跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
Paul Christiano 加入 OpenAI Foundation Board 及其 Safety and Security Committee。Christiano 在 AI 对齐、安全和标准领域具有丰富经验。
OpenAI 政策研究负责人 Chris Lehane 撰文指出，更强的 AI 能力需要更强的安全证据、共享标准和持久的政策行动。他呼吁在政策窗口仍然开放之际，各方应共同推动 AI 治理框架的落实，以確保 AI 技术的安全可持续发展。
Mistral 帮助欧洲能源运营商将 4 万行 Fortran 77 迁移到 C++，这是一个物理密集型油藏模拟器。文章介绍了三个核心实践：迁移前先构建 parity harness 验证数值一致性；用调用方-被调用方树梳理代码结构并生成文档；采用结构化智能体工作流（规划→编码→测试→审查），在关键节点加入人工审核。最终证明结构化工作流比完全自主和纯手动都更有效。
推荐理由：原文给出了具体的代码迁移方法论和工作流设计，读者可以参考这个案例来设计自己的遗留代码现代化方案。
OpenAI 发布 GPT-6 Astra，这是其面向商业应用的最强模型，具备高级推理和计算机使用能力，同时在写作和设计判断力方面有显著提升。
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex 自动运行量子计算实验、分析结果并校准量子比特。该模型能够自主执行实验流程，减少人工干预。相关演示展示了 AI 在量子物理研究中的应用潜力。
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组全部 90 亿个单核苷酸变异的分子效应预测，并推出 AVI 综合评分帮助研究人员快速排序和解读变异影响。该平台已在罕见疾病研究和群体遗传学分析中取得实际成果，现通过官网免费向学术研究开放。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI 发布文章，探讨更强大且更可负担的 AI 如何扩展个人和企业的工作完成能力。内容聚焦 AI 技术使增长更加经济，尚未公布具体模型名称或技术细节。
Mistral 完成 30 亿欧元 D 轮融资，后估值超过 210 亿欧元，成为欧洲科技公司最大规模融资轮。Samsung 领投，EQT 和 PSG Equity 跟投。
推荐理由：这是欧洲AI公司最大规模融资轮，Samsung领投并集合了全球多国投资者，反映了产业界对主权AI路径的认可，读者可据此理解当前AI开源阵营的资金态势。
ChatGPT Images 2.5 帮助用户将想法、草图和参考照片转化为更个性化、更精致的图像，更好地呈现用户的创意构思。该版本相较前代在图像细节和个性化程度上有显著提升。
OpenAI 宣布扩展对新闻业的支持，提供工具、培训和合作伙伴关系，覆盖学生、教育工作者、记者和新闻机构。该计划涵盖课堂教育和新闻编辑室两个场景。此举体现了 OpenAI 与媒体行业的持续合作。
OpenAI 发布了 Navier-Stokes 千年奖问题的 AI 生成解决方案，包含一份技术报告和 Lean 形式化证明。Navier-Stokes 方程 existence and smoothness 是 Clay 数学研究所设立的七大千年奖问题之一，目前仍未被证明或证伪。
OpenAI 推出 500 万美元资助计划，支持独立研究探索生成式 AI 对青少年发展、福祉和安全的影响。申请通道现已开放。
1Password 工程师使用 Codex 提升工程生产力 21%，实现新功能和内部工具的快速开发，达到生产就绪状态，同时保持严格的安全策略。
OpenAI 与 AIRPPU、WAN-IFRA 联合推出 AI 计划，旨在帮助乌克兰新闻机构加强创新能力、韧性及独立新闻业。该项目由三家机构共同发起，聚焦乌克兰本土新闻行业的可持续发展需求。
OpenAI 联合创始人 Jakub Pachocki 表示，AI 正在变得日益强大，其思维方式可能接近"外星思维"，这对人类理解和对齐构成挑战。他呼吁建立更强的防护措施，并推动国际协调以应对日益增长的风险。
OpenAI 内部数据显示，编码智能体正在重塑 AI 研究方式，涉及 agent 使用情况、实验速度、任务复杂性和研究加速等维度的早期数据。
GitHub 推出 Project HydraFusion 研究预览，通过运行时编排从多个模型提供商动态选择工作流程（Single、Cascade、Critique 三种模式）来解决编码任务。
