CoreWeave宣布在CoreWeave Cloud提供NVIDIA Vera Rubin NVL72，并发布用于训练、评估和改进模型与智能体的CoreWeave Forge。Cognition测试显示，Vera Rubin NVL72在SWE-2推理工作负载上的总token吞吐量最高达到GB200 NVL72的4.8x；NVIDIA Vera CPU的智能体沙盒启动速度超过3x。
推荐理由：文章串联了 Vera Rubin、Vera CPU 与 Forge 的产品进展，并给出 Cognition 和 CoreWeave 的实测数据，便于理解智能体从训练到生产的基础设施路径。
GPT-6.1 Sol 已在 Amazon Bedrock 上正式可用，面向编码、计算机使用和专业工作负载提供更强推理。OpenAI 称其在 DeepSWE v1.1 上达到 GPT-6 Astra 的表现，单任务成本约为其五分之一，并以低于 GPT-6 Sol 相关结果的 reasoning effort 超出后者最高分 6.4 个百分点。
推荐理由：原文以 DeepSWE v1.1 的成本与性能对比，说明 GPT-6.1 Sol 如何服务编码和多步骤智能体工作流。
NVIDIA 发布 Kumo Tabular，一款面向表格分类和回归的开放基础模型，可在单次前向推理中直接预测新行，无需训练、调参或特征工程。模型提供 28M 至 215M 参数的三种规格，通过 Hugging Face 提供，采用 OpenMDW-1.1 license，支持商业使用。
推荐理由：材料同时交代了免训练推理、人工数据预训练方式与四项基准结果，便于评估其工程可用性。
xAI 的 Grok 4.7 已上线 Amazon Bedrock，面向编码、长时运行的智能体和知识工作，提供 500K token 上下文窗口及 low、medium、high、xhigh 四档推理强度。
推荐理由：文章将 Grok 4.7 的长上下文与推理档位和 Bedrock 的接入、路由及认证方式对应起来，便于评估部署成本与使用路径。
GPT-6 Astra 完成 Basis 的 50-tab 税务工作簿，速度是 GPT-5.6 Sol 的 2 倍。其对用户意图更强的理解，让 Basis 对真实场景使用更有信心。
AWS 介绍了一套基于 Amazon EKS、EFA、DeepEP 和 Amazon S3 的 MoE 强化学习扩展架构，用于协调 rollout 生成与策略训练。
Liquid AI 发布面向 LFM2.5-VL-3B 的实验性 DSpark draft model，通过 speculative decoding 加速视觉语言模型推理。
推荐理由：原文量化了视觉语言模型引入 DSpark 后的解码与端到端加速，并说明额外参数和视觉预填充对整体收益的影响。
Harvey 借助 GPT-6 Astra 生成结构更清晰、具备上下文感知能力的法律文件，让律师能够专注于策略。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 中首次提交预览结果，在 Qwen3-VL 上的吞吐量最高达到 GB300 NVL72 的 3.7x，在 DeepSeek-R1 上最高达到 2.5x。
推荐理由：文章将 Vera Rubin NVL72 的模型吞吐、GB300 NVL72 的跨机架扩展效率与软件优化增益放在同一组 MLPerf 结果中，便于比较推理基础设施的长期经济性。
Salesforce 发布首个 CRM 推理模型 Koa，该模型基于 NVIDIA Nemotron 3 Super，并使用近三十年企业 CRM 部署生成的专有合成数据进行后训练。
推荐理由：文章梳理了 Koa 的训练来源、数据隔离和 CRM Bench 表现，并交代了客户试点与正式可用时间。
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train，用离线强化学习生成与集合属性对齐的查询分解监督，再训练 53.9M-parameter 扩散检索器，在单次非自回归过程中生成完整目标集合。该方法在时延上相较自回归方法实现 12 to 20 speedup，并在大上下文批处理中将近 50 秒的自回归扇出延迟降至亚秒级到数秒。
OpenAI 发布 GPT-6 Astra，称其为面向企业最强大的模型，具备高级推理、计算机使用以及更强的写作和设计判断能力。
推荐理由：摘要列出 GPT-6 Astra 在推理、计算机使用、写作和设计判断方面的能力侧重，可帮助读者快速了解其面向企业工作的定位。
GitHub Copilot 推出 Project HydraFusion 研究预览，可在运行时从多个提供商的模型中选择并编排执行流程。HydraFusion目前支持 Single、Cascade 和 Critique 三种模式，并通过 Copilot CLI 的 /experimental 向所有 GitHub Copilot 计划用户开放。
推荐理由：GitHub Copilot 将多模型选择、评审与升级纳入运行时流程，并用三项 agentic coding 基准展示质量与成本之间的具体权衡。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长程编码与智能体工作流，后者面向网络安全。
推荐理由：文章同时给出 Gemini 3.8 Flash 在长程编码与多步推理上的基准表现，以及 Cyber 版本的漏洞发现、修复和使用门槛，便于比较两种定位。
