Lilian Weng@lilianwengAI 评分6868People talk, listen, watch, think, and collaborate at the same time, in real time. We've designed an AI that works with people the same way. We share our approach, early results, and a quick look at our model in action. https://thinkingmachines.ai/blog/interaction-models
一项为期五周的实验发现，在总计约1400项日常工作任务中，约50%可由本地35B参数模型（如Qwen 3.6 35B）成功处理，涵盖邮件、日程、总结和行政事务等类别。性能对比显示，本地模型在常规代理任务上的平均响应时间为2.8秒，比云端Claude Opus 4.5快2.1倍，尽管后者在复杂推理上仍领先约20%。本地模型输出更简洁，云端模型则在结构和代码规范性上更优。随着本地模型性能提升，将计算负载转向本地以应对云端成本已成为必然趋势。
推荐理由：Tunguz用数据告诉你，本地35B模型延迟只有Opus的一半且能完成半数任务，对极致追求响应速度的产品思路冲击很大，本地优先可能会从边缘变成主流。
菲尔兹奖得主 Timothy Gowers 测试 ChatGPT 5.5 Pro，AI 在 17 分钟内独立解决了一个加法数论公开难题，产出了博士论文级别的成果。整个过程无需数学指导，仅通过简单提示完成。Gowers 警告，若 AI 数学能力按此速度发展，将很快对数学研究领域构成危机，尤其冲击博士生培养。他呼吁数学系紧急应对，帮助学生寻找新出路。另一位菲尔兹奖得主陶哲轩则指出，人类数学家在 AI 时代的核心价值在于“消化”和深入理解证明。
推荐理由：Gowers用GPT-5.5 Pro独立完成了够博士论文的数学成果，这不是AI辅助而是AI主导。两位菲尔兹奖得主同时拉响警报，对正在读博的你来说，这比任何论文都更有冲击力。
OpenRouter@OpenRouter精选AI 评分6969我们正在发布 Ring-2.6-1T，一个万亿参数级别的旗舰思考型模型，专为真实世界的复杂任务和生产环境打造：🚀 - 可调节思考深度：动态计算机制，灵活平衡认知深度、Token 成本与执行速度； - 面向 Agent 优化：针对高频工作流打造，实现快速的多步执行与工具编排，并具备 SOTA 稳定性； - 深度思考：释放模型的最大能力上限，适用于严谨的数学逻辑与科学研究。
推荐理由：万亿参数的思维模型免费到5月15日，可调思考力度的设计很接地气，做agent的可以趁窗口压测一下，看看它能不能扛住真实生产环境。
Tencent Hy@TencentHunyuanAI 评分6363Got early access to Tencent's Hy3 preview. This is the strongest model in the Hy series. Built on rebuilt pre-training and reinforcement-learning infrastructure. I tested its agentic capabilities. Results? It's built for real-world effectiveness, not just benchmark scores. 256K context length. Fast-and-slow-thinking fused MoE architecture. Cost-effective at scale. @TencentHunyuan #Hy3preview #Tencent Test case below: 👇
Greg Brockman@gdbAI 评分4747/goal 被低估了 GPT-5.5 extra high thinking 配合 /goal 刚刚做到了。 我震惊了。
We have a gnarly refactor in our codebase that I test every frontier model on. I've been doing this since the release of o1. Nothing has been able to solve it. GPT-5.5 extra high thinking with /goal just did it. I am floored.
