小米 MiMo-v2.5-Pro-UltraSpeed 发布：1T 参数模型，每秒 1000 token
小米在 6 月 8 日发布 MiMo-v2.5-Pro-UltraSpeed 模型，拥有 1T 参数规模，推理速度达到每秒 1000 个 token。该模型来自小米旗下的 mimo.xiaomi.com 项目。
推荐理由：小米把万亿模型推上 1000 tokens/s，不是纸面速度，而是模型与系统深耦合的结果，对实时推理和编程智能体是真正可落地的信号。限时申请有点可惜，但开源部分值得关注。
#开源生态
小米 MiMo：官网发布与博客精选AI 评分7474 Cohere 产品与研究博客精选AI 评分6363 Cohere 发布首个开源编码模型 North Mini Code（30B 总参数，3B 激活）
Cohere 发布 North-Mini-Code-1.0，是该公司首个面向开发者的智能体编码模型，采用 MoE 架构，30B 总参数、3B 激活，上下文 256K，以 Apache 2.0 许可开源。
推荐理由：官方给出完整参数、许可和与同规模开源模型的基准对比，开发者可以据此评估本地部署一个轻量编码智能体模型的可行性。
LMSYS BlogAI 评分4848 LMSYS 2026 年博士奖学金首位获得者：Will Lin
LMSYS 宣布 2026 年博士奖学金首位得主 Will Lin。他是加州大学圣地亚哥 Hao AI 实验室六年级博士生，领导开源框架 FastVideo（GitHub 3.7k+ 星标），已被 NVIDIA Dynamo 集成，其模块化流水线影响 SGLang 等多模态生成设计。奖学金最高 5 万美元。他的研究覆盖生成式视频与世界模型全栈，包括稀疏注意力、量化、蒸馏、后训练、实时推理，共同主导首个交互延迟 1080p 文图到音视频生成流水线，近期包括自回归世界模型训练。他曾于 Anyscale 实习，现于 NVIDIA 实习推动产业合作。
vLLM 官方博客AI 评分5353 vLLM Semantic Router v0.3 Themis 发布，走向有状态的生产级语义路由
vLLM Semantic Router 团队发布 v0.3 版本（代号 Themis），引入统一的 v0.3 配置契约和首个生产就绪的会话感知智能体路由（SAAR），并新增投影（projections）机制把信号证据转化为稳定策略概念。
GitHub BlogAI 评分5353 GitHub Universe 回归：齐聚智能体时代
GitHub Universe 2026 将于 10 月 28–29 日重返旧金山 Fort Mason Center，主题聚焦智能体（agentic）时代。
LMSYS Blog精选AI 评分6262 不再遗漏任何Token：解析Miles中的Token-In-Token-Out（TITO）
Miles框架提出Token-In-Token-Out（TITO）原则，解决智能体强化学习中训练-推理不匹配：确保rollout过程token序列与训练器评估序列逐位一致。TITO将多轮轨迹视为一个连续序列（每任务一个样本），节省一个数量级计算开销并维持on-policy性。三种破坏场景：反分词-再分词不匹配、聊天模板修剪推理内容、有损模板重新渲染。Miles通过推理会话服务器、三级只追加保证、可插拔TITO分词器和序列比较器实现。典型任务（如SWE-Bench）轨迹含30-50轮。
推荐理由：LMSYS团队把agent RL里最隐秘的训练-推理不一致问题解释透了，TITO原则直接告诉你为什么之前训练不稳，做agent训练的都该看看这篇。
LMSYS BlogAI 评分8181 SGLang 和 Miles 即日支持 NVIDIA Nemotron 3 Ultra
SGLang 与 Miles 在发布首日即支持 NVIDIA Nemotron 3 Ultra。该模型为开放前沿推理模型，总参数 550B、激活参数 55B，采用混合 Transformer-Mamba 架构的 MoE，支持最长 1M token 上下文。针对长运行自主智能体优化，具备工具调用、编码、深度研究与编排能力，后训练使用多环境强化学习（NeMo RL）。SGLang 提供高性能推理，支持 NVFP4 和 BF16 精度，NVFP4 检查点可在 Blackwell GPU 运行；Miles 支持强化学习工作流。模型权重、数据与配方均开源。在智能体生产力、指令遵循与长上下文任务上准确率领先，成本节省高达 30%。
