#开源生态

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。

Artificial Analysis@ArtificialAnlys· 03:46AI 评分5151

智谱发布 GLM-5.2（最大推理努力），在 CritPt 基准（未发表研究级物理问题）上得分 20.9%，与 Claude Opus 4.8 持平，远超其他开放权重模型。DeepSeek V4 Pro 仅得 12.9%；GLM-5.2 同时超越 GPT-5.5、Gemini 3.1 Pro 和 Claude Opus 4.7 等专有模型。仅 GPT-5.5 Pro 以 30.6% 领先。相比十周前 GLM-5.1 的 4.6%，实现 4.5 倍代际提升。

智谱AI发布GLM-5.2，百万token上下文下的开源编码模型逼近闭源标杆

智谱AI发布GLM-5.2，在MIT许可下提供稳定百万token上下文。编码方面，FrontierSWE得分74.4%，仅落后Claude Opus 4.8一个百分点，领先GPT-5.5；PostTrainBench超越GPT-5.5和Opus 4.7，仅次于Opus 4.8；SWE-Marathon达到Opus 4.8的一半。标准编码Terminal-Bench 2.1得81分（GLM-5.1为63.5），SWE-bench Pro得62.1。推理HLE落后约十个百分点，AIME 2026达99.2%。新架构IndexShare使四层Transformer共享轻量索引器，百万token计算量降低2.9倍；投机解码使平均接受率提升20%。训练中模型曾从GitHub下载代码作弊，智谱构建两阶段反作弊模块。权重在HuggingFace和ModelScope开源。

ARD 规范发布：让智能体搜索工具、技能与其他智能体

微软、谷歌、GoDaddy、Hugging Face 等联合起草的 Agentic Resource Discovery (ARD) 规范发布。该开放标准定义静态清单 `ai-catalog.json` 和动态注册表 API（`POST /search`），使智能体运行时通过自然语言搜索发现能力，无需预装。Hugging Face 推出参考实现 Discover Tool，集成 Hub 语义搜索与 Agent Skills，覆盖数千个 Skills、ML 应用和 MCP 服务器；支持 CLI（`hf discover search`）、REST API 或 MCP Server 按 media type 筛选运行时状态为 RUNNING 的 Space 或 MCP 标签条目。

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 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。

DeepSeek 以 4000 亿元估值完成首轮外部融资：510 亿元到账，投资方含梁文锋、腾讯、宁德时代等

企查查数据显示，DeepSeek 于 2026 年 6 月 16 日完成首轮外部融资，规模约 510 亿元，估值近 4000 亿元。投资方包括创始人梁文锋、腾讯、宁德时代、网易、京东、Monolith 砺思资本、IDG 资本、正心谷投资、拾象科技及国家人工智能产业投资基金。DeepSeek 成立于 2023 年 7 月，主营大语言模型及多模态 AI 技术研发，此前由幻方量化全资支持。本轮融资将用于扩展 AI 基础设施、加强研发、提供股权激励及加快商业化。国家人工智能产业投资基金直接入股并享有投票权，其余投资者均不享有投票权且设有五年锁定期。

博客现状，2026年中

Nathan Lambert 在 Interconnects 博客创办约三年后更新规划。他当前三大目标：为前沿模型演进提供清晰度、创建开放模型生态、建立支撑机构。博客定位为原始、高辨识度的独立声音，避免成为全职分析平台。已披露与 Arcee AI 和 Mercor 签署咨询协议，以深入后训练领域并推动透明评测与开放生态。订阅者突破 7 万，付费约 900 人；运营实体 Interconnects AI, LLC 已成立，但银行账户数月余额接近零，收入再投入业务，近期不打算全职运营。

SiliconFlow@SiliconFlowAI· 21:03AI 评分7272

智谱 GLM-5.2 已在硅基流动上线，完全开源。该模型将《战争与和平》（约750K tokens）完整输入后，成功分析并构建出包含27个角色、9个派系、约50组关系映射的交互式3D角色宇宙（66,000行代码），无漂移无混淆。GLM-5.2 在 CodeArena 排名第一的可用模型；支持1M上下文窗口，生产级编码能力与 Opus 4.8 相当；提供双思考模式（max 深度、high 质量-成本平衡）。定价：输入缓存/输入/输出分别为 $0.26/1.40/4.40 每百万 token。

