Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上 pass@1 为 74.34%，与 GPT-6-Astra 的 74.12% 处于同一水平，单任务成本 0.43 美元，约为 Astra 的 1/15。该模型为 552B 参数 MoE，采用输入 8B、输出 16B 的分离激活预算，KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%，低于 Astra 的 50.40%，作者认为它更适合智能体编码而非高难推理。
匹配字段摘要
Sakana AI 发布 PC-ALM，一种用局部动力学替代反向传播的局部学习方法，可训练 1000 层神经网络。该方法把预测编码推广到增广拉格朗日，引入对偶神经元（拉格朗日乘子）参与层内动力学，使每层像 PI 反馈控制系统一样最小化局部预测误差。作者称 PC-ALM 能把信号传播到近乎任意深度，在标准预测编码难以学习的深层窄网络中尤其有效，并可能为神经形态硬件上的深度学习提供参考。
匹配字段摘要
DeepSeek 发布 552B 参数的 MoE 模型 DeepSeek-V4.1-Flash，每 token 激活 8–16B 参数，在 Terminal-Bench 2.1 的编码与智能体任务上超过 OpenAI GPT-5.6 Sol 和 Moonshot Kimi K3；同周 DeepSeek 据报聘请中信证券等四家承销商筹备上海科创板上市，Pre-IPO 估值约 5000 亿元人民币（约 740 亿美元）。腾讯投资的燧原科技在科创板 IPO 募资 61.2 亿元，股价盘中最高涨 234%、收盘涨 188%，市值约 255 亿美元。Anthropic 称其阻断三家中国实验室通过 Claude 路由数百万用户查询以获取训练数据的行动，美方官员称之为工业级技术窃取，中方否认并警告将反制。
匹配字段摘要
Cognition 将 Fusion 引入 Devin Desktop 和 CLI，这是一种双模型协作架构，用户选择一个前沿模型作为 lead 负责规划与审查，再选一个成本更低的模型作为 sidekick 负责执行。官方称 Fusion 在主要编码基准上比其他模型 harness 最高效率提升 39%，推荐组合为 Fable 5.1 搭配 SWE-2。Cognition 表示，用 Fable 5 替换 Opus 4.8 作为 lead 后，尽管单 token 价格翻倍，会话成本平均反而降低 9%，FrontierCode 得分更高。
匹配字段摘要
Boris Cherny 称最新 Threat Intelligence 报告令人恐惧且重要。模型越智能，若无适当安全防护和监控就越危险，许多能力是双用途的：能编码的模型可被用于攻击关键基础设施，能辅助生物研究的模型也可能被用于制造下一场大流行病。
匹配字段摘要
Gemini API 文档有了新家：https://t.co/M9gkwoTeVo。这是我们让 Gemini 资源对人类和编码智能体都更易获取的第一步。 我们把文档直接移到了 @GoogleAIStudio，这样你就能在一个地方阅读指南、获取 API key 并测试模型。 - 在任意 URL 后加 .md 即可获得 markdown 版本 - Docs MCP：`npx add-mcp "https://t.co/rRFcJjMD5Q"` - Agent Skills：`npx skills add google-gemini/gemini-skills`
Gemini API 文档有了新家：https://t.co/M9gkwoTeVo。这是我们让 Gemini 资源对人类和编码智能体都更易获取的第一步。 我们把文档直接移到了 @GoogleAIStudio，这样你就能在一个地方阅读指南、获取 API key 并测试模型。 - 在任意 URL 后加 .md 即可获得 markdown 版本 - Docs MCP： npx add-mcp "https://t.co/rRFcJjMD5Q" - Agent Skills： npx skills add google-gemini/gemini-skills
