Cognition 发布 SWE-2 编码模型，以更低成本逼近前沿

Cognition 发布最先进编码模型 SWE-2，基于 2.8T 参数的 Kimi K33 后训练，在 FrontierCode 1.1 Main 取得 50.0%，仅比 Fable 5.1 低不到一分且便宜 64%。

Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，以约 1/17 成本比肩 Opus 5

Genspark 与 Fireworks Lab 合作，通过 RL 后训练将开源多模态模型 MiniMax M3 打造成 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。

IBM 发布 Granite Time Series PatchTST-FM-r2，采用 Apache 2.0 与 OpenMDW 1.0 双许可

IBM 发布 Granite Time Series PatchTST-FM-r2，约 385M 参数，支持最长 8,192 上下文、99 分位数概率预测和缺失值插补。

Anthropic 发布经济情景模型，推演 AI 对 2030 年美国就业与工资的影响

Anthropic 经济团队基于技术报告《Economic Scenarios for Transformative AI》发布交互式经济情景探索工具，把经济表示为任务束，推演 AI 到 2030 年对美国经济的影响。

LG AI Research 发布表格基础模型 EXAONE Tabular，纯合成数据预训练

LG AI Research 发布面向结构化表格数据的分类与回归基础模型 EXAONE Tabular，完全基于 SCM 合成数据预训练，未使用任何真实表格数据，通过上下文学习免重训直接预测。

Epoch AI 推出 AI Chip Users explorer，估算五大前沿实验室算力使用量

Epoch AI 推出 AI Chip Users explorer，以 Nvidia H100 等效值（H100e）估算 OpenAI、Google DeepMind、Anthropic、Meta Superintelligence Labs 和 SpaceXAI 用于研究、训练和推理的算力。

Dwarkesh Patel 研究：预训练进步主要来自数据改进

Dwarkesh Patel 发布实验分析，在最高 1e19 FLOPs 的算力预算下训练 2019 至 2025 年各年度代表性模型配方与数据语料，发现数据改进带来 12.0x 算力效率提升，模型改进为 3.7x，数据贡献约为模型的 3.24 倍。

智元发布GE-Act 2.0，首次验证原生世界—动作模型预训练与Scaling路径

智元发布原生世界—动作模型GE-Act 2.0，所有参数从随机初始化在具身操作数据上从头训练，不针对评测任务微调或示范。

OpenBMB@OpenBMBAI 评分5858

面壁智能（OpenBMB）开源 2B 参数端侧模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上得分 23，为 4B 以下开源模型第一，Agentic Index 得分 20，34 项基准平均 53.9。

面壁智能联合 OpenBMB 开源 MiniCPM5-2B，AA 榜单 4B 以下综合第一

9 月 8 日，面壁智能联合 OpenBMB 开源 2B 端侧基座模型 MiniCPM5-2B，支持工具调用、深度搜索、代码生成。

AI at Meta@AIatMetaAI 评分5858

Meta 官方宣布，其自主 AI 研究系统 AIRA₃ 于 6 月参加 NVIDIA 主办的 Kaggle 竞赛，任务是对 30B Nemotron 模型进行微调以提升推理能力，所有参赛者使用相同信息并在私有测试集上外部评分。AIRA₃ 在约 4000 支队伍中排名第 8 获得金牌，超越了拥有同样前沿工具的人类参赛者。Meta 认为这表明 AIRA₃ 可以在类似人类专家的水平上提升模型的指定能力。

Cohere@cohereAI 评分4848

Cohere Labs 发布 Agentic Task Ecosystem 数据集，包含 69 万以上为 AI 智能体构建的工具。在测试工具能否独立完成一项职业任务的实验中，仅 2.6% 通过。

Databricks 讲解如何构建高质量且可信的数据产品

Databricks 发布博客，介绍组织在迈向 AI 与数据驱动时，如何借助 Databricks 构建高质量且可信的数据产品。正文从企业在 AI 和数据驱动转型中需要交付数据产品这一需求展开。

Databricks：数据治理不止于安全， lakehouse 上的知识、上下文与本体

Databricks 发文讨论面向 AI 的数据治理，指出多数组织将治理等同于安全控制，而文章主张治理还应覆盖知识、上下文与本体层面。文章围绕 lakehouse 提出超越安全视角的治理思路，原文正文仅给出开篇部分。

