LWiAI Podcast #253 - Opus 5, Gemini 3.6, Kimi K3, Hugging Face Hack
LWiAI Podcast #253 总结了上周主要 AI 发布：Anthropic 推出 Claude Opus 5，Google 发布 Gemini 3.6 和 3.5 Flash 版本，Black Forest Labs 推出 FLUX 3 支持图像和 20 秒带音频视频生成。
#开源/仓库
Last Week in AIAI 评分3333
美团 LongCat 新模型精选AI 评分5959 美团 LongCat 发布 LongCat-Flash-Lite-Sparse 模型，支持 1M 上下文和高效推理
美团 LongCat 发布 LongCat-Flash-Lite-Sparse 模型，为非思考型 MoE 架构，总参数 69B，每 token 激活约 3B 参数，支持原生 1M 上下文。
推荐理由：原文提供了模型架构、性能基准和部署指令，读者可据此判断其在长上下文和智能体任务中的实际可用性。
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。
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。
The Register · AI/MLAI 评分5757 开源项目 ShieldFont 发布，用投毒字体干扰 AI 网络爬虫
开源项目 ShieldFont 发布了一种新型字体，旨在干扰 AI 网络爬虫的数据抓取。该字体利用 OpenType 的 GSUB 功能，在 HTML 源码层面对约四分之一的单词进行同词性替换，使其对人类读者显示正常，但对爬虫呈现为语义混乱的文本。项目提供了在线演示、React 组件及 CSS/CDN 集成方式，默认字体基于 Playtype 的 Optik 修改，文件大小约 800 KB。
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。
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。
Neo4j 博客AI 评分4545 AgentMemory for .NET：Neo4j Agent Memory 的原生实现
AgentMemory for .NET 是一个独立开发的 .NET 原生实现，与 Neo4j Agent Memory 兼容并通过了全部 178 个测试场景。
The Register · AI/MLAI 评分4444 OpenAI 禁止部分客户导出聊天记录，但 scrapemychats 工具可破解
自由记者 Conrad Quilty-Harper 本周在 GitHub 开源了 scrapemychats 工具，为无法使用官方导出功能的 ChatGPT Business 和 Enterprise 用户提供了非正式的聊天记录本地存档方案。
Last Week in AIAI 评分3131 Last Week in AI #251 - Mythos Back, Sonnet 5, Etched, LongCat
Anthropic 重新部署了 Claude Fable 5 并新增网络安全分类器，同时推出 Claude Sonnet 5，提供限时折扣价格和改进的智能体编码性能。
Last Week in AIAI 评分3030 Anthropic因政府指令关停Fable 5与Mythos 5，SpaceX以600亿美元收购Cursor
Anthropic根据美国政府指令，关停Fable 5与Mythos 5访问权限，引发关于 jailbreak 防护与政策一致性的争议。SpaceX以600亿美元完成对AI编程工具Cursor的收购，强化xAI在代码生成领域的竞争力。Moonshot AI发布Kimi K2.7-Code，代码基准测试得分较K2.6提升21.8%。
Last Week in AIAI 评分2424 LWiAI Podcast #248 - Opus 4.8, MAI, Anthropic IPO, Minimax-M3
LWiAI Podcast #248 总结了近期 AI 领域的重要动态，包括 Anthropic 发布 Claude Fable 5（Mythos 5 的安全版本），展示显著的基准提升和新的风险发现。
Mistral 新模型精选AI 评分6666 Mistral 发布 Shieldstral-1.0-3B 多模态安全分类模型
Mistral 发布 Shieldstral-1.0-3B，一个 3B 参数的多模态安全分类模型，支持文本、图像及图文混合内容的动态政策审核，基于自然语言政策输入返回连续安全分数，可在单 GPU 上运行，支持 32k 上下文窗口，开源 Apache 2.0 许可。
