Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和用边界框做布局控制，两个开放 checkpoint 已上线 Hugging Face。
推荐理由：原文给出两个开放 checkpoint、布局控制用法和 H100 上的实测耗时，可据此判断接入成本与显存门槛。
#进阶
Hugging Face Blog精选AI 评分7878 AWS Machine Learning BlogAI 评分4343 用 Amazon Bedrock AgentCore 构建自改进的文档处理系统
AWS 发布基于 Amazon Bedrock AgentCore 的多智能体文档处理方案，由 8 个专用智能体组成识别与训练两条工作流，可在不到 20 分钟内完成部署。
Google ResearchAI 评分4848 Google 发布地理空间推理智能体：基于 Gemini 与 Earth AI 的多步推理系统
Google 将 Gemini 驱动的 Geospatial Reasoning 智能体从早期原型升级为面向行星尺度数据的实验系统，可自动训练定制预测模型。技术报告在四个基准上评估了 Gemini 3.8 Flash 与 Gemini 3.1 Pro 的四种配置，并新发布 GeoKTools 和 GeoExpertQueries 两个基准。
Google Research精选AI 评分7171 Google 发布 Deep Review，用智能体系统审阅技术文档
Google 公开发布 Deep Review，这是一个面向复杂文档提供严格反馈与技术核查的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审稿工具能承担哪部分核查工作。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 的 AI 智能体系统可在内部测试中于 90 秒内自动生成 PowerPoint 演示文稿。
AWS Machine Learning BlogAI 评分2222 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，在 90 天内将关键云暴露减少超 90%，且零生产事故。
AWS Machine Learning BlogAI 评分2525 如何用 Amazon SageMaker JumpStart 部署并评估模型
Amazon SageMaker JumpStart 提供可复用 Python 脚本，从模型目录部署模型、用示例提示词测量延迟与单请求生成速率，并在测试后删除端点。2026 年该服务新增 Model Hub 浏览与预配置端点部署选项，并支持从 Hugging Face 一键跳转至 SageMaker AI 部署。示例中单次请求延迟 9.07 秒、输出约 153 词、生成速率 16.9 词/秒。
OpenAI NewsAI 评分4242 Amp 借助 OpenAI 模型让 AI 智能体超越代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT，将 AI 智能体的能力拓展到代码之外的场景。
OpenAI NewsAI 评分2222 SentinelOne 借助 OpenAI Daybreak 将恶意软件分析从数周缩短至数小时
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析周期从数周压缩到数小时，从而腾出更多人力调查更多威胁。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式学习代码库规则：仓库级自定义指令写入 .github/copilot-instructions.md，路径级指令文件用 applyTo 字段匹配特定文件。
Microsoft ResearchAI 评分3434 Microsoft Research 推出 StudentSim：用个性化 AI 学生模拟器评估和改进 AI 辅导系统
Microsoft Research 提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导前为 AI 导师提供反馈信号。该工作同时发布 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 均优于主流基线。StudentSim 是研究系统，不部署于课堂，也不替代教师。
Hugging Face Blog精选AI 评分7878 作者用 ML-intern 在几天内训出六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern，用提示词驱动它完成数据准备、训练、评测和发布，几天内做出六个模型，总计算花费约 103 美元。
推荐理由：作者用六个真实项目拆解了给 ML-intern 写提示词的方法，包括基线、冒烟测试和预算上限的具体写法。
Google ResearchAI 评分5858 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发布三个月实地实验，133 名专利律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
Microsoft ResearchAI 评分5858 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。
Microsoft ResearchAI 评分2828 Microsoft 研究播客：AI 评测的意外失败能教给我们什么
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。
Google ResearchAI 评分3636 Google Earth AI 的 PDFM 地理空间基础模型如何用于全球公共卫生
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，将自监督预训练的地点嵌入向量作为即插即用输入接入现有流行病学模型，无需任务特定微调。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR 和带严重级别与类别标注的多来源黄金集。
GitHub Blog · AI & MLAI 评分3838 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以捕捉首个模型遗漏的问题。文章强调开发者仍需对结果负责，判断力与权衡取舍的能力愈发重要。
Microsoft ResearchAI 评分2020 Microsoft Research Asia – Singapore 成立一周年：推进研究、合作与人才培养
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。实验室与新加坡医疗生态伙伴合作探索多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。
