模型与能力
腾讯发布开源大模型 Hy3：295B MoE，21B 激活参数，Apache 2.0 许可
Hy3 是 2950 亿参数 MoE 模型，每轮激活约 210 亿参数，支持 256K 上下文、GQA 和 3.8B MTP 推理加速层；实测在推理、编程和工具调用稳定性上接近更大闭源模型。
> 相关链接：官方发布｜HuggingPapers 解读
Meituan 开源 LongCat 2.0：1.6T 参数 MoE，MIT 许可，仅约 48B 激活
LongCat 2.0 总参数达 1.6 万亿，单次推理激活约 480 亿参数，BF16 权重占 3.55TB；由美团纯国产芯片训练，强调供应链自主性。
> 相关链接：ModelScope 发布｜技术博客
Claude Fable 5 在新 Agent 基准 AutomationBench-AA 中以 48.6% 率先登顶
在 Zapier 新发布的 657 任务 Agent 基准中，Fable 5 微弱领先 Opus 4.8（48.5%），但所有模型仍会违反业务规则；开源模型 GLM-5.2 最高仅 27.8%。
> 相关链接：AutomationBench-AA 排行榜
Agent 与工具链
Anthropic 开源 Petri：首个面向模型对齐风险的红队评测工具
Petri 可系统评估模型是否迎合用户、隐藏意图或欺骗，支持外部审计，已用于检测 prompt 注入和内部异常激活特征。
> 相关链接：Anthropic 官方公告
ReContext + BlockSearch：训练无关的长上下文推理增强方案
ReContext 在生成前自动回放关键证据，提升 8 个 128K 数据集的证据利用率；BlockSearch 支持百万 token 级 in-context 检索。
> 相关链接：DAIR AI 介绍｜DAIR AI 介绍
基础设施与硬件
vLLM 原生支持 Hy3：含工具调用解析、MTP 推理加速，NVIDIA/AMD 全兼容
vLLM 首日即支持 Hy3，集成腾讯生产级内核（负载均衡解码调度 + FP8 MoE 融合服务），实测延迟降低 17%-24%，吞吐最高提升 2.95 倍。
> 相关链接：vLLM 官方说明｜性能详情
Cloudflare 推出 Workers Cache：基于 HTTP 头配置的区域分级缓存
在 Worker 入口前部署可配置缓存层，支持边缘就近响应，无需改代码即可加速 API 和推理服务。
> 相关链接：Cloudflare 官方文档
OpenAI 推出 GPT-Realtime-2.1-mini：支持推理+工具调用，p95 延迟降 25%+
在保持 mini 系列价格不变前提下，新增实时推理与工具调用能力，并通过缓存优化显著降低尾部延迟。
> 相关链接：OpenAI 开发者公告
研究与方法
Anthropic 提出 J-space：Claude 内部‘全局工作区’机制获实证
发现 Claude 中存在一小簇高信息量激活（J-space），可被调用、报告和调控，是首个可验证的 LLM 工作记忆结构，可用于安全审计与干预。
> 相关链接：Anthropic 研究论文｜Neuronpedia 演示
A-TMA 解决‘幽灵记忆’：长运行 Agent 中新旧事实混淆问题
A-TMA 方法在 LTP 基准上将冲突事实识别准确率提升 +0.240 绝对值，专治助手长期运行后检索到过期/矛盾信息的问题。
> 相关链接：Omar Sarwar 解读
产品与应用落地
MIRA：首个可玩的 Rocket League 多人世界模型，5B 参数跑满 20fps
由 General Intuition 和 Kyutai 开发，单 B200 即可运行完整 2v2 对战，不依赖物理/渲染引擎，标志世界模型走向实用交互。
> 相关链接：项目主页
AssemblyAI 推出 Universal-3.5 Pro Realtime：流式语音识别 WER 低至 4.1%
支持通话中动态更新语境提示（无需断连重连），AA-WER Streaming 基准表现最优。
> 相关链接：Artificial Analysis 测评
Speechify Simba 3.2 登顶 Speech Arena：1233 Elo，最便宜顶级 TTS
语音合成质量超越 Gemini 3.1 Flash、Sonic 3.5 等竞品，且单位成本最低。
> 相关链接：Speech Arena 排行榜
行业与公司动态
LlamaIndex + LanceDB 推出 PDF 多模态检索方案：页面/文本/资产分离建表
针对混乱 PDF 构建结构化多模态表，ESG 报告测试中任意页命中率 82%，答案准确率 74%。
> 相关链接：LanceDB 博客｜LlamaIndex 博客
Thariq 发布《Fable 实战指南》：聚焦‘去束缚’‘找盲点’‘应对编码失落感’
针对 Fable 类模型推出四段式现场指南：包括解除模型限制、发现未知盲区、应对开发效率跃迁带来的情绪波动等。
> 相关链接：Latent Space 原文
政策、治理与安全
Anthropic J-space 可提前暴露 prompt 注入与内部异常特征
实验证明该内部工作区能捕捉尚未输出的恶意指令、隐藏概念或潜在 sabotage 特征，为前置安全干预提供新路径。
> 相关链接：mlpowered 分析｜Lior On AI 观点