构建新功能和内部工具,在维持严格安全策略的同时达到可投产状态,工程效率提升 21%。
GitHub Copilot 在 CLI 中通过 /experimental 开放 Project HydraFusion 研究预览,用户在 /model 中选择后由运行时编排多模型完成任务。
推荐理由:GitHub Copilot 官方给出多模型编排研究预览的三种执行模式与三个基准的成本质量数据,可据此判断路由策略的取舍。
GitHub Copilot app 支持同时运行多个 AI 智能体会话,每个会话运行在独立的 Git worktree 上、彼此互不干扰,并各自保留上下文,可随时切换而无需重新解释任务。会话视图中每张卡片显示任务标题和智能体完成进度,用户可在同一项目上并行推进多项任务,把时间花在审查和决策上。官方建议先从两个小任务同时开始试用。
Hugging Face 发布 funes,一个为编码智能体提供持久记忆层的开源工具,支持 Claude Code、Codex、pi 和 Hermes。它用单条命令安装,通过本地嵌入与重排把历史会话索引成本地 Lance 数据集,并可按需发布为默认私有的 Hugging Face 数据集,让不同智能体跨机器召回彼此推理过程。
推荐理由:funes 把聊天记录变成可检索的本地记忆层,读者可据此判断跨智能体协作的落地方式。
Google DeepMind 推出 Fairwind Program 有限访问计划,向 Google Cloud 客户、政府机构和网络安全伙伴开放其最先进的网络防御能力。
推荐理由:官方披露 Fairwind 计划的能力组合与准入范围,读者可据此判断前沿网络防御能力的开放节奏。
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解功能,视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由:官方给出视频分析在 token、成本与准确率上的量化变化,并说明可用入口和启用方式,便于开发者评估是否迁移现有视频处理流程。
Hugging Face 的 WebAI 团队发布 @huggingface/kernels,一个可从 Hugging Face Hub 加载并运行优化 WebGPU kernel 的 JavaScript 加载库,同时上线 207 个以独立仓库形式发布的 kernel,采用 Apache-2.0 许可。
Hugging Face 在 Gradio 中推出 gr.Workflow,把 AI 管线描述为带类型节点的图,Gradio 直接提供可拖拽画布,每个节点可运行、中间结果可见。
推荐理由:官方给出 gr.Workflow 的节点模型与多个可运行示例,读者可据此判断管线能否直接落成 API 与 Space。
Mistral AI 发布 Agentic Search,一个让模型在多步检索循环中查找、查阅并核验信息的检索层,通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供。
推荐理由:官方给出两套基准上的准确率、token 与 p90 延迟变化,可对照现有一站式 RAG 判断升级收益。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,支持 ColBERT 式后期交互检索,PyLate、Stanford-NLP ColBERT 及 colpali-engine 视觉文档检索模型均可直接加载,沿用与稠密、稀疏、reranker 模型相同的 API。
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出 OlmoEarth 开源基础模型生成的嵌入向量,代码与模型权重已公开。用户可在 UI 或 API 中选择区域、1-12 个月时间跨度、Nano(128 维)/Tiny(192 维)/Base(768 维)编码器及 10-80 米分辨率,导出 int8 量化的轻量 COG。
Mistral 宣布三项推进主权 AI 的动作:Mistral Regional Endpoints 正式可用,客户可选择推理在欧洲还是美国运行;Mistral Priority Tier 进入公开预览,提供自定义速率限制和带 SLA 的可用性承诺。
推荐理由:Mistral 把推理区域选择、SLA 保障与第三方开源模型接入放进同一平台,可看作欧洲主权 AI 基础设施的具体落地路径。
Baseten 成为 Hugging Face Hub 新支持的 Inference Provider,首批上线对话与文本生成任务,可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等热门开源权重 LLM。
