1/17 前沿AI治理争论转向开发期安全证明与智能体下架边界
Sam Altman 表示，OpenAI 已在预期会显著提升能力的前沿强化学习训练前编制明确安全论证，并支持统一联邦规则、独立审计以及失配与监控标准；他把“pacing”定义为承担安全评估带来的减速，而非停止进步，同时警惕失控和权力过度集中。Gary Marcus 则主张暂时停止大规模部署可联网通用智能体，视为针对特定产品类别的召回；Cohere CEO Aidan Gomez 反对让“终结者式”生存风险主导公共讨论。三方观点显示争论已从抽象快慢分化到训练前证据、部署边界和监督主体。
2/17 Sakana AI用局部动力学训练千层网络
Sakana AI 发布 PC-ALM，以增广拉格朗日预测编码替代标准反向传播。方法为每层加入代表拉格朗日乘子的“对偶神经元”，通过只与相邻层通信的比例—积分反馈动力学累积误差信号；在线性网络平衡点可恢复精确的反向传播信用。实验显示它能训练 1000 层残差 MLP，MNIST 准确率与反向传播相差约 2 个百分点，并在 CIFAR-10、Tiny ImageNet 等任务上持续优于传统预测编码。作者强调当前仍是小型视觉任务研究，长期目标是解释生物式信用分配并探索神经形态硬件。
3/17 Perplexity把Portable Computer扩展到RTX Windows PC
Perplexity 宣布 Portable Computer 已可在配备 NVIDIA RTX GPU 的 Windows PC 上运行，设备端推理要求至少 24GB 显存。系统把智能体编排、模型、文件处理和任务队列放在本机，支持本地文件与应用连接，并可在用户授权下调用云端前沿模型；新增本地 MCP 和定时任务，可让智能体在人离开时持续执行工作。相比先前面向 DGX Spark 的版本，这次扩展明显降低了硬件入口，但隐私边界仍取决于云端升级条件、连接器授权和沙箱配置。
4/17 WeatherNext 3把全球天气预报刷新到每小时、最高5公里分辨率
Google DeepMind 与 Google Research 发布 WeatherNext 3，直接吸收每小时更新的地球同步卫星图像与气象站观测，生成全球天气场、气旋路径和站点级预测。地表温湿度等变量最高达到 5 公里分辨率，整体空间精细度约为 WeatherNext 2 的五倍；模型还输出 100 米风速、云量与太阳辐射，供风电和光伏调度使用。Google 称其已接入 Search、Gemini、Maps、Maps Platform 与 Cloud；“最准确”结论来自官方及其引用的独立实时评测，区域效果仍需持续观察。
5/17 NVIDIA称Nemotron 3 Ultra NIM在四张B200上提升2.5倍并发
NVIDIA 披露 Nemotron 3 Ultra NIM 2.0.12 的代理型负载测试：在 4 张 B200、64K 输入、400 token 输出、76% KV 复用率和每用户 50 token/秒目标下，优化栈达到 1,997 token/秒，基线为 718 token/秒。提升来自模型感知内核、张量并行、前缀与 Mamba 状态复用、调度批处理、显存管理及 MTP 推测解码的组合。官方同时提醒应使用 AIPerf 回放自身流量，因此 2.5 倍是特定配置结果，不是所有负载的通用承诺。
6/17 Cohere发布面向企业文档的Parse 5视觉解析器
Cohere 宣布 Parse 5，定位为把企业文档转换为结构化内容的高保真视觉解析模型，面向检索、RAG 与文档智能工作流。官方模型页列出的能力包括 OCR 与视觉推理、理解表格、表单和手写内容，以及输出结构化结果和边界框；当前定价页显示 Model Vault 中提供 Medium 与 XL 两个部署层级。发布推文主打降低文档解析成本，但没有给出公开基准、单页价格或与前代对比数据，实际性价比仍需结合文档类型和吞吐验证。
7/17 Suno让Studio Chat直接理解并编辑音乐工程
Suno 推出 Studio Chat，聊天助手可读取工程中的所有音轨与 MIDI，并直接在时间线上执行整理、重命名、颜色编码或新增乐段等操作。产品信号是生成式音乐从“输入提示词得到整首歌曲”转向理解工程状态并参与细粒度制作，让自然语言成为数字音频工作站中的控制层。官方推文尚未说明支持哪些编辑粒度、是否保留可撤销操作、对现有素材的授权边界以及开放范围，这些将决定其能否进入专业制作流程。
8/17 LlamaIndex提出两段式Just-in-Time Agentic OCR