匹配字段摘要
NVIDIA Dynamo 通过 encode-prefill-decode（EPD）分离，将视觉编码与 LLM prefill、decode 阶段拆开，在图像密集提示、短到中等输出和量化 MoE 模型上实现最高 5 倍更快的首 token 时延（TTFT）和 7 倍更快的端到端响应时间。在混合文本与多模态流量中，EPD 消除队头阻塞，使文本请求平均 TTFT 降低 42.2%、图像请求降低 30.8%；将 LLM 权重量化为 NVFP4 而视觉编码器保持 BF16，可把共置 EPD 的 goodput 从聚合服务的 1.78 倍提升到 2.64 倍。当 decode 主导延迟或大型稠密模型削弱视觉编码器算力占比时，收益会缩小。
匹配字段摘要
微软 Edge 团队表示，AI 辅助编码让开发者提交浏览器扩展的速度和数量激增，其审核流程承受额外压力、审核周转时间变长。为此 Edge 对审核流程中许多可重复的验证检查引入自动化，并称不改变审核标准或减少检查项。自动化还让 Edge 每 15 天刷新一次扩展的“Featured”徽章。
匹配字段摘要
IEEE Spectrum 报道，AI 编码工具让代码量激增，审查成为新的工程瓶颈。Sonar 对 1100 多名开发者的调查显示，受访者估计共享代码库中 42% 的代码由 AI 贡献，96% 的人不完全信任其输出，38% 认为审查 AI 代码比审查同事代码更费力。Synthesia、Amazon、Bonterra、Temporal 等公司开始用 AI 智能体做首轮检查、要求提交者解释智能体的设计选择，并重新设计初级工程师的培养路径。
匹配字段摘要
Meta 在 6 月让自主 AI 研究系统 AIRA₃ 参加 NVIDIA 在 Kaggle 举办的竞赛，任务是对一个 30B Nemotron 模型做微调以提升其推理能力，AIRA₃ 在约 4000 支队伍中排名第 8，获得金牌。AIRA₃ 不依赖中央控制器，而是让多组模型加编码工具在隔离环境中长时间运行，通过共享论坛和共享文件系统异步协作。赛后 Meta 还用 Muse Spark 1.2（配 MuseCode）等模型做了评估，其中 Muse Spark 1.2 达到金牌水平，Muse Spark 1.1 和 GLM 5.2 达到银牌水平，这些赛后提交在与现场竞赛相同的私有测试集上由外部评分。
匹配字段摘要
Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max reasoning 版本。Alexandr Wang 表示该版本在编码和智能体任务上表现明显更强，即使已用过 muse spark 1.3 high 或 xhigh 也值得一试。
匹配字段摘要
GitHub Copilot 的 HydraFusion 通过协调多个模型来规划、构建、评审并完成编码任务，成本最高可降低 67%。这一方案展示了异构模型生态在提升结果与成本效益方面的价值。
GitHub Copilot 的 HydraFusion 通过协调多个模型来规划、构建、评审并完成编码任务，成本最高可降低 67%。这一方案展示了异构模型生态在提升结果与成本效益方面的价值。 · HydraFusion in GitHub Copilot coordinates multiple models to plan, build, critique, and complete coding tasks, delivering outcomes at up to 67% lower cost. It demonstrates the value of a heterogeneous model ecosystem in improving cost-to-outcome efficiency.