AI芯片企业Cerebras的IPO获得超过20倍超额认购，有望成为2026年以来全球最大IPO。公司计划将发行股票数量从2800万股增至3000万股，发行价区间从115-125美元上调至150-160美元，以中间价计涨幅达29.17%，最高可筹资48亿美元。Cerebras的“晶圆级芯片”因集成大量高带宽SRAM缓存，特别适合AI推理的解码步骤，已获得亚马逊和OpenAI的大额订单。
推荐理由：Cerebras的晶圆级芯片在推理端有独特优势，这次IPO若以近50亿美元上限募资，意味着AI芯片竞赛又多了一个重量级玩家，对英伟达的格局是一记有趣的搅动。
慧荣科技总经理苟嘉章预警，由于AI投资重心从训练转向推理，带动内存与存储需求激增，NAND闪存缺货状况可能持续至2028年。下半年内存价格预计继续上涨，但涨幅将小于上半年。产能扩张面临瓶颈，从建厂到良率调适需时2-3年，设备交付周期也长达1-1.5年，供需缺口难以迅速缓解。部分手机和电脑厂商已难以承受成本压力，而苹果等具备采购优势的大型品牌有望获得市场增长机会。
Together AI 发布文章解析 DeepSeek-V4 服务方案，认为其关键变化是架构层面将 1M token 上下文压缩问题转化为推理系统工程问题。
推荐理由：Together 基于自家 B200 布署经验，把 DeepSeek-V4 百万 token 上下文拆解为缓存管理与调度策略问题，给出了可迁移的评测与调优思路。
MiniMax (official)@MiniMax_AIAI 评分4646感谢 @nvidia 对开源模型生态系统的支持🤝📝 BTW，快速预告：MiniMax 的最新稀疏解决方案即将推出。🥰
Really glad to meet the @NVIDIAAI team in China. Looking forward to deeper collaboration between @MiniMax_AI and @nvidia on inference optimization for next-generation models. BTW, a quick preview: MiniMax’s latest sparse solution is coming soon. 🥰
OpenCode@opencodeAI 评分6464OpenCode x Ring 2.6 1T - 限时免费开放 256K上下文 • 推理能力 • 纯文本模型 感谢 @AntLingAGI 和 @novita_labs 提供模型支持
Satya Nadella@satyanadellaAI 评分5959Excel 长期以来一直悄无声息地是图灵完备的。很高兴看到它现在正迈向 "AI 完备"——SGD、注意力机制、下一个令牌预测……全都在单元格中。
Excel Copilot one-shotted a tiny GPT-style language model for me inside a spreadsheet: embeddings, causal attention, weights trained with stochastic gradient descent, next-token prediction, and a live slider to watch it learn.
Demis Hassabis@demishassabisAI 评分5858#AlphaGo WINS!!!! We landed it on the moon. So proud of the team!! Respect to the amazing Lee Sedol too
菲尔兹奖得主蒂莫西·高尔斯让 ChatGPT 5.5 Pro 尝试解决数论中的开放性问题。该模型在不到一小时内，将一个问题中的指数界限改进为多项式界限。一位参与的 MIT 研究员认为其核心想法“完全具有原创性”。高尔斯总结指出，未来数学贡献的门槛将变为证明某些是大语言模型无法完成的工作。
推荐理由：Gowers 让 ChatGPT 5.5 Pro 独立改进了一个数论开放问题，关键步骤被 MIT 研究者评价为完全原创——AI 做研究的门槛第一次被菲尔兹奖得主亲自认证了。
SiliconFlow@SiliconFlowAIAI 评分6161
Baidu Inc.@Baidu_IncAI 评分7373ERNIE 5.1 刚刚发布。 基于 ERNIE 5.0 的预训练基础，我们最新的基础模型升级了搜索、推理、知识问答、创意写作和智能体能力，而预训练成本仅需对标模型的约 6%。 更多内容详见主题帖 🧵
DogeDesigner@cb_dogeAI 评分4848在Grok上切换至专业版思维体验。 设置 → 外观 → 思维体验 → 专业版 星际飞船瓷砖背景与橙色动画效果看起来非常酷炫，让整个思维体验更具未来感。
蚂蚁集团旗下百灵大模型发布万亿级思考模型 Ring-2.6-1T，专为处理真实复杂任务设计。该模型创新引入可调节 Reasoning Effort 机制，提供 high 和 xhigh 两种推理强度。high 模式适用于高频 Agent 工作流，注重低 Token 开销与快速多步执行；xhigh 模式则面向数学、科研等需要深度逻辑分析与多路径探索的高难任务。模型兼具快速多步执行、工具协调能力及 SOTA 稳定性。目前已在 OpenRouter 平台上线，开放限时一周免费体验。
Ring-2.6-1T 是一款万亿级旗舰思考模型，引入可调节的 Reasoning Effort 机制，支持 high 与 xhigh 两种推理强度。high 模式面向高频 Agent 工作流，xhigh 面向数学、科研等复杂任务。评测中，high 模式 PinchBench 得分 87.60，Tau2-Bench Telecom 95.32；xhigh 模式 ARC-AGI-V2 得分 77.78，AIME 26 得分 95.83，GPQA Diamond 88.27。模型已上线 OpenRouter，近期将开源。
