MindTopo 揭示多模态大语言模型的空间推理能力
Microsoft Research 推出 MindTopo 基准，用于评估多模态大语言模型对连通性、包围、顺序、分离和绳结等拓扑关系的理解能力。测试发现，模型在静态图像识别任务上的表现远优于需要规划与交互的任务，表明其难以在动态场景中维持对拓扑结构的一致性理解。这一差距凸显了在机器人学和交互式环境等需要可靠决策的领域，提升 AI 系统拓扑推理能力的重要性。
全部 AI 动态
Microsoft ResearchAI 评分3838
Engineering at MetaAI 评分5252 Meta 在 WhatsApp 上推出端侧反诈骗警报功能 Scam Alert
Meta 在 WhatsApp 上推出 Scam Alert 功能，通过端侧机器学习模型识别潜在诈骗消息，所有推理在设备本地完成，消息内容不离开设备。模型版本通过第三方透明日志发布，用户可查看透明日志并选择是否共享最后5条消息以帮助改进模型。
Amazon ScienceAI 评分3030 自动化推理组（Automated Reasoning Group）十年回顾：数学严谨性如何保障 AWS 安全与可靠性
自动化推理组（ARG）自2016年成立以来，通过数学逻辑验证技术，构建了AWS安全与可靠性核心系统，如今每日处理数十亿查询。其开发的Tiros工具已成为Amazon Inspector和Reachability Analyzer的基础，Zelkova则用于分析AWS策略及后果。
Mistral AI精选AI 评分6868 Mistral 推出区域推理端点、优先服务层并支持第三方开源模型
Mistral 宣布推出 Mistral Regional Endpoints 和 Mistral Priority Tier，以增强推理的区域控制和生产级可靠性。其平台将开始支持第三方开源模型，首个为 Z.ai 的 GLM-5.2。Mistral 还联合企业成立联盟，通过欧洲计算单位（ECUs）来确保欧洲的长期 AI 算力供应，目标是到 2030 年建设高达 1 GW 的算力容量。
推荐理由：Mistral 通过推出区域端点和优先服务层，为欧洲客户提供了符合数据驻留和监管要求的 AI 基础设施选项。
Ollama 博客精选AI 评分7070 NVIDIA Nemotron 3.5 Lightning 模型在 Ollama 上可用
NVIDIA Nemotron 3.5 Lightning 模型已在 Ollama 上提供，这是一个专为长期运行的智能体设计的 300 亿参数开源模型。它采用混合专家架构，每 token 仅激活 30 亿参数，支持高达 100 万 token 的上下文，并针对本地 NVIDIA RTX 设备进行了优化，可实现比同类开源模型高 4 倍的吞吐量。
推荐理由：原文提供了模型的核心架构、性能基准和本地部署优势，读者可以据此评估它是否适合作为长期运行的智能体基座。
Weaviate 博客AI 评分3939 Weaviate 博客：Scaling Test-Time Compute in Search Mode
Weaviate 的 Search Mode 新增 effort 参数，可在查询时控制计算资源投入，ultrahigh effort 在 BRIGHT Biology 基准上将 nDCG@10 提升至 57.5，优于 Hybrid Search 的 13.0。
CMU 机器学习博客AI 评分3232 Forking-Sequences — Part II: 多时间跨度预测集成与降低波动性
Forking-Sequences 架构在推理时可自然实现多时间跨度预测集成，无需额外编码计算。该方法通过平均不同预测创建日期的预测值，将预测波动性降低约 10–13%，准确率损失小于 0.1%。研究提出了两个新预测波动性指标：scaled Forecast Percentage Change (sFPC) 和 Excess Volatility (EV)，用于区分有益的预测修订与过度波动的修订。
Amazon ScienceAI 评分3434 AWS Trainium Frontier 竞赛：在专用 AI 芯片上探索协同设计模型与内核
AWS Trainium Frontier 竞赛邀请学术和产业实验室在专用 AI 芯片上探索模型与内核的协同设计，参赛者需从 ~50M 参数基线模型出发，优化架构、优化器、训练循环及自定义 NKI 内核。
