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。
Google 发布 Gemini 3.5 Transcribe语音转文字模型，支持实时流式和预录制音频两种模式，通过 Gemini API (Google AI Studio) 和 Enterprise Agent Platform 提供。
推荐理由：给出了具体的 WER 数值和延迟改善比例，读者可以直接对比评估它的实际性能。
Sentence Transformers v6.0 引入 MultiVectorEncoder 以支持 ColBERT 风格的延迟交互检索，并提供完整训练流程。作者用 100 万条医学问答对在单张 RTX 3090 上训练 14.5 小时后，微调模型在医学检索任务上 NDCG@10 达到 0.9139，比最强的零样本模型高出 0.062，验证了领域微调对多向量模型的显著提升效果。
推荐理由：原文给出了完整的训练脚本和消融实验数据，读者可以直接复用这个recipe来训练自己的多向量检索模型。
Google Research在CHI 2026发布AgentHands研究原型，使AI智能体能在XR环境中生成与语音同步的手势。该系统将LLM响应中的GestureEvents映射到XR设备的手势动画，通过12人用户研究验证了在植物护理指导、3D打印机操作等场景中，体感交互显著提升空间 grounding 效果。
IBM 发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个规模，从 Granite-4.1 基模型后训练而来。Granite-4.1 使用约 15T tokens 预训练，五阶段策略扩展至 512K 上下文。
提出 Quantization-Aware Healing（QAH）方法，针对经过结构压缩和量化后的 LLM 进行恢复训练。核心改变是直接从原始全精度模型蒸馏，而非从恢复后的 bf16 检查点蒸馏。
推荐理由：原文给出具体实验数据：4-bit QAH 模型在 7/9 基准上超越 16-bit 源头模型，4 倍权重内存节省。这为压缩模型的恢复训练提供了可迁移的方法思路。
Gradio 发布内置的 gr.Workflow 功能，将 AI 流水线变成可拖拽的图形界面。该功能支持三种节点类型（引用、运算主体、主题），可调用 Hugging Face Inference Providers 模型、Gradio Spaces 或自定义 Python 函数，生成的图形同时也是 REST API，支持一键部署到 Hugging Face Spaces。
推荐理由：原文提供了多个可交互的示例和代码，展示了如何用拖拽界面构建和部署 AI 工作流，读者可以直接复用这些模式。
Mistral 与 HUMAIN 宣布战略合作，合作金额达数亿欧元。双方将在 AI 基础设施、先进模型开发和 AI 解决方案部署方面合作，初始重点领域包括网络安全和语音，并计划开发在阿拉伯语方面表现优异的前沿模型。合作旨在满足主权 AI 需求，确保数据、推理和运营在客户控制范围内，主要面向金融、制造、电信、网络安全和公共部门等受监管行业。
推荐理由：这是 AI 基础设施和主权 AI 领域的跨国合作案例，读者可以据此了解欧洲 AI 公司在中东的布局策略和主权 AI 的具体落地模式。
Google Research 发布 Biomarker Discovery Framework，一个用于从可穿戴设备传感器数据中优先排序候选生物标志物的多智能体系统。
Google DeepMind 回顾了从 Atari DQN 到 AlphaGo、AlphaFold 的 15 年游戏 AI 研究历程，宣布与 Fenris Creations 合作探索 EVE Universe。
Google Research 推出 Mobility-Embedded POIs 框架，通过将聚合匿名移动模式（如到达时间、停留时长）融入地点的文本表征，解决传统语言模型仅依赖静态元数据的问题。该方法在意图预测、价格分类和繁忙度估计上分别实现 81.9%、75.1% 和 24.7% 的相对提升。框架采用访问对齐、空间多尺度传播和文本-移动协同三步流程，有效缓解了中小商户数据稀疏的"长尾"难题。
Hugging Face发布研究，引入三种测试量化语音识别领域的基准优化问题，评估11个广泛使用的开源ASR模型后发现，多个高分模型会复制基准测试的错误转录文本，即使音频内容与参考文本相矛盾。
Papers with Code 搜索系统采用混合搜索架构，结合 PostgreSQL 全文检索和 pgvector 向量检索，通过加权倒数排名融合（RRF）算法合并结果。
Liquid AI 发布 LFM2.5 系列的 DSpark 草稿模型检查点，包括 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三款。
推荐理由：给出了在 H100 和 MacBook M4 Max 上的具体加速数字，以及 llama.cpp 和 SGLang 的集成方式，读者可以据此判断迁移成本和预期收益。