推荐理由：原文提供了模型架构、能力指标和部署方式，读者可以据此判断其在轻量级安全审核场景中的适用性。
fal 博客精选AI 评分6767 fal 博客：从粘土3D渲染到动作短片，详解完全可控的3D-AI生成管线
fal 团队构建了一个完全可控的AI视频生成管线，从3D分镜设计到最终成片，并开源了核心的3DREAL Strong v2 LoRA适配器。
推荐理由：原文详细拆解了从3D分镜到AI生成视频的完整工作流，包括具体的工具链、验证步骤和迭代经验，可供从业者复现或借鉴其方法。
Vector Institute精选AI 评分6767 AI科学家实现科研全周期自动化
Vector Institute与Sakana AI、UBC、牛津大学合作发布AI科学家系统，可自主完成从选题到投稿的完整科研流程。该系统v2版本无需人类代码模板，能自动生成实验代码并迭代优化。
推荐理由：原文揭示了AI系统在科研全流程中的自主能力突破，为评估AI生成论文质量提供了可量化的基准方法。
The Register · AI/MLAI 评分5757 Autopilot-Jobhunt：AI 求职工具可自动搜索职位并定制简历
开发者 Tarun Gupta 发布了 AI 求职工具 Autopilot-Jobhunt，能根据用户配置自动搜索匹配的职位，并通过 Telegram 通知用户。
Amazon ScienceAI 评分5151 Amazon Science 发布 Turnstile：用于智能体交互中捕获 token ID 的代理工具
Amazon Science 发布 Turnstile，一个用 Rust 编写的代理工具，用于在智能体与模型后端之间捕获生成时的精确 token ID、log probabilities 和 loss mask，确保强化学习训练信号与模型实际经历一致。
The Register · AI/MLAI 评分4040 MorphMind 推出 Academic Humanizer，用 Claude 技能隐藏 AI 论文痕迹
MorphMind 公司推出 Academic Humanizer 工具，旨在通过 Claude 技能改写 AI 辅助撰写的学术论文和项目申请书，使其语言更自然、更符合作者个人风格。该工具不生成新内容，仅作为编辑辅助，但无法验证原文论据或证据的可靠性。
美团 LongCat 新模型精选AI 评分6666 美团 LongCat-2.0 大模型发布：1.6T 参数、MoE 架构与长上下文能力
美团发布 LongCat-2.0 大模型，总参数量达 1.6 万亿，激活参数约 480 亿，采用 MoE 架构与 LongCat Sparse Attention 技术，支持 1M 上下文训练，预训练覆盖超 35 万亿 token。
推荐理由：原文给出了模型参数规模、架构创新和评测基准，读者可以据此判断其在长上下文和智能体任务中的实际能力边界。
美团 LongCat 新模型精选AI 评分5656 美团 LongCat 发布 LongCat-2.0 大模型，支持 1M 上下文与智能体任务
美团 LongCat 发布 LongCat-2.0，1.6 万亿参数 MoE 模型，激活参数约 480 亿/Token，支持 1M 上下文，引入 LongCat Sparse Attention 和 N-gram Embedding，提升长序列推理与编码能力。
推荐理由：原文给出了模型参数规模、架构创新和评测基准，读者可以据此判断其在长上下文和智能体任务上的实际能力边界。
美团 LongCat 新模型AI 评分5454 美团 LongCat-2.0 大模型发布，支持 1M 上下文与智能体工作流
美团发布 LongCat-2.0，1.6 万亿参数 MoE 模型，激活参数约 480 亿/Token，支持 1M 上下文，引入 LongCat Sparse Attention 和 N-gram Embedding，提升长序列与编码任务性能。
Mistral 新模型AI 评分4040 Mistral 新模型 Leanstral-1.5-119B-A6B 发布
Mistral 发布了开源代码智能体模型 Leanstral-1.5-119B-A6B，支持 Lean 4 证明助手和复杂数学对象表达，参数规模为 119B，上下文长度达 256k tokens。该模型基于 Mistral Small 4 家族，具备多模态输入能力，推荐使用 "high" 推理努力模式处理复杂提示。用户可通过 Mistral Vibe CLI 或本地 vLLM 服务器部署使用。
Vector Institute精选AI 评分5454 Vector Institute 发布免费开源 AI 工具 UnBias-Plus，用于检测和改写文本偏见
