Mark Chen@markchen90AI 评分6060We’re sharing a solution to the Navier-Stokes Millennium Prize Problem, one of the deepest problems at the frontier of mathematics. The proof was produced by a group of agents, using an OpenAI next-generation model significantly more capable than GPT-6 Astra. The problem concerns whether the description of smooth three-dimensional fluid motion modeled by the Navier-Stokes equations can break down. It has remained unresolved for roughly 90 years.
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组全部约 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上。
推荐理由：AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索资源，读者可了解其数据规模与在罕见病研究中的验证案例。
Unsloth AI@UnslothAIAI 评分3939OpenAI 在 GitHub 发布 openai/NavierStokesAndEuler 新仓库，包含与 Navier-Stokes 和 Euler 结果配套的 Lean 证书，供获取与核查。
OpenAI 公布针对 Navier–Stokes 千年大奖难题的 AI 生成解答，包含一份写作稿和一份 Lean 形式化证明。
推荐理由：OpenAI 官方公布了针对纳维-斯托克斯千年大奖难题的 AI 生成解答，附写作稿和 Lean 形式化证明。
DeepSeek 在 GitHub 新建仓库 DeepJIT，定位为面向 xPU 内核 JIT 编译的轻量级库。该仓库目前仅给出这一句功能描述，未披露支持的硬件型号、API 细节或开源许可等信息。
AI at Meta@AIatMetaAI 评分54541/ we just publicly released Muse Spark 1.3 max! we see significantly stronger coding and agentic performance on muse spark 1.3 max, so would strongly recommend trying it out even if you've already tried muse spark 1.3 high or muse spark 1.3 xhigh.
Unsloth AI@UnslothAI精选AI 评分7171Introducing GLM-5.3-Flash - Leading capabilities at a highly competitive price - Natively multimodal with a 1M-token context window - A 320B-A18B model released under the MIT License - Previously previewed as Ox Alpha, running entirely on Chinese AI chips Blog: http://z.ai/blog/glm-5.3-flash Available now across all official platforms: Weights: http://huggingface.co/zai-org/GLM-5.3-Flash API: http://docs.z.ai/guides/llm/glm-5.3-flash Coding Plan: http://z.ai/subscribe ZCode: http://zcode.z.ai/en Chat: http://chat.z.ai AutoClaw: http://autoclaw.z.ai
推荐理由：原文给出本地推理提速的具体配置和硬件门槛，读者可以直接复用到自己的 GLM-5.3-Flash 部署中。
SiliconFlow@SiliconFlowAIAI 评分6262Mark Chen@markchen90精选AI 评分8080OpenAI 首席研究官 Mark Chen 宣布 GPT-6 Astra 发布，称其汇集多年预训练、强化学习和后训练工作，是该团队迄今能力最强、对齐程度最高的模型。
This is GPT-6 Astra. Anything you can do on a computer, Astra can do for you. Fast.
推荐理由：OpenAI 首席研究官亲自说明 GPT-6 Astra 的能力变化与对齐工作，可帮助读者了解官方对 Computer Use 和 Agent 监督的进展表述。
Google DeepMind@GoogleDeepMindAI 评分4040WeatherNext 3 是我们在全球天气预报方式上的一项重大突破。⛅ 该模型与 @GoogleResearch 联合开发，直接从真实世界的实时观测中学习，从而更快地给出更本地化、高度准确的预测。🧵
Google DeepMind 与 Google Research 发布 WeatherNext 3 全球天气 AI 模型，直接学习实时地球静止卫星数据，每小时生成一次预报，地表变量分辨率达 5 公里，整体比 WeatherNext 2 的 25 公里网格清晰约 5 倍。
推荐理由：对比前代的分辨率、更新频率与降水评分提升，可了解实时卫星数据如何改变全球天气预报的精度边界。
H Company 发布 NeoMME 系列多语言多模态编码器，提供 260M 和 800M 两种规格，用单个双向 Transformer 处理文本和 32×32 图像 patch，以 masked discrete-diffusion 目标从零预训练，不依赖预训练视觉塔或因果语言模型。
OpenAI 在 GitHub 新建仓库 openai/PrimeGaps186，给出素数间隙至多 186 的条件 Lean 形式化及数值证书。该仓库以 Lean 形式化配合数值证书的方式，对素数间隙不超过 186 这一结论进行条件性验证。
AI at Meta@AIatMetaAI 评分3232OpenAI 在 GitHub 发布新仓库 openai/LongGapsBetweenPrimes，用 Lean 形式化了一个关于素数长间隔的界。仓库标题与描述均未给出具体界值、作者或论文出处。
Demis Hassabis@demishassabisAI 评分5959Introducing Gemini 3.8 Flash, another jump in Gemini's agentic + coding capabilities, and our 3rd updated Flash model in only 6 weeks... This model has been a ton of fun to work with, excited to see what you all think!
