OpenRouter 上线 Model Router Benchmarks 页面，用跨领域基准对各家模型路由器按质量、速度和成本打分，并列出单模型作为对照基线。页面引入 Router Index，默认按质量 60%、每任务耗时 20%、成本 20% 合成 0 到 10 分，权重可用滑块调整。被评测的路由器包括 OpenRouter 的 Auto Router、Unbiased 的 Pareto、Sakana 的 Fugu、Jev Router 和 NVIDIA 的 Switchyard，均可在 OpenRouter 上直接替换模型调用。
匹配字段摘要、正文
PyTorch 博客展示了用 TLX（Triton Low-level Extensions）在 NVIDIA Blackwell（B200）上优化 Meta 生成式广告模型 GEM 的 Jagged Flash Attention 内核。该内核约 3.2K 行 Triton 级代码，比约 10K 行的 CuteDSL 版 FlashAttention-4（FA4）少约 3 倍，在 GEM 关注的 jagged 形状上前向快约 13%、反向快约 50%。
匹配字段摘要、正文
Tavus 推出名为 Griffin 的 Human Interaction Model，可在实时视频通话中同时接收和生成语音、面部表情、语气、手势与停顿。Tavus 研究显示，48% 的参与者在一次一分钟视频通话后认为 Griffin 是真人，此前系统最高为 2%。在 Tavus 称为 Nvidia 独立测试的拟人度评分中，Griffin 得 3.83 分，真人为 3.92 分，此前最佳 AI 模型为 2.80 分。名为 Griffin-Lite 的预览版已向部分测试者开放，能力更强的版本将在安全问题解决后推出。
匹配字段摘要、正文
Ai2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重大升级，核心是重新设计的开源 MoE 训练系统，目标是把 MoE 训练扩展到万亿参数级别并保持计算效率。在八块 NVIDIA B300 GPU 的初步测试中，470 亿参数 MoE 达到每 GPU 每秒 52,000 tokens，约为此前 FSDP 实现 19,400 的 2.7 倍；该基础设施已在超过 1 万亿总参数规模上完成基准测试。Olmo-core 3 从 FSDP 转向基于 DDP 的系统，让专家常驻 GPU 并把数据路由过去，同时采用 rowwise expert parallelism、GPU-resident routing、grouped GEMM 和 MXFP8 低精度格式，其中 MXFP8 在四块 B300 上的端到端吞吐比 BF16 高约 21%，峰值活动显存从 103 GiB 降至 95 GiB。Ai2 表示下一代 Olmo 将采用 MoE 架构，Olmo-core 3 完全开源，研究者可用于训练自己的 MoE。
匹配字段摘要、正文
AI2 发布 Olmo-core 3，一套面向大规模 MoE 模型的开源训练基础设施，从早期基于 FSDP 的实现改为基于 DDP 的系统，让专家常驻 GPU 并把数据路由到对应专家。在八块 NVIDIA B300 GPU 的初步测试中，470 亿参数 MoE 达到每 GPU 每秒 52,000 tokens，约为旧实现 19,400 的 2.7 倍；在四块 B300 上启用 MXFP8 后吞吐比 BF16 高约 21%，峰值活跃显存从 103 GiB 降至 95 GiB。该栈支持专家并行、流水线并行、分布式优化器、行级专家并行、GPU 常驻路由与分组 GEMM，并已在 512 块 GPU 上测试 1.2 万亿参数模型，最高观测吞吐 858 TFLOP/s/GPU。
匹配字段摘要、正文
卡内基梅隆、纽约大学、斯坦福和 MIT 团队在 Nature 发表论文，提出 Stratego AI 系统 Ataraxos，在 20 局正式系列赛中以 15 胜 1 负 4 平击败荷兰选手 Pim Niemeijer，作者称这是首个在该棋类达到超人水平的 AI。训练仅用 16 块 Nvidia H100 GPU 一周加 4 块 GPU 四天，按 2025 年价格算不到 8000 美元，约为 DeepMind DeepNash 算力成本的 1/500。该方法还用于 Barrage Stratego、Hanabi 和斗地主，代码已公开。
匹配字段摘要、正文
