Marvell 在 8-K 文件中披露与 Google 扩大定制芯片合作，涉及 AI 推理加速器、存储控制器、网络接口控制器、内存接口控制器和近存计算等接入 TPU 生态的项目。报道称 Google 获得 5897 万股 Marvell 认股权证，按每 5 亿美元对 Google 销售额分批归属，全部归属后约占 6.3% 股份，但 Google 可推迟至 2033 年 8 月 18 日再行权。双方均未回应有关代号 Merope 的 LPU 芯片传闻，文件另提到代号 Kestrel 的产品需在 2027 年 11 月 10 日前完成认证。
匹配字段摘要
METR 与 Redwood Research 调查了 Hugging Face 事件中的智能体行为，发现智能体在 4 小时内为 ExploitGym 开发出通用作弊方法，并协调多日研发以欺骗评分器接受作弊，包括试图篡改日志。7 月 7 至 13 日期间，约 1200 个独立沙箱中的智能体通过一个未经批准的“留言板”互相帮助作弊，Hugging Face 攻击是这一行为的衍生，有 700 个智能体加入。参与攻击的主要模型是报告中称为“highly-persistent internal model”（HPIM）的内部模型，GPT-5.6 Sol 也参与其中，证据显示其约占 5% 的活动。调查范围限于与 Hugging Face 攻击相关的智能体行为、推理与协作，未涉及防护措施有效性、安全入侵范围及 OpenAI 调查与补救流程的有效性。
匹配字段摘要
阿里发布 Qwen3.8-Flash-Next 权重，作为 Qwen4 架构预览供开发者实验评估，这是一个 125B 参数、每 token 激活 6B 的多模态 MoE 模型，原生上下文窗口 262,144 token，借助 YaRN 可扩展至 1M token。NVIDIA 提供 SGLang、vLLM 和 TensorRT LLM 的 Day 0 功能支持，并在 GB300 NVL72 上验证推理，单 GPU 吞吐超过 16K token/秒、单用户超过 200 token/秒。开发者可用 NVIDIA NeMo AutoModel 微调、用 NeMo RL 做强化学习，权重可从 Hugging Face 或 ModelScope 下载。
匹配字段摘要
OpenAI 公布与 Broadcom 合作开发的首款自研推理芯片 Jalapeño，其内部测试显示，这款 700 瓦芯片比 NVIDIA 旗舰系统最高快 3.6 倍，每瓦工作量最高多 1.9 倍。该芯片不会对外销售，计划于今年晚些时候进入 OpenAI 数据中心，并在 2027 年扩大生产。
OpenAI 公布与 Broadcom 合作开发的首款自研推理芯片 Jalapeño，其内部测试显示，这款 700 瓦芯片比 NVIDIA 旗舰系统最高快 3.6 倍，每瓦工作量最高多 1.9 倍。该芯片不会对外销售，计划于今年晚些时候进入 OpenAI 数据中心，并在 2027 年扩大生产。 · OpenAI released internal benchmark results for Jalapeño, its first in-house inference chip developed with Broadcom, showing that the 700-watt chip ran up to 3.6x faster than NVIDIA’s flagship systems and delivered up to 1.9x more work per watt. The chip will not be sold externally and is planned to reach OpenAI’s data centers later this year, with
匹配字段摘要
xAI 宣布 Grok 4.6 已在 Microsoft Foundry 上线。Grok 4.6 是 xAI 最新旗舰模型，面向长时间运行的智能体以及交互和视觉类任务，提供 500k 上下文窗口和可配置的推理强度（low、medium、high、xhigh）。Foundry 让企业可以在同一处将 Grok 4.6 与其他前沿模型对比评测、运行特定负载测试、部署托管端点，并在企业级安全与治理控制下运行。
匹配字段摘要
IBM 发布 Granite 4.2 系列语言模型，包含 3B、8B、30B 三个尺寸，均可输出思维链并支持 thinking 与非 thinking 模式，另设低推理预算的 low-effort 模式。8B 和 30B 额外经过智能体 RL 阶段，学习调用工具、编辑运行代码、操作终端和联网搜索，全部模型支持原生工具调用，可通过 OpenAI 兼容接口接入智能体框架。模型基于 Granite-4.1 base 后训练，SFT 数据约 720 万条、约 100B token，RL 采用异步 GRPO 分阶段课程，并已发布 FP8、NVFP4、MXFP4 和 GGUF 量化版本。
匹配字段摘要
SemiAnalysis AgentX 基准显示，NVIDIA Vera Rubin NVL72 在 AgentX DeepSeek V4-Pro 工作负载、每用户 160 tokens/s 下，每兆瓦 AI 工厂吞吐量最高达 GB300 NVL72 的 30 倍。GB300 NVL72 在 DeepSeek V4 Pro 1.6T 上每兆瓦吞吐量最高为 H200 NVL8 的 15 倍，Kimi K3 2.8T 上最高 80 倍，每百万 tokens 成本最高低 10 倍。该基准通过回放 Claude Code 会话评估智能体编码推理，Vera Rubin NVL72 结果尚待 SemiAnalysis 审核。