MIT News · 人工智能AI 评分3939 MIT CSAIL 与清华大学提出 GeoPT：让 AI 模型具备物理感知，模拟更广泛的真实场景
MIT CSAIL 与清华大学的研究人员提出了一种名为 GeoPT 的预训练方法，能让模拟模型更高效地学习物理规律。该方法通过 130 万份合成动力学样本进行训练，使模型在达到峰值性能时速度提升 2 倍，所需标注数据减少高达 60%。GeoPT 在模拟风洞、波浪对船体作用及车辆碰撞变形等工业场景中，其速度和准确性均超越了当前最先进的模型。
Neo4j 博客AI 评分2929 Aura Graph Analytics 如何从首个图算法实验到生产环境
Aura Graph Analytics 提供了一种无需深入算法知识即可快速验证图分析价值的方法，通过直观界面和代码方式运行算法。用户可使用内置 AI 助手或 Claude、Gemini 等 LLM 描述数据结构，获取适合的图算法建议。数据可通过 pandas 或 Apache Spark 导入 AGA，支持生成可运行代码并直接在图中可视化结果。
Neo4j 博客AI 评分2929 SumoDB in Neo4j：Microsoft Fabric 连接数十年力士数据——第四部分
该分析利用 Neo4j Aura Graph Analytics 和 Microsoft Fabric 构建了相扑力士风格图谱，处理了 2000 年至今 78,710 场顶级赛事数据。
Weights & BiasesAI 评分4242 当轴对齐框失效：CVPR 发表的交通 AI 教训
CVPR 发表的交通 AI 案例研究展示了将表示作为设计决策而非既定条件的处理方式，并提供了代码和日志作为证明。该研究指出轴对齐框在复杂场景中可能失效，提出改进方法以提升目标检测准确性。模型代码已开源，适用于计算机视觉研究与实际交通监控系统优化。
Neo4j 博客精选AI 评分6767 Neo4j 提出 Meta Knowledge Graph：为 AI 智能体构建语义层与记忆的共享上下文层
Neo4j 提出 Meta Knowledge Graph（MKG），这是一个为 AI 智能体设计的、基于图结构的共享上下文层，旨在解决智能体缺乏特定领域知识的问题。
Ollama 博客精选AI 评分5757 Meta Superintelligence Labs 的 Muse Glimmer 模型已在 Ollama 上线
Meta Superintelligence Labs 发布的首个开源多模态模型 Muse Glimmer 现已可在 Ollama 上运行。这是一个 30B 参数、专为本地智能体工作负载设计的模型，拥有 128K+ 上下文长度，采用 Apache 2.0 许可证。
推荐理由：原文提供了模型参数、许可证、支持的智能体框架和性能优化细节，读者可以据此评估其本地部署的适用性。
MiniMax 新模型精选AI 评分6060 MiniMax 发布音乐生成模型 MiniMax Music 3
MiniMax 发布音乐生成模型 MiniMax Music 3，支持基于歌词和音乐描述生成最长五分钟的完整歌曲，采用 8B 全局 LLM 与 0.6B 局部 LLM 的混合架构，结合 Flow Matching 和 Flow-VAE 进行连续隐状态合成，输出 32 kHz 16-bit 立体声 WAV 音频。
推荐理由：原文详细说明了模型架构、控制方式和部署方法，读者可据此判断其在音乐创作中的实际可用性。
Neo4j 博客精选AI 评分6060 Neo4j Agent Memory Service 推出技能蒸馏与治理功能
Neo4j Agent Memory Service (NAMS) 发布技能蒸馏与治理功能，可将智能体在特定工作空间内积累的记忆图谱转化为可移植、有据可查的 Agent Skill 包。
推荐理由：原文详细介绍了从记忆到可执行技能的具体转化流程和治理机制，为构建可复用智能体工作流提供了技术路径。
Engineering at MetaAI 评分3939 Meta 推出多阶段架构用于广告推荐系统：从用户序列到可预测的扩展规律
Meta 推出多阶段序列模型架构，用于广告推荐系统，实现用户行为序列建模与在线广告排序任务的解耦，提升广告转化率和点击率。该架构包含离线用户模型和在线排序模型两部分，前者生成缓存的用户嵌入向量，后者结合实时广告信号进行排序。模型采用密集分词与目标感知多头注意力机制，从数据中直接学习特征交互，支持可预测的扩展规律。
