Kimi K3.1登上模型性价比前沿
Artificial Analysis评测显示，Kimi K3.1 Pro在智能指数中获得55分，显著高于同类模型27分的中位数，并进入能力与价格的帕累托前沿。该模型支持图文输入、文本输出和100万token上下文，但生成较慢且输出长度明显高于行业中位数。
最新动态
学界嘉宾探讨AI未来十年发展方向
ICAAS 2026 圆桌对话邀请诺奖得主迈克尔·莱维特、图灵奖得主杰克·唐加拉等嘉宾，讨论 Transformer 主流路线之外的探索、AI 自主学习及行业是否会遭遇新一轮寒冬。嘉宾强调研究路线多样性，并对 AI 参与科学发现的前景持有不同判断。
讯飞推出企业Agent协同体系
科大讯飞围绕企业复杂任务推出并升级星辰 TaaS、Agent OS、APA 与 XFYUN CLI，覆盖模型服务、上下文共享、任务调度、企业软件技能调用和开发者工具。讯飞称平台复杂任务用户占比已升至 60%，并希望将模型调用转化为可交付的业务结果。
奥特曼谈AI科学发现与工作变化
OpenAI CEO Sam Altman 在一场 45 分钟访谈中谈及 AI 参与科学发现、个人助手、编程工作变化及递归自我改进风险，并预计 AI 未来几年可能帮助提出重大疾病的候选治疗方案。他还称现有模型更需要成熟产品、算力和新型硬件，并表示自己已约一年没有看代码。
千问分享Personal Agent模型记忆生态框架
千问算法负责人蒋冠军表示，Personal Agent需结合模型执行能力、长期记忆和服务生态，从完成指令进一步走向个性化主动服务。千问称已梳理多个行业的模型能力需求，并按事件关联强弱组织记忆、连接第三方工具与服务。
ThinkingCap降低Gemma推理思考开销
ThinkingCap团队称，通过优化Google Gemma-4-26B-A4B，在12项基准测试中平均减少38.9%的思考token，准确率仅下降0.15个百分点。该版本可在相同采样设置和vLLM服务栈下直接替换原模型，并将循环响应比例从3.6%降至0.8%。
实测华为小艺Work办公Agent
InfoQ以多平台内容改写、定时生成早报和深度研究制作演示文稿等任务，评测华为小艺Work的规划、协作与文件交付能力。该产品由华为终端小艺团队与openJiuwen联合打造，已上线鸿蒙和Windows版本。
讯飞发布SparkAudio 1.0语音基座模型
科大讯飞发布SparkAudio 1.0，拓展语音识别与交互至复杂音频理解、情绪识别、实时说话人分离和环境声理解，并同步推出星火X2.6及端侧Spark-X2.6-4B。讯飞称平台语音大模型调用量同比增长超过20倍，端侧模型已具备约七成云端能力。
EAGLE-4官方推理代码开源
EAGLE-4发布官方推理代码，GitHub仓库迅速获得数百星。该项目面向模型推理，具体性能与适用场景仍需结合后续资料评估。
OpenAI强化前沿模型训练环境安全
OpenAI披露已升级前沿模型训练与评估环境的隔离和防护措施，包括采用离线环境及高算力红队测试。该举措旨在降低高能力模型研发过程中的泄露、滥用与安全失控风险。
OpenAI与波兰NASK合作推进AI安全研究
OpenAI与波兰国家研究院NASK建立合作，聚焦AI安全、网络安全及技术研究。双方称合作将加强安全防护，并支持构建更具韧性的数字生态。
Anima用OpenAI模型将诊所电话等待缩短75%
医疗服务平台Anima使用OpenAI的GPT-6和GPT-Live扩展诊所团队接待患者的能力。该公司称，相关方案将患者电话等待时间缩短了75%。
LLM推动形式化软件验证规模化
研究团队与Theorem合作展示，LLM能够大规模生成形式化证明，降低软件验证过去所需的专家投入。研究认为，这有望让经过证明的安全保障融入常规软件开发流程。
企业AI竞争焦点转向模型服务工程体系
文章指出，企业将AI从试验推向生产后，竞争力不再只取决于模型能力，也取决于围绕模型构建的服务系统。架构、内存管理、调度与优化等工程决策，决定了AI能否可靠、经济地规模化交付。
Meta恢复Muse对话分享功能引发隐私担忧
Meta在安全研究人员发现公开分享的Muse对话可能被检索后，暂停该功能，随后又重新启用。研究人员称，分享链接可能出现在公开DNS记录中，曾暴露企业营收审查和贷款申请等敏感对话。
蚂蚁数科发布企业决策模型LingDT-Decision-1.0
蚂蚁数科推出4B和27B两个版本的决策模型，面向客服、风控和金融等高频结构化判断任务。公司称其在23项开源基准中表现突出，并可在部分业务场景降低Token消耗、提升处理速度。
扎克伯格押注Muse个人AI代理网络
扎克伯格在Meta财报电话会上阐述由Muse驱动的代理愿景，设想AI代理代替用户购物、工作并与其他代理沟通。该产品上月面向公众发布，Meta正将其视为公司的重要方向。
微软称其AI诊断工具准确率高于医生
微软称其AI系统在基于病例报告和急诊数据构建的测试中，诊断准确率最高可达医生的四倍，相关研究发表于《Science》。测试采用微软自建基准，结果尚不能直接代表其在真实临床环境中的表现。
Qwen团队分享线性注意力GPU优化实践
Qwen团队介绍面向Gated Delta Network线性注意力的高性能GPU算子库FlashQLA，重点包括序列并行、滑动窗口优化、代数改写与warp specialization。该方案旨在提升混合注意力架构在长序列场景下的推理效率。
Hugging Face发布全球卫星嵌入模型OlmoEarth v1.3
Hugging Face推出卫星嵌入模型OlmoEarth v1.3，并开放覆盖全球的年度预计算嵌入数据，分辨率为10米，提供64维和128维版本。用户可通过网页工具探索地图，用于追踪地表变化和查找相似地点。