Microsoft Research 发布深度学习 DFT 方法 Skala 1.1，训练数据量比前身多 2.5 倍，在 GMTKN55 基准测试的 55 个类别中获得 32 项第一，加权平均误差 2.8 kcal/mol。该方法现已在 CP2K 中可用，正集成到 Psi4、FHI-aims、ORCA 和 VASP 等主流计算化学软件中，并推出动态性能基准测试追踪优化进展。
推荐理由：Skala 1.1 在 GMTKN55 基准上获得 32 项第一，且已集成到多个主流计算化学软件中，读者可据此判断其在材料模拟领域的实用价值。
Mistral 发布 Agentic Search，在 FinanceBench 和 OfficeQA Pro 基准测试中实现了更准确的搜索结果，同时减少了对话轮次、token 使用和延迟。
推荐理由：原文给出了具体性能数据：金融文件正确率从 26.7% 提升到 86%（3x），p90 延迟降低 39.6%，token 消耗减少最多 1/3，读者可据此判断该技术对自己场景的实际价值。
IBM Research 的 ALTK-Evolve 技术让智能体能从自身轨迹中提取可复用指导方针，在推理时注入。
推荐理由：原文通过8个模型的对比实验给出了明确的剂量-能力对应关系，读者可以据此为自己的智能体选择合适的记忆策略。
Sentence Transformers v6.0 新增 MultiVectorEncoder 模型类型，支持 ColBERT 风格的延迟交互检索。该模型保留每个 token 的嵌入向量而非压缩为单一向量，使用 MaxSim 算子进行查询与文档的评分，能够在保持双编码器索引效率的同时实现更强的检索质量。
推荐理由：文章给出了完整的 Late Interaction 方案和使用路径，读者可以直接据此评估是否需要切换检索方式。
Google Research 发布 PhotoScan 深度学习框架，可从标准 2D 智能手机照片估算身体脂肪百分比、Android-to-Gynoid 脂肪比和内脏-皮下脂肪比。
Hugging Face 发布2026年1月至8月开放模型生态报告。公开模型仓库从243万增长至296万，数据集从71.1万增至100万，Spaces从100万增至144万。
本文介绍了在 Strands Robots 中构建流式数据循环的完整方案：先用 Robot() 记录演示并同步到 Storage Bucket，再通过 stream_dataset() 流式读取数据直接训练，最后将训练好的 checkpoint 部署到物理机器人。
Google DeepMind 推出 Gemini 3.7 Flash，这是其面向编码和智能体任务的工作主力模型。该模型在软件工程任务中实现显著提升，FrontierCode 1.1 Main 得分从 34.4% 提升至 43.6%，DeepSWE v1.1 从 49.0% 提升至 65.3%。
推荐理由：原文给出了性能基准提升和价格信息，读者可以据此判断新模型是否值得在生产环境中使用。
Hugging Face 于 2026 年 7 月组织 hackathon，1200 多名社区成员用编码智能体在 19 天内复现了 ICML 2026 会议 2226 篇论文（约占会议 34%），产生 6816 份复现日志。
推荐理由：原文给出了大规模论文复现的方法论、发现和人类在智能体时代的角色思考，读者可以据此了解 AI 辅助科研验证的实践路径和潜在影响。
OlmoEarth Studio 新增 embedding 导出功能，用户可导出地球观测数据的紧凑数值向量用于下游任务。提供三种编码器规格（Nano 128维、Tiny 192维、Base 768维），支持相似性搜索、少样本分割、变化检测和无监督探索，输出为 Cloud-Optimized GeoTIFF 格式。
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。
Microsoft Research 发布 MindTopo 基准测试，用于评估多模态大语言模型对拓扑属性的理解能力，包括连通性、包围、顺序、分离和打结。测试分为静态推理和交互式规划两类任务。
推荐理由：该研究提出了一个评估拓扑推理的新基准，揭示了当前多模态模型在静态识别和交互规划任务上的显著差距，为机器人学和交互式 AI 系统的发展提供了诊断工具。
Google DeepMind 推出突破性的多语言手语转文本模型 SL2T，训练数据涵盖 50 多种手语超过 10 万小时。该模型首次将手语 AI 带入消费产品，已在 Gboard 和 Live Transcribe 的 Pixel 11 上线，支持美式手语转英语。
推荐理由：首个将手语 AI 实际带入消费产品的突破，在 FLEURS-ASL 基准上实现了 70 BLEURT 的零样本成绩，可供读者了解当前手语 AI 的实际可用性。
Google Research 发布新研究，引入知识分析框架区分编码失败和召回失败，分析了 Gemini-3、GPT-5 等前沿模型发现：编码率已达95-98%饱和，但直接召回仍失败26-34%的事实，即使启用思考仍失败11-12%。研究表明事实性错误主要源于知识可访问性问题而非知识缺失，思考能力可恢复约40-65%已编码但无法直接回忆的知识。
推荐理由：原文给出了编码vs召回的新分析框架和量化数据，读者可以据此理解前沿模型的事实性瓶颈已从知识获取转向知识利用。