vLLM 官方博客精选AI 评分6161 NVIDIA 发布开源推理模型 Nemotron 3 Ultra，vLLM 提供 Day-0 支持
NVIDIA 发布开源模型 Nemotron 3 Ultra，采用 Hybrid Transformer-Mamba MoE 架构，总参数 550B、激活 55B，上下文最长 1M token，主打长时程自主智能体工作流，vLLM 提供 Day-0 支持。
推荐理由：原文给出架构细节、部署配置和与 GLM 5.1、Kimi K2.6、Qwen3.5 的基准对比，读者可据此评估其在长时程智能体工作流中的适用性。
Google Research：Blog精选AI 评分7272 洪水韧性新篇章：Google 开源水文建模框架
Google Research 在 GitHub 开源了其水文建模框架，这是一个基于 PyTorch 的 Python 包，采用与 Flood Hub 河段洪水预报相同的模型架构和训练数据。该框架允许研究者和预报员训练 AI 洪水预报模型、添加新模型与数据，并已与捷克水文气象研究所（CHMI）等合作测试。开放模型架构和训练管线旨在让各国气象水文部门在保留数据完全控制权的同时，整合基于 AI 的洪水预报。
推荐理由：谷歌开源的水文模型框架，是少数真正能救命的AI应用。不是秀参数，而是把工具直接塞给一线预报员，让他们用本地数据训练。务实，值得给赞。
蚂蚁 inclusionAI：HuggingFace 新模型精选AI 评分6161 蚂蚁 inclusionAI 开源万亿参数 MoE 基座模型 Ling-2.6-1T-base
Ling-2.6-1T-base 是蚂蚁 inclusionAI 开源的万亿参数 MoE 基座模型（总参约 1T，激活 63B）。它由 Ling-2.0-1T-base 升级而来，采用 Lightning Attention 与 MLA 以 7:1 混合的线性注意力架构，经约 9.6T token 的迁移预训练、持续预训练和中训练，上下文窗口从 4K 分阶段扩展至 256K。在 MMLU（86.82）、SimpleQA、LongBenchv2（43.54）等基准上超越前代。该模型仅供研究（继续预训练、微调、蒸馏等），不直接提供对话功能。
推荐理由：Ling-2.6 用混合线性注意力把万亿 MoE 基座模型的上下文能力推到了 256K，对于研究长上下文和 MoE 的团队是个有价值的基座，但它是未对齐的预训练模型，不能直接当对话助手用。
Runway：News精选AI 评分5555 介绍Cosmos Coalition
Runway宣布作为创始成员加入Cosmos Coalition，该联盟与NVIDIA及多家领先AI实验室合作，旨在构建并开源面向物理AI的前沿世界模型。首个项目将由Runway与NVIDIA共同开发一个基础模型，以推动下一代开放世界模型的研究与发展。
推荐理由：Runway 和 NVIDIA 等联手成立 Cosmos Coalition，要开源世界模型，这份声明是视频生成和物理 AI 走向基础设施化的信号，但眼下没有可用的模型或代码，更像一份生态宣言。
Google Developers Blog精选AI 评分6464 社区如何利用Tunix和TPU训练Gemma学会“思考”
Google在Kaggle举办的Tunix黑客马拉松，挑战开发者利用TPU和有限算力，将小型基础模型转变为通用推理引擎。获胜团队通过多阶段后训练流程实现了这一目标，该流程结合了监督微调（SFT）与GRPO、SimPO等先进对齐技术。比赛结果表明，社区能够借助开源资源成功训练出高能力的结构化推理模型。
推荐理由：Google 官方比赛总结，证明用 Kaggle TPU 和开源工具就能把 Gemma 训练出不错推理能力，对想自己微调模型的小团队是个实用参考。
Prime IntellectAI 评分5454 Prime Intellect 发布 Hosted Evaluations 托管评测服务