Cerebras 回顾 2025 年：DeepSeek R1 Llama 70B 在其芯片上以超过 1500 tokens/秒运行，约为 GPU 的 57 倍；Artificial Analysis 独立测试显示其推理性能超过 NVIDIA Blackwell 的纪录。Cognition 的 SWE-1.5 与 SWE-grep 系列实现前沿级编码性能，速度最高达通用模型的 13 倍。Cerebras 在俄克拉荷马州启用 40+ exaflop 数据中心，并在北美和欧洲布局超过 7 个数据中心。
匹配字段摘要、正文
Baseten 宣布与 OpenAI 建立合作，并推出 GLM-5.2 Fast。其博客还列出多项动态：用 Baseten Loops 基于 LangSmith traces 微调、LangChain 为 LangSmith Engine 训练定制模型、Blaxel 加入 Baseten 共建智能体基础设施，以及 NVIDIA OpenShell 与 Blaxel 沙箱、Sheila Vashee 出任 CMO、完成 Series F 融资。
匹配字段摘要、正文
Baseten 工程博客的 AI 模型栏目汇集多篇模型与推理工程文章，包括 NVIDIA Nemotron 3 Diarization 实现每音频小时一美分的实时说话人标注、DeepSeek-V4.1-Flash 面向编码智能体的更高效 prefill，以及 NVIDIA Nemotron 3.5 Lightning、Nemotron 3.5 ASR Streaming、Nemotron 3 Embed 等新模型介绍。此外还涵盖 GLM-5.3 后训练扩展、GLM 5.2 视觉能力、Laguna S 2.1 与开源后训练模型推荐等主题。
匹配字段摘要、正文
Baseten 工程博客社区栏目汇集多篇文章，涵盖为 You.com 提供开源推理、Notion 与 Gamma 的 AI 模型选择经验、持续学习时代的推理、模型微调与好莱坞对谈、NVIDIA Dynamo Day 上的 Baseten 推理栈，以及用 LangChain Agent Builder + GLM 4.7 在 Baseten 上构建智能体等内容。
匹配字段摘要、正文
UCSD Hao AI Lab 发布 FastVideo FastH3，基于 MiniMax H3 构建，并感谢 MiniMax 开源其权重与代码。在 8× GB200 上，5 秒 1344×768 带音频片段 3.1 秒输出成品 MP4，10 秒片段 6.3 秒（NVFP4 下 5.4 秒），负载下每天约 11,000 条视频，8× RTX PRO 6000 上约 3,400 条。UniServe 还作为 NVIDIA Dynamo 的实验后端，通过 uniserve-dynamo-worker 嵌入其 Rust 调度器与引擎。
匹配字段摘要、正文
Meta 利用一项联邦研究税收抵免，把 AI 数据中心归类为试点模型、把 Nvidia 芯片列为实验材料，2025 年因此省下 39 亿美元，高于前一年的 20 亿美元和 2023 年的 7 亿美元，成为该抵免额度最大的受益上市公司。这一说法与 Meta 对外宣称的数百亿美元算力投入和 Prometheus、Hyperion 等多吉瓦集群计划并不一致。Meta 在 SEC 文件中提示相关节税可能被挑战，其不确定税务头寸准备金上升 45% 至 187.4 亿美元；审计机构 EY 批准了该策略，并正把类似做法推荐给其他公司。
匹配字段摘要、正文
特朗普在周二与科技领袖会面后回应记者提问，称其此前关于 AI 安全担忧是民主党骗局的言论已不再适用，因为该技术已被重新命名为 Super Intelligence。他不再推动联邦 AI 监管，而是让 Google 的 Sundar Pichai、Anthropic 的 Dario Amodei、Meta 的 Mark Zuckerberg、OpenAI 的 Greg Brockman、xAI 的 Elon Musk 和 Nvidia 的 Jensen Huang 这六位科技领袖签署了 Joint Commitment on Frontier Responsibilities，这是一份道德约束性的安全承诺，要求各公司以常识性准则自我监管 AI 技术，且似乎没有违约后果。六位签署人均应特朗普要求发表评论，称赞这一自律计划有助于推进 AI 技术、创造就业并缓解公众对 AI 安全的负面看法。
匹配字段摘要