Vector Institute 发布了免费开源 AI 工具 UnBias-Plus，可检测、解释并改写文本和 AI 训练数据中的偏见语言。该工具提供基于浏览器的公开版本（支持最多 750 词）和供开发者集成的安装包，旨在帮助新闻编辑、人力资源、医疗保健和 AI 开发团队识别并修正偏见。
推荐理由：原文给出了工具的具体功能、应用场景和获取方式，读者可以据此评估它如何帮助筛查和改写文本中的偏见。
Ollama 博客AI 评分5353 Ollama 0.31 为 Gemma 4 带来多 token 预测，推理速度提升近 90%
Ollama 0.31 为 Gemma 4 模型引入了多 token 预测技术，在 Aider polyglot 基准测试中平均 token 生成速度提升近 90%。
DeepSeek 新模型AI 评分2121 DeepSeek 发布 eagle3_gemma4_12b_ttt7 模型
DeepSeek 推出 eagle3_gemma4_12b_ttt7 模型，参数规模为 2B，支持 BF16 精度。该模型未被任何推理服务提供商部署，用户可自行通过 Space 使用。模型属于 DeepSpec 集合，包含 12 个项目，最近一次更新时间为 6 月 28 日。
Ahead of AIAI 评分5050 使用本地编码智能体：搭建与评估开源模型在Qwen-Code、Codex和Claude Code中的表现
Sebastian Raschka 详细介绍了如何使用开源模型（如Qwen3.6 35B-A3B、North Mini Code）和本地推理引擎（如Ollama）搭建本地编码智能体，并对比了Qwen-Code、Codex和Claude Code三种框架在速度、任务完成率和token使用上的表现。文章包含性能基准测试、安全审计建议和跨设备部署方法，提供了可复用的评估脚本和配置示例。
Weaviate 博客AI 评分3030 Weaviate 1.38 发布：HFresh 向量索引与 MCP 服务器正式上线
Weaviate 1.38 版本正式上线，HFresh 磁盘向量索引和内置 MCP 服务器达到通用可用状态。HFresh 支持 cosine 和 l2-squared 距离度量，通过压缩存储和增量重平衡机制优化大规模数据的内存和延迟表现。MCP 服务器允许 LLM、IDE 和 AI 智能体直接与 Weaviate 交互，且新增运行时配置功能，无需重启集群即可启用或禁用写入权限。
Vector InstituteAI 评分3333 引入 SONIC-O1：用于真实世界音视频理解的开放、人工验证基准
Vector Institute 发布了 SONIC-O1，一个用于评估多模态大语言模型在真实世界音视频理解能力的开放基准。该基准包含约 60 小时的真实音视频内容，涵盖 13 个对话主题和 5 个领域，支持对模型在不同人群中的表现进行分组分析。
月之暗面 Kimi 新模型精选AI 评分7373 月之暗面 Kimi-K2.7-Code 模型发布
月之暗面发布 Kimi-K2.7-Code，一款基于 Kimi K2.6 的编码专用智能体模型，采用 MoE 架构，参数量 1T，激活参数 32B，上下文长度 256K，支持图像与视频输入。
推荐理由：原文提供了模型架构、评测数据和部署方式，读者可据此判断其在长程编程任务和智能体场景中的实际能力与适用性。
Weights & BiasesAI 评分4242 AI 智能体治理工作流：基于 W&B Weave 的可验证审查关卡
Weights & Biases 推出开源 AI 治理工具包，将分散的评估、红队测试和审批流程整合为可复现的审查关卡，所有结果均可在 W&B Weave 中追溯。该工具包支持在 AI 智能体开发过程中系统化记录治理步骤，提升透明度和可审计性。工具目前为开源，适用于需要强化模型治理流程的团队和项目。
Ollama 博客精选AI 评分5858 Ollama 0.30 发布，提升性能并扩展 GGUF 模型支持
Ollama 0.30 发布，通过集成 llama.cpp 提升了性能并扩展了对 GGUF 格式模型的兼容性。在 NVIDIA 硬件上，性能提升最高可达 20%；默认启用 Vulkan 支持，使 Ollama 的 GPU 加速能扩展到 AMD 和 Intel 设备。新版本支持更多模型系列，并允许用户通过 Modelfile 直接运行从 Hugging Face 下载的 GGUF 模型文件。
推荐理由：Ollama 0.30 通过集成 llama.cpp 提升了 NVIDIA 硬件性能并扩展了 GGUF 模型支持，为本地部署提供了更广泛的硬件兼容性和更便捷的模型运行方式。
MiniMax 新模型AI 评分4141 MiniMax-M3-MXFP8 量化版本发布