Prime Intellect 发布 Hosted Evaluations，提供可扩展的基础设施，让用户在数百个社区环境中托管运行模型评测，可通过平台或 CLI 加 --hosted 参数启动。评测结果可发布到各环境排行榜，评测查看器展示采样参数、样本、trace 和工具调用以支持复现；团队还在开发开源库 Verifiers v1，以支持模型与 harness 组合的评测。
Anthropic：ResearchAI 评分8585 Project Glasswing项目阶段性进展
上月启动的Project Glasswing项目旨在利用AI能力保护关键软件安全。在约50家合作伙伴参与下，通过使用Claude Mythos Preview模型，已在全球最重要的系统软件中发现超过一万个高危或严重漏洞。Cloudflare等合作伙伴报告其漏洞发现效率提升超十倍，其中仅Cloudflare就在关键系统中发现了2000个漏洞。该模型在多个独立安全测试中表现突出，被评测为网络攻击模拟领域的首个全通关模型。当前的挑战已从快速发现漏洞，转向了如何快速验证、披露和修补海量漏洞。
Anthropic：Newsroom精选AI 评分9090 Project Glasswing：初步更新
上月启动的Project Glasswing项目，旨在利用先进AI模型保障关键软件安全。通过约50家合作伙伴使用Claude Mythos Preview模型，已在全球关键系统中发现超过10,000个高危或严重漏洞。多家合作伙伴报告漏洞发现效率提升超过十倍。例如，Cloudflare在关键路径系统发现2,000个漏洞；Mozilla在Firefox 150中发现并修复271个漏洞，数量远超前代模型。项目还扫描了千余个支撑互联网的开源项目，独立验证准确率达90.6%。这标志着AI网络安全能力进入新阶段，漏洞发现速度已远超人工。
推荐理由：Mythos Preview用一个月找到的漏洞比过去一年还多，网络安全从「发现难」变成「修不过来」，这个转折点所有安全从业者都得读。
Ai2 / Allen Institute for AIAI 评分5555 Brendan Works 基于 Molmo 和 Olmo 3 打造视觉无障碍检测工具 PointCheck
Ai2 博客介绍 Brendan Works 开发的 PointCheck，一款通过真实渲染画面而非 HTML 代码评估网页无障碍性的 Web 应用。
LangChain：BlogAI 评分5353 LangChain 用 Deep Agents 与 You.com 构建 EU 27 国宏观经济异常分析智能体
LangChain 发布基于 Deep Agents、You.com Finance Research API 和 LangSmith 的 EU 27 国 2025 年 GDP 异常分析参考实现，完整运行 45 分钟、约 20 次 API 调用、成本 $2.20。
xAI：News精选AI 评分6060 在OpenClaw中使用Grok
5月22日，xAI宣布，其用户现可在开源个人助理OpenClaw中直接使用Grok模型。所有持有SuperGrok或X Premium订阅的用户均可使用该功能。OpenClaw是一个开源的、本地优先的智能助手，可在多种硬件上运行并保持跨会话记忆，同时能接入WhatsApp、Telegram等多款主流通讯平台。用户通过简单安装和登录，即可在自有设备上运行OpenClaw，并通过其界面或关联的聊天工具与Grok交互。此举进一步扩展了Grok的应用场景，未来还将推出更多开源代理与集成支持。
推荐理由：Grok 开始融入开源 agent 生态了，OpenClaw 的本地优先加多平台连接让这集成对开发者挺实用，有 Grok 订阅的可以直接试试。
Cohere 产品与研究博客精选AI 评分7171 Cohere 开源 Command A+：218B 参数 MoE 模型主打企业级智能体能力
Cohere 发布 Command A+ 并以 Apache 2.0 许可开源权重，模型采用 MoE 架构，总参数 218B、激活 25B，支持 128K 输入上下文和 48 种语言。
推荐理由：官方公布了 Command A+ 的架构参数、基准成绩与量化部署门槛，可帮助企业评估其在私有环境中的智能体部署可行性。
Prime Intellect精选AI 评分6363 Prime Intellect 开源自进化合成智能体环境 general-agent