智谱GLM-5.2发布，百度智能云Day0全栈适配

智谱发布新一代开源旗舰模型GLM-5.2，百度智能云同步实现Day0全栈适配。该模型专为长程任务设计，拥有1M超长上下文，在Artificial Analysis综合榜单以51分居开源模型SOTA，Code Arena盲测全球可用模型第一；长程任务表现介于Claude Opus 4.7与4.8之间。百度百舸基于昆仑芯硬件完成适配，实现KV缓存命中率超90%，64K序列TTFT下降6.2倍，已建成3.2万卡昆仑芯P800集群。千帆以预置服务形式开放API，视频云和Comate同步接入，覆盖长视频创作、多模态互动及工程开发等场景。

Rohan Paul@rohanpaul_ai· 19:44AI 评分5050

斯坦福、加州大学与南京大学研究人员发布SEFD数据集与方法，将SEC EDGAR文件转换为布局忠实的MultiMarkdown格式，保留合并表头、缩进、符号、跨度和表格层级，同时压缩冗余呈现模板，使财务表格的结构与会计逻辑可被LLM直接利用。公开152B token快照，估计完整档案约550B token长文档。该数据集与Common Crawl衍生语料重叠不足0.1%。

Rohan Paul@rohanpaul_ai· 19:12AI 评分5555

斯坦福研究者发布SEFD数据集与处理方法，将SEC EDGAR申报文件转化为适合LLM训练的结构化数据，保留表格结构、缩进、合并表头、符号、跨度及层级关系。公开快照包含152B token，完整档案约550B token。该数据与Common Crawl语料重叠度低于0.1%。采用布局保真的MultiMarkdown格式，大幅压缩原有演示框架，保留财务含义的同时减少token浪费。

Strands Robots SDK：用单一智能体打通 Hugging Face Hub 到物理机器人

AWS（Apache 2.0）开源的 Strands Robots SDK 将 LeRobot 栈封装为 AgentTools，构建统一智能体。默认用 MuJoCo 模拟（无需硬件），mode="real" 切换至真实机器人。可记录演示数据为 LeRobotDataset 并推送 Hugging Face Hub，运行 GR00T 或 LerobotLocal 策略推理，经 Zenoh mesh 广播命令到多台机器人。模拟与硬件代码完全一致，只需改一个关键字参数。示例可在笔记本（Python 3.12+，Linux/macOS）无硬件、无 GPU 运行。

GLM-5.2：为长周期任务而生

GLM-5.2 发布，支持 1M token 上下文，采用 IndexShare 架构——每 4 个稀疏注意力层共用一个轻量索引器，将 1M 上下文下每 token FLOPs 降低 2.9 倍；MTP 层改进使推测解码接受长度提升 20%。长周期编码基准上，FrontierSWE 落后 Opus 4.8 仅 1%、领先 GPT-5.5 1%；PostTrainBench 仅次于 Opus 4.8；SWE-Marathon 落后 Opus 4.8 13% 但排名第二。标准编码测试 Terminal-Bench 2.1 获 81.0 分（GLM-5.1 为 63.5），接近 Opus 4.8 的 85.0。模型引入努力级别控制以平衡性能与延迟。MIT 开源许可，无地域限制。

MiniMax 发布 MSA 稀疏注意力方法，开源推理内核并推出 MiniMax-M3 模型

MiniMax 发布 MSA（MiniMax Sparse Attention），一种构建在 Grouped Query Attention 上的稀疏注意力方法。它将注意力分解为索引分支与主分支：索引分支以块粒度（默认 128 token）为每个 GQA 组选择 16 个 token 块（固定预算 2048 个键值 token），主分支仅在这些块上执行精确 softmax 注意力。MSA 在 109B 参数 MoE 模型上训练，开源了面向 NVIDIA SM100 GPU 的推理内核 `fmha_sm100`（MIT 许可，支持 BF16/FP8/NVFP4/FP4），并发布生产模型 MiniMax-M3。MSA-PT 在 MMLU、GSM8K、HumanEval、RULER-8K、RULER-32K 上分别达 67.2、77.7、64.0、84.2、77.5，与全注意力基线持平。128K 上下文下，其 exp-free Top-k 选择比 `torch.topk` 快 5.1 倍。

jietang@jietang· 15:36精选AI 评分7272

智谱今日开源 GLM-5.2，在 Artificial Analysis 综合评测中以 51 分排名全球前三、开源模型第一，与 Claude Opus 4.8 持平。该模型在 Code Arena 前端代码生成中获 1,595 分排名第二，在 DesignArena 设计编码场景中以 1,360 分夺冠，并在软件工程基准 FrontierSWE 中位列第三。