Google Research 研究跨人群多基因风险评分迁移学习，提出跨人群 GWAS 训练指南

Google Research 用 UK Biobank 约数十万欧洲样本与 Biobank Japan 近 20 万日本样本，在 8 项临床性状上评估多基因风险评分（PRS）的跨人群迁移效果。结果显示，目标人群样本达 15k 以上时，目标人群专属模型优于混合欧洲数据训练；遗传相关性高的性状可继续受益于欧洲数据至 25-40k+ 样本，而 HDL、LDL、血糖等高度人群特异性性状受益明显更小。

Tom Tunguz 解析 Meta Muse Spark 双轨定价背后的数据换算力逻辑

Tom Tunguz 分析 Meta 发布 Muse Spark 模型及双轨 API 定价：Standard Tier（muse-spark-1.3）输入 $1.25/m。

Hugging Face 教程：用 GRPO 微调 LFM2.5-350M，100 步提升结构化输出通过率至 29.7%

Hugging Face 发布完整教程，使用 TRL 库以 GRPO 微调 LiquidAI/LFM2.5-350M，约 500 样本、100 训练步即可在免费级 Colab 或 Kaggle GPU 上完成，训练后模型在 IFStruct 基准上从 22.6% 提升至 29.7%。

Qwen 联合淘宝天猫集团发布 E-Commerce Bench：评测模型长时程电商经营能力

Qwen 与淘宝天猫集团合作发布 E-Commerce Bench，让模型以 ¥100,000 初始资金在模拟市场经营网店 365 天，覆盖 6,886 个商品、576 家供应商和 60 个品类。

用 TRL 和 OpenEnv 训练编码模型画水彩：Hugging Face 全流程开源复现

Hugging Face 博客作者基于 Surya Narreddi 的原始想法，用 TRL、OpenEnv 和 Qwen/Qwen3.5-35B-A3B 复现了让语言模型通过 p5.brush 写 JavaScript 画水彩的 RL 训练流程，所有数据集、环境、脚本和模型均开源在 Hub。

美团智播解析数字人直播技术：形象生成、动作驱动与万路并发方案

美团智播官方发布技术长文，介绍AI数字人直播的完整技术闭环，涵盖高保真形象生成与编辑（SDIP、SREdit）、文本驱动动作生成（MoTiGA）、语音手势协调生成（StreamingTalk）和视觉token压缩推理加速（Glance2Gaze）。

赵昊与百度百舸团队对谈：世界模型如何走向规模化训练

百度智能云具身智能前沿讲堂上，清华大学AIR助理教授赵昊与百度智能云AI计算首席科学家王雁鹏等对谈世界模型规模化问题。赵昊提出以3D/4D Token为核心的世界模型路线，认为世界模型不等于视频生成，需表达空间结构、光学属性和速度、加速度等动态信息；其OmniNWM通过动作编码与相机参数解耦，实现200帧稳定生成，并与精锋医疗、极智嘉分别合作手术预演和仓库机器人场景。

Databricks 扩展 Genie Agents：新增深度分析与文件推理能力

Databricks 宣布扩展 Genie Agents 能力，新增深度分析、文件推理等功能。此前公司在 Data and AI Summit 上宣布 Genie Spaces 演进为 Genie Agents。

Cohere Labs 发布 ATE 数据集：69.6 万 MCP 工具中仅 2.6% 能完整执行职业任务

Cohere Labs 聚合七个公开目录，构建含 696,291 个工具、123,069 个 MCP 服务器的 Agentic Task Ecosystem 数据集并对外开放。

FDA 如何在 Databricks for Government 上构建安全、面向 AI 的数据基础

FDA 在 Databricks for Government 上构建安全、AI 就绪的数据基础，原文将联邦数据平台现代化比作在航行中重建航母引擎，正文仅给出这一背景性描述。

Microsoft Research@MSFTResearchAI 评分1515

Microsoft Research 宣布两篇论文获 VLDB 2026（波士顿）认可。图片显示论文分别为面向云存储加速的 Garnet 下一代缓存存储，以及分析数据库中标量函数的 GPU 加速编译、基准测试与优化。

