Anthropic 开放罕见病研究资助申请，提供最高 5 万美元 Claude 积分
Anthropic 启动新一轮 AI for Science 项目，聚焦罕见遗传病研究。入选者将获得最高 5 万美元的 Claude API 积分，项目分基础科学和早期生物技术两个轨道。Anthropic 认为 AI 能帮助建模罕见病、跨文献综合发现、从有限数据中提取信息，并已与 Monarch Initiative 合作，利用 Claude 分析病例报告和变异数据库以发现疾病机制相似性。
#开源生态
Anthropic：NewsroomAI 评分5555
Together AI 研究与产品博客精选AI 评分7676 Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 提供 Day 0 推理服务
Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 于发布当日在其 Serverless 平台提供访问，支持 1M 上下文窗口和 OpenAI 兼容 API。
推荐理由：原文来自提供推理服务的合作方，给出了 Inkling 的架构细节、参数规格和初步评测，读者可据此了解新模型的技术取向与可用入口。
LMSYS BlogAI 评分6161 LMSYS 与 SGLang 团队为 GLM-5.2 NVFP4 推出推理优化，8×B300 单 batch 解码超 500 TPS
LMSYS 与 SGLang 团队针对智谱 GLM-5.2 NVFP4 模型在 Grace Blackwell 硬件上推出多项优化。运行时方面，Spec V2 重叠调度消除 GPU 气泡，端到端 TPS 提升 11%；IndexShare MTP 在 draft 步骤间复用 DSA indexer 的 top-k，长上下文下 draft 步骤成本降低约 1.9 倍。内核方面，TopK-V2 将 TopK 视为选择问题，80K ISL 下平均延迟从 40.7 µs 降至 17.5 µs（2.33× 加速），1M ISL 下从 372.1 µs 降至 36.6 µs（10.17× 加速）。优化后 8×B300 单 batch 解码吞吐超过 500 TPS。
NVIDIA BlogAI 评分4141 Nemotron 开放模型让企业和国家完全掌控 AI 定制与审查
NVIDIA 推出 Nemotron 系列开放模型，使企业和国家能完全掌控 AI 的定制、审查与改进。Abridge 正基于 Nemotron 构建首个专用于临床对话的基础模型；Harvey 后训练 Nemotron 3 Ultra 后在复杂法律任务上达到前沿级准确率，且每次运行成本至少降低 10 倍。
Microsoft Research 博客精选AI 评分6565 微软发布开源地球系统基础模型 Aurora 1.5，新增 22 个天气变量与集合预报
微软发布 Aurora 1.5，对开源 Aurora 地球系统基础模型进行重大扩展，新增 22 个天气变量（原 4 个）、支持小时级时间分辨率和概率集合预报，已在 GitHub 开源并放出的 Hugging Face 模型检查点。
推荐理由：原文来自模型发布方，给出新增变量数、小时级分辨率和与 ECMWF 集合的对比数字，读者可据此评估其在能源等场景的适用性。
Prime Intellect精选AI 评分6161 Prime Intellect 发布 verifiers 0.2.0 预览版，将智能体 RL 环境解耦为 Taskset、Harness 与 Runtime
Prime Intellect 发布 verifiers 0.2.0，预览重写后的 v1 核心，将环境解耦为 taskset、harness 和 runtime，任意 taskset 可在任意兼容 harness 下运行。
推荐理由：原文给出任务集、执行框架与运行时三层解耦的设计细节和训练案例，读者可以据此评估这套抽象是否适配自己的智能体训练流程。
LangChain：Blog精选AI 评分6464 LangChain 与 NVIDIA 发布 NemoClaw Deep Agents 蓝图
LangChain 与 NVIDIA 发布 NemoClaw for LangChain Deep Agents 蓝图，组合 LangChain Deep Agents Code、NVIDIA Nemotron 3 Ultra 和 NVIDIA OpenShell 运行时，帮助企业构建可控的开源智能体系统。
推荐理由：原文给出评测数字和分层架构细节，读者可以据此评估开源智能体栈在成本与治理上的取舍。
GitHub BlogAI 评分5252 GitHub 联合联盟倡议修订 California AI Transparency Act 以保护开源生态
GitHub 加入一个联盟，呼吁对 California AI Transparency Act 进行针对性修订，以解决该法案与开源许可之间的冲突，并与国际透明度框架保持一致，同时保留其监管意图。