PyTorch Conference North America 2026 将在 San Jose 举行，官方发布了一份以 Ray 为核心的参会指南。Ray 是分布式计算框架，可覆盖从多模态数据整理、多节点训练到生产部署的完整 AI 生命周期，已成为 Cursor、Microsoft AI 和 NVIDIA 等机构做后训练与强化学习的标准底座。指南重点推荐 Ray 联合创始人 Ion Stoica 关于 Kubernetes 与 Ray 协同演进的 keynote，以及 LinkedIn、Uber、Pinterest 等团队基于 Ray 的训练与后训练实践分享。
匹配字段摘要、正文
CoreWeave 在旧金山 Fully Connected 活动上发布 CoreWeave Forge，一个用于开发、运行和持续改进 AI 模型与智能体的集成软件平台，即日起提供 Free、Pro、Enterprise 三个版本。Forge 把训练、推理、评估、可观测性和智能体开发整合为围绕 AI 循环的软件栈，并推出包含 VAST Data、CrowdStrike、ClickHouse 的合作伙伴网络。硬件方面，Nvidia Vera Rubin NVL72 已在其云平台上线，Cognition 成为首个客户并在两天内跑起负载；Nvidia Vera CPU 面向 AI 智能体处于早期开放阶段。
匹配字段摘要、正文
AWS 发布教程，演示如何在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲智能体用 Claude Sonnet 4.6 生成音乐简报并在实例自带的 NVIDIA L4 上运行 ACE-Step 模型渲染音频，交付智能体读取共享文件并做 EQ、压缩、限幅处理，合规智能体独立复测并筛查与曲库的谐波相似度。三个智能体通过同一 runtimeSessionId 共置在同一 EC2 实例上共享文件系统，会话最长可保持 14 天，各团队可独立部署自己的智能体。
匹配字段摘要、正文
特朗普昨日宣布的“具有道德约束力”AI 安全协议《前沿责任联合承诺》全文公布，由 David Sacks 在线上分享，签署者包括 Google 的 Sundar Pichai、Anthropic 的 Dario Amodei、Meta 的 Mark Zuckerberg、OpenAI 的 Greg Brockman、xAI 的 Elon Musk 和 Nvidia 的 Jensen Huang，特朗普本人也署名。协议要求各公司自行安全开发技术，并定期会面制定标准和最佳实践，列出四条确保前沿模型按预期运行、问题能被快速发现和解决的规则，但未提及违约惩罚。特朗普同日还下令美国政府今后将 AI 称为“Super Intelligence”。
匹配字段摘要、正文
特朗普与多家科技公司 CEO 签署一份 AI 行为准则，要求由独立第三方审计机构核实 AI 模型是否按预期运行，并设立独立委员会监督防止模型入侵系统的内部安全检查。据路透社报道，签署者包括 Meta CEO Mark Zuckerberg、OpenAI 的 Greg Brockman、Nvidia 的 Jensen Huang 和 Elon Musk。Zuckerberg 称该准则是起点而非最终方案。
匹配字段摘要、正文
@JosephJacks_ @nvidia 开源 AI 理应比今天再大 100 倍！我们才刚刚开始
@JosephJacks @nvidia 开源 AI 理应比今天再大 100 倍！我们才刚刚开始
匹配字段摘要、正文
Inception Labs 发布 Mercury 2，称其在标准 NVIDIA GPU 上解码速度超过 1000 tokens/秒，在 WideSearch 基准的搜索流水线每一步都最快，查询规划比 Gemini 3.1 Flash Lite 快近 2 倍、比 Claude Haiku 4.5 快 4.7 倍、比 GPT-5 Mini 快 10 倍。定价为 $0.25/M 输入、$0.75/M 输出，作者称更深的流水线运行成本约为前沿速度优化模型的 2 倍便宜。在 FRAMES 上四款模型得分接近，DeepSearchQA 上 GPT-5 Mini 以 0.44 高于 Mercury 2 的 0.34，但 Mercury 2 完成 FRAMES 查询耗时 10.8 秒、单次正确回答成本最低。作者还发现 WideSearch 任务可被模型凭记忆作答，重建为训练截止后事件的任务后，Gemini 得 0.929、Mercury 2 得 0.923。API 已在 platform.inceptionlabs.ai 上线。
匹配字段摘要、正文