AllenAI 介绍 BenchMIRT，一种在单个提示词和任务层面审计 LLM 基准测试、拆分潜在能力信号的方法。该方法基于 100 个 LLM、16 个基准和超过 34K 个问题训练，独立识别出安全与通用推理两个主要维度。实验显示，保留 10% 的问题通常能接近完整评测的能力判断，预测未观测问题正确率为 79%，高于简单基线的 70%。
推荐理由：BenchMIRT将基准分数拆解到模型能力与单个题目层面，帮助研究者识别安全和推理信号的混杂，并压缩评测规模。
IBM Granite Team 详解 Granite 4.2 推理模型家族的构建过程，涵盖 3B、8B 和 30B 三种规模，以及从 Granite-4.1 基础模型到 SFT 和多阶段 RL 的训练流程。
推荐理由：文章梳理 Granite 4.2 从 Granite-4.1 基础模型、SFT 到多阶段 RL 的训练链路，并说明 8B 与 30B 如何在真实环境中通过 Agentic RL 学会工具操作。
Multiverse Computing 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩为 60B 参数并量化至 MXFP4，在 9 项基准中的 7 项超过同架构 BF16 检查点。
Liquid AI 发布 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型，通过 speculative decoding 提升推理吞吐。
推荐理由：文章同时给出 H100 与 M4 Max 的吞吐对比、function-calling 延迟变化及 llama.cpp 和 SGLang 接入方式，便于评估 DSpark 在云端与端侧部署中的收益。
Google DeepMind 发布 Gemini 3.7 Flash，称其在编码、知识工作和 Web 开发流程上较 Gemini 3.6 Flash 有明显提升。
推荐理由：Gemini 3.7 Flash 的基准对比、价格和接入方式较为完整，便于判断其在编码与智能体工作流中的升级幅度和适用场景。
Google Research 介绍一项关于 LLM 事实性的研究，提出 knowledge profiling 和 WikiProfile，用于区分事实是否被编码及能否被召回。
推荐理由：文章用 WikiProfile 区分事实编码与召回，数据显示前沿模型的瓶颈更多在已存知识的访问，而非知识缺失。
Google Research 发布 AMIE（Video），该系统基于 Gemini 和 Project Astra，可实时进行音视频临床会诊，感知非语言线索、引导虚拟体格检查并开展临床推理。
推荐理由：文章将 AMIE（Video）的异步多智能体架构、随机视频研究结果与模拟场景限制放在一起，便于理解其能力边界。
Microsoft Research 介绍 CARE-X，一款结合报告生成、结构化预测、辅助监督和 DAPO 强化学习的胸部 X 光 VLM。CARE-X 在多项报告生成、问答、定位和分类任务上进行评估；独立实验还将 Qwen3-VL-4B-Instruct 与确定性测量工具结合，在五类测量依赖条件上的平均 F1 提升 43.6 个百分点。
推荐理由：文章展示了如何将生成、结构化预测与确定性测量工具结合，用于提升胸部 X 光任务中的定位、分类和定量判断能力。
ALTK-Evolve 与 ACE 都让智能体从自身轨迹学习可复用经验，但前者按任务和模型能力选择交付 guideline，后者每步注入完整 playbook。
推荐理由：文章在同一 AppWorld 与基础 ReAct 智能体上比较两种记忆交付方式，展示按模型能力调节上下文如何兼顾任务成绩与 tokens 成本。
Google DeepMind 发布 Gemini Robotics 2，通过 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2，支持人形机器人全身控制、灵巧操作、多步骤推理与多机器人协作。
推荐理由：原文系统梳理了 Gemini Robotics 2 的三类模型分工、机器人适配方式与安全机制，便于理解其从单机控制走向协作任务的技术路径。
Thinking Machines 发布开放模型 Inkling 及 Inkling-Small，支持文本、图像和音频输入，并具备 Agent 能力与 1M context。
推荐理由：文章同时拆解了 Inkling 的 MoE、混合注意力与多模态输入架构，并给出不同量化版本的显存需求和部署路径，便于评估落地成本。
Mistral AI 发布 8B 模型 Robostral Navigate，仅使用单个 RGB 摄像头和自然语言指令控制机器人自主导航。该模型在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单摄像头方案高 9.7 个百分点，比使用深度或多摄像头的最佳系统高 4.5 个百分点。
推荐理由：文章将单 RGB 摄像头导航的基准表现、训练数据规模与 prefix-caching 方法放在一起，便于理解其技术取舍。
Mistral AI 发布 Leanstral 1.5，这是一款采用 Apache-2.0 许可、119B 总参数且仅 6B active parameters 的模型，面向 Lean 4 形式化验证。
推荐理由：文章同时给出形式化数学基准、成本对比和真实代码验证案例，便于评估 Lean 4 证明智能体从题目求解到仓库级任务的实际能力。