Amazon ScienceAI 评分2525 34 个 Build on Trainium 研究奖项公布，聚焦负责任的 AI 开发
Amazon Science 公布了 34 个 Build on Trainium 研究奖项，旨在支持基于 AWS Trainium 的 AI 研究与大学教育。
MIT News · 人工智能AI 评分3333 MIT 团队利用 AI 设计溶剂 DMFSA 提升钠金属电池性能
MIT 研究团队通过 AI 算法设计出新型溶剂 DMFSA，解决了钠金属电池在快速充放电与长期稳定性之间的关键矛盾。该溶剂分子尺寸更小，能加速钠离子传输，同时保持电极稳定性。钠的成本仅为锂的约百分之一，此项进展有望推动低成本、高性能电池的发展。
Neo4j 博客AI 评分4040 什么是上下文图（Context Graph）？
上下文图是一种持久化记忆系统，用于帮助 AI 智能体在长期企业知识、短期对话历史和推理记忆之间建立连接。它通过存储组织知识、交互过程、工具返回的证据及决策依据，使智能体能基于完整上下文进行推理、生成准确答案并解释决策。上下文图包含长期记忆、短期记忆和推理记忆三层，支持多智能体系统共享对话状态，降低 token 成本，提升可解释性和治理能力。
Neo4j 博客精选AI 评分5757 Neo4j 发布支持多智能体系统的常量成本语义记忆工具
Neo4j 发布 Semvec 及 Semvec Cortex 工具，通过在 Neo4j 图数据库中持久化语义记忆，实现单智能体与多智能体系统的常量 token 成本记忆机制。该工具支持跨会话、跨团队、跨班次的共享记忆、漂移检测、共识投票与行为一致性验证，所有功能通过 Python API 在本地运行，无需外部服务或网络调用。
推荐理由：原文提供了可直接复用的代码实现和架构设计，读者可据此构建具有持久语义记忆的多智能体系统。
MIT News · 人工智能AI 评分4545 MIT 等机构研究：医疗 AI 辅助效果因用户专业知识水平而异
MIT 等机构的研究发现，AI 辅助虽能提升非专家和初级保健医生诊断皮肤疾病的准确性，但可解释性方法的效果因用户知识水平而异。非专家的诊断改善主要源于对 AI 系统的顺从，尤其易被 LLM 的错误或模糊解释误导；而临床医生则能抵御错误 AI 辅助，且仅提供模型预测（无解释）时表现最佳。研究强调设计 AI 系统需考虑用户差异，并开发能鼓励批判性思维而非过度依赖的可解释性方法。
MIT News · 人工智能AI 评分1818 Alexander Rakhlin 被任命为麻省理工学院统计与数据科学中心主任
Alexander “Sasha” Rakhlin 被任命为麻省理工学院统计与数据科学中心（SDSC）的下一任主任。他自2016年起便与该中心保持联系，并担任跨学科统计学博士项目（IDPS）的首任主席，该项目已指导超过75名博士生完成答辩。Rakhlin 的目标是深化跨学科合作，将SDSC打造为数据科学与AI严谨基础研究的核心，并致力于应对AI在安全、不确定性量化等领域的统计与数学挑战。
Replit 博客AI 评分5050 AI 采用始于可信数据：Replit 构建语义层与运营真值层
Replit 认为企业 AI 采用的核心障碍是信任问题，并于 2025 年底开始构建用于定义数据含义和修正的记录系统。该运营真值层是一个版本可控、经过人工审核、与模型无关的定义与修正知识库，旨在让每个处理数据的智能体都从相同的业务理解起点出发。Anthropic、OpenAI 和 Meta 也各自通过其智能体架构、内部数据智能体和分析智能体，在构建经过验证的知识层这一方向上呈现出行业共识。
Neo4j 博客AI 评分4242 Neo4j 在 Hack the Video Agent Context Graph 活动中展示视频智能体上下文图谱构建方法
Neo4j 博客介绍了基于视频构建智能体上下文图谱的开源项目，该项目整合了 AWS Strands Agents、OpenAI、TwelveLabs 和 Neo4j 四个工具，用于从视频中提取内容并建模为图谱。
Together AI精选AI 评分7272 月之暗面发布 Kimi K3：2.8万亿参数开源模型，支持1M上下文与多模态