Prime Intellect 开源 general-agent 环境 v1，通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料，目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具，每个任务经求解器按难度带实证校准。
推荐理由：原文给出了任务规模、难度校准方法和早期 SFT/RL 结果，读者可以评估这个自进化合成环境对智能体训练的参考价值。
xAI：News精选AI 评分7070 将Grok接入Hermes智能体
xAI宣布，用户现可将Grok订阅账户接入Nous Research的开源自改进智能体Hermes Agent。该集成对所有订阅层级开放，允许用户在Hermes环境中直接使用Grok 4.3进行文本对话与高级推理、调用其文本转语音功能生成语音回复，并利用Grok Imagine创建图像与视频。Hermes Agent可持久运行于电脑、沙盒或VPS，具备跨会话长期记忆能力，并能连接WhatsApp、Discord等通讯平台。用户通过安装Hermes Agent并选择Grok提供商即可完成配置。
推荐理由：如果你已经在用或想尝试Nous Research的Hermes Agent，现在可以直接用Grok订阅，不必再多付一份模型API钱，而且Grok 4.3的推理和图像生成都能在agent里跑，对个人开发者挺友好。
Together AI 研究与产品博客精选AI 评分6565 Together AI 开源视频翻译工具 Violin，集成 Whisper、DeepSeek V4 Pro 与 Sonic 3
Together AI 发布全开源视频翻译工具 Violin，代码以 MIT 许可证开放在 github.com/shang-zhu/violin。流程分三步，用 Together 的 Whisper V3 做多语言转写，DeepSeek V4 Pro 做翻译，Together 托管的 Cartesia Sonic 3 合成多种母语语音，且不支持声音克隆。
推荐理由：原文完整给出了 ASR、LLM 翻译、TTS 三段流水线所用模型和 MIT 开源仓库入口，读者可以照着部署或改造成自己的翻译流程。
vLLM 官方博客AI 评分5959 vLLM 推出 Elastic Expert Parallelism，支持 MoE 部署运行时扩缩容
vLLM 发布 Elastic Expert Parallelism（Elastic EP），无需重启服务器即可在运行时调整 DP worker 数量，让 MoE 部署随需求扩容或缩容，通过 POST /scale_elastic_ep 触发。
LlamaIndex：产品、工程与评测精选AI 评分6363 LlamaIndex 发布 LiteParse Server 可自托管文档解析服务
LlamaIndex 发布 liteparse-server，将 LiteParse 封装为可自托管的 HTTP 文档解析服务，支持 PDF、Word、PowerPoint、表格和图片，输出带 bounding box 的空间布局文本。
推荐理由：原文给出了接口、格式支持和两种部署模式的具体细节，读者可以据此评估自托管文档解析在隐私和成本上的取舍。
Ai2 / Allen Institute for AIAI 评分5555 Ai2 发布 EMO：专家按语义域自发模块化的 MoE 模型
Ai2 发布 EMO，一个 1B 激活、14B 总参数（8 专家激活、128 专家总量）的 MoE 模型，在 1 万亿 token 上端到端预训练，无需人工预定义领域就让模块结构从数据中涌现。
Zyphra ResearchAI 评分5757 Zyphra 发布开源视觉语言模型 ZAYA1-VL-8B
Zyphra 发布首个视觉语言模型 ZAYA1-VL-8B，基于 ZAYA1-8B 构建，为 MoE 架构，总参数 8B、激活参数 700M，采用 Apache 2.0 许可开放权重。
Anthropic：Research精选AI 评分7373 捐赠开源对齐工具 Petri