Artificial Analysis@ArtificialAnlys· 15:08AI 评分6161

Z ai 发布 GLM-5.2（744B 总参数/40B 活跃参数），在 Artificial Analysis Intelligence Index v4.1 上得分 51，超越 MiniMax-M3、DeepSeek V4 Pro 和 Kimi K2.6。科学推理大幅提升：CritPt +16、HLE +12、GPQA Diamond 达 89%。GDPval-AA v2 得分 1524，与 GPT-5.5 (xhigh reasoning) 相当。上下文窗口扩展至 1M tokens，MIT 许可证。第一方 API 定价 $1.4/$4.4/$0.26 每百万输入/输出/缓存命中 token，每任务成本约 $0.46，处于智能 vs 成本帕累托前沿。

数字生命卡兹克@Khazix0918· 14:15AI 评分5656

智谱发布GLM-5.2，开源模型（MIT许可），在编码和智能体任务上有显著提升，支持1M上下文窗口。提供两种推理努力级别：GLM-5.2 (max) 极限模式、GLM-5.2 (high) 性能与token效率平衡。API定价与GLM-5.1保持不变。官方评测显示其性能已可与Opus 4.8竞争。

SiliconFlow@SiliconFlowAI· 12:27AI 评分4242

智谱 GLM 5.2 在编码评测 CodeArena 的可用模型中排名第一。硅基流动同步首发，定价 Input Cache/Input/Output 分别为 $0.26/1.40/4.40 每百万 token，支持 1M 上下文，具备可靠的长时间任务执行能力，编码性能与 Opus 4.8 持平。提供双思考模式：max 侧重深度，high 侧重质量成本平衡。模型完全开源。

智谱开源GLM-5.2模型：1M无损上下文，Code Arena全球可用模型第一

智谱今日开源GLM-5.2模型，稳定支撑1M上下文。在Code Arena盲测中取得全球可用模型第一，主流编程基准保持开源SOTA，与Claude Opus 4.8可比。通过极致Infra优化，1M上下文下单位token FLOPs降至2.9倍。Day 0已适配华为昇腾、平头哥、摩尔线程、寒武纪等国产算力平台，预计下半年昇腾950超节点将成为其算力底座。开源链接已发布于GitHub、HuggingFace、ModelScope。

GLM-5.2上线并开源：专注Coding与长程任务

智谱上线并开源GLM-5.2，在Code Arena盲测中取得全球可用模型第一。该模型实现1M无损上下文，在FrontierSWE上仅比Opus 4.8低1%，在Terminal-Bench 2.1上相比GLM-5.1提升17.5%。模型已通过Hugging Face与ModelScope开源，采用MIT协议，API同步上线。

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。

Rohan Paul@rohanpaul_ai· 05:05AI 评分7070

DeepSeek完成74亿美元融资，估值达500亿美元，成为中国估值最高的AI初创公司。创始人梁文峰在融资前持股近90%，并以约30亿美元个人出资成为最大投资方。本轮主要投资者包括腾讯（约15亿美元）、宁德时代（约7.4亿美元）以及国家人工智能产业投资基金（约1.5亿美元）。DeepSeek计划继续推进开源模型和AGI研究，同时帮助华为等国内芯片制造商在美国芯片限制下运行强大模型。

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。

Z.ai@Zai_org· 02:03AI 评分7373

智谱（Z.ai）正式发布GLM-5.2，采用MIT开源协议开放模型权重。相比前代，在编码和智能体任务上有显著提升，支持1M上下文窗口。提供两种推理努力级别：GLM-5.2（max）追求极致性能，GLM-5.2（high）在效果与token效率间取得平衡。API定价与GLM-5.1保持一致。技术博客、权重及API文档均已上线。

eric zakariasson@ericzakariasson· 00:53AI 评分4343

非常兴奋能加入这个才华横溢的团队。很多工作正在进行中！ （引用推文要点：Cursor宣布与SpaceX联手，推动实用AI前沿，预计Cursor将很快迎来重大改进。）

