OpenAI 发布 722 篇数学论文，声称解决数百个开放问题
OpenAI 发布 722 篇数学论文，涵盖 372 个结果族，声称解决了数百个开放问题。论文由未发布的前沿模型生成，平均每个结果使用相当于 3 小时 ChatGPT Pro 思考的计算量。
同一新闻，精选展示《OpenAI 分享数学领域 AI 进展》
#数据/训练
The Verge · AI同新闻AI 评分7878 Simon WillisonAI 评分6666 Mistral 发布 Large 4 预览版：1 万亿参数、490 亿活跃参数
Mistral 发布 Large 4 预览版，模型拥有 1 万亿参数、490 亿活跃参数，在自建 3800 张 NVIDIA Grace Blackwell GPU 集群上训练。
TechCrunch · AIAI 评分2222 Mirror Particle 正在构建人类行为的“世界模型”
旧金山初创公司 Mirror Particle 正在从零构建一个模拟人类行为及其变化原因的世界模型，认为依赖 LLM 角色扮演预测人类行为的方式根本行不通。该模型结合客户数据、时事、流行文化和社交媒体等专有数据，追踪动机如何随经历变化，重点关注人们实际做了什么而非问卷自述。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
针对多团队共享 Amazon SageMaker HyperPod 集群的治理难题，AWS 提出组织、项目、集群、工作负载四层控制模型，并说明如何通过 SageMaker Unified Studio 将已批准的 HyperPod 集群接入项目，同时保留底层 IAM、Amazon EKS、RBAC 或 Slurm 控制。集群与稀缺加速器容量应集中在单一容量账户，项目仅是协作边界而非运行时安全边界。
TechCrunch · AIAI 评分6969 Mistral 发布 1T 参数多模态模型 Mistral Large 4
Mistral AI 发布 1 万亿参数多模态模型 Mistral Large 4，目前仅通过公共护栏端点访问，计划三周后开放权重。该模型完全使用自有算力训练，仅用 4000 块 Nvidia GPU，公司称其算力用量比中国竞争对手少两到三倍。
Google ResearchAI 评分5252 Google 发布 Earth AI 地理空间基础模型在公共卫生领域的验证研究
Google Research 介绍 Earth AI 的人口动态基础模型 PDFM，通过五个独立公共卫生案例验证其地理空间嵌入在疫苗接种、心血管疾病、登革热、产后抑郁和霍乱预测中的增益。PDFM 嵌入无需微调即可接入现有模型，在多项任务中匹配或优于传统输入，并已通过 Google Maps Platform 以 Population Dynamics Insights 提供商业预览。
The DecoderAI 评分6262 韩国拟投 34.9 亿美元打造本土前沿 AI 模型
韩国计划通过政府股权投资 4.7 万亿韩元（34.9 亿美元）开发本土前沿模型，该资金属于 2027 年预算提案，尚待国会批准。另一条资金渠道将支持韩国模型在经济中的采用。政府将启动开放竞赛，初创企业也可参与，现有 LG AI Research、SK Telecom 和 Upstage 的决赛选手不会自动获得额外资金。
NVIDIA BlogAI 评分2222 电信运营商为何将 AI 战略押注在开放模型上
NVIDIA 最新《State of AI in Telecommunications》报告显示，89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model（LTM），由 AdaptKey 基于开源电信数据集微调，并开放完整微调流程。
The DecoderAI 评分6262 JEPA-Anything：将 LeCun 的 JEPA 扩展为跨物理到生物学的通用世界模型
PhAI Labs 联合斯坦福、牛津、普林斯顿的研究者提出 JEPA-Anything，将预测状态拆分为四个正交因子并分别预测，在物理、机器人、天气等十个任务上优于标准 JEPA，动态系统预测误差降低 35%。该模型还从生物数据中提出 IL-18 与 CD73 阻断的肝癌治疗组合，在类器官、肿瘤组织和免疫细胞共培养中显示更强杀伤与免疫激活，但尚未确立为实际疗法。代码与模型已公开。
The Decoder精选AI 评分8080 DeepSeek 新一轮融资获宁德时代与腾讯领投，目标 2027 年 IPO
DeepSeek 接近完成至少 120 亿美元的新一轮融资，宁德时代与腾讯为主要出资方，融资总额可能接近 150 亿美元。此轮融资后公司计划重组，目标 2027 年初 IPO，并正在建设配备至少 16 万颗华为 AI 芯片的数据中心。
推荐理由：融资规模与投资方构成清晰，读者可据此判断 DeepSeek 的资本节奏与上市准备。