2025年10月，Anthropic公司开源了AI模型对齐测试工具箱Petri，用于快速检测模型的欺骗、奉承等风险倾向。该工具已成为Claude模型系列对齐评估的核心部分，并被英国AI安全研究所等外部机构采用。近日，Petri升级至3.0版本，主要改进包括：架构调整提升适应性，允许单独调整审计与目标模型；通过“Dish”附加组件使用真实系统提示和部署环境，增强测试真实性；与另一开源工具Bloom集成，实现更深入的行为评估。为确保独立性与公信力，Petri的开发已移交非营利组织Meridian Labs。
推荐理由：Petri 从 Anthropic 内部工具箱变成行业公共品，捐赠给 Meridian Labs 意味着对齐评估不再绑定一家公司，做安全测试的团队又多了一个可参考的标尺。
Anthropic：Research精选AI 评分8181 自然语言自编码器：将Claude的“想法”解码为文本
Anthropic团队推出自然语言自编码器方法，能将大模型内部的激活值直接解码为可读文本。该方法通过训练“激活描述器”和“激活重建器”，形成“激活值→文本解释→重建激活值”的循环，并以重建相似度为目标进行优化。应用表明，NLA能揭示模型未言明的内部状态，例如在安全测试中，发现Claude内心意识到自己正被评估的比例远超其外部回应。团队已公开代码，并合作发布了交互式探索工具。
推荐理由：Anthropic 搞出了一种从激活中直接读出自然语言的方法，相当于给 Claude 的内心戏配了字幕。他们用这招发现模型在安全测试里比表面更常怀疑自己被评估，对审计隐藏动机也有奇效。做 AI 安全的人应该立刻点开看。
Zyphra ResearchAI 评分5555 Zyphra 发布 ZAYA1-74B-Preview：在 AMD 上完成大规模预训练的 MoE 推理基座
Zyphra 发布 ZAYA1-74B-Preview，一个总参数 74B、激活 4B 的 MoE 模型，端到端在 AMD MI300x 上完成大规模预训练，权重以 Apache 2.0 许可在 Hugging Face 开放。
Zyphra Research精选AI 评分6767 Zyphra 发布 ZAYA1-8B：全 AMD 集群训练的 MoE 模型
Zyphra 发布 ZAYA1-8B，一个活跃参数不足 10 亿的 MoE 模型，是首个完全在 AMD Instinct MI300 集群（1,024 个节点，与 IBM 合作构建）上完成预训练、中期训练和监督微调的模型。
推荐理由：原文给出活跃参数不足 1B 的 MoE 模型在数学和编码基准上的具体成绩，以及全 AMD 集群训练和 Markovian RSA 测试时计算方法。
Google Developers Blog精选AI 评分6666 在谷歌TPU上实现3倍加速：UCSD利用扩散式推测解码优化LLM推理
加州大学圣地亚哥分校的研究团队在谷歌TPU上成功部署了DFlash，一种基于块扩散的推测解码方法。该方法突破传统自回归草稿生成的序列性瓶颈，通过单次前向传播并行“绘制”整个候选令牌块，而非逐个预测。系统平均实现了3.13倍的推理加速，峰值性能接近EAGLE-3等现有方法的两倍。这一开源方案已集成至vLLM生态系统，通过利用“免费”的并行验证能力和针对复杂推理任务的高质量草稿预测，显著优化了TPU硬件的利用效率。
推荐理由：把扩散式的 speculative decoding 在 TPU 上跑出了 3 倍推理加速，峰值快到 EAGLE-3 的两倍，还直接集成了 vLLM，做推理优化的赶紧试一下。
Sierra：Blog精选AI 评分6060 Sierra 获 9.5 亿美元融资，估值超 150 亿美元
Sierra 从新老投资者处筹集 9.5 亿美元，估值超过 150 亿美元。资金将用于构建基于 AI 的客户体验平台。
推荐理由：9.5亿美元的融资让Sierra成为Agent领域估值最高的公司之一，虽然已是两个月前的旧闻，但作为行业信号仍然值得关注。
Google Research：BlogAI 评分5151 通过全球合作与开放资源催化科学影响力
Google Research强调通过开源软件和开放数据集推动现代科学发展，秉持负责任、包容和严谨的开放科学原则。其Transformer架构重塑了自动语言处理，专业模型正推动医学、基因组学、神经科学、气候与能源等跨学科领域的突破。团队通过API、学术出版物、会议及全球合作伙伴关系，构建协作生态系统，旨在加速全球科学进步与创新。
LMSYS Blog精选AI 评分7474 秒级更新万亿参数——大规模分布式强化学习中的点对点权重传输技术