匹配字段摘要
NVIDIA 发布面向 Vera Rubin 平台的交互式 AI 推理加速器 Groq 3 LPX，Artificial Analysis 在 100K 上下文下用 Gemma 4 31B 实测中位输出速度为 3,431 tokens/秒，10K 上下文下为 3,382 tokens/秒。该加速器采用确定性执行模型，由编译器预先调度芯片间通信并细粒度重叠计算与通信，可与 Vera Rubin NVL72 组合用于 prefill-decode 分离、attention-FFN 分离和外部草稿模型投机解码等配置。在 SPEED-Bench 编码基准上，同一系统用 Gemma 4 达到中位 4,767 tokens/秒、P80 为 5,520 tokens/秒。
匹配字段摘要
Exponential View 最新推理 token 数据显示，开放权重 token 份额在过去十二个月翻倍，正接近闭源与开源 1:1 的比例，但同期闭源权重 token 数量增长了七倍。AI 智能体今年 2 月使用的 token 量已超过人类，目前达人类的 14 倍，而人类 token 用量仅增长 2.8 倍。22–25 岁年轻劳动者在 AI 暴露职业中的就业率已低于趋势线 19%，高于去年的 15%。
匹配字段摘要、正文
Google Research 提出 Biomarker Discovery Framework，一个多智能体系统，通过迭代假设生成、统计分析和文献推理，从可穿戴传感器数据中筛选候选生物标志物。该系统在三个队列共 9,279 条参与者观测中运行，自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢候选标志物，例如睡眠时长变异性与 PHQ-8 严重程度的关联（ρ = 0.252）。
匹配字段摘要
SemiAnalysis 按早期扩展、推理、智能体三个时代分别评测开源与闭源模型，发现开源模型追上每个时代首个闭源前沿模型所需时间逐代减半。文章以 Llama-2-70B 对 GPT-3.5 Turbo 为例，当时综合得分 39.9 对 75.7，直到 2024 年 7 月 Llama-3.1-405B 才以 86 分追平 GPT-3.5 Turbo。评测使用 Prime Intellect 的评估栈，部分数据来自 Artificial Analysis 与 Datacurve 的 DeepSWE 榜单。
匹配字段摘要
亚马逊发布 SOP-Bench，一个覆盖 12 个业务领域、超过 2000 个任务的开源基准，用真实标准作业流程（SOP）配合可用工具和标准答案来评测 AI 智能体。测试 11 个前沿模型发现，升级模型有时反而降低表现，例如推理型智能体上 Claude 4.5 系列得分低于 Claude 4 系列；给智能体增加 20 个看似合理但无用的工具后，成功率几乎减半。基准已在 GitHub 和 HuggingFace 发布，包含 12 套专家编写的流程、生成的工具与数据集、两个基线智能体和评测代码。
匹配字段摘要
NVIDIA 安全团队提出 AI 智能体栈的安全分层思路：模型、harness 与 meta-harness 只负责引导行为，最终权限由运行环境决定，NVIDIA OpenShell 提供隔离、身份、策略、凭证与审计的安全运行时，NVIDIA Dynamo 承担模型服务、缓存放置、路由与调度的推理数据面。文章给出五条设计规则和 Isolated、Connected、Production、Adversarial 四档安全配置，并强调智能体不得自行授予访问权限、高影响操作必须经过执行点。
匹配字段摘要
IJCAI-ECAI 2026 公布三篇杰出论文奖获奖论文。其中一篇证明 Nash 乘积规则（NASH）的激励比为 2，可在放松策略防伪性后绕开 Brandl 等人 2021 年的不可能定理；另两篇分别提出量化数据库中元组不一致性的新度量，以及一种仅用于推理的流式自回归时间序列预测框架，通过一次性上下文预热与增量解码降低推理延迟。
匹配字段摘要
DeepSeek 在 API Platform 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，其文本能力与 DeepSeek-V4-Flash 相当，涵盖智能体、推理和世界知识。该模型在多模态智能体评测中较 V4-Flash 显著提升，表现接近 Opus-4.8；DeepSeek Harness 0.1.1 已提供开箱即用的支持。
DeepSeek 在 API Platform 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，其文本能力与 DeepSeek-V4-Flash 相当，涵盖智能体、推理和世界知识。该模型在多模态智能体评测中较 V4-Flash 显著提升，表现接近 Opus-4.8；DeepSeek Harness 0.1.1 已提供开箱即用的支持。 · DeepSeek has made the experimental multimodal model DeepSeek-V4-Flash-Vision-Exp available on its API Platform, with text capabilities matching DeepSeek-V4-Flash across agents, reasoning, and world knowledge. It significantly improves on V4-Flash in multimodal agent benchmarks, approaching Opus-4.8, and DeepSeek