Databricks 讲解如何在数据栈中落地 Genie Ontology

Databricks 发布博客，讲解如何在数据栈中落地 Genie Ontology，为 AI 智能体构建超越语义模型的共享业务上下文。

Discovery Bank 如何用行为 AI、治理数据与实时决策实现大规模超个性化银行服务

Discovery Bank 通过行为 AI、治理化数据和实时决策，在满足规模、速度与安全要求的同时让每个客户交互都具备个性化体验。文章介绍了该银行实现大规模超个性化银行服务的具体方法。

Tencent Hy@TencentHunyuanAI 评分6767

腾讯混元发布 Hy4 preview，770B 总参数、49B 激活、1M 上下文，定位生产力场景，开源并保持稳定低价，提供 HuggingFace 和 GitHub 入口。作者补充称 Hy4 preview 在 AI 研究中自主发现推理瓶颈，通过算子融合与通信优化将端到端吞吐提升 31.8%，且在不同上下文长度和并发下保持稳定。

NVIDIA 技术博客：如何为 AI 推理规划 GPU 规模并优化 TCO 避免超支

NVIDIA 技术博客发布一套 AI 推理 GPU 规模规划框架，围绕用例、token 模式、TTFT 等延迟指标、并发、缓存命中率、模型选择和部署策略给出 sizing 方法，并提出 core-and-flex 容量策略平衡 capex 与 opex。

Google DeepMind 试点全球首个双盲 AI 评测

Google DeepMind 宣布试点全球首个针对专有前沿模型的雙盲评测，把外部评测限制在密码学环境中，避免模型提前接触测试题。该项目与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型，以提升评测可信度。

微软研究院发布 Skala 1.1，并推进其在 CP2K、Psi4 等 DFT 软件中的集成

微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 的 55 个类别中拿下 32 项第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正在集成进 Psi4、FHI-aims、ORCA 和 VASP。微软研究院同时推出一个持续更新的基准，用于追踪后续 Skala 版本的计算性能。

Google DeepMind 发布 WeatherNext 气旋预报模型并开源

Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均为预报员多争取一天预警时间，三天预报精度相当于此前模型的两天水平。

Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的上下文摘要

Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要形式化为自然语言「信念状态」，并通过信念评分（belief grading）监督其信息内容。

智能免费之后：面向智能体、由智能体构建的数据系统

UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体设计（For Agents）、由智能体运行（Of Agents）、由智能体合成（By Agents）。

Google DeepMind 的 Co-Scientist 如何助力 Calico 衰老研究

Google DeepMind 的 AI 工具 Co-Scientist 被 Calico Life Sciences 用于衰老生物学研究，帮助整合分散发现并生成值得验证的假设。Calico 团队借助 Co-Scientist 提出关于整合应激反应（ISR）如何受代谢调控的新假设，并优化实验设计、随结果补充新信息。相关实验已产生对 ISR 在健康与疾病中作用有重要意义的发现，团队计划发表这些结果。

Google Co-Scientist 加速肝病机制发现，提出 MASH 组合疗法新假说

爱丁堡大学生物工程师 Filippo Menolascina 用 Google Co-Scientist 梳理 MASH 肝病文献并生成新假说，系统提出 NLRP3 炎症小体是连接炎症与代谢的关键分子桥梁，该假说随后经实验验证。

Google Co-Scientist 如何连接 MIT 与波士顿儿童医院实验室，探索 ALS 新疗法

Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关文献，将想法转化为可检验假设并按可行性与风险收益排序。

Google DeepMind 的 Co-Scientist 助力发现抗肝纤维化药物

斯坦福大学医学院遗传学家 Gary Peltz 使用 Google DeepMind 的 Co-Scientist 筛选抗肝纤维化药物，其提出的 3 个候选药物中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生，而 Peltz 自己挑选的 2 个候选药物均无效果。

Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构

Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛并异步传输数据，从而隔离局部硬件故障。

GRASP：面向世界模型的梯度规划器，让长时程规划更稳健

GRASP 是一种面向学习型世界模型（learned dynamics）的新型梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接加入随机性以促进探索，并重塑梯度让动作获得清晰信号、避免穿过高维视觉模型的脆弱“状态输入”梯度。