Fireworks AIAI 评分5252 Fireworks 上线 NVIDIA Nemotron 3 Ultra，LangChain Deep Agents 完成适配
Fireworks 宣布 NVIDIA Nemotron 3 Ultra 上线并提供首日支持，LangChain 针对该模型调优了 Deep Agents harness，仅调整提示词、工具和中间件，未做模型再训练。
OpenClaw：Blog精选AI 评分7676 OpenClaw 成立 501(c)(3) 非营利基金会，OpenAI、NVIDIA、微软等三十多家机构加入合作
OpenClaw 宣布正式成立美国 501(c)(3) 非营利基金会，目标是把项目作为开放、独立、社区驱动的开源项目长期托管，保持 MIT 许可。目前每周新增 450 万个 claw，是 GitHub 历史上增长最快的仓库之一，团队首次聘请全职员工并开放多个岗位。
推荐理由：官方宣布成立基金会并给出治理结构、员工与合作伙伴名单，读者可以据此了解 OpenClaw 的开放独立承诺如何落地。
Together AI 研究与产品博客AI 评分5757 Together AI 推出 Provisioned Throughput 保证推理容量服务
Together AI 发布 Provisioned Throughput，为 MiniMax M3 和 GLM-5.2 提供按 token 计价的预留推理容量，附带 99% 正常运行时间 SLA，最短订购期一个月。
Prime IntellectAI 评分5858 Prime Intellect 完成 1.3 亿美元 A 轮融资，打造开放超级智能栈
Prime Intellect 宣布完成 1.3 亿美元 A 轮融资，由 Radical Ventures 领投，NVIDIA Ventures、Intel Capital、Dell Technologies Capital 参投，总融资超过 1.5 亿美元，用于构建开放超级智能栈。
Goodfire ResearchAI 评分5252 Goodfire 提出块稀疏特征化器（BSF），揭示视觉模型概念的多维几何结构
Goodfire Research 发布论文，提出 Block-Sparse Featurizers（BSF），将模型激活分解为多维子空间而非单一方向，以捕捉概念流形结构。
Cohere 产品与研究博客AI 评分5555 Cohere 开源 Transcribe Arabic 语音识别模型
Cohere 发布开源阿拉伯语语音识别模型 Cohere Transcribe Arabic，基于 2B ASR 模型，采用 Apache 2.0 许可。
vLLM 官方博客AI 评分5858 腾讯混元 HPC-Ops Attention 与 MoE 后端合入 vLLM 主线，H20 上 TTFT 降约 24%
腾讯混元 AI Infra 团队与 vLLM 团队宣布，HPC-Ops 的 Attention（PR #46020）和融合 MoE（PR #45924）后端已作为一等后端合入 vLLM 主线，针对 NVIDIA Hopper 架构优化，在 H20 上表现最佳。
Prime IntellectAI 评分5353 Prime Intellect 为 prime-rl 引入算法层，内置六种算法并支持按环境混用
Prime Intellect 为开源 RL 框架 prime-rl 引入一等算法层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法。
LangChain：Blog精选AI 评分6464 OpenWiki：为编码智能体生成并维护开源仓库文档
LangChain 推出 OpenWiki，一个为编码智能体自动生成和维护代码库文档的开源工具。它让智能体能直接检索所需的仓库上下文，无需将所有内容加载到单个指令文件中。
推荐理由：LangChain 开源的这个文档生成代理解决了编码代理上下文管理的一个痛点，对重度使用 agent 做开发的团队很实用。
Factory 研究 / 产品AI 评分5353 Factory 发布 Droid Shield 2.0：微调模型实现语义级密钥检测并开源权重
Factory 发布 Droid Shield 2.0，在确定性密钥扫描器两侧各加一个微调模型：risk 模型在扫描器未触发时按 recall 优先提示可能漏检的密钥，downgrade 模型对扫描命中做脱敏后判断是否误报。
Together AI 研究与产品博客AI 评分5656 Together AI 宣布完成 8 亿美元 C 轮融资，加速开源 AI 布局
Together AI 宣布完成 8 亿美元 C 轮融资，投资方包括 Aramco Ventures、NVIDIA、Vista Equity、General Catalyst 等，并获超过 500 MW 算力容量承诺。