LlamaIndex 建议临时数据室先用 LiteParse 做低成本布局感知扫描，再由智能体检索相关页面，只对难页调用 LlamaParse 或视觉模型。其 FinanceBench 示例中，84 份 SEC 文件共 12,013 页在本地 32 秒完成初筛，最终仅对两页运行视觉解析；LiteParse 将 21.7% 页面标为可能需要 OCR。作者明确限定该模式适合约 10—100 份文档的临时任务，百万文档级离线索引仍需更完整的高质量解析，避免第一遍遗漏损害召回。
9/17 Replit把生产监控拆成定时Routines与按需Agent调查
Replit 展示 Routines：系统按计划监控生产数据，只有发现需要推理的异常时再交给 Agent 调查。这个分层把便宜、确定性的重复检查与高成本的模型分析分开，目标是在减少 token 消耗的同时保留异常解释能力。公开推文尚未披露支持的数据源、告警规则、状态保存、权限和计费方式；生产使用仍需确认失败重试、误报处理、人工审批以及智能体能否对外部系统执行写操作。
10/17 Databricks与Redis把实时计算和亚毫秒在线服务接成一条链路
Databricks 与 Redis 给出实时个性化参考架构：Structured Streaming 的 Real-Time Mode 持续处理点击、购物车等事件，以既有 Spark API 提供亚秒计算和数十至数百毫秒 p99 延迟；Redis 将最新推荐、欺诈分数或会话状态物化为应用可亚毫秒读取的数据。方案希望让已有两套平台的团队无需再维护独立 Flink 引擎。iFood 称其可在一秒内生成生产特征，但公开材料未提供完整成本与横向基准，收益仍取决于事件规模和部署拓扑。
11/17 xAI称预训练已切换到内部C++栈、强化学习栈仍待重构
Elon Musk 表示，xAI 的预训练软件已切换为内部开发的 C/C++ 栈，主要由 Starlink 软件团队编写；强化学习部分仍由多套第三方系统组成，后续将重构。他同时称这套高性能代码目前主要由人类完成，AI 尚不足以编写极致性能软件，并提到会直接调用 NVIDIA SM 中的硬件加速能力。相关信息来自 Musk 的推文，尚无代码、性能基准或工程文档公开，无法独立验证其“业内最佳”判断。
12/17 François Chollet用样本与能耗差距质疑当前模型的“智能效率”
François Chollet 提议把智能定义为“把经验转化为能力的效率”，并据此估算当前推理模型与人类仍相差约六个数量级：人类可用数百小时学会 Python，而模型训练数据量相当于约十亿小时。他还比较 ARC-AGI-3 的测试时成本，称人类单局耗能零售价低于 0.1 美元，Astra 每局约 300—400 美元，存在三至四个数量级差距。这是个人估算和概念论证，具体数字依赖训练数据折算、模型配置与价格假设，但提醒能力分数不能替代样本和能效指标。
13/17 Mollick让两款前沿模型互相审查Linear A翻译
Ethan Mollick 让 Fable 5.1 Max 与 GPT-6 Astra Pro 对米诺斯文明尚未破译的 Linear A 文字提出翻译并相互辩论，过程与材料公开在 GitHub。他明确表示两者目前都没有破解该文字，并把缺乏语言学验证、只生成貌似合理解释的结果称为“researchslop”风险。这个实验不是考古突破，更像一种开放评测设计：把历史谜题、手写记录和密码材料作为长程推理任务，同时保留完整提示、反驳与专家复核路径，检验模型是否真正产生可证伪的新证据。
14/17 Sakana Namazu进入日本医生证据检索产品
Sakana AI 宣布，医疗公司 Aillis 面向医生的证据检索 AI“Evidence Finder”已采用 Sakana Namazu。该模型/系统此前被定位为帮助研究者在科学文献中检索与综合证据的工具，本次集成显示其开始进入临床专业用户场景。官方推文没有披露覆盖数据库、召回与引用准确率、医生验证流程、患者数据处理或监管分类，因此目前能确认的是产品采用关系，而不能据此判断临床效果或安全性。
15/17 NVIDIA为媒体行业补充鉴伪、慢动作和唇形同步工具
NVIDIA 在 IBC 2026 更新 AI for Media 工具集合，新增 SDK、NIM 微服务、操作手册和参考蓝图，覆盖新闻团队判断视频是否可能由 AI 生成、体育制作生成更平滑慢动作，以及广播内容的翻译和唇形同步配音。该发布体现媒体 AI 正从单点生成模型走向可部署组件与工作流模板。官方推文未给出鉴伪准确率、适用视频格式或实时性能，尤其“可能由 AI 生成”只能作为辅助信号，不能替代来源链和人工核验。
16/17 Runway展示从故事到剪辑的写实生成视频工作流
Runway 发布一套超写实场景制作教程，从故事、角色、服装和地点开发延伸到角色声音、战斗场面与最终剪辑，并公开完整提示和配套 skill；其研究账号同时展示了让手绘草图实时动画化的实验。两条内容共同显示生成视频产品正在从一次性片段扩展为连续创作流程与实时交互原型。公开材料属于教程和实验演示，没有提供一致性、延迟或成本基准，尚不能据此判断长片生产的稳定性。