微软研究院开源 Orchard,一个面向可扩展智能体 AI 研究的框架,核心是可在软件工程、网页导航和智能助手等任务间复用的 Orchard Env 环境服务,并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由:微软研究院开源 Orchard 环境服务与三套训练配方,读者可了解小参数模型在真实 harness 内训练后能达到的智能体水平。
Hugging Face 发布开源系统 Grabette,用手持夹爪在几分钟内录制操作任务,并自动转换为可训练的 LeRobot 数据集。Grabette 配备广角鱼眼相机与 RGBD 相机,硬件 BOM 成本约 490€,配套的机器人夹爪 Gripette 成本约 120€,硬件、采集软件、处理流程均已开源。
推荐理由:原文给出了一套低成本采集操作数据的完整开源方案,读者可以据此了解机器人学习数据瓶颈的另一种解法。
Google DeepMind 面向印度 Atal Tinkering Labs 启动 ATL Saathi 试点,这是一款 Gemini 驱动的网页应用,为每位实验室教师提供 24/7 备课与培训助手,首批覆盖全国 100 所试点学校。
Mistral Studio 现已为 Prompts 和 Skills 提供统一记录系统,让每个资产可版本化、有明确归属并可追溯。该功能支持不可变版本、版本回滚、分类标签和审计日志,任何 AI 构建者都能直接编辑测试,生产发布仍走企业已有的 CI/CD 流程。Skills 可通过 MCP 服务器直接调用,数据全程保留在企业边界内。
Hugging Face 宣布 vLLM 的 transformers 建模后端现在在许多 LLM 架构上达到或超过 vLLM 手写实现的速度。该后端通过 torch.fx 做静态图分析并借助 ast 在运行时重写算子、融合为 vLLM 优化内核,模型作者只需加 --model-impl transformers 一个参数即可用上极速 vLLM 推理。
推荐理由:原文给出了让 transformers 模型免改代码即可达到 vLLM 原生推理速度的机制与实测对比,读者可据此判断自建部署的迁移成本。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成,支持从模型页一键跳转至 SageMaker Studio,模型预加载、环境已配置。
微软在 Build 2026 上发布 Foundry Managed Compute 与 Hugging Face 模型集合,把 Hugging Face 生态的开源权重模型纳入 Foundry Model Catalog,每周刷新,可一键部署到托管 GPU 平台。
Hugging Face 发布 LeRobot v0.6.0,围绕机器人学习闭环引入世界模型策略(VLA-JEPA、FastWAM、LingBot-VA)、一批新 VLA(GR00T N1.7、MolmoAct2、EO-1、Multitask DiT、EVO1)以及统一奖励模型 API(Robometer、TOPReward)。
推荐理由:原文给出世界模型策略、奖励模型 API 与六套仿真基准的完整清单,读者可据此判断机器人学习闭环的现状与可用入口。
Hugging Face 与 SkyPilot 联合发布集成,用户可用一个 hf:// URL 将 Hugging Face Bucket 或模型、数据集、Space 仓库挂载进 SkyPilot 任务,并在 20 多个云、Kubernetes 和本地集群上运行。
推荐理由:原文给出 hf:// 挂载方式与免费出网机制,读者可据此判断跨云训练工作流的存储成本变化。
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 仓库类型,并默认只加载受信任发布者的 kernel,其他来源需通过 trust_remote_code 显式开启。同时加入基于 Sigstore cosign 的代码签名,并新增对 Torch Stable ABI 与 Apache TVM FFI 的支持。
Hugging Face 与 Cerebras 联合演示了一条实时语音到语音流水线,采用开源可替换的级联架构。语音识别用 Nvidia 的 Parakeet,语言模型用 Google DeepMind 的 Gemma 4 31B 在 Cerebras 上推理,文本转语音用 Alibaba 的 Qwen3TTS。
推荐理由:Hugging Face 与 Cerebras 联合演示开源语音到语音流水线,读者可了解各层组件如何组合与何处替换。
Google Research 将建筑级屋顶反照率数据集从 2024 年试点的 14 座城市扩展至 50+ 全球城市,并同步上线高分辨率 Heat Resilience Earth Engine App。
