斯坦福 CS 329Z《Engineering AI Agents》第 6 讲「Agent Design Patterns and Scaffolds」讲义公开，内容依次为控制流归属判断、五种工作流模式、智能体推理/行动模式、上下文管理与 Pi 案例研究。该课由 Diyi Yang、Michael Ryan、John Yang 授课，覆盖从 LLM 流水线到自主 Agent 的工程学，主线为分解、数据与评估三大挑战。作业要求用 litellm 手写 RAG 与 ReAct 循环，再用 DSPy 重建并设计完整评估套件。
匹配字段摘要、正文
Meta 发布首个前沿模型 Muse Wonder，上线 Meta Model API 与 Muse Code，定价 $4/$20 每百万输入/输出 token；最高推理版本 Muse Wonder Full 仅面向 Muse Code 订阅者，不上 API。微软发布第三代自研 AI 推理芯片 Maia 300，2027 年投产；SpaceXSI 推出覆盖 Grok、Cursor 和 X Premium 的 X Subscription，月费 $8/$30/$100/$200。
匹配字段摘要
nature will 发布首个面向物理世界的通用基础模型 Natura-1，这是一个 500 亿参数的 MoE 模型，在 100 万小时第一人称人类经验数据上预训练，再用有限的机器人数据做后训练以适配灵巧操作。该模型可零样本跟随自然语言指令，推理空间约束、多物体关系和否定条件，并能自主执行长时程连续流程。Rohan Paul 指出，它同时处理了机器人常难以兼顾的三件事：抓取后的双手精细控制、无需额外训练的新任务，以及需要记住早期步骤并从错误中恢复的长序列。
匹配字段摘要
Meta 发布 Muse Wonder 和 Muse Wonder Full，在 Artificial Analysis Intelligence Index v4.3 最高推理强度下分别得分 52 和 56，高于 6 周前发布的 Muse Spark 1.3（max）的 48。Muse Wonder Full（max）在十项评测中全面超过 Muse Spark 1.3（max），智能体类提升最明显，Terminal-Bench 4.0 从 33% 升至 57%，GDPval-AA v2.1 从 1681 升至 1857 Elo。两款模型每次评测任务约消耗 54k 输出 token，比 Muse Spark 1.3（max）的 60k 低约 10%；Muse Wonder 已在 Meta 一方 API 和 Muse Code 上线，Muse Wonder Full 仅面向 Muse Code 用户。
匹配字段摘要
4 月 23 日，腾讯混元发布并开源 Hy3 preview 语言模型，这是一个快慢思考融合的混合专家模型，总参数 295B，激活参数 21B，最大支持 256K 上下文长度。官方称其为重建后训练的第一个模型，在复杂推理、指令遵循、上下文学习、代码和智能体等方向有大幅提升，并已在元宝、CodeBuddy、WorkBuddy、QQ、ima、QQ浏览器、腾讯文档、腾讯乐享上线，同时支持 OpenClaw、OpenCode、KiloCode 等开源智能体产品。模型已在 GitHub、Hugging Face、ModelScope 开源，腾讯云推出 API 价格和 Token Plan，个人版最低 28 元/月；官方也提到工具调用错误恢复能力不足、对推理超参数敏感等已知问题。
匹配字段摘要、正文
腾讯混元正式发布 Hy3，基于 4 月底的 Hy3 preview 迭代，提升后训练数据质量与规模并扩大 RL 算力，在推理、智能体、长上下文任务上比肩参数规模为其 2～5 倍的更大尺寸旗舰模型。内部 270 位专家真实工作盲测中 Hy3 均分 2.67/4，高于 GLM5.1 的 2.51/4；幻觉率从 12.5% 降至 5.4%，多轮问题率从 17.4% 降至 7.9%，MRCR 从 42.9% 升至 75.1%。模型已在腾讯云、GitHub、HuggingFace 和 ModelScope 开放，API 价格为每百万 Tokens 输入 1 元、输出 4 元、命中缓存输入 0.25 元。
匹配字段摘要、正文