Google Research：Blog精选AI 评分7676 Google Research 推出 TabFM：用于表格数据的零样本基础模型
Google Research 发布 TabFM，一种基于上下文学习（ICL）的零样本基础模型，专为表格数据的分类与回归任务设计。TabFM 将整个数据集（包含训练样本与待预测行）作为统一提示输入，在推理时直接从上下文中学习行列关系，无需模型训练、超参数调优或特征工程。与需大量人工调优的传统方法（如 XGBoost）不同，TabFM 通过单次前向传播即可在新表格上生成高质量预测。该模型已在 Hugging Face 和 GitHub 上开源。
推荐理由：TabFM 把表格预测变成一次前向传播，不再需调参和特征工程，数据科学家可以少熬夜了。BigQuery 集成让使用门槛降到 SQL，这是表格 ML 的零样本时刻。
OpenRouter：AnnouncementsAI 评分5050 2026年6月值得关注的开放权重模型
一批来自中美新玩家的开放权重模型已发布。截至2026年6月，有四个最值得关注的开放权重模型，并给出了各自的最佳使用场景。
GitHub Blog精选AI 评分5656 GitHub联合开源联盟呼吁修改加州AI透明度法案以保护开源
GitHub 联合 Black Forest Labs、Hugging Face 与 Mozilla Corporation 组成开源联盟，呼吁对加州 AI 透明度法案（SB 942，拟由 SB 1000 修正）进行针对性修改。当前草案要求开发者在下游用户未履行义务时撤销开源许可证，这与开源许可证永久不可撤销的性质冲突。联盟认为该要求非必要，已有直接监管和执法机制，并建议参考欧盟 AI 法案的透明度实践规范，以向下游用户通知最佳实践文档的方式替代撤销条款。GitHub 支持这些修正，以在保持透明度目标的同时兼容开源开发模式。
推荐理由：GitHub 联合 Hugging Face 等开源玩家公开呼吁修正加州 AI 透明法案，核心矛盾是许可撤销条款与开源许可的‘永久不可撤销’冲突，对开源开发者是个明确的政策信号，值得留意。
Berkeley RDI：Blog精选AI 评分8282 恶意CDN仍潜伏GitHub Pages，AI让情况恶化
UC Berkeley研究人员发现，近2000个GitHub Pages站点（18000+页面，累计530K+星标）仍在加载来自polyfill.io及其关联恶意CDN的脚本。这些CDN由已被OFAC制裁的Funnull Technology Inc.（现更名Triad Nexus）运营，2024年被出售后开始条件性注入恶意载荷，劫持移动用户、跳转欺诈站点、伪造认证弹窗窃取凭证。扫描12000+站点确认786个加载polyfill.io，1191个加载其他Funnull CDN。更严峻的是，所有测试的大语言模型在生成前端代码时仍推荐这些被污染的CDN URL，包括CyC2018/CS-Notes（184K⭐）、microsoft/AirSim（18K⭐）等知名项目及多所大学课程页面。
推荐理由：polyfill.io等恶意CDN仍在GitHub Pages上感染近2000个站点，更可怕的是所有测试的AI模型都还会推荐这些链接，AI编码的便利正在变成供应链投毒的加速器。
Modal 官方工程博客精选AI 评分6767 Modal 发布 Auto Endpoints：一条命令部署可自主掌控的生产级 LLM 推理服务
Modal 发布 Auto Endpoints，一条 CLI 命令（如 modal endpoint create --name agent --model zai-org/GLM-5.2-FP8）即可部署 OpenAI API 兼容的生产级 LLM 推理服务。
推荐理由：原文公开了部署命令、可观测指标和推测解码优化细节，读者可以据此评估自托管推理与传统托管服务的差异。
Together AI 研究与产品博客AI 评分5555 Together AI 发布 ParallelKernelBench：前沿 LLM 尚难写出高效多GPU内核
Together AI 发布多GPU内核生成评测基准 ParallelKernelBench，含 87 道取自真实代码库、要求用 CUDA 内核经 NVLink 直连替代 PyTorch + NCCL 的题目。
OpenAI：官网动态精选AI 评分6464 OpenAI 联合 Trail of Bits 发起 Patch the Planet 计划，AI 辅助开源项目漏洞修复