推荐理由：原文给出了具体 benchmark 数据和可用入口，读者可以据此判断这个新功能会如何改变代码生成的效率成本权衡。
Google Research 与 HHMI Janelia、MRC 分子生物学实验室等机构合作，在 Cell 期刊发表了完整的雄性果蝇大脑和中央神经系统连接图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今为止最大的大脑图谱。该图谱可帮助科学家研究果蝇的神经机制，并为理解更复杂的大脑（包括人类大脑）奠定基础。
推荐理由：这是目前最大的大脑图谱，为研究大脑工作原理提供了基础资源，读者可了解连接组学的前沿进展及其对神经科学的意义。
GitHub Copilot 应用现在支持并行运行多个智能体会话，每个智能体在独立的 Git worktree 上运行，互不干扰，可同时处理不同任务。教程演示了同时进行添加功能、无障碍审查、运行测试三个任务，各会话保持独立上下文，可自由切换无需重新解释。
Google DeepMind 发布 WeatherNext 3，这是迄今最先进、最准确的全球天气 AI 模型。新模型使用实时卫星数据训练，每小时更新一次，分辨率 5-25 公里，比上一代 WeatherNext 2 清晰约 5 倍。
推荐理由：原文给出了具体的性能提升数据（CRPS 提升 60%/30%/10%），分辨率提升 5 倍，与上一代 WeatherNext 2 有明确对比，读者可以据此判断模型的实际进步幅度。
OpenAI 推出 Daybreak for Frontline Defenders 项目，承诺投入10亿美元扩展前沿网络安全AI、培训和支持服务的获取渠道，面向关键基础设施和服务。
推荐理由：原文给出了具体金额（10亿美元）和目标领域（关键服务的网络安全AI），读者可据此评估这一承诺的规模和影响范围。
Hugging Face发布NeoMME，一个包含260M和800M参数的多语言多模态编码器系列。该模型不使用独立的预训练视觉塔或因果语言模型，而是用单一双向Transformer处理文本token和原始图像patch，通过masked discrete-diffusion目标从头训练。
推荐理由：该模型展示了单一Transformer处理多模态的架构创新，在ViDoRe v3基准测试中以更小参数达到接近最优的nDCG@10，读者可了解新的多模态编码器设计思路。
GPT-6 Astra 驱动的 Legora 在金融审查工作流中分钟级审查了 41 份文档，成功找出全部 4 个植入的错误，性能提升近 40%。这是 GPT-6 Astra 能力的具体应用展示。
Playco 使用 GPT-6 Astra 从同一灰盒基础构建了三个主题游戏原型，报告手动修复比之前的模型减少 50%。该测试展示了 GPT-6 Astra 在游戏原型设计场景中的效率提升。
Hugging Face 发布 funes，这是一个持久记忆层工具，可为 Claude Code、Codex、pi、Hermes 等编码智能体提供跨会话、跨机器的记忆能力。
本教程展示如何使用 TRL 库的 GRPO 方法微调 LFM2.5-350M 以提升结构化输出能力。实验使用约 500 个样本训练 100 步，在 IFStruct 基准上的准确率从 22.6% 提升至 29.7%（JSON 格式提升 13.9 个百分点），所需资源仅需免费层 Colab 或 Kaggle GPU。
推荐理由：原文给出了具体的方法论（GRPO + 奖励函数设计）和可量化的性能提升，读者可以据此判断轻量微调是否适合自己的结构化输出场景。
作者开源复现了 Surya Narreddi 的水彩画 AI 项目，使用 Qwen3.5-35B-A3B 模型通过 TRL 和 OpenEnv 在 Hugging Face 上进行强化学习训练。
Google DeepMind 推出 Fairwind Program，一个面向政府、受信任合作伙伴和 Google Cloud 客户的有限访问项目，提供 Gemini 3.8 Flash Cyber 和 CodeMender 工具，帮助防御者自主发现和修复漏洞。
Google DeepMind发布Gemini 3.8 Flash和3.8 Flash Cyber两款新模型。3.8 Flash在DeepSWE v1.1基准上超越多数更大规模的frontier模型，在HLE-Verified上达54.9%，价格为每百万输入token 0.75美元、输出token 3.75美元。
推荐理由：原文给出了在软件工程、Agent任务和多步推理方面的具体性能提升数据和成本对比，读者可据此判断模型能力变化。