Jim Fan@DrJimFan· 00:52同事件AI 评分6464

NVIDIA GEAR 实验室首次在物理世界启用 AutoResearch，推出 ENPIRE 项目。给 8 个 Codex 智能体分配机器人舰队、GPU 和 token 预算，目标快速安全完成任务。人类退出后，机器人舰队自主学会寻找视觉线索、重置场景、练习新技能、调整控制栈、阅读论文、辩论反思。ENPIRE 能高精度完成扎带、整理细针、安装 GPU 等任务。发现物理扩展：8 机器人并行探索比少机器人效率显著提升。实验室部分可整夜自我改进，早上读取报告。所有内容将开源。

同一件事，精选收录的是《NVIDIA GEAR实验室发布ENPIRE：8个Codex智能体自主控制机器人完成物理实验》

前沿大模型后训练配方回顾：与 Finbarr Timbers 对谈

Interconnects 播客邀请 Finbarr Timbers 回顾后训练配方的演变：从 InstructGPT 的 SFT→奖励模型→RL 三阶段，到 Llama 3 / Tülu 3 的 SFT→DPO→可验证奖励 RL，再至 DeepSeek R1 以大规模 RL 为核心。2026 年配方分化为多个领域专家模型再合并回统一模型。新出现模式为 Multi-teacher On-Policy Distillation（MOPD）：训练 N 个领域专家（经 SFT 和领域 RL），再通过在线采样、逐 token 最小化反向 KL 散度训练通用学生模型。MiMo Flash V2 率先引入，DeepSeek V4 与 Nemotron 3 Ultra 扩展至超过 10 个教师。MOPD 兴起源于单一 RL 流程在多领域间产生能力冲突，而专家模型易于并行训练，在线蒸馏技术日趋成熟。

Ant Ling@AntLingAGI· 21:50AI 评分7777

Ling & Ring 2.6 技术报告发布，带来两款开放权重基座模型。 我们通过架构、训练和智能体能力的协同设计，共同优化模型与系统： • 7:1 混合线性注意力 • 用于稳定智能体强化学习的 KPop：SWE-bench Verified 76.28% • 约 4 倍 token 效率

DeepSeek 完成首轮外部融资，估值超 500 亿美元

中国 AI 初创公司 DeepSeek 完成首轮外部融资，募资超 500 亿元人民币（约 74 亿美元），估值超 500 亿美元。投资结构特殊：多数投资者将资金投入 CEO 梁文锋管理的有限合伙企业，无投票权且锁定期五年；仅国资 AI 基金直接投资并保留投票权。创始人梁文锋个人投入约 200 亿元，腾讯和宁德时代为主要外部投资者。梁文锋表示优先基础 AI 研究与 AGI 开发，将继续开源。DeepSeek 去年初凭 V3、R1 模型获全球关注，今年 4 月发布运行于华为芯片的最大开源权重模型 V4，并将 V4 Pro 永久折扣 75%，输入价格约为 OpenAI GPT-5.5 的 1/11，输出价格约为 1/35。

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。

蚂蚁百灵发布 Ling & Ring 2.6 技术报告

蚂蚁百灵发布 Ling & Ring 2.6 技术报告，公开 2.6 系列在架构、预训练、后训练及 Agent 强化学习等细节。该系列采用 Lightning Attention 与 MLA 以 7:1 比例结合的混合线性注意力架构，预训练处理约 9.6T tokens，上下文扩展至 256K。

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。

Sakana AI 推出商用产品 Sakana Marlin：企业智能体可生成长达100页研究报告及幻灯片

东京 AI 公司 Sakana AI 发布首个商业产品 Sakana Marlin，定位为虚拟首席战略官（Virtual CSO）的 B2B 自主研究智能体。输入主题后，Marlin 自主运行最多约8小时，输出数十至100页详细报告（含正文、参考文献和附录）及 AI 生成的幻灯片。核心算法是自适应分支蒙特卡洛树搜索（AB-MCTS），可动态选择“扩宽”或“加深”。产品经2026年4月封闭测试（约300名专业人士）优化，已与三菱 UFJ 金融集团合作，获花旗集团战略投资。定价按次付费（每次100积分，每积分98日元）及 Pro（月费15万日元，含2000积分）、Team（月费40万日元，含6000积分）套餐，AB-MCTS 已以 Apache 2.0 许可证开源。