MiniMax-M3-MXFP8 是 MiniMax-M3 的 MXFP8 量化版本，支持 1M 上下文长度，拥有 ~428B 参数和 ~23B 激活参数，推理速度较前代 M2 提升 9 倍和 15 倍。
Replit 博客AI 评分4444 Microsoft Fabric 与 Replit 集成，开启企业数据应用新开发方式
Microsoft Fabric 与 Replit 合作推出集成方案，允许企业团队通过 AI 助力开发直接构建并部署应用到 Fabric 平台，实现从数据到生产应用的快速转化。Rayfin SDK 和 CLI 提供自动化的生产级后端架构，包括数据模型、认证和访问策略，无需手动搭建基础设施。该集成使业务团队能减少设置时间，专注于解决问题，同时 IT 团队可维持集中治理与合规。
Ollama 博客精选AI 评分6464 OpenJarvis v1.0 发布，原生支持 Ollama 运行本地 AI 智能体
OpenJarvis v1.0 发布，这是一个用于在自有硬件上运行个人 AI 智能体的开源框架，现已原生支持 Ollama。该框架由斯坦福大学的 Hazy Research 和 Scaling Intelligence 实验室开发，默认采用本地优先模式，模型在本地运行，云端为可选。安装脚本可自动检测现有 Ollama 安装，并预设了多个开箱即用的智能体预设，如晨间简报、跨文件研究和本地代码助手。
推荐理由：OpenJarvis 作为本地优先的 AI 智能体框架，其 v1.0 版本原生支持 Ollama，为希望将 AI 工作流本地化的开发者提供了开箱即用的选项。
美团 LongCat 新模型AI 评分3030 美团 LongCat 发布 WBench 评估模型权重
美团 LongCat 提供 WBench 评估模型权重，用于多轮交互视频世界模型的综合测试。该基准涵盖视频质量、场景遵循、交互一致性、逻辑一致性及物理合理性五个维度，包含 289 个测试用例和 1,058 次交互轮次。权重可通过 Hugging Face CLI 下载，仅限学术研究和评估用途。
Together AIAI 评分5252 Together AI 开源视频翻译工具 Violin
Together AI 开源了视频翻译工具 Violin，它通过 Whisper V3、DeepSeek V4 Pro 和 Cartesia Sonic 3 等模型实现语音识别、翻译和语音合成。Violin 还包含基于视频内容的多模态聊天助手，并提供了 Web 应用、CLI 工具和 Agent skill 三种使用方式。所有代码已在 MIT 许可下开源。
OpenAI 新模型AI 评分3434 OpenAI 推出 Privacy Filter：用于文本中隐私信息检测与遮蔽的双向 token 分类模型
OpenAI 推出 Privacy Filter，这是一个用于文本中隐私信息检测与遮蔽的双向 token 分类模型，支持在单次前向传递中对输入序列进行标注并解码连贯的隐私标签。
Together AIAI 评分3939 Together AI 推出 Parcae：基于稳定循环架构实现更少参数更高性能
Together AI 推出 Parcae，一种稳定的循环 Transformer 架构，其 770M 参数模型在相同数据上达到了 1.3B 参数 Transformer 的质量。Parcae 相比之前的大规模循环模型，验证困惑度降低了最高 6.3%，并首次建立了循环的扩展定律。
月之暗面 Kimi 新模型精选AI 评分7373 月之暗面发布 Kimi-K2.6 多模态智能体模型
月之暗面发布 Kimi-K2.6，一个开源的原生多模态智能体模型，支持长上下文编码、编码驱动设计、智能体集群协作和主动自主执行。模型采用 MoE 架构，总参数 1T，激活参数 32B，上下文长度 256K，支持图像和视频输入。
推荐理由：原文提供了模型架构、评测数据和部署方式，读者可以据此判断其在长上下文编码、智能体协作和多模态能力上的实际表现与适用场景。
Together AI精选AI 评分5757 Together AI 发布多智能体协作平台 EinsteinArena
Together AI 发布 EinsteinArena，这是一个供 AI 智能体在开放数学问题上协作、讨论和竞争的平台。该平台已帮助智能体在 11 维 Kissing Number 问题上取得新下界（604），超越了 AlphaEvolve 的 593，并已在多个其他问题上获得 11 项新的 SOTA 结果。平台提供公开排行榜、讨论线程和实时验证 API，旨在研究智能体在真实环境中的协作行为。
推荐理由：原文展示了平台如何通过多智能体协作解决具体数学难题，读者可以了解其运作机制和已取得的实际成果。