月之暗面发布 Kimi K3，2.8万亿参数开源模型，为首个3万亿参数级开源模型，支持1M上下文、多模态输入和动态工具加载。Together AI 提供 API 接入，支持 OpenAI 兼容调用，推理深度可调，定价按 token 计费，缓存命中输入价为每百万 token 0.30 美元。模型在 DeepSWE、BrowseComp 等基准上表现领先，支持结构化输出、流式响应和保留思考历史。
推荐理由：原文提供了模型参数、架构创新、API 使用方式和定价，读者可据此判断其在长上下文、推理和多模态任务中的实际部署潜力。
DeepSeek 新模型精选AI 评分6666 DeepSeek-V4-Flash-0731 模型正式发布，增强智能体能力并支持 DSpark 推理加速
DeepSeek-V4-Flash-0731 正式发布，取代预览版，具备增强的智能体能力，模型结构包含 DSpark 推理加速模块。在 Terminal Bench、NL2Repo、Cybergym 等多个基准上表现优于 DeepSeek-V4-Pro（预览版），且激活参数更少。
推荐理由：该模型在多个基准上超越了预览版，且参数激活量更小，读者可依据其推理能力与部署方式判断其在智能体场景中的适用性。
MIT News · 人工智能AI 评分2424 MIT CSAIL 主任 Daniela Rus 获巴伐利亚高科技奖
MIT CSAIL 主任 Daniela Rus 因在机器人、人工智能和自主系统领域的贡献，荣获 2026 年巴伐利亚州长高科技奖。评委会特别认可她在自组织机器人集群、软体机器人、自主移动和类脑人工智能四个方向长达 30 年的工作，其研究致力于开发能在非预设真实环境中推理与适应的智能机器。她的团队开发了可摄入的折纸机器人、自组装自主船队以及高效的液态神经网络，并共同创立了 Liquid AI。
MIT News · 人工智能AI 评分2323 MIT 科学政策倡议组织国会访问日：学生与博士后赴华盛顿倡导科研投资
麻省理工学院科学政策倡议组织今年春季带领 25 名学生和博士后访问华盛顿，在两天内会见了代表 32 个州的 62 个国会办公室，倡导联邦持续投资科学研究。参与者就人工智能隐私与安全、深海采矿等具体政策议题与两党议员助理进行了讨论，强调了科研资助与具体研究项目的联系。该年度项目旨在为科研人员提供与政策制定者沟通的模板，推动科学在公共政策中的积极作用。
Amazon ScienceAI 评分3434 How controllers from industrial machinery can coordinate multitask machine learning 的中文标题
Amazon Science 提出 ControlG 框架，借鉴工业控制系统中的 PID 控制器，用于协调图自监督学习中的多任务训练，避免梯度冲突。该方法通过在不同训练阶段分配计算资源给不同目标，提升了节点聚类任务的性能，随机调度在部分基准上优于 AutoSSL、WAS 等方法。ControlG 通过感知、规划和控制三个循环实现动态资源分配，基于帕累托效率理论优化多目标训练过程。
Weaviate 博客AI 评分2626 Weaviate 如何通过语义搜索减少创意工作中的摩擦
Weaviate 通过语义搜索技术帮助创意团队更高效地检索已有作品，解决文件命名混乱和组织低效的问题。该技术利用机器学习将媒体内容转化为向量嵌入，使相似含义的文件在高维空间中更易被找到。语义搜索可与传统元数据结合，提升创意资产的可检索性与组织效率。
Replit 博客AI 评分5252 Replit 推出 Replit Design 设计套件
Replit 发布新的创意套件 Replit Design，旨在让用户快速将想法转化为设计。它内置 Ambient Intelligence 引导设计流程，支持调用 Claude、GPT-5、Gemini、Kimi 和 GLM 等模型，并集成了 Mobbin UI/UX 参考库和设计系统。该功能现已对所有用户开放。
Amazon Science精选AI 评分5555 Amazon Science 发布 PatientAgentBench：面向患者交互的医疗AI智能体评估基准
Amazon Science 发布 PatientAgentBench，一个专为评估面向患者的医疗AI智能体设计的可复现、临床验证的基准框架。该框架通过生成合成患者病历和临床场景，模拟多轮对话，评估智能体在临床安全、分诊质量、工作流准确性等六个维度的表现。