Every Eval Ever(EEE)与 Hugging Face Community Evals 实现互通,评测结果可以跨平台发布并互相解读。EEE 的标准化 JSON 记录可与 Community Evals 的 YAML 结果对接,提交后分数会显示在模型页和基准榜单上,并带有指向完整 EEE 记录的来源徽章。
Google Research 发布一种将多 Token 预测(MTP)改造到已冻结的 Gemini Nano v3 上的新架构,已在 Pixel 9 和 10 系列上线。
推荐理由:读者可以看到冻结主干加 MTP 头的架构取舍,以及它在 Pixel 端侧推理上的速度与内存收益。
Mistral AI 宣布 Connectors 多项新能力:管理员可按 workspace 或组织设置连接器访问、逐工具开关,带连接器作用域的 API key 和服务账号防止自动化任务冒用身份,多账号连接器支持一个连接器绑定多个账号,Connectors Debugger 处于公开预览,可对 MCP 连接做 11 步根因分析。
推荐理由:从权限管理、密钥作用域到连接调试,这组功能给出了企业级智能体接入外部数据的治理路径。
Google 在 Gemini Enterprise Agent Platform 上线基于 Agentic RAG 的 Cross-Corpus Retrieval,用多智能体协作处理多源、多跳查询。相比标准 RAG,该框架在事实性数据集上准确率最高提升 34%,并新增 Sufficient Context Agent,在信息不足时判断缺口并持续检索,而非直接给出不完整答案。
Google Research 在 I/O 2026 发布 Gemini for Science,一套与 Google Cloud、Google DeepMind。
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈,与 Airbus、BMW、ASML 合作优化设计、仿真与生产,同时保证对专有数据和 IP 的控制。
推荐理由:Mistral 一次性公布工业工程 AI 栈、统一智能体 Vibe 与自建 10 MW 推理数据中心,可据此观察其企业级全栈布局。
Mistral 将 Le Chat 更名为 Vibe,定位为同时覆盖工作与编码的统一 AI 智能体,原有对话、设置和订阅方案全部保留。
推荐理由:Mistral 把 Le Chat 更名并统一为工作与编码两种模式的智能体,读者可据此判断企业办公与编码流程的整合路径。
Mistral AI 发布公开预览版 Search Toolkit,这是一个用于构建 AI 应用生产级检索管线的可组合框架,开源且支持云端、本地和边缘部署,将摄取、检索与评测统一到共享接口下。
Mistral 宣布将 Emmi AI 团队并入公司,推出物理 AI 能力,用数据驱动模型从几何与边界条件直接预测物理场,单次前向推理在单 GPU 上以秒级完成,而不是传统 CFD/FEM 的数小时到数周。
推荐理由:Mistral 把物理仿真做成企业平台的一层能力,并给出合作伙伴与适用行业,可用于判断工业 AI 落地路径。
Mistral 在 Studio 发布 Connectors,内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用,该功能处于 Public Preview。
推荐理由:官方给出连接器在 Studio 中的注册、直接调用与人审流程,读者可据此判断企业工具接入方式的变化。
Google 宣布将基于 Gemini 的科研工具 Empirical Research Assistance(ERA)开放给科学家使用,并推出由 ERA 和 AlphaEvolve 构建的 Computational Discovery,通过 Gemini for Science 逐步开放访问。
推荐理由:原文给出 ERA 在 Nature 发表后的八篇应用论文与 Computational Discovery 的开放入口,便于判断科研智能体的实际落地边界。
Google DeepMind 的 Co-Scientist 帮助 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室筛选逆转细胞衰老的基因靶点:它扫描数万篇论文并提出 20 多个新的候选遗传因子,实验室验证其中几个成功将细胞推向更年轻状态。Co-Scientist 还将原本长达六个月的筛选数据分析缩短至几天。
Google DeepMind 为实验性原型 Project Genie 上线 Street View grounding 能力,用户可选取美国境内真实地点并叠加“Desert Sands”“Stone Age”“Ocean World”“B&W film”等风格,再描述角色生成可交互世界,该能力由 Maps Imagery Grounding 技术支持。