匹配字段摘要
OpenAI 发布 GPT-6 Astra，称其为全球最智能且最对齐的模型，在科学、数学、计算机使用、编码、网络安全等领域的基准测试创下新高。Astra 在 ARC-AGI-3 上达到 99.9%，此前 GPT-5.6 Sol 为 7.8%，FrontierMath T4 为 98%，ExploitBench 网络安全为 100%，但在 AA 智能指数上得 61 分，落后于 Fable 5.1、5、Opus 5 和 Meta 的 Muse Spark 1.3。API 定价为每百万 token 10 美元和 50 美元，约为 GPT-5.6 Sol 的 2.5 倍，但单任务 token 使用更高效；先向少数机构开放，付费 ChatGPT 套餐和 API 将在数日内跟进，并提供 Astra Pro 档位。
匹配字段摘要
Meta 发布 Muse Spark 1.3（Max），Google 推出 Gemini 3.8 Flash，两款模型在 Artificial Analysis Intelligence Index 上分别获得 62 分和 59 分。Gemini 3.8 Flash 维持 $0.75 / $3.75 定价，并提升编码、推理和智能体任务表现；Meta 表示下一步将推出代号“Watermelon”的更大模型，并发布 Muse Spark 权重。
Meta 发布 Muse Spark 1.3（Max），Google 推出 Gemini 3.8 Flash，两款模型在 Artificial Analysis Intelligence Index 上分别获得 62 分和 59 分。Gemini 3.8 Flash 维持 $0.75 / $3.75 定价，并提升编码、推理和智能体任务表现；Meta 表示下一步将推出代号“Watermelon”的更大模型，并发布 Muse Spark 权重。 · Meta released Muse Spark 1.3 (Max), while Google launched Gemini 3.8 Flash, scoring 62 and 59 respectively on the Artificial Analysis Intelligence Index. Gemini 3.8 Flash retains its $0.75 / $3.75 pricing while improving coding, reasoning, and agentic performance; Meta says
匹配字段摘要
Meta 发布 Muse Spark 1.3，今日起在 Muse Code 和 Meta Model API 上线，重点提升智能体与编码任务表现和实际可用性。官方称新版本可在单一线程中维持更长周期的多工作流任务，会更主动向用户提问、在卡住时说明并确认高风险操作，对自身能力边界判断更准。内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 用量减少约 25%；max reasoning 将在完成安全测试后推出。
匹配字段摘要
Google 发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，同时推出新的 Gemini 3.8 Flash Cyber，官方称其推进了网络防御的前沿。Demis Hassabis 表示更多模型与网络安全工作细节见博客。Logan Kilpatrick 称该模型在智能体与编码能力上有提升，是 6 周内第三次更新的 Flash 模型。
匹配字段摘要
NVIDIA 提出用投机解码加速 LLM 推理：小草稿模型一次提议多个 token，由大目标模型并行验证，在不改变输出序列的前提下减少解码迭代次数。文章给出五条准则来选取最优草稿长度与机制，并比较外部草稿模型、EAGLE-3、MTP、DFlash、DSpark 及后缀/n-gram 方法。NVIDIA 的 SPEED-Bench 基准用于衡量编码、摘要等任务的接受长度，EAGLE-3、DFlash、DSpark 的训练示例已开放在 NVIDIA/Model-Optimizer 中。
匹配字段摘要
Google DeepMind 发布 Gemini 3.8 Flash 和面向可信防御者的 Gemini 3.8 Flash Cyber，称其为目前推理与编码能力最强的模型，速度与成本与 3.7 Flash 相当。3.8 Flash 在 DeepSWE v1.1 上超过多数更大的前沿模型，HLE-Verified 得分 54.9%，复杂任务会执行更多推理步骤并迭代调用工具。3.8 Flash Cyber 在 CyberGym 上达到前沿水平，内部跨 20 种编程语言的漏洞发现基准成功率超过 70%，CWE-Bench 补丁 pass@1 为 47.2%。
匹配字段摘要、正文
Runway 发布 Solaris，称其为首个 Interface World Model，可逐帧实时生成界面本身，无需先转成代码等中间表示。它基于 Gen-4.5 视频生成模型改造，通过自回归逐帧生成、少步蒸馏和自训练实现实时交互，并支持 720p 画质。在 250 名参与者、30 个交互示例的对比中，Solaris 在指令遵循上获 61% 偏好，在场景自然度上获 71% 偏好，对手为 Claude Opus 5 生成的编码界面。Runway 表示正与合作伙伴推进公开发布，并开放早期访问申请。
匹配字段摘要
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash 两个高效病理基础模型，均以 Apache 2.0 许可开源，权重和代码已在 Hugging Face 提供。GigaPath-Flash 由 22M 参数的 ViT-S 切片编码器和 21M 参数的 LongNet 全切片编码器组成，切片编码器从原 GigaPath ViT-g 蒸馏而来，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。GigaTIME-Flash 用该 ViT-S 编码器替换原 GigaTIME 的 CNN 骨干并配合轻量卷积解码器，经 LoRA 微调，在脑、乳腺、结肠和肺癌的分布内与分布外队列上空间蛋白预测质量持平或优于原版。两个模型均为研究用途，未经验证用于临床诊断、预后或治疗决策。
匹配字段摘要