Latent SpaceAI 评分7070 Reflection 发布 Beam：501B 总参数开源 MoE 模型
Reflection 发布 Beam，一个 501B 总参数、23B 活跃参数的纯文本 MoE 模型，面向编码、智能体和科学任务，从头训练，Apache 2.0 权重本月放出。团队称用 23.8T token 预训练，在 SWE-bench Verified 上得 80.9 分，推理效率是 GLM 5.2 的 3-4 倍。
Hugging Face BlogAI 评分2929 Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
Falcon-Emirati-7B 发布，这是基于 Falcon-H1-Arabic 的 7B 方言专用模型，专注理解与生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），家族覆盖 3B、7B、34B，上下文窗口最高 128K 与 256K tokens。团队用真实方言网页数据、MSA 文化语料和受术语表约束的合成数据完成方言适配。
The DecoderAI 评分6060 Google研究人员提出RRSI，防止自改进AI智能体记忆测试任务
Google研究人员提出RRSI，通过逐步收紧编辑预算和批评器审查，减少智能体在自优化过程中记忆测试任务的问题。基于冻结的Claude Opus 4.8，RRSI在8个基准上测试，训练任务最高提升14.1分，并在5个未见基准上最高提升4.7分。其运行时token用量比未正则化版本少约30 percent，代码已发布在GitHub。
The DecoderAI 评分6565 Reka AI 发布全模态模型 Rho-1，统一处理文本、图像、视频与机器人控制
Reka AI 发布 Rho-1 研究预览，这个 19-billion-parameter 全模态模型在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。
MIT Technology Review · AIAI 评分5757 AI 智能体如何连接企业知识
MIT Technology Review Insights 调查300名数据、AI及其他技术高管，发现企业平均仅有34%的智能体项目进入生产，旧有数据系统、安全与隐私问题以及知识和上下文不足是主要障碍。生产领先组织平均有61%的项目越过试点阶段，55%的受访者将数据碎片化列为扩大知识访问的主要挑战。企业计划优先投资数据摄取管道、AI-ready APIs、RAG、AI 评估智能体和知识图谱。
The DecoderAI 评分7373 Aleph Alpha 发布开放权重模型 Kolibri，强调欧洲 AI 主权
Aleph Alpha 发布德英双语模型 Kolibri，拥有 78 billion 参数，并通过 MoE 架构为每个 token 激活约 3 billion 参数。
MIT Technology Review · AIAI 评分2424 将预测分析带入智能体 AI 时代
企业预测分析正从提升预测准确性，转向让系统在不偏离业务意图的前提下依据结论自主决策。深度学习与生成式 AI 结合实时训练及非结构化数据，使分析系统能够持续演进，并推动企业从回顾历史走向务实预判。
Import AIAI 评分5252 Import AI 475 聚焦智能体群扩展、Google DeepMind 生物水印与 AI 科学经济
Import AI 475 汇总并分析了智能体群扩展、Google DeepMind 的 SynthID Bio，以及面向自主科学发现的 AI 科学经济。4-agent swarm 达到同等性能约需两倍总 token，但每个智能体只需一半 token，并行执行理论上可将耗时减半。
MIT Technology Review · AIAI 评分3030 自主式 AI 如何重塑企业智能
自主式 AI 正推动企业 AI 从工具转向运营模式，但规模化瓶颈主要来自流程、数据与架构，而非模型能力。全球 AI 投资预计在 2026 年达 $2.5 trillion，较上年增长 44%，但多数企业仍未借 AI 推动营收增长。持续获益的企业先重构流程再选择模型，并采用可组合、主权可控的数据基础设施。
AWS Machine Learning BlogAI 评分3636 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，该智能体配备 BM25 词法搜索与向量搜索两个工具。MTRL 以多轮 rollout 生成训练数据、用策略梯度优化模型，支持 PPO、CISPO 等算法与 GRPO 等优势估计器，并提供无服务器执行、异步 rollout、可恢复训练及 MLflow 轨迹观测。
Hugging Face Blog精选AI 评分7171 Ai2 开源科研报告生成模型 AstaBrief 8B 及训练数据