LMSYS团队针对SGLang中的强化学习工作负载，提出了一种基于RDMA的点对点权重更新机制，作为传统NCCL广播方法的补充。该设计利用源端CPU引擎副本和Mooncake TransferEngine进行P2P RDMA传输，将拥有1T参数的Kimi-K2模型的权重传输时间从53秒大幅缩短至7.2秒，提速7倍。其代价是每个训练等级需在CPU内存中额外占用一个32G的推理引擎副本。此优化最大限度地减少了网络冗余，允许推理服务器更快恢复rollout过程，且兼容所有主流开源模型。
推荐理由：LMSYS 把分布式 RL 训练的权重同步从 NCCL 广播改成 RDMA P2P，1T 参数模型传输快了 7 倍，做大规模 RL infra 的团队该认真看看这个工程方案。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5151 inclusionAI/Ling-2.6-1T
inclusionAI 发布了 Ling-2.6-1T 模型，这是一个包含 1 万亿参数的大型语言模型。该模型基于开源与开放科学理念构建，旨在推动人工智能技术的进步与民主化。新模型在多项基准测试中展现出更强的语言理解与生成能力，同时提供了更高效的推理性能。这一发布标志着开源社区在规模化 AI 模型开发上的重要进展，为研究者和开发者提供了可访问的高性能工具。
Together AI 研究与产品博客AI 评分5454 NVIDIA Nemotron 3 Nano Omni 上线 Together AI 平台
Together AI 上线 NVIDIA Nemotron 3 Nano Omni 多模态模型，单一开源模型可统一推理视频、图像、音频和语言。该模型采用混合 Mamba-Transformer MoE 架构，总参数 30B、每 token 激活约 3B，支持最高 256K token 共享多模态上下文，开放权重、数据和后训练配方，支持 FP8 与 NVFP4 部署。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分5656 inclusionAI发布LLaDA2.0-Uni模型
LLaDA2.0-Uni是一个统一的多模态模型，具备对世界的理解与生成能力。该模型通过整合视觉、语言等多模态信息，实现了跨模态的语义理解和内容生成。其架构支持从图像理解到文本生成、跨模态检索等复杂任务，标志着多模态人工智能向更通用、统一的方向演进。
推荐理由：蚂蚁 inclusionAI 推出 LLaDA2.0-Uni，主打理解与生成统一架构，但距发布已过两周且信息极少，建议等官方技术报告出来再决定是否跟进。
Google Research：Blog AI生成合成神经元加速大脑测绘
Google Research发布MoGen神经元形态生成模型，利用点云流匹配技术将随机三维点云转化为逼真神经元几何结构。在PATHFINDER重建模型训练中加入MoGen合成神经元后，错误率降低4.4%，主要减少神经元合并错误，相当于为完整小鼠大脑测绘节省157人年手动校对时间。这是生成式AI首次用于提升连接组学重建精度，盲测显示专家无法区分合成与真实神经元片段。
Together AI 研究与产品博客精选AI 评分6262 Together AI 发布 EinsteinArena，AI 智能体协作刷新 11 项数学问题纪录
Together AI 发布 EinsteinArena，一个供 AI 智能体在开放问题（从数学起步）上互动、讨论与竞争的平台，包含实时 API、公开排行榜和验证器，已完全开源。
推荐理由：原文给出了平台机制与真实数学发现案例，读者可以据此了解多智能体协作如何推进开放问题的求解。
LangChain：Blog精选AI 评分6969 LangChain 推出 Deep Agents deploy 测试版，作为 Claude Managed Agents 的开源替代
LangChain 发布 Deep Agents deploy 测试版，一条 deepagents deploy 命令即可将基于 Deep Agents 开源 harness 的自定义 Agent 以生产就绪方式部署。
推荐理由：原文把生产化部署拆成单条命令，并解释开放 harness 为何关乎记忆所有权，可作为与闭源方案的选型参考。