优化理论、生物学与竞争市场共同指向：在算力、数据和开发时间有限的条件下，AI 系统通过专注特定目标、以广度换取匹配度，往往能获得更高性能。Goldfeder 等人在 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》中进一步论证，通用性并非性能优势，“普适通用”在实践中只是神话。
Google Research 将 Multi-Token Prediction（MTP）改造到冻结的 Gemini Nano v3 模型上，并部署至 Pixel 9 和 10 系列。
推荐理由：文章展示了如何在不改变 Gemini Nano v3 基础能力的前提下，通过冻结主干和零拷贝 MTP 降低移动端推理开销。
Google Research 研究发现，开启 reasoning trace 可帮助 Gemini-2.5 Flash、Gemini-2.5 Pro 和 Qwen3-32B 找回关闭推理时难以恢复的单跳事实。
推荐理由：文章通过受控实验拆解推理提升单跳事实召回的两种机制，并将中间事实的可靠性与最终答案准确率联系起来。
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散和并行生成，在专用 GPU 上实现最高 4 倍的文本生成速度。该 26B MoE 模型推理时激活 3.8B 参数，量化后可适配 18GB VRAM，并以 Apache 2.0 许可发布。DiffusionGemma 面向本地、低并发的交互式工作流，但整体输出质量低于标准 Gemma 4。
推荐理由：文章具体说明了 DiffusionGemma 在本地低并发推理中的速度优势，也交代了输出质量与标准 Gemma 4 的取舍。
Google DeepMind 发布 Gemma 4 12B，这是一款面向笔记本本地运行的统一无编码器多模态模型，支持原生音频输入，并提供多步推理和智能体工作流能力。该模型在标准基准上的表现接近 26B MoE 模型，支持使用 16GB 内存本地运行，并以 Apache 2.0 许可证发布。
推荐理由：文章从架构、资源占用和本地部署入口三个层面，说明 Gemma 4 12B 如何将多模态智能带到消费级笔记本。
Google Research 在 I/O 2026 集中介绍了 Gemini for Science、AI 医疗研究、端侧平台、极端天气预测、Gemini 能力改进和量子计算等方向的进展。文章还介绍了 Google Antigravity 2.0 的多智能体开发工作流、Gemma V4 上线一个月下载量超过 100 million，以及 MedGemma 下载量超过 5M。
推荐理由：文章集中梳理 Google Research 在科学发现、医疗、开发者工具和量子计算等方向的 I/O 研究进展，呈现研究成果如何进入具体产品与实验。
Mistral 在 AI Now Summit 2026 发布面向工业工程的 AI stack，并更新 Vibe 智能体以支持长周期多步骤工作。该方案与 Airbus、BMW Group 和 ASML 合作，覆盖设计、仿真、生产及工程数据应用；Vibe 可执行研究、编码和交付流程。
Mistral AI 发布 Mistral Medium 3.5 public preview，这是一款 128B dense open-weight 模型，成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：文章同时交代模型规格、编码基准与部署方式，并说明它如何支撑云端并行编码和多步骤工作流。
Google DeepMind 发布基于 Gemini 的 Co-Scientist 多智能体系统，可迭代生成、辩论和演化复杂科学问题的研究假设。系统通过生成、反思、排名、演化和元评审等智能体协作，并结合 web search、ChEMBL、UniProt 及 AlphaFold 等工具探索研究方向。
推荐理由：文章拆解了 Co-Scientist 的多智能体协作与假设竞赛机制，并展示其在多项生命科学研究中的应用。
Berkeley AI Research梳理Adaptive Parallel Reasoning（APR）范式，让模型在推理时自主决定是否拆分任务、并行线程数量及串并行控制。文章比较了Multiverse、ThreadWeaver、Parallel-R1等方法在KV cache处理、推理引擎改造和训练奖励上的差异，并讨论准确率、关键路径延迟与并行稳定性等开放问题。
Google Research在 ICLR 论文中提出 ReasoningBank，从智能体的成功与失败经验中提炼结构化推理记忆，并通过 MaTTS 支持测试时自我演化。
推荐理由：文章展示了如何把成功与失败轨迹提炼为可复用的推理记忆，并用 WebArena 与 SWE-Bench-Verified 结果说明其效果与效率变化。
Google Research在发表于 Transactions on Machine Learning Research 的论文中提出 Simula，用推理优先的方法从第一性原理构建合成数据集。
推荐理由：文章将合成数据生成重构为机制设计问题，拆分覆盖、多样性、复杂度与质量，给出可控且可评估的数据构建路径。
Google DeepMind 发布 Gemini Robotics-ER 1.6，升级空间与物理推理、多视角理解和任务成功检测能力。模型新增仪表读数能力，可通过工具调用、agentic vision 和代码执行解读压力表等设备。
推荐理由：文章集中展示了 Gemini Robotics-ER 1.6 在多视角成功检测、仪表读数和安全约束上的改进，并说明开发者如何调用该模型。