OpenAI 联合 Trail of Bits 推出 Patch the Planet 计划，利用 GPT‑5.5‑Cyber 和 Codex Security 等模型进行 AI 辅助安全研究，经人工专家审核后协助开源项目修复漏洞。初始参与项目包括 cURL、NATS Server、pyca/cryptography、Sigstore、aiohttp、Go、freenginx、Python 等。Trail of Bits 已在 19 个项目中识别数百个安全漏洞，合并数十个补丁，并开发出模糊测试、历史 CVE 变体分析、差分测试等可复用工作流。例如，通过 Codex 在一天内构建覆盖数十个入口点的模糊测试实验室，而人工通常需数周。参与项目可获得 ChatGPT Pro、Codex Security 访问权限及 API 额度。
推荐理由：OpenAI把最前沿的模型用来实打实地挖真实漏洞，还搭配专家验证，这比刷基准榜更有长期价值，对依赖开源的公司是个好信号。
OpenRouter：Announcements精选AI 评分6868 OpenRouter vs LiteLLM：如何选择 LLM 网关
OpenRouter 是托管在 Cloudflare 边缘的 LLM 网关，无需管理基础设施，收取 5.5% 平台费（前 100 万次请求免费），支持 70+ 提供商和自动故障转移。LiteLLM 是自部署代理（Docker/PostgreSQL/Redis），数据不离开内网，免费开源，但需承担基础设施成本（生产部署约数百美元/月）。当模型月支出超过约 $3,600（基础设施 $200/月）或 $9,100（基础设施 $500/月）时自托管更划算。LiteLLM 提供六种路由策略和自定义 Python 路由；OpenRouter 具备 SOC 2、GDPR 认证和零数据保留选项。两者可串联使用。
推荐理由：OpenRouter 这份官方对比很坦诚，把成本、延迟、合规的权衡掰开了讲，自建 LiteLLM 和托管谁更划算的算术也给清楚了，做 LLM 网关选型的直接看这篇就够了。
OpenRouter：Announcements精选AI 评分7373 DeepSeek V4 智能体 token 份额持续增长
DeepSeek 于4月24日发布新一代旗舰模型 V4 系列。OpenRouter 数据显示，V4 发布后其 token 份额从年初的9%增长至6月初的18%，自5月中旬起成为 OpenRouter 最受欢迎模型。V4 是首个足以胜任智能体工作负载的 DeepSeek 模型，到5月底 V4-Flash 已占 DeepSeek 智能体 token 流量的70%。V4-Flash 最便宜端点价格为每百万 token 输入 $0.09、输出 $0.18，远低于 GPT-5.5 的 $5/$30。中国模型整体 token 份额于6月初超过美国模型，DeepSeek 是主要驱动力。
推荐理由：OpenRouter 独家数据展示了代际转折：DeepSeek V4 靠性价比吃下代理负载，中国模型 token 份额首次超过美国，这个信号比任何 benchmark 排名都真实，做应用选型的人该重新算账了。
英国 AI Security Institute：BlogAI 评分5656 英国 AI Security Institute 发布 Engineering Playbook 开放评测工程指南
英国 AI Security Institute（AISI）发布 Engineering Playbook，将评估前沿 AI 模型的方法与基础设施实践整理为开放指南。
Liquid AI 模型与工程博客AI 评分5555 Liquid AI 发布 LFM2.5-ColBERT-350M 与 LFM2.5-Embedding-350M 双向多语言检索模型
Liquid AI 发布两款 350M 参数多语言检索模型 LFM2.5-ColBERT-350M 和 LFM2.5-Embedding-350M，是 LFM 家族首批双向模型，支持 11 种语言的跨语言检索。
Black Forest Labs：BlogAI 评分4848 Black Forest Labs CEO Robin Rombach 在 G7 呼吁支持开放创新
Black Forest Labs 联合创始人兼 CEO Robin Rombach 在 G7 峰会向 Macron、Trump、Merz、von der Leyen 等领导人发言，呼吁将开放且负责任的 AI 开发变为常态而非例外。
Together AI 研究与产品博客精选AI 评分6464 Together AI 实测 Kimi K2.7 Code 对比 Claude Fable 5：落地页成本约低 94%
Together AI 用 Kimi K2.7 Code 和 Claude Fable 5 各生成 12 个落地页做对比，Kimi 平均成本约低 94%（约为 Fable 的 1/16、Opus 4.8 的 1/8），质量评分接近但整体略低。
推荐理由：原文给出12个落地页的逐页成本与质量评分对比，还展示了用设计 MCP 补充视觉参考这一可复用的提效方法。
LangChain：Blog精选AI 评分6464 LangChain 发布 Open SWE：开源异步编码智能体