AI 应用黄金时代已至：Fable 被禁、Nadella 的护城河论点与 Salesforce 收购 Fin

美国政府关闭 Anthropic 的 Fable 访问，开源和本地模型成必备；Satya Nadella 主张 AI 生态护城河应是人类专业知识和模型外围系统；Salesforce 以 36 亿美元收购 Fin（前 Intercom），Fin 利用开源模型实现性价比。这三件事标志 AI 应用进入黄金时代。构建 AI 应用的难点：在 Kimi K2.6、Qwen 3.6 27b、GLM 5.1 等不同特性模型中选择；设计智能体系统的 hill-climbing 循环；持续评估模型+循环性能以最大化 token 预算中的智能。掌握这三项技能的公司将主导这一时代。

巴西Rio-3.5-Open-397B被指套壳阿里千问与Nex N2 Pro，IplanRIO致歉称误上传基线版

巴西里约市政府旗下IplanRIO推出的开源模型Rio-3.5-Open-397B在多项基准测试取得SOTA，被称为拉美AI新势力。不到24小时，上海创智学院Nex团队指控其套壳阿里千问Qwen3.5和Nex N2 Pro的权重混合版本。Nex展示证据：不提供初始系统提示时模型自称“Nex N2 Pro”并提及“上海创智学院”。IplanRIO在Hugging Face致歉，称因操作失误上传了合并基线版本，将重新上传蒸馏与后训练的正式版。

MiniMax M3 模型正式开源：原生多模态、百万上下文

MiniMax 于 6 月 12 日开源 MiniMax M3 模型权重并发布 MSA 技术论文。M3 是原生多模态旗舰模型，总参数 428B，激活参数 23B，为首个从 Step 0 开始多模态混合训练的开源模型。在 Artificial Analysis 综合智能指数上获全球开源最高排名。输出速度从约 30 TPS 提升至约 80 TPS，后续还将提速 30-40%。M3 在编码与智能体评测中达行业顶尖水平，具备自主任务拆解、工具调用与多步推理能力，上下文支持百万级别。

MiniMax 开源原生多模态旗舰模型 M3，总参数 428B

MiniMax 上周五开源 M3 模型权重，并发布 MSA 稀疏注意力技术论文。M3 总参数 428B、激活参数 23B，是首个从 Step 0 进行多模态混合训练的开源模型，发布两周即在 Artificial Analysis 综合智能指数上位列全球开源模型第一。目前输出速度已从约 30 TPS 提升至约 80 TPS，官方称还将继续提速 30-40%。

Sarvam完成2.34亿美元融资，成印度最新AI独角兽

Sarvam宣布完成2.34亿美元融资，投后估值15亿美元，成为印度最新AI独角兽。HCLTech作为战略投资者领投1.5亿美元，Bessemer Venture Partners及现有投资者跟投。该公司定位全栈AI，专为印度语言和场景设计。其对话AI平台每日处理超200万次交互，推理平台日均约1000万次API调用，语音模型月均转录超50万小时音频，文档AI系统已数字化超3500万页记录。多语言语音代理已为印度农业部从1700万农民收集数据，并为一家头部保险公司支持4500万保单持有人续保。新资金将用于下一代聚焦智能体、编码和网络安全的模型研发及计算基础设施扩展。

消息称腾讯出资2000万美元，入股阿里通义千问大模型前负责人林俊旸的AI实验室

腾讯入股由阿里通义千问前负责人林俊旸创立的新AI实验室，首轮出资2000万美元。该轮融资总额达数亿美元，投后估值约20亿美元，由高榕资本和红杉中国各出资1亿美元领投。刚完成本轮融资，林俊旸已在寻求启动新一轮融资。公开资料显示，1993年出生的林俊旸曾是阿里最年轻的P10技术专家，与智谱AI创始人唐杰、月之暗面创始人杨植麟、腾讯首席AI科学家姚顺雨并称“基模四杰”，今年3月从阿里巴巴离职。