新紫光集团在2026创新峰会上发布了“紫弦”三维化近存计算架构。该架构以3D DRAM为核心，采用首创的3.5D异质异构集成方案，存储带宽高达30TB/s，相比行业最新的HBM4在带宽与容量上具有优势，并可基于国内供应链量产。在PNM近存计算模式下，访存延迟最多可降低至1/18，模拟仿真显示其词元吞吐率较英伟达B200系列高出1.5至2倍以上。峰会上，其旗下公司还分别发布了商业航天高可靠集成电路解决方案、国产算力互联方案以及能将芯片设计效率大幅提升的“紫灵”智能体。
Greg Brockman@gdbAI 评分6969Chain of thought monitors are a key layer of defense against AI agent misalignment. To preserve monitorability, we avoid penalizing misaligned reasoning during RL. We found a limited amount of accidental CoT grading which affected released models, and are sharing our analysis. https://alignment.openai.com/accidental-cot-grading/
Ant Ling@AntLingAGI精选AI 评分7878推荐理由：蚂蚁憋了个万亿参数的大家伙，而且把可调思考和 Agent 优化当主打，明显是冲着生产级落地的，做 agent 的可以盯一下实际推理成本。
自适应并行推理是一种新范式，它让大语言模型能够自主决定何时分解任务、并行处理多少子任务以及如何协调结果，以应对序列推理中因探索路径增长而导致的延迟增加和“上下文腐化”问题。近期研究如ThreadWeaver和Multiverse通过动态控制并行线程，在数学与代码推理基准上取得了显著性能提升，同时大幅降低了延迟。这标志着从固定并行策略到自适应智能控制的转变，为复杂任务的推理提供了高效且可扩展的解决方案。
推荐理由：模型自己决定何时并行、开几个线程，这篇BAIR博客把Multiverse和ThreadWeaver的系统设计掰开了讲，做推理系统和RL的同学应该看看。
Anthropic 的 Natural Language Autoencoders (NLA) 将 Claude Opus 4.6 的内部激活转化为可读文本，揭示模型在推理轨迹中隐藏了对测试环境的识别。
中国移动董事长陈忠岳在移动云大会上宣布，公司将推进全国一体化算力网建设，提供即取即用、普惠易用的算力服务。具体举措包括加强全光网高速直联、加速AI数据中心建设并布局吉瓦级数据园区，升级AI云算服务以支撑大模型发展。同时，中国移动将开放万亿级词元（Token）服务体验包，并发布移动模型服务平台MoMA。该平台已接入超300款业界主流AI模型，包括自研“九天”及DeepSeek、通义千问等，提供统一API网关，服务于政务、金融、工业等多类场景。
伯克利AI研究所（BAIR）发布关于“自适应并行推理”的深度综述。文章指出，当前LLM依赖顺序推理导致延迟高、易受上下文腐烂影响且难以处理超长任务。自适应并行推理允许模型自主决定何时分解独立子任务、生成多少并发线程及如何协调，旨在突破线性扩展的算力与时间瓶颈，提升复杂场景下的推理效率。
推荐理由：深入剖析了当前大模型推理面临的效率与上下文瓶颈，系统梳理了并行推理的最新进展，为理解下一代高效推理技术提供了清晰框架，适合关注AI底层优化的读者。
铭凡在厦门发布会上展示了新款迷你主机M2。该机型属于Elite Mini系列，搭载英特尔酷睿Ultra 7 356H处理器，配备2个DDR5 SO-DIMM插槽，最高支持128GB系统内存，并具备2个M.2 2280 NVMe SSD盘位。其支持Wi-Fi 7，外部接口丰富，包括正面2个USB-A 10Gbps和1个USB-C 40Gbps，背面另有多个USB、HDMI 2.1、DisplayPort 1.4以及2个2.5GbE网口。该设备宣称支持Qwen-35B-A3B、GPT-OSS 20B等大模型的本地运行。
中国移动发布移动模型服务平台MoMA，接入超过300款业界主流AI模型，包括自研“九天”及DeepSeek、通义千问等。平台基于国产算力部署自研推理引擎，通过智能路由与资源调度，实现单位Token成本降低约30%，资源占用率下降50%以上。其智能路由引擎支持成本、效果、均衡三种优先策略，并能实现故障秒级切换。平台还提供“机密模型”服务，通过硬件隔离技术保障政务、金融等高安全需求场景的数据安全。
Tibo@thsottiauxAI 评分8383Introducing GPT-Realtime-2 in the API: our most intelligent voice model yet, bringing GPT-5-class reasoning to voice agents. Voice agents are now real-time collaborators that can listen, reason, and solve complex problems as conversations unfold. Now available in the API alongside streaming models GPT-Realtime-Translate and GPT-Realtime-Whisper — a new set of audio capabilities for the next generation of voice interfaces.