Ai2 开源 AstaBrief 8B 及其训练数据，该模型可将研究问题和检索到的文献片段生成带引用的报告。模型以 Qwen3-8B 为基础，使用 47K 个 SFT 样本和约 6K 个 DPO 样本，并以引用密度等信号过滤训练数据。
推荐理由：文章展示了如何用真实科研查询、引用密度过滤和双裁判偏好数据，让8B模型兼顾报告质量、溯源与生成效率。
Google Research精选AI 评分6262 Google 探索基于 TEE 的可验证隐私联邦学习
Google Research 公布新一代基于 TEE 的联邦学习系统，通过可远程证明的执行和公开透明日志提供可验证、可审计的数据匿名化保障。系统仅向操作方暴露指标和差分隐私模型权重，设备加密数据只能按预授权策略在 TEE 内限时解密处理。Gboard 已用其训练英文和日文下一词预测模型，获得更强隐私保障和更高准确率，并将此前每个模型 1-2 个月的训练瓶颈转移到服务器端并行计算。
推荐理由：文章拆解了从访问策略、KMS 到透明日志的端到端设计，可用于理解联邦学习如何兼顾可审计隐私与训练效率。
Latent Space精选AI 评分7777 Airbnb 以“由内而外”路径改造内部开发与宾客体验
Airbnb 正以“由内而外”路径推进 AI 原生改造，先用 AI 加速产品开发，再将相关能力用于客服和宾客体验。公司称 60% 的代码由 AI 编写，功能与改进同比增加近 80%，工程师平均 PR 吞吐量提升约 1.6x，约一半客服工单已完全由 AI 解决。
推荐理由：Airbnb 将原型协作、组织上下文图、按场景模型评测和异步智能体串成落地路径，为大型软件组织推进 AI 原生改造提供了可迁移框架。
Hugging Face BlogAI 评分4949 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建 AutoSynthData，将企业环境中目标模型的能力缺口转化为可执行、可验证的智能体训练任务，并随模型改进动态调整课程。它结合目标模型的失败与更强教师模型的成功表现，生成由系统规范、用户提示和验证器组成的新任务，经环境检验后用于后训练，并以 EnterpriseOps Gym 数据集演示流程。
AWS Machine Learning BlogAI 评分3838 Amazon Quick 推出 Live Data in Apps：AI 构建应用可实时查询受治理数据集
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps，应用每次打开时都会实时查询受治理的 Quick Sight 数据集，而非使用构建时的静态快照。该功能支持 SPICE 和 Direct Query 两种数据集模式，查询以查看者身份执行，自动沿用现有行级与列级安全规则，每位查看者首次使用需按数据集授权同意。
AWS Machine Learning BlogAI 评分3434 Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机提升获客漏斗转化率
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机（LinUCB）优化产品获客漏斗，七周在线 A/B 测试中，一个人群的最终漏斗转化率取得高个位数相对提升，另一个人群则未见改善，问题出在内容而非模型。
Ars Technica · AIAI 评分6060 Ataraxos以15胜1负4平击败Stratego顶尖选手
卡内基梅隆大学、MIT、纽约大学和斯坦福大学研究者开发的Ataraxos，以15胜1负4平击败Stratego选手Pim Niemeijer。该系统仅使用16 GPUs、花费数千美元完成训练，而此前DeepMind未能构建可稳定击败最佳人类玩家的系统。Stratego每方有40枚身份隐藏的棋子，身份仅在交战时揭晓，隐藏信息会在很长时间跨度内逐步展开。
AWS Machine Learning BlogAI 评分2222 uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并部署上线
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调，并做提示词层面的输出优化，使其适配自身零售审核策略。
NVIDIA BlogAI 评分1515 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
NVIDIA 提出 AI 工厂回报由三要素决定：每兆瓦产出能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
Microsoft ResearchAI 评分4848 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 开发机器学习管线，利用太阳风信息为美国本土66,935座变电站生成位置特定的空间天气风险预估。系统结合AE、Dst预测与纬度、地质及地面电导率，可提前30-60分钟预警；对重大、严重和极端事件的检出率分别为76.5%、81.2%和64.1%。
