模型与能力
Meta 发布 Muse Glimmer 30B：开源密集型多模态模型，主打本地智能体场景
Meta 开源 Muse Glimmer 30B（Apache 2.0 许可），300 亿参数密集模型，支持图文输入、100+语言、可控推理强度；实测可在单张 RTX 3090（24GB）运行，KV 缓存仅约 1.8GB（131k 上下文），Q4_K_XL 量化后 VRAM 占用约 22–23GB。
> 相关链接：Hugging Face 模型页｜官方技术博客
NVIDIA 推出 Nemotron 3.5 Lightning：30B MoE 模型，3B 激活参数，专为智能体常驻任务优化
NVIDIA 发布 Nemotron 3.5 Lightning（31.6B 总参 / 3.6B 激活），支持 100 万上下文、NVFP4/BF16 权重；实测服务吞吐达 670 tok/s，Agentic 基准 GDPval-AA v2 Elo 824，Terminal-Bench v2.1 达 24%，显著优于 Nemotron 3 Nano。
> 相关链接：NVIDIA 官方发布｜Artificial Analysis 评测
Qwen 3.8-27B 确认本周开源，ModelScope 已上线倒计时页面
阿里 Qwen 团队在 X 平台确认 Qwen3.8-27B 将于本周开源；ModelScope 官方页面显示 Qwen3.8-2.4T-A95B 已上线并带倒计时，被社区视为可信信号；用户期待其在速度与性能间取得新平衡。
> 相关链接：ModelScope 页面｜Qwen 官方 X 帖子
inclusionAI 发布 Ling-3.0-tiny：8B MoE 模型，仅 1.3B 激活参数，支持 256K 上下文
Ling-3.0-tiny（8B 总参 / ~1.3B 激活）在 IFBench、Multi-IF、BFCL-v4 上均超 LFM2.5 同级模型；DGX Spark 实测 FP8 吞吐 100–105 tok/s，MacBook M4 Pro 达 86–90 tok/s，峰值内存仅 8.34GiB（8K 上下文）。
> 相关链接：Hugging Face 模型页
Agent 与工具链
xAI 推出 Grok Bot：首个可登录第三方工具、持续运行的‘AI 同事’产品
Grok Bot 不是聊天机器人，而是带云电脑的 AI 同事：能自动登录 Slack/GitHub、监控线程、执行定时任务、创建/管理其他 Bot，并跨云环境协同工作，强调持久上下文与身份绑定。
> 相关链接：xAI 官网介绍
Unsloth Desktop 正式发布：开源本地 AI 桌面环境，支持训练/推理/工具调用/沙箱代码执行
Unsloth Desktop 是跨平台（Mac/Win/Linux）开源桌面应用，内置 MLX/GGUF/扩散模型/Audio 支持，宣称训练快 2 倍、VRAM 降 70%；集成 MCP、RAG、私有搜索和 OpenAI 兼容 API。
> 相关链接：GitHub 仓库
基础设施与硬件
Attestable 获 2000 万美元种子轮融资：用 ZK 零知识证明验证 AI 推理完整性
Attestable 提供 ZK 证明，确保‘正确模型在正确输入上执行了正确工具调用’；Vitalik Buterin 评估其开销已降至原始推理的 <10 倍，可用于长链 Agent 追踪审计。
> 相关链接：官网与融资公告
整数确定性推理突破：Qwen3-0.6B 在 A100/H100/M5 Max/EPYC/Xeon 上输出完全一致
研究者用纯整数运算实现跨芯片 LLM 推理确定性：所有平台生成相同哈希 logits；WikiText2 困惑度 20.72（fp16 为 20.95），A100 解码达 106 tok/s，比 fp16 eager 快 3.6 倍。
> 相关链接：技术说明帖
研究与方法
前沿 API ‘加密推理痕迹’可被解码：公开分享的 Claude/GPT/Gemini 思考块已泄露 62 个 API 密钥等敏感数据
研究人员成功解码主流模型 API 返回的‘加密思考块’，扫描 7000 条公开 trace 发现：62 个唯一 API key、33 个邮箱、33 个密码——全部藏在推理块内、未出现在可见对话中。
> 相关链接：论文与披露详情
微软提出‘技能编译’：用前序隐藏状态注入，免费提升多步 Agent 任务表现
微软新方法在解码时复用前一 token 的隐藏状态，无需额外训练；另一研究显示，从历史轨迹蒸馏出的自然语言技能，可在多步任务中恢复 55%–100% 的推理模式差距，且输出 token 减少 2.7–6 倍。
> 相关链接：相关推文汇总
产品与应用落地
OpenAI 推出 ChatGPT Linux 桌面版（预览）：支持 Ubuntu/Debian/Fedora，可同步 Codex 技能与插件
ChatGPT 桌面 App 终于登陆 Linux（x64/ARM64），支持 Ubuntu 24.04+、Debian 13、Fedora 43+；最大亮点是能导入/同步其他 Agent 的项目、聊天、技能和插件，并自动更新。
> 相关链接：OpenAI 官方公告
LlamaIndex 发布 ExtractBench：首个企业级文档提取确定性基准，揭示 VLM 在长文档中召回率崩至 35% 以下
ExtractBench 测试 370 份真实企业文档（共 4869 页），发现商用多模态模型在 >50 页文档中召回率骤降主因‘静默截断行/列表’；LlamaParse 新‘Agentic Plus’方案达 95.6% 值准确率，成本仅竞品 1/3。
> 相关链接：Benchmark 详情页
行业与公司动态
Together AI、IBM、NVIDIA 合作推出企业级 AI 推理云服务：部署在 IBM Cloud
三方联合提供托管式大模型推理服务，支持 NVIDIA GPU 加速与 Together 模型栈，面向金融、医疗等需合规与低延迟的企业客户。
> 相关链接：官方联合声明
政策、治理与安全
欧盟合规压力下，多家 AI 实验室正加装文本水印并提供检测 API，但开发者担忧影响代码/文档简洁性
为满足 EU AI Act 等监管要求，实验室开始默认添加不可见水印并开放检测接口；争议点在于：水印可能增加输出长度、破坏代码格式或文档排版，部分团队称熵预算足够实现‘隐形签名’。
> 相关链接：技术讨论汇总