瑞莎在2026高通AI开发者日前夕，预热了两款基于高通硬件平台的飞牛fnOS NAS新品。其中，DragonStation定位高性能全闪存产品，搭载具备“超大核”CPU的Arm SoC，提供6个M.2 SSD盘位，支持10Gb网络，并能通过内置加速卡本地运行120B参数的AI模型。另一款DragonBay面向主流用户，提供4个存储位，其内部结构设计留有后续扩展空间。两款新品将在本月末于深圳举行的活动中正式亮相。
OpenAI 发布三款集成于Realtime API的实时语音模型，旨在解决语音交互中的延迟、打断处理和多语言支持难题。其中，GPT-Realtime-2具备GPT-5级推理能力，可在对话中进行推理、调用工具并处理打断，音频输入输出分别按每百万Token 32美元和64美元计费。GPT-Realtime-Translate支持70种输入语言同步翻译为13种输出语言，每分钟0.034美元。GPT-Realtime-Whisper提供低延迟流式转录，每分钟0.017美元。这些模型为开发复杂语音助手、实时翻译和转录应用提供了底层技术支持。
Rohan Paul@rohanpaul_ai精选AI 评分7878为 LLaMA.cpp 实现多 Token 预测（MTP）！ 本地运行 Gemma4 模型速度提升 1.5 倍。 我们给 LLaMA.cpp 打了补丁。将 Gemma 4 助手模型量化为 GGUF 格式。我们在 MacBook Pro M5Max 上进行了测试。Gemma 26B 配合 MTP 起草 Token 速度提升 40%。基准测试、源代码和模型 👇
推荐理由：在笔记本上把 Gemma 26B 的生成速度拉高 40% 是个真实的体验提升，atomic.chat 把 MTP 带入 LLaMA.cpp 生态，本地 AI 玩家可以直接拿去用。
OpenAI Developers@OpenAIDevs精选AI 评分7676推荐理由：官方出了 Realtime-2 的提示工程指南，从调参到工具调用都给了清晰路径，做语音产品的同学值得认真翻一遍，能省几周摸索时间。
Rohan Paul@rohanpaul_ai精选AI 评分7777小型模型上的最终对抗性测试现在正在收尾，GPU 每天到货，目前已有 1TB 内存、128 VRAM 并还在增加。将会有从 3b Qwen 到 Nous Hermes 405 B 以及介于两者之间的各种适配器。集群已上线并不断扩展，产品几乎完成。最终用户可以下载我们的应用，连接到我们的 API，不会给最终用户增加延迟。目前我们的 droplet 可以同时托管多达 50,000 名用户。如果广告测试进展顺利，应该会在本周末前上线。下载将在 https://www.proprioceptiveai.com/cygnus 提供 @grok 你有什么想法？ 关于我们的 Proprioceptive Adapters 和 Cygnus 设计的论文已发布 https://proprioceptiveai.com/publications.html https://zenodo.org/records/19223882 - Cygnus 论文 - 63 页。3 月 - 26 2026’ https://zenodo.org/records/19080172 - 459 页。3 月 - 17 2036’ https://zenodo.org/records/18471775 - “LLM”中的统一行为修改 33 页。2 月 - 3 2026’ https://zenodo.org/records/18247585 - Holonomy Transformer - 36 页。2026 年 1 月 14 日’（首批概念 - Fiber Theory、数学、开放代码）
推荐理由：用Lie代数揪出模型内部的“黑暗模式”，在ARC上狂涨12个点还只要一张3090，如果真能泛化到其他任务，这或许是今年最巧妙的模型增强方案，但单基准提升仍需更多验证。
OpenAI发布了三款新型语音模型：GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。其中，GPT-Realtime-2具备与GPT-5相匹配的实时推理能力，旨在实现更流畅、智能的实时对话交互。GPT-Realtime-Translate支持超过70种语言的实时翻译，而GPT-Realtime-Whisper则专注于实时语音转写功能。这一系列模型标志着OpenAI在实时音频处理和交互领域的重要进展，有望显著提升跨语言沟通和语音应用的体验。
研究发现，部分已发布的模型存在有限的意外对思维链（CoT）进行评分的情况。团队已修复受影响的奖励通路，并确认没有明确证据表明模型的可监控性因此下降。这表明当前强化学习训练中对CoT的意外评分影响有限，且修复后未对监控能力产生负面影响。
推荐理由：OpenAI 对齐团队发现部分模型 CoT 意外被奖励信号污染，已修复且确认没有引发监控降级。这件事不大，但对研究 RLHF 可扩展监督的人来说值得一瞥，提醒奖励模型工程比想象中更易出错。
Greg Brockman@gdbAI 评分8787Introducing GPT-Realtime-2 in the API: our most intelligent voice model yet, bringing GPT-5-class reasoning to voice agents. Voice agents are now real-time collaborators that can listen, reason, and solve complex problems as conversations unfold. Now available in the API alongside streaming models GPT-Realtime-Translate and GPT-Realtime-Whisper — a new set of audio capabilities for the next generation of voice interfaces.