Google Research发布AMIE (Video)，基于Gemini和Project Astra构建，采用异步多智能体架构（Talker、Planner、Perception），能在实时视频咨询中感知非言语临床线索、指导虚拟体检并进行诊断推理。
推荐理由：这是首个AI系统在实时视频临床咨询中达到专家级水平的演示，读者可以据此了解AI医疗助手的能力边界和当前局限。
微软研究院发布 CARE-X，一个统一胸部 X 光 VLM，结合生成和判别能力，使用 DAPO 强化学习进行临床对齐优化，并配备辅助分类头和接地头提供校准概率和空间定位。
推荐理由：强化学习与辅助监督的结合在医学影像 VLM 中展现了临床价值，工具增强测量在需要定量诊断的条件上提升了平均 F1 达 43.6 个百分点。
IBM Research 提出 ALTK-Evolve agent 记忆系统，通过按需检索（而非全量注入）向模型传递学习内容。
推荐理由：给出了两种 agent 记忆系统的直接对比实验数据，读者可据此判断按需检索策略是否适合自己的模型和场景。
Mistral 宣布 Mistral Regional Endpoints 正式可用，客户可选择在欧洲或美国运行推理；Mistral Priority Tier 进入公开预览，为关键任务负载提供 SLA 保障。
推荐理由：原文给出了区域推理控制和开放模型支持的具体能力变化，读者可以据此判断它如何满足数据驻留与合规需求。
NVIDIA 发布 Magpie TTS 多语言语音合成模型，364M 参数支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语、现代标准阿拉伯语、韩语和巴西葡萄牙语共 12 种语言。
知识蒸馏需要同时加载教师和学生模型，显存需求极高。论文提出两种系统改进：缓存教师模型的 top-100 logits 避免其常驻内存，以及新的分块 KL 散度损失函数避免实例化完整的词汇表×序列长度矩阵。
推荐理由：给出了具体的显存峰值对比数据，读者可以据此判断该方法对自己硬件条件下的可行性。
Meta 发布 Muse Glimmer，这是一款 30B 参数的多模态模型，从 Muse 蒸馏而来，采用 Apache 2.0 许可证开源，专为本地代理场景设计，支持图像、视频和代码处理。
推荐理由：原文给出了模型架构细节、benchmark 对比和工具链支持，读者可以了解这个 30B 参数的多模态模型在本地代理场景下的能力定位。
Google DeepMind 发布 WeatherNext AI 天气预测模型，在 Nature 期刊发表的论文显示该模型在预测气旋路径、强度和风结构方面达到最高精度，平均可提供额外一天的预警时间，相当于十年气象进步。
推荐理由：原文给出了具体性能提升数据（一天额外预警时间）和实际应用案例（2025年飓风Melissa预报），读者可以据此判断该模型在天气预报领域的能力边界。
Baseten 现已作为推理提供商集成到 Hugging Face Hub，支持对话和文本生成任务，可访问 Kimi K3、DeepSeek-V4-Flash、GLM-5.2 等开源大模型。用户可通过自定义 API 密钥或 HF 路由两种方式调用，集成已支持 Python 和 JS SDK 以及多种 Agent 工具。
推荐理由：原文给出了 Baseten 集成的具体能力和支持模型，读者可以据此判断它如何扩展了 Hub 的推理选项。
Mistral 发布 Shieldstral，这是一款 3B 参数的开源多模态安全分类器，通过将内容审核重新定义为政策自适应的问答任务，在文本安全和多模态审核基准上超越了尺寸高达其 7 倍的模型。
推荐理由：它把内容审核重新定义成政策自适应的问答任务，一个 3B 模型能达到 7 倍尺寸模型的水平，而且可以在推理时用自然语言直接改写政策，不需要重新训练。
微软发布 Orchard 开源框架，包含 Orchard Env 运行环境服务和三个领域训练工作流（Orchard-SWE、Orchard-GUI、Orchard-Claw）。
推荐理由：原文给出了具体性能数据（69.7% on SWE-bench Verified）和三个可复用的训练工作流，读者可以据此判断这个开源框架对自己研究或项目的实用价值。
Google Research 发布 Science One Framework 及其 Chain-of-Evidence 框架，旨在解决 AI 生成的科研论文缺乏可验证性的问题。
推荐理由：该研究提出了一个可验证的 AI 科研框架，针对当前自主研究系统的引用幻觉和代码-文本不对齐问题给出了系统性的解决方案，并已在多个基准上验证有效。
Microsoft Research构建了12个训练世界用于计算机使用智能体，其中10个深度领域世界涵盖邮件、日历、银行、医疗等闭源系统，2个能力世界针对日期选择器和嵌套过滤器进行专项训练。
推荐理由：原文给出了具体的训练数据和方法对比：深度环境使9B模型从36.5%提升到67.1%，而浅层环境反而导致性能下降。读者可以据此理解什么样的合成数据设计能真正提升计算机使用智能体的能力。
AI 行业的下一个真正约束已从模型智能转向 GPU 利用率。GPU 按日历小时计成本（融资、折旧、功耗、冷却），仅按计算小时产生收入，与航空业的飞机经济模型完全相同。