OpenAI NewsAI 评分4848 OpenAI 阻止一起协同模型蒸馏行动
OpenAI 阻止了一起试图提取受保护模型推理的协同模型蒸馏行动，并披露正在加强针对对抗性蒸馏的防御措施。
Google ResearchAI 评分4646 Diffusion Controller 如何统一并简化 AI 图像生成
Google 提出 Diffusion Controller，将扩散模型去噪统一为连续控制问题，兼顾用户偏好、图像质量与稳定性。其轻量附加网络可在冻结基础模型时修正生成轨迹，并以 Stable Diffusion v1.4、HPS-v2 评估；轻量方案超越行业标准，完全解锁版本对基线胜率达 90%。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布开放表格基础模型 Kumo Tabular，登顶四项基准
NVIDIA 发布开放表格基础模型 Kumo Tabular，无需训练、调优或特征工程，即可在单次前向推理中完成表格分类与回归。模型提供 28M 至 215M 参数的三种尺寸，仅用人工数据预训练，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 排名第一。
推荐理由：它把表格分类与回归压缩为单次前向推理，并以四项基准结果呈现精度与效率相对传统流程的变化。
Microsoft Research精选AI 评分6161 Microsoft Research 推出面向复杂生物学的 AI 研究系统 Quine
Microsoft Research 推出 Quine，这套实验性 AI 研究系统由多模态生物世界模型和连接模型、科学工具、文献、湿实验及研究人员的交互框架组成。
推荐理由：案例展示了如何用跨模态生物世界模型筛选实验候选，再以湿实验反馈迭代，提供了可迁移的计算与实验闭环思路。
OpenAI NewsAI 评分2222 OpenAI 发布前沿 AI 训练安全案例早期指南
OpenAI 公布前沿 AI 训练安全案例的早期指南，覆盖技术防护措施、运营实践以及失准事件调查三方面。该指南旨在为前沿模型训练过程中的安全论证提供框架。
Import AIAI 评分5858 Import AI 474 讨论柏拉图式心智空间、太空 TPU 与智谱外层 RSI 循环
Import AI 第 474 期梳理了柏拉图式心智空间、Google 太空 TPU 计划，以及智谱用 GLM-5.3 自动优化自家推理基础设施的进展。Michael Levin 提出心智可能是进入物理世界的非物理模式；Google 正为 Project Suncatcher 测试 Trillium TPU 的发射与辐射耐受性。
Hugging Face Blog精选AI 评分7171 Hugging Face Hub 上线 RL Environments 专区
Hugging Face Hub 上线 RL Environments 专区，以数据集仓库和标签支持强化学习环境的发现、版本管理与运行。首版聚焦任务集，新增 rl-environment 筛选器，并为 Harbor、Verifiers、OpenEnv 和 NeMo Gym 生成加载命令，无需新建仓库类型、注册表或账号。
推荐理由：它把分散在不同框架的强化学习环境纳入统一标签体系，为跨框架发现、版本管理和复用任务集提供了清晰路径。
Latent SpaceAI 评分3636 Foundries vs Navigators：AI 如何降低科学研究的成本
Endura Therapeutics 的 Adrian Sanborn 提出，AI 对科学的影响分为两类：Foundries 用新一代测序、高通量显微镜和物理自动化把实验测量成本降低一个数量级，Navigators 则用 AI 模型优化公司决策与流程，无需专有模型或大规模数据集。
NVIDIA Blog精选AI 评分6767 NVIDIA 等机构如何用开放病毒蛋白数据为下一次大流行病做准备
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，公开了超过 2,800 种病毒的蛋白复合物预测 3D 结构，帮助研究人员储备疫情应对所需的结构生物学知识。
推荐理由：材料同时给出数据集规模、推理流程与置信度标注方式，为病毒结构研究提供可直接复用的开放资源。
Latent SpaceAI 评分3838 Radical Numerics CEO Eric Nguyen 谈生物安全：一场 AI 军备竞赛
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为，提升生物能力的模型同样能帮防御方跟上前沿模型的攻击能力，而当前防御正在这场生物安全军备竞赛中落后。