腾讯混元发布 Hy-MT2 多语言翻译模型族，包含 Hy-MT2-1.8B、Hy-MT2-7B 和 Hy-MT2-30B-A3B，支持 33 种语言互译并遵循多语言翻译指令。在 FLORES-200 的 XX⇔XX 设置下，三款模型分别达到 79.77、86.89 和 87.47，相当于 Gemini 3.1 Pro 思考模式的 89.9%、97.9% 和 98.6%。模型提供 1.25-bit、2-bit、4-bit、8-bit 和 FP16 多种精度，其中 1.25-bit 版本基于自研 AngelSlim 技术，仅需约 440MB 存储，在苹果 A15 上推理速度相比 Hy-MT1.5 的 4-bit 版本提升 1.5 倍。
匹配字段摘要、正文
InternLM 发布 SIM-CoT（Supervised Implicit Chain-of-Thought）官方实现，通过训练时附加轻量辅助解码器，将每个隐式 latent token 对齐到对应推理步骤，解决隐式 CoT 随 token 数增加出现的语义同质化与训练崩溃问题，该辅助解码器在推理时移除，不增加额外推理开销。在 GPT-2 上，SIM-CoT 比监督 CoT 高 2.1%、比 Coconut 高 8.2%、比 CODI 高 4.3%；在 LLaMA 1B/3B/8B 上提升 1.5% 至 9.0%，并在 8–16 个隐式 token 下保持稳定。论文已被 ICLR 2026 接收，代码与论文已发布。
匹配字段摘要
InternLM 开源 Challenge-Cup-2026 baseline 仓库，赛题要求选手基于 Intern-S 系列模型设计数学推理智能体，接收数学题文本与元信息后输出 final_response，由官方 judger 判分。选手需在仓库根目录提供 user_agent.py，暴露 ReasoningAgent 与 solve 方法，可自由使用提示词设计、多候选生成、工具调用等策略。正式评测 Agent 阶段总时限 6 小时，单题进程组 1200 秒，最多 3 题并发，提交开放时间预计 2026-07-01 起。
InternLM 开源 Challenge-Cup-2026 baseline 仓库，赛题要求选手基于 Intern-S 系列模型设计数学推理智能体，接收数学题文本与元信息后输出 final response，由官方 judger 判分。选手需在仓库根目录提供 user agent.py，暴露 ReasoningAgent 与 solve 方法，可自由使用提示词设计、多候选生成、工具调用等策略。正式评测 Agent 阶段总时限 6 小时，单题进程组 1200 秒，最多 3 题并发，提交开放时间预计 2026-07-01 起。
匹配字段摘要、正文
InternLM 发布 Intern-S2-Mobius，一个基于 Mobius-v0 架构、由 Xtuner 和 LMDeploy 实现的 35B 基础模型。它把知识存储与推理计算解耦，用全局共享 Memory 替代逐层绑定的 FFN 知识存储，让多个 Reasoner 迭代查询和精炼隐状态，具备 Backward Residual Connection 和 Dynamic Latent Reasoning 两项能力。模型由 Qwen3.5-35B 继续预训练并经 SFT 和 RL 后训练，技术报告称端到端推理效率提升近 4 倍，在推理基准上得分与 Qwen3.5-35B 相当或更强，同时推理链更短、请求吞吐更高，并在 Biology-Instructions、Mol-Instructions、MolecularIQ 等科学任务上有较大提升。模型以 bfloat16 权重格式发布，支持 LMDeploy、Transformers、vLLM、SGLang 部署，推荐使用 MTP 投机解码。
匹配字段摘要
InternLM 推出 OVO-S-Bench，一个面向多模态 LLM 流式空间智能的全人工标注基准，含 348 个源视频上的 1,680 道题，按瞬时自我中心感知、时空上下文追踪、空间模拟推理、异我中心建图四个层级划分。在 38 个闭源与开源 MLLM 上评测，Gemini-3.1-Pro 以 59.2 分落后人类专家 86.6 分 27 分，异我中心建图是主要瓶颈；流式与空间微调模型反而不及自身基座，无流依据的思维链推理会放大空间错误。
匹配字段摘要
InternLM 发布 Intern-S2-397B 及其预览版 Intern-S2-Preview-397B、Intern-S2-Preview-35B 等科学多模态基础模型，覆盖预训练、强化学习任务与长程智能体三个方向。其中 Intern-S2-Preview-35B 基于 Qwen3.5 继续预训练，仅用 35B 参数在多个核心专业科学任务上达到万亿级 Intern-S1-Pro 的相当水平，并采用共享权重 MTP 与 CoT 压缩提升推理效率。系列模型支持 LMDeploy、vLLM、SGLang 部署，以 Apache 2.0 许可发布。