Allen AI 发布 BenchMIRT 方法，通过多维项目反应理论分析 benchmark 内部每个问题的真实测量维度。在 100 个开源模型和 16 个 benchmark（含 MMLU-Pro、GPQA、HarmBench 等）上的训练表明，模型能独立发现安全性和推理两个主导维度。
Google 与 NASA JPL 合作发布了 MAPL-EMIT 深度学习框架，可从 EMIT 卫星高光谱图像中自动检测、量化并定位甲烷排放源。该模型在专家标注的 plumes 上达到 84% 召回率，比现有方法多检测约 50% 的可信 plumes，并在全球 25 个最大排放填埋场中的 24 个成功绘制了羽流。
推荐理由：原文给出了具体性能指标（84%召回率、比现有方法多检测50% plumes）和数据集规模（3.6万个合成 plumes），提供了可迁移的环境监测方法论。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解功能，该功能将模型核心推理与原生视频工具结合，动态搜索和检查目标视频片段，相比静态处理可降低最多 88% 的 token 消耗和 66% 的成本，同时提升最多 7% 的准确率。
推荐理由：原文给出了 token 消耗降低 88%、成本降低 66%、质量提升 7% 的具体数据，读者可以据此评估该功能对自身工作流的效率提升。
Hugging Face 发布 WebGPU 内核库 @hugglingface/kernels，包含 207 个优化内核，可从 Hub 直接加载运行。性能对比测试显示，与 ORT WebGPU 相比，新内核在 Apple M4 GPU 上实现几何平均 2.57 倍提速、中位数 1.90 倍提速，部分操作如 bilinear Einsum 提速超过 10000 倍。
推荐理由：原文给出了 207 个内核的性能对比数据（2.57x 几何平均提速），读者可以据此判断这个底层工具对自己浏览器端 AI 推理工作流的价值。
Google Research 发布 TimesFM-3，这是新一代零样本时间序列基础模型，专为多变量预测设计。模型拥有 3.3 亿参数，在超过 1 万亿时间点的真实和合成数据上预训练，支持多目标同时预测、过去协变量和过去-未来协变量。
推荐理由：读者可通过本文了解时间序列预测的基础模型最新进展，以及多变量预测相比单变量预测的具体精度提升。
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash 两个高效病理基础模型。
推荐理由：通过知识蒸馏实现约 50 倍计算量降低，保持 97% 预测性能，为大规模病理研究提供更实用的工具。
Hugging Face 与 Voice Arena 合作在 Open ASR Leaderboard 中新增印地语和印度英语评估集，这是首次有印度语言纳入该多语言基准。该数据集名为 Monsoon，每个片段记录 12 个说话人属性，使 ASR 误差率可按地区、年龄、性别、设备等维度细粒度分析。印地语评估集采用词错误率（OIWER）而非传统 WER，以处理拼写变体问题。
推荐理由：该数据集首次在公开基准中加入印度语种，并通过 12 个说话人属性实现了 ASR 性能的细粒度人口统计分析。
Google 推出 Planetary Prediction Engine（PPE），作为 Google Earth AI 的实验性研究能力，可自主完成从数据发现到模型训练的完整地理空间预测工作流，将复杂建模周期从数周缩短至数分钟。
Google DeepMind 发布 Gemini Omni 1.1 Flash，带来场景扩展、首尾帧插值、360p 快速预览和 4K 超分辨率等创意控制功能。新模型支持最长 40 秒视频生成，可在 Google AI Studio 和 Agent Platform API 中使用，也可通过 Google AI Plus、Pro 和 Ultra 订阅在 Google Flow 中访问。
推荐理由：提供了具体的性能提升数据和可用性信息，读者可以评估新模型对自己工作流的实际价值。
Google DeepMind 联合新加坡 AI 安全研究所、OpenMined 等机构，首次对 Gemini Flash Lite 模型实施双盲评估。该方法通过加密技术将外部评估限制在隔离环境中，防止模型预先获取测试题，从而避免 benchmark 污染问题，提升评估的可信度和完整性。
Google 推出 GlucoFM，一种自监督双流基础模型，可将缓慢血糖趋势与短期偏离分离，在 14 项队列-任务评估中平均 PR-AUC 较最佳 GluFormer 变体提升 5.8 个百分点。