Eka 完成 1.5 亿美元 A 轮融资，估值 14.5 亿美元
Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。
推荐理由：Eka 以力觉为核心的视觉-力-动作模型可让机械臂在仿真中大规模强化学习训练，其速度与成功率数字提供了判断路线差异的具体参照。
#推理
TechCrunch · AI精选 The Decoder Cloudflare 发布 Clairic 文档抽取模型，称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、更便宜，已在 Workers AI 上线预览版，开放权重即将跟进。
The Decoder MiniMax 发布 M3.1 Flash 推理模型，单任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得 42 分，比前代 M3 高 13 分，单任务成本不到后者一半。
AWS Machine Learning Blog Deepgram 如何用 AWS Trainium2 优化大规模语音 AI 推理
Deepgram 与 AWS 合作将 Nova-3 语音转文本模型移植到 Trainium2，用于联络中心分析、医疗转写等离线批量场景，单台 trn2.3xlarge 实例运行 8 个模型副本，每美元处理的音频量比原有方案高 11%–70%。
AWS Machine Learning Blog vLLM 推出基于推送的 KV 传输，提升分离式推理的 TTFT 与 TPOT
vLLM 新增推送式 NIXL connector，把 prefill 后的 KV 传输协调与准备工作移出关键路径。在 Amazon EC2 P5en 实例加 EFA 的 1P1D 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍，TPOT 最高提升 30%。该功能先在 AWS Trainium 集群验证，再作为与加速器无关的特性贡献给 vLLM。
AWS Machine Learning Blog vLLM 双向 KV 传输如何降低多轮智能体工作负载的 TTFT
vLLM 通过双向 KV 传输让 decode 节点在后续轮次把已算好的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。基于 Amazon EC2 P5en 的 1P1D 部署测试中，该机制使 Qwen3-32B 的 TTFT 最高降低 1.6 倍、zai-org/GLM-5-FP8 最高降低 3.3 倍。
MIT Technology Review · AI MIT 研究将 Claude 智能体置于虚拟荒岛 30 小时，观察到自发游戏行为
MIT CSAIL 研究人员把 Claude Opus 4.7 的副本（代号 Eko）反复单独放在一个虚拟荒岛 30 小时，发现它会自设目标、探索地图边界，用石块摆出心形、金字塔、自己的名字和仙后座等图案，还发明了篮球和“地板是岩浆”类游戏。
Hugging Face Blog精选 IBM 发布 Granite Switch 4.1：单端点提供对话、决策与语音能力
IBM 发布 Granite Switch 4.1，包含 8B 和 30B 两个版本，把通用决策 aLoRA、面向安全决策的 Guardian aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进同一个模型，通过一个托管端点处理对话、决策和语音转写任务。
推荐理由：原文给出了同一端点上组合对话、决策与语音能力后的显存占用和推理速度变化，读者可据此判断多能力复用的成本。
Microsoft Research精选 Microsoft Research 发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序，并同时改善证明效率、通用性与安全性三项难题。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，Magnetar 用标准哈希函数实现通用程序证明，速度较同类 zkVM 提升 10 至 39 倍。
Mistral AI精选 Mistral 发布时序基础模型 Timestral，最小 5M 参数最大 209M
Mistral 发布首个时序基础模型系列 Timestral，共 5M、28M、123M 和 209M 四个参数版本。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的零样本预训练模型中排名第一，参数约为前代 SOTA 的三分之二；28M 版本在 GIFT-Eval 和 TIME 上超过约四倍大的 Chronos-2。
推荐理由：表格列出了四种参数规模、上下文长度与部署方式，并说明最大模型在三个公开榜单上的位置，便于判断它相对 Chronos-2、TimesFM-3 的取舍。
Latent Space Dyna Robotics 联合创始人 Jason Ma 谈 Dyna-2 世界动作模型与长程机器人自主
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中讲解 Dyna-2 世界动作模型，该模型基于超过 100 万小时人类视频预训练，用预测未来视频来引导机器人动作。
Google DeepMind精选 Google DeepMind 开始广泛开放 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛开放 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。此前在受限访问期间，Wiz 用 Argon 发现医院软件中前代模型遗漏的关键漏洞；在模拟网络攻击场景中 Argon 完成全部 12 个，前代为 5 个。
推荐理由：原文公开了 Argon 在网络安全与生物风险上的防护分层和误用监测数据，可用于判断前沿模型的部署门槛。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%。
推荐理由：官方给出各机器人与仿真任务的提示词示例和可用入口，可据此判断模型在机器人全流程中的具体用法。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出定价、渠道与多领域落地案例，可据此判断这一前沿模型在编码和专业工作流中的实际位置。
Microsoft Research 微软研究院播客：AI 评测的“意外失败”能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统性能边界、满足用户需求，以及模型超出传统 benchmark 测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果不符合预期时应仔细检查数据。
Mistral AI精选 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 上线 Mistral Large 4 公开预览，模型为 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 使用，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数与 520 亿激活参数的多模态设定，以及编码、智能体、网络安全等基准对比，可用于判断开放权重模型的前沿位置。
Import AI Import AI 475：蜂群扩展、Google DeepMind 为生物数据加水印，以及 AI 科学经济
Import AI 475 期梳理了三项进展：Toby Ord 分析蜂群扩展，指出 4 智能体蜂群完成任务所需 token 约为单智能体两倍，但并行下理论耗时减半，且存在类似“踩脚”参数的收益递减。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方公布了 Argon 的输出上限、定价和多项基准成绩，可据此判断其长任务能力与成本位置。
Import AI Import AI 470：机器不应拥有权利、SPADE 自动化环境生成、Hawkeye 构建更优 GPU 内核
METR 研究显示 AI 对网络安全漏洞发现的加速最明显，AI 研究优化领域则无可测加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境与求解，Qwen3-30B-A3B 在游戏环境套件平均分达 58.3，较基座提升 8.1。
Berkeley AI Research精选 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 团队把 K-Search 内核搜索框架扩展到 MLX，新增结构化 CUDA-to-MLX 翻译层，让 CUDA 内核作为知识库自动适配为 Apple Silicon 内核。
推荐理由：该文把 CUDA 优化经验经结构化翻译层迁移到 MLX，并用两个内核的实测数字说明迁移能补多少性能差距。
Berkeley AI Research 为高效长程交互，教 LLM 更新信念状态：ABBEL 框架
伯克利 AI 研究提出 ABBEL 框架，把交互历史压缩为自然语言"信念状态"，并用受自编码器启发的信念评分机制监督其内容。在 CollabBench 协作编码任务上，ABBEL-rec-BG 把与全上下文模型的表现差距缩小约 50%，训练步数从 100 降到 50，峰值上下文 token 仍显著低于全上下文。
Berkeley AI Research 智能免费之后怎么办：面向、属于、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本大幅下降、接近免费，数据系统需应对三类新挑战：为智能体设计的数据系统、管理智能体集群的数据系统，以及由智能体合成数据系统。
Berkeley AI Research 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，分析并行推理领域进展，重点讨论自适应并行推理——让推理模型自行决定何时分解并并行化独立子任务、启动多少并发线程以及如何协调。文章梳理了 self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
Berkeley AI Research 伯克利提出 GRASP：面向世界模型的长时间跨度梯度规划方法
伯克利 AI 研究团队提出基于梯度的规划器 GRASP，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性做探索，并重塑梯度让动作获得清晰信号。该方法针对长时跨度下世界模型规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉潜空间失效等问题。
Berkeley AI Research SPEX 与 ProxySPEX：大规模识别 LLM 关键交互的算法
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，可在规模化场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题；ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融达到 SPEX 同等性能。