推荐理由：该研究构建了面向患者交互的医疗AI智能体评估基准，提供了可复现的临床安全评估框架和具体失效模式，有助于指导安全智能体设计。
MIT News · 人工智能AI 评分1414 MIT 开发的医学数据库 PhysioNet 如何演变为全球数据共享标准
MIT 与 Beth Israel 医院的研究团队于 1975 年启动的心电图数据收集与共享项目，最终演变为全球性的生物医学临床数据平台 PhysioNet。该平台现已托管数百个数据库，去年被超过 15,000 篇科学出版物引用，用户覆盖 180 多个国家。其公开的源代码和数据为临床信息学、重症监护及健康机器学习等领域的研究提供了关键资源，并催生了 Health Data Nexus 等类似平台。
Berkeley AI Research精选AI 评分5757 伯克利研究：K-Search 通过 CUDA 到 MLX 的翻译层将内核优化知识迁移至 Apple Silicon
伯克利 AI 研究团队扩展了 K-Search 框架，为其增加了 MLX 后端，并开发了一个结构化的 CUDA-to-MLX 翻译层，能够将 NVIDIA CUDA 内核的优化知识自动迁移到 Apple Silicon 上。
推荐理由：研究提出了一种将 NVIDIA CUDA 内核优化知识自动迁移到 Apple MLX 框架的方法，为跨硬件生态的 AI 计算性能优化提供了新思路。
Weights & BiasesAI 评分4141 Weave 在本地运行仅需三条命令
Weave 可在本地通过三条命令运行，无需依赖云端服务。该工具支持在本地环境中进行模型训练和实验追踪，适用于需要隐私或低延迟的场景。Weights & Biases 提供了完整的本地部署方案，用户可直接使用其 API 和 CLI 进行操作。
Together AI精选AI 评分6363 Together AI 开源 ThunderAgent，实现 2 倍吞吐的智能体推理系统
Together AI 开源了智能体推理系统 ThunderAgent，通过将工作流抽象为可调度程序，解决了高并发下 KV 缓存颠簸和节点负载不均的问题。在 8 节点 H100 集群上，相比 SGLang Gateway 实现了 2.39 倍的加速和接近线性的吞吐扩展。该系统与 OpenAI 兼容，只需在客户端添加 `program_id` 字段即可集成现有推理后端。
推荐理由：开源系统通过将智能体工作流抽象为可调度程序，解决了高并发下 KV 缓存颠簸和节点负载不均的问题。
Together AI精选AI 评分6060 Together AI 与 Moonshot AI 合作原生服务 Kimi K3 模型
Together AI 宣布与 Moonshot AI 达成战略合作，成为 Kimi K3 及后续开源模型的首发平台。Kimi K3 是目前最大的开源模型，拥有 2.8T 参数、1M token 上下文窗口和原生视觉支持，采用 Kimi Delta Attention 和 Attention Residuals 等新架构，推理效率比 Kimi K2 提升约 2.5 倍。
推荐理由：Together AI 与 Moonshot AI 合作，提供 Kimi K3 模型的原生推理服务，开发者可实现零数据留存、按需扩展和定制微调，这对开源大模型的生产化部署具有直接参考价值。
Vector InstituteAI 评分3535 当AI过度帮助：理解与衡量LLM行为中的认知萎缩
Vector Institute的研究团队提出了“认知萎缩”新概念及配套评测基准Cognitive Atrophy Bench，用于评估AI在情感敏感对话中是否过度承担用户认知工作。
Weights & BiasesAI 评分4848 教程：用 W&B Weave 评估 GPT-5.6、GPT-5.5 和 GLM-5.2 在仓库级编码任务中的表现
本教程使用 W&B Weave 测量了 GPT-5.6、GPT-5.5 和 GLM-5.2 在仓库级编码任务中的隐藏测试通过率、可靠性、延迟和预估成本。测试结果显示 GPT-5.6 在隐藏测试通过率上优于 GPT-5.5 和 GLM-5.2，且推理延迟降低了 25%。模型的性能差异对开发者选择适合的编码辅助工具具有参考价值。