匹配字段摘要
InternLM 发布开源多模态决策模型 Intern-Decision，将状态、可选图像和多个带类型的问题转化为带概率的决策，支持 choice、score 和 noul（是/否）三类问题，训练时微调 Qwen3.5 的语言主干并冻结视觉塔和投影器。Intern-Decision-4B 在七套基准上平均准确率 90.02%，RTX 4090 本地平均请求延迟 44.16 ms，在 96 例校准基准上 Brier 为 0.550、ECE 为 0.089。该版本包含训练、两种推理后端、基准评分、温度校准和浏览器 demo，但训练数据、校准与验证记录、图像及模型权重未包含在内。
匹配字段摘要
World Labs 宣布机器人公司 SceniX 加入，以推进能感知、生成、推理并交互虚拟与物理世界的空间智能。World Labs 认为机器人领域的下一次突破将来自空间智能、世界模型、基于学习的仿真以及与真实世界学习的闭环相结合，双方互补的技术优势可支撑多种用例。SceniX 已构建的早期技术细节将在后续公布。
匹配字段摘要
World Labs 发布 RTFM（Real-Time Frame Model）研究预览，这是一个随交互实时生成视频的生成式世界模型，可用于探索生成的 3D 世界和真实场景，并已在浏览器中开放体验。RTFM 基于自回归扩散 Transformer，不依赖显式 3D 表示，而是把输入帧转为 KV cache 作为隐式世界表示，并通过带位姿帧的空间记忆和 context juggling 实现长时间交互下的持久性。官方称其仅用单张 H100 GPU 即可达到交互级帧率，并预期更大模型随推理预算提升继续改进。
匹配字段摘要
World Labs 已签署最终协议加入 AMD，交易预计在 2026 年底前完成，尚待监管批准及其他惯例交割条件。双方自去年起在 AMD GPU 上进行模型训练与推理优化，并由此决定把软件与硬件、基础模型和应用整合到一起。李飞飞将出任 AMD 执行副总裁兼首席科学家，直接与 CEO 苏姿丰合作，Justin Johnson 和 Ben Mildenhall 将继续带领 World Labs 团队，共同构建覆盖硬件、软件、平台和开放模型的全栈开放 AI 生态。
匹配字段摘要
FireRedTeam 开源一致性蒸馏方法 Target-Driven Distillation（TDD），通过目标时间步选择与解耦引导，让蒸馏后的 SDXL、SVD-xt 1.1 和 FLUX 仅需 4-8 步即可生成高细节图像。项目已发布 SDXL 训练与推理代码及预训练模型，FLUX 训练代码与 4-8 步 LoRA 也已放出，相关论文被 AAAI25 接收。
匹配字段摘要
FireRedTeam 开源了 LLM 驱动的 TTS 基础系统 FireRedTTS，当前分支为 FireRedtts-1s，并已发布预训练 checkpoint 与推理代码。2025/05/26 该项目新增 flow-matching 解码器并更新技术报告，参考音频建议时长 3 至 10 秒。项目包含零样本语音克隆功能，官方声明仅限学术研究用途。
匹配字段摘要
FireRedTeam 开源 FireRedTTS2，一个面向多说话人对话生成的长时流式 TTS 系统，支持 3 分钟、4 说话人的对话，并可通过扩展训练语料支持更长对话与更多说话人。系统支持英语、中文、日语、韩语、法语、德语和俄语，具备跨语言与语码转换的零样本声音克隆能力；基于 12.5Hz 流式语音 tokenizer 和双 Transformer 架构，在 L20 GPU 上首包延迟低至 140ms。项目已发布预训练 checkpoint 与推理代码，并支持 bf16 推理，显存占用从 14GB 降至 9GB。
匹配字段摘要
微软宣布推出 Maia 300，称其每瓦 token 吞吐比领先的 GPU 系统高 40%。从下一个自然年起，微软将把 Maia 系列扩展到多吉瓦级部署，使其成为自家产品和服务的首要推理系统。目前 Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 中每瓦 token 吞吐最高提升 1.7 倍。
匹配字段摘要