模型与能力
Meta Muse Spark 1.2：价格仅 $0.69/次，比 Kimi 便宜 3 倍、比 Opus 便宜 10 倍
Muse Spark 1.2 在 Vals Index 进入榜单前 5，Finance Agent v2 测试中达 60%+ 准确率（$0.77/次），而此前第一的 Opus 5 要 $5.12/次；Meta 还称其在 5 个 STEM 奥赛中取得金牌级成绩（无搜索/计算器/代码工具）。
> 相关链接：Vals Index 排名｜奥赛成绩详情
OpenAI 统一 ChatGPT 模型：GPT-5.6 Sol 同时服务‘即时’和‘深度思考’
Plus/Pro 用户现在统一用 GPT-5.6 Sol，新增滑块调节推理强度；实测在金融/医疗/法律高风险评测中，事实错误减少 68%；免费和 Go 用户则获无限 GPT-5.6 Luna 文本聊天 + ‘Think’ 按钮。
> 相关链接：官方公告｜错误率对比数据
Qwen 3.8-Max 开放在即：2.4T 参数 MoE 模型，下周三正式发布
Qwen 官方确认 Qwen3.8-2.4T-A95B（即 Qwen3.8-Max）将于下周三在 ModelScope 公开，是首个开源的 Qwen-Max 级模型；同期还将推出 Qwen3.8-27B 等轻量版本，主打本地部署和编程场景。
> 相关链接：ModelScope 预告页｜AMA 技术说明
ARC Prize 测评：GPT-5.6 Luna 降价 80% 后能力未降
GPT-5.6 Luna 经 80% 降价后，在 ARC-AGI-2 达 59.6%（$0.18/任务），ARC-AGI-1 达 90.7%（$0.07/任务），证明低价模型也能维持强泛化能力。
> 相关链接：ARC Prize 报告
Agent 与工具链
OpenAI 推出 Agent Plugins：首个跨平台 Agent 技能打包标准
联合 AWS、Cursor、GitHub、Vercel 等推出开放标准，支持将 Agent 技能与 MCP 服务配置打包；已接入 Codex、ChatGPT、Cursor、GitHub Copilot、Kiro 等全部主流客户端。
> 相关链接：OpenAI Devs 公告
Cloudflare 发布 Kitesurf：Worker 上无状态浏览器，专为 Agent 设计
把 DOM/脚本和渲染分离，按需启动渲染 Worker，大幅降低 CPU/内存开销；同时升级 WebMCP、AI Search 和 MCP 核心，使其适配通用 Web 基础设施。
> 相关链接：技术介绍
Weaviate 内置 MCP 支持：无需单独服务，直接启用 /v1/mcp 接口
Weaviate 新版原生集成 MCP，同一端口提供 collection 检查、租户列表、混合搜索、对象写入等功能，RBAC 权限可独立开关读写权限。
> 相关链接：Weaviate 官方说明
Prime Agent 开源：声称在 ARC-AGI-3 达 95.5%，超人类基线
开源编码/研究 Agent 框架，支持多智能体通信、持久化执行环境和自修改 harness；但社区质疑其 benchmark 设计合理性，呼吁与 Cline、Droid 等强基线对比。
> 相关链接：项目主页
基础设施与硬件
Unsloth 推出 DSpark：DeepSeek-V4-Flash 本地推理提速 1.4–2 倍
无需精度损失，GGUF 格式下 DeepSeek-V4-Flash-0731 可达 120 token/s；适合 RTX 5090 等消费级显卡本地部署。
> 相关链接：Unsloth 公告
vLLM 加速 Kimi K3 开源部署：发布验证版 serving 配方
vLLM 官方推出经验证的 Kimi K3 部署方案，并强调已支持 50 万+ GPU 规模的 open-model 生产级推理基础设施。
> 相关链接：vLLM GitHub
研究与方法
Google DeepMind 发布 WeatherNext 2：热带气旋预报多抢 1 天预警时间
Nature 论文成果，开源代码与权重；实测对飓风 Melissa 提前 5 天以 80% 置信度预测五级登陆，相当于十年气象 AI 进展。
> 相关链接：Nature 论文
Elicit 推出 BioDecisionBench：专注药物研发决策中的推理陷阱识别
基于 26 个真实生命科学失败案例构建，测试模型能否发现混杂因素、替代终点误用等关键错误，而非泛化问答能力。
> 相关链接：Elicit 博客
Reka 发布 RekaDaily-10k：10,312 小时真实家庭第一视角视频数据集
覆盖美、拉美、亚、非四地，含 ~1670 小时原生 4K 视频，Apache 2.0 开源，目标是让物理 AI 学会处理‘真实世界的混乱’而非合成数据。
> 相关链接：Reka 官方发布
产品与应用落地
Qwen3-TTS 正式进入 llama.cpp 主线：支持本地多语种语音克隆
Qwen3-TTS-12Hz-1.7B-Base GGUF 已合并进 llama.cpp，支持从 WAV/MP3 参考音频克隆声音；RTX 5090 上实测达 7.5–8.6 倍实时速度。
> 相关链接：llama.cpp PR
GitHub Copilot 开始试用 Kimi K3：Fireworks 托管，定价 $3/1M 输入、$15/1M 输出
Copilot 新增 Kimi K3 作为可选模型（Fireworks 托管），但因 GitHub Actions 故障临时暂停；明确公布每百万 token 成本，方便开发者成本估算。
> 相关链接：GitHub 官方说明
行业与公司动态
AMD 宣布收购 Taalas：押注定制 ASIC 用于 AI 推理
AMD 收购初创公司 Taalas，强化其在 AI 推理专用芯片领域布局；此前 Latent Space 多次撰文指出 Taalas 是值得关注的定制 ASIC 方向代表。
> 相关链接：Latent Space 原文
Cursor 推出智能 Router：按任务类型自动路由至 Grok 4.5 / GPT-5.6 Sol / Opus 5 等最优模型
基于每周数百万次用户交互训练，Router 能识别 Routine / Planning / Execution / Debugging 等任务类型，分别调用不同模型以兼顾速度与效果。
> 相关链接：Cursor 官方说明
政策、治理与安全
白宫新规：美国本土开源模型免于政府强制安全审查
仅对闭源、具备顶尖网络攻防能力的美国模型要求上市前提交政府测试；Qwen、DeepSeek 等中国开源模型因属境外发行，实际不受该政策约束。
> 相关链接：WSJ 报道
MiniMax 对 Hugging Face LoRA 上传者发警告：限制‘去审查’类衍生模型分发
MiniMax 以违反模型许可为由，要求下架 Hugging Face 上部分 H3 LoRA；社区讨论焦点转向‘开放权重’不等于‘真正开源’，许可证是否允许自由衍生仍是关键分歧。
> 相关链接：Reddit 讨论截图