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，前者面向长时程编码与自主智能体，后者面向漏洞发现与自动修复。
推荐理由：官方给出两款 Flash 变体的能力、定价与开放渠道，可据此判断长时程编码与安全场景的选型。
Sundar Pichai@sundarpichaiAI 评分5757
Google AI Developers@googleaidevsAI 评分3939
Logan Kilpatrick@OfficialLoganKAI 评分1919
Hao AI Lab@haoailabAI 评分4646🐶🏁 Three models. One race. We independently tested H3 Max by @fal, minimax H3 by @MiniMax_AI, and FastH3 preview by @haoailab @haozhangml @wlsaidhi across robotics, animation, movies, and ads. H3 Max takes the overall lead 🏆. FastH3_preview, meanwhile, is a community OSS effort that’s already keeping up surprisingly well, even beating H3 on overall Prompt Adherence 🥳 The bigger gaps show up in Visual Integrity and Human Preference. Full evaluation: https://physionlabs.ai/blog/minimax-h3-evaluation
Fei-Fei Li@drfeifeiAI 评分5757Introducing Atlas: The world's first multimodal world model that generates image and video frames with pixel-perfect camera control and reconstructs them in 3D. Model the world, move the camera, and simulate space & time.
World Labs@theworldlabsAI 评分4242推出 Atlas： 全球首个多模态世界模型，可生成图像和视频帧，具备像素级精准的相机控制，并在 3D 中重建它们。 建模世界，移动相机，模拟空间与时间。
SpaceXAI@SpaceXAIAI 评分3535上海人工智能实验室 InternLM 团队发布 InternLumina-U2，一个面向全视觉理解、图像生成与编辑的多码本扩散大语言模型。该模型将扩散生成能力与语言建模统一在同一框架内，可同时处理视觉理解与图像生成、编辑任务。
Google Research 发布时间序列基础模型 TimesFM-3，原生支持零样本多变量预测，参数量 3.3 亿，预训练数据超过 1 万亿个时间点。
微软研究院联合华盛顿大学和 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，两者均以 Apache 2.0 许可在 Hugging Face 开放权重。
OpenBMB 推出 SimpleMemVLA，为视觉-语言-动作模型提供原生视频记忆，通过带时间戳的视觉历史与精确流式推理支持长时程机器人操作。该仓库聚焦长时程机器人操作场景，采用流式推理方式处理视频历史。
SiliconFlow@SiliconFlowAIAI 评分3737
SiliconFlow@SiliconFlowAI精选AI 评分6666推荐理由：原文给出了 GLM-5.3 的参数规模、开源状态和基准表现，读者可以据此评估是否迁移现有工作流。
Z.ai@Zai_org精选AI 评分7171推荐理由：智谱官方宣布 GLM-5.3 开放权重，定位为智能体编码与网络防御能力最强的模型，附权重与博客入口。
Z.ai@Zai_orgAI 评分4848更多好消息：GLM-5.3 的权重将于明天发布。 https://huggingface.co/zai-org/GLM-5.3
OpenBMB（清华 NLP）在 GitHub 开源 SimpleNav，一个面向导航 VLA 研究的框架，主打简单、统一、可复现与可扩展。该框架旨在为导航 VLA 研究提供统一且可复现的实验基础，并支持扩展。
阿里巴巴发布 Qwen3.8-Flash-Next 模型权重，作为即将到来的 Qwen4 架构的预览，供开发者实验和评估。该模型是多模态混合专家（MoE）模型，主模型 125B 参数，附加 51B N-gram embeddings，每 token 激活 6B 参数；原生上下文窗口 262,144 token，可扩展至 1M token。
Google AI Developers@googleaidevsAI 评分3636
Z.ai@Zai_org精选AI 评分7575智谱（Z.ai）发布 GLM-5.3-Flash，为原生多模态模型，拥有 1M-token 上下文窗口，参数规模 320B-A18B，以 MIT 许可开源权重。
推荐理由：官方公布了定价定位、1M 上下文、MIT 许可和国产芯片适配等关键细节，可帮助读者评估这款轻量模型的实际可用性。
IBM Granite 团队发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个 dense 版本，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文扩展到 512K），经 SFT 和多阶段 GRPO 强化学习训练，8B 和 30B 额外经历 SWE、终端、搜索三类真实环境 agentic RL。
推荐理由：官方完整披露了从预训练、SFT 到多阶段 GRPO 强化学习的训练细节，读者可以据此了解推理模型的完整构建流程。