Mistral AIAI 评分2525 Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）共建风洞数字孪生研究。Mistral 强调其开放权重模型可部署在客户自有基础设施上，数据不出组织。
GitHub Blog · AI & MLAI 评分5858 GitHub 的 Burke Holland 谈聊天框为何不适合作为 AI 主界面
GitHub 的 Burke Holland 在博客中提出，聊天框只适合作为通用入口，当用户明确知道要做什么时，可定制的 canvas 界面更合适。canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与智能体双向通信，也能调用第三方 API 或在本地执行代码，文中用 Connect 4 游戏、Winget 包管理和 SQLite 操作等例子演示。
GitHub Blog · AI & MLAI 评分4848 GitHub Security Lab Taskflow Agent 如何用 AI 智能体自动化 C/C++ 模糊测试
GitHub Security Lab 基于其 Taskflow Agent 构建了 Fuzzing Taskflow，可自动完成 C/C++ 项目的模糊测试全流程：识别入口函数、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness、分类崩溃并生成漏洞报告。
Mistral AIAI 评分2323 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还可在受控环境中基于专有数据训练自有模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
DeepSeek 更新日志精选AI 评分7373 DeepSeek 发布 DeepSeek-V4.1-Flash 模型
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。该模型已同步上线 DeepSeek API，将模型名改为 deepseek-flash 即可调用，API 价格同步下调；旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，旧模型名暂时路由到 V4.1 Flash。
推荐理由：官方更新日志给出新模型的评测分数、API 调用方式和价格下调，可据此判断替换旧版的成本与迁移路径。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件，也没有集中文档。团队先搭建数值对齐测试框架，再借助 Vibe CLI 启动上百个智能体整理文档，最终采用由人类把关的 coder、tester、reviewer 结构化工作流，逐模块迁移。
Mistral AIAI 评分5555 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 与 PSG Equity 共同领投。资金将用于扩大前沿研究、算力与基础设施，并加速商业增长和国际布局；Mistral 目前业务覆盖 20 个国家，服务 Airbus、ASML、HSBC 等 125 家以上全球企业。
Mistral AIAI 评分2222 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，合作规模达数亿欧元。双方将优先开发网络安全与语音领域的本地化模型，并计划打造阿拉伯语表现强劲的前沿模型，同时 Mistral 将探索使用 HUMAIN 的数据中心基础设施。双方还计划在沙特面向受监管行业制定联合市场策略。
DeepSeek 更新日志精选AI 评分6666 DeepSeek-V4-Flash-Vision-Exp 多模态视觉理解模型上线 API
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过 model='deepseek-v4-flash-vision-exp' 在 API 调用。
推荐理由：官方给出实验性视觉模型在多项 Agent 基准上的分数，并说明其纯文本能力与正式版持平。
DeepSeek 更新日志精选AI 评分8383 DeepSeek-V4-Pro 正式版上线 APP、网页端和 API
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。官方称正式版大幅增强 Agent 能力，并给出 HLE（wo / w tools）42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准数据。
推荐理由：官方更新日志列出 V4-Pro 正式版的 Agent 基准成绩、Responses API 适配与三档思考强度，便于对照现有工作流评估升级。
DeepSeek 更新日志精选AI 评分6767 DeepSeek-V4-Flash 正式版 API 上线公测
DeepSeek-V4-Flash 正式版 API 上线公测，模型名设为 deepseek-v4-flash 即可调用，调用方式不变。
推荐理由：官方更新日志列出正式版 V4-Flash 在多项 Agent 基准上的成绩，并说明与 Preview 的结构一致、仅重做后训练。
Berkeley AI ResearchAI 评分4343 从 CUDA 到 MLX：K-Search 如何将数十年 kernel 经验带到 Apple Silicon
伯克利 Sky Lab 团队将 K-Search 进化式 kernel 搜索框架扩展出 MLX 后端，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA kernel 作为知识库迁移到 Apple Silicon。
Berkeley AI ResearchAI 评分3636 ABBEL：让 LLM 通过信念状态更新实现高效长程交互
伯克利 AI 研究提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分2222 GRASP：面向世界模型长时程规划的梯度规划器
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以促进探索，并重塑梯度让动作获得清晰信号、避开高维视觉模型中的脆弱"状态-输入"梯度，使世界模型的长时程规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
DeepSeek 更新日志精选AI 评分6262 DeepSeek-V3.2 发布，deepseek-chat 与 deepseek-reasoner 同步升级
DeepSeek 将 deepseek-chat 和 deepseek-reasoner 两个 API 模型升级为 DeepSeek-V3.2。其中 deepseek-chat 对应 DeepSeek-V3.2 的非思考模式，deepseek-reasoner 对应其思考模式。
推荐理由：官方更新日志说明两个 API 模型名分别对应 V3.2 的思考与非思考模式，便于开发者调整调用方式。