LangChain 推出 Open SWE，一个开源、云端托管的编码智能体，可自主处理 GitHub 任务，包括规划、编码、测试和提交 PR。该智能体采用异步架构，旨在提升开发效率。
推荐理由：开源 coding agent 赛道又添一员，LangChain 的 Open SWE 主打异步处理 GitHub 任务，对想用 AI 自动提 PR 的团队多了一个云托管选项。
Qwen：Blog Retrieval精选AI 评分7272 Qwen-RobotManip：对齐解锁机器人操作基础模型的规模化能力
Qwen-RobotManip 是通义千问基于 Qwen-VL 的视觉-语言-动作（VLA）基础模型，引入覆盖表示、运动和行为三维度的统一对齐框架。仅使用开源机器人数据集和人演示视频，构建约 38,100 小时预训练语料，涵盖 15 种机器人形态。在 LIBERO-Plus 达 91.4%，RoboTwin-C2R Hard 达 69.4%，RoboCasa365 Composite-Unseen 达 14.9%，EBench 达 45.6%，RoboTwin-IF 达 72.0%，并在 RoboChallenge Table30 v1 generalist track 夺冠。模型采用 80 维状态-动作表示、人-机器人数据合成管道（1,933 小时第一人称视频转 24,808 小时数据）及上下文策略适配。
推荐理由：Qwen 这次发布的机器人模型，用统一对齐框架把跨实体数据规模化训练跑通了，OOD 泛化大幅领先，做具身智能的值得认真看一下。
Berkeley RDI：Blog精选AI 评分8383 伯克利RDI发布Agents' Last Exam基准
2026年6月，伯克利RDI发布Agents’ Last Exam（ALE）基准，包含1,500余项源于真实工作的任务，覆盖55个非体力职业。对Fable 5、GPT-5.5、Composer 2.5等前沿智能体的测评显示：在最困难层级成功率均为0%；整体任务表现接近，但单任务成本差异巨大（Fable 5约$15.70，GPT-5.5约$3.80，Composer 2.5约$1.33）。CLI子集ALE-CLI最佳通过率仅25.2%。主要失败模式是智能体未验证输出即宣称完成。数据集、代码及CLI子集已开源。
推荐理由：在Fable 5发布后，Berkeley的ALE基准首次大规模量化了agent在专业任务上的真实水平，最难任务0%成功率的结果值得所有押注agent落地的团队冷静下来。
vLLM 官方博客精选AI 评分7070 vLLM 发布 MiniMax M3 Day-0 支持：1M 上下文多模态推理
vLLM 宣布对 MiniMax M3 的 day-0 支持，覆盖 BF16 与 MXFP8 检查点，支持 1M-token 上下文、原生图像视频输入、minimax_m3 工具与推理解析器、EAGLE3 推测解码（草稿模型 Inferact/MiniMax-M3-EAGLE3）以及 TP/EP 部署和 Docker 镜像。
推荐理由：官方团队拆解了 MSA 稀疏注意力、MXFP8 MoE 与 EAGLE3 在推理引擎中的落地细节，部署者可以照此选择 NVIDIA 或 AMD 配置并理解瓶颈所在。
Zyphra Research精选AI 评分7171 Zyphra 发布开源实时语音克隆模型 ZONOS2
Zyphra 发布 Apache 2.0 许可的实时 TTS 模型 ZONOS2，采用 8B 总参数、900M 激活参数的 MoE 架构，主打高保真零样本语音克隆，权重已上线 Hugging Face。
推荐理由：原文给出架构、训练数据和评测细节，读者可以了解这个开源实时 TTS 模型在音色保真与生成稳定性之间的取舍。
Google DeepMind：Blog精选AI 评分7272 DiffusionGemma：文本生成速度提升4倍的开源扩散模型
Google DeepMind 发布开源实验模型 DiffusionGemma，采用文本扩散技术，突破自回归逐 token 生成方式，每次前向并行生成 256 个 token。该 26B MoE 模型推理时仅激活 3.8B 参数，量化后适配 18GB 显存消费级 GPU。在 H100 上达 1000+ tokens/s，RTX 5090 上 700+ tokens/s，速度提升 4 倍。具备双向注意力和自我修正能力，面向内联编辑、代码填充等本地交互工作流，以 Apache 2.0 许可证开放。
推荐理由：DiffusionGemma 虽为实验性质，但它把文本生成从“串行打字机”变成了“并行印刷机”，本地推理速度 4 倍提升，对需要实时交互的开发者是个值得关注的方向。
vLLM 官方博客AI 评分5151 vLLM 社区发布 RL 后训练框架 vime，连接 Megatron 与 vLLM
vLLM 社区发布开源 RL 后训练框架 vime，基于 slime 训练栈，将 Megatron 训练与 vLLM 推理 rollout 接入统一管线，采用 Apache 2.0 协议。