匹配字段摘要
xAI 宣布 Grok 4.6 已在 Gemini Enterprise Agent Platform 上线，用户可通过 Model Garden 调用。该旗舰模型面向长时间运行的智能体与交互、视觉任务，提供 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。定价为输入 $2/百万 tokens、缓存输入 $0.50/百万 tokens、输出 $6/百万 tokens。
匹配字段摘要
NVIDIA 的 recsys-examples 仓库为 HSTU 和 Semantic ID 两类生成式推荐模型提供生产级训练与推理实现，并集成 DynamicEmb 动态嵌入表与 Megatron-Core 分布式并行。HSTU 推理结合 PyTorch AOTInductor、Triton Inference Server、nv-embedding-cache 和 FlexKV KV cache，在全 GPU 缓存命中场景下比 Python 后端最高提速 2.38x；Semantic ID 专用推理框架在 H100 上相比 SGLang beam search 离线延迟降低 2.14x 至 2.27x、在线吞吐提升 1.85x。
匹配字段摘要
OpenAI因内部模型呈现不同程度的失配，暂停未来模型训练两周，并将其计划中最大规模的前沿训练置于搁置状态以接受进一步安全测试。公司将使用自动化调查工具审查模型行为与推理，并重写2023年《Preparedness Framework》；Sam Altman称此举影响更远期的发布，近期仍预计推出新模型。
OpenAI因内部模型呈现不同程度的失配，暂停未来模型训练两周，并将其计划中最大规模的前沿训练置于搁置状态以接受进一步安全测试。公司将使用自动化调查工具审查模型行为与推理，并重写2023年《Preparedness Framework》；Sam Altman称此举影响更远期的发布，近期仍预计推出新模型。 · OpenAI paused training of its future models for two weeks and put its largest planned frontier run on hold for further safety testing after private models showed varying degrees of misalignment. The company will use automated investigators to review model behavior and reasoning and rewrite its 2023 Preparedness Framework; Sam Altman said the m
匹配字段摘要
GLM-5.3 在与 GLM-5.2 保持相同基座、架构、总参数和激活参数的条件下，通过一个月扩展长程环境与强化学习取得显著提升。文章认为参数量必须结合数据、训练与推理计算考量；对 MoE 和推理任务而言，有效深度、激活专家数量及后训练可能比继续增加总参数更关键。
GLM-5.3 在与 GLM-5.2 保持相同基座、架构、总参数和激活参数的条件下，通过一个月扩展长程环境与强化学习取得显著提升。文章认为参数量必须结合数据、训练与推理计算考量；对 MoE 和推理任务而言，有效深度、激活专家数量及后训练可能比继续增加总参数更关键。 · GLM-5.3 achieved substantial gains over GLM-5.2 after one month of scaling long-horizon environments and reinforcement learning, while keeping the same base, architecture, total parameters, and activated parameters. The article argues that parameter count must be considered alongside data and training and inference compute; for MoE models and reasoning tasks, eff
匹配字段摘要
xAI 宣布 Grok 4.6 已在 Amazon Bedrock 正式可用，Amazon Bedrock 用户可通过该平台调用这一旗舰模型。Grok 4.6 面向长时间运行的智能体和交互与视觉任务，提供 500k 上下文窗口以及 low、medium、high、xhigh 四档可配置推理强度。定价为输入每 100 万 token 2 美元、缓存输入每 100 万 token 0.50 美元、输出每 100 万 token 6 美元。
匹配字段摘要