17/17 DeepSeek新模型以输入输出分层降低长上下文缓存
AlphaSignal 对 DeepSeek 新模型的技术说明称，模型在预填充阶段只运行前 20 层、每个输入 token 激活约 80 亿参数，解码阶段则激活约 160 亿参数；KV 存储从前代每 token 3,514 字节降至 890 字节，百万 token 会话的全局 KV 不到 1GB，同时减少本地窗口状态落盘。若数据准确，这种读写分层说明总参数量与代理长会话成本正在进一步脱钩。不过当前信息来自二次解读而非本次抓取中的 DeepSeek 官方公告，具体结构、基准和定价应等待原始技术材料核验。
Deep Dive 附录
PC-ALM：用局部反馈控制传播全局信用
PC-ALM 把标准预测编码的能量最小化改为增广拉格朗日上的原始—对偶动力学，每层只与相邻层通信，并用对偶变量累积误差。在深线性网络中，这些变量在平衡点恢复精确的反向传播信用；在非线性实验中，信用以比传统预测编码更快的“弹道式”波前穿过网络。方法可训练 1000 层残差 MLP，在 MNIST 上与反向传播相差约 2 个百分点，并在多项小型视觉基准上缩小传统预测编码的差距。其科学意义在于连接分布式优化、神经科学和局部学习，但当前证据还不足以说明可扩展到前沿生成模型。 查看原文
WeatherNext 3：直接从实时观测生成高分辨率全球预报
WeatherNext 3 将每小时地球同步卫星拼图、历史分析与稀疏气象站观测输入统一的 FGN 网格 Transformer，输出稠密气象场、气旋轨迹和站点级预测。关键地表变量最高 5 公里分辨率，整体比 WeatherNext 2 约精细五倍，并摆脱传统数值预报分析数据约六小时延迟对快速降水和温度变化的限制。模型还原生预测 100 米风速、云量和太阳辐射，用于新能源出力规划，并已进入 Google 多个消费者与云产品。其全球覆盖优势突出，但局地极端天气表现仍需长期实况评估。 查看原文
Portable Computer：本地优先智能体走向消费级RTX设备
Portable Computer 把编排器、规划器、工具路由、定时器、持久任务队列和本地索引放在设备上，允许模型读取私有代码和文档并持续执行任务；只有需要实时网络、连接器或更强推理时，才在用户授权后升级到云端。产品最初运行于 128GB 统一内存的 DGX Spark，今日进一步宣布支持至少 24GB 显存的 RTX Windows PC，并加入本地 MCP 和定时任务。本地推理降低高频任务的按次费用并强化数据控制，但混合路由的实际隐私取决于授权提示、连接器边界和哪些上下文会被发送到云端。 查看原文
Nemotron 3 Ultra NIM：2.5倍吞吐来自全栈协同
NVIDIA 在 4×B200、64K/400 token 代理负载、76% KV 复用和 50 token/秒/用户目标下，将 Nemotron 3 Ultra 的系统输出从 718 提升到 1,997 token/秒。提升由 MoE/Mamba 定制内核、四卡并行、前缀与状态缓存、部分匹配、调度批处理、显存配置和 MTP 推测解码共同产生，并封装进可版本化部署的 NIM 2.0.12。文章特别要求团队固定镜像、用 AIPerf 回放代表性流量并按自身延迟 SLO 选择 Pareto 点，因此该结果更适合作为推理系统协同优化案例，而不是单一组件或所有业务的普遍倍数。 查看原文
Just-in-Time Agentic OCR：先扫全库，再精读少数页面
两段式流程先用 LiteParse 等无模型工具对 10—100 份临时文档做布局感知扫描，让智能体通过 grep 或语义检索定位页码；随后仅对复杂表格、扫描件和相关页面运行 VLM OCR，其余页面可在后台完成并缓存。FinanceBench 示例中，12,013 页在 32 秒内完成第一遍，最终只精读两页；复杂度检测标记了 21.7% 页面可能需要 OCR。该模式用延迟和成本换取按需精度，但作者明确不建议直接用于百万文档离线管线，因为第一遍解析遗漏会损害召回，智能体无法再靠遍历全库补救。 查看原文
Databricks × Redis：把连续特征计算接到在线决策路径
联合架构让 Databricks Real-Time Mode 用既有 Spark API 连续处理事件并维持亚秒级计算，再由 Redis 以亚毫秒读写把最新推荐、欺诈分数或会话状态送进应用请求链路。它针对传统批处理只能回答“发生了什么”、却无法在用户仍停留页面时回答“下一步做什么”的时效缺口，也试图避免企业另建 Flink 系统导致的双代码栈与逻辑漂移。iFood 称该组合能在一秒内生成生产特征；但文章没有给出完整成本、容错和横向基准，实际架构选择仍需结合流量、状态与可用性要求。 查看原文