a16z 投资 Gimlet Labs：打造首个多芯片推理云

a16z 宣布投资 Gimlet Labs，后者正在构建首个多芯片推理云，可在同一功耗范围内为前沿模型带来最高 10 倍吞吐与交互性提升。Gimlet 通过编译器与运行时把不同模型和工具调度到 GPU、CPU 及专用加速器上，并将编排延伸至数据中心层面，对开发者只暴露单一推理 API。其客户已包括一家前沿实验室和一家超大规模云厂商。

Google Research 研究跨人群多基因风险评分的迁移学习

Google Research 用 UK Biobank 的欧洲人群数据向 Biobank Japan 近 20 万日本人样本做迁移学习，评估 8 种临床性状的多基因风险评分（PRS）跨人群表现。

Google 与 HHMI Janelia 发布完整雄性果蝇脑连接组图谱

Google Research 与 HHMI Janelia 及剑桥等机构合作，在 Cell 发表论文，发布完整雄性果蝇脑与中枢神经系统连接组图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。

Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型

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。

用 TRL 和 OpenEnv 复现训练编码模型画水彩画

Hugging Face 博客发布复现实践：作者用 TRL 和 OpenEnv 开源复现 Surya Narreddi 用 RL 让 Qwen/Qwen3.5-35B-A3B 写 p5.brush JavaScript 画水彩的方法，参考池、RL 环境、训练脚本和模型全部公开。

Meta 工程博客详解组织级第二大脑：让 AI 智能体从领域专家身上学习

Meta 工程团队构建了一个面向合规领域的 AI 智能体，作为组织级“第二大脑”，通过结构化知识文件与可组合 recipes 分离知识与推理，并以自动化自我改进闭环将专家反馈编译为经回归测试的更新，无需模型重训。

Google 用深度学习从太空绘制全球甲烷排放地图

Google 提出 MAPL-EMIT 深度学习框架，基于 EMIT 高光谱辐射数据自动检测、预测增强并定位全球甲烷羽流，在专家标注羽流上召回率达 84%。该模型采用 Swin-S 视觉 Transformer，同时完成增强量化、羽流分割与源定位三项任务，训练数据为注入真实 EMIT 场景的 360 万个合成甲烷羽流。

微软发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型

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。

Meituan LongCat@Meituan_LongCatAI 评分5959

美团 LongCat 发布 AutoResearchEval 评测，评估 7 个前沿模型在 36 项需要持续实验的 AI 研发任务上的表现，共覆盖 756 条轨迹。

Thinking Machines@thinkymachinesAI 评分4545

为 RLVR 清洗数据并对齐奖励函数需要前期投入专业知识和精力，但结果是得到一个在复杂任务上达到 SOTA 的模型。 UIUC 和 Bridgewater 研究人员的客座文章，与我们的团队合作完成。 https://thinkingmachines.ai/news/putting-task-expertise-into-rl

MIT 团队提出 PottsMPNN：不再以还原天然序列衡量蛋白质设计

MIT 生物学系团队开发出机器学习框架 PottsMPNN，通过引入支配蛋白质结构与稳定性的物理原理并建模氨基酸两两相互作用，提升序列生成与突变稳定性预测能力，成果发表于 PNAS。研究者指出，长期以来以能否复现进化选出的天然序列作为成功标准并非蛋白质设计的最佳指标，PottsMPNN 在减少对天然序列依赖的同时，结构兼容性与能量预测反而改善，可设计出序列不类似任何天然蛋白的结构可行蛋白。

MIT 提出 CrysVCD 框架：让 AI 生成的材料更稳定、更贴近真实应用

MIT 研究人员提出 CrysVCD 框架，在材料生成前用语言模型约束价电子规则，使常用材料模型在近 70% 的生成结果中达到高晶格动力学稳定性。该方法比生成后再筛选的方案效率高一个数量级，微调后生成的晶体材料机械稳定性达 68%、亚稳性达 85%，并可定向生成高热导率、高介电常数等材料。

IBM 发布 Granite 4.2 推理模型系列并详解构建过程

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。

Multiverse Computing 提出 Quantization-Aware Healing：60B 4-bit 模型在 9 项基准中 7 项反超全精度原版

Multiverse Computing 发布论文 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，直接从压缩前的原始模型做 KL 蒸馏。

MIT 工程师开发 η-learning：无需极端事件数据即可生成极端天气场景

MIT 工程师提出名为 Extreme Event Aware（η-learning）的机器学习方法，无需依赖历史极端事件数据即可生成合理的极端天气与最坏情景，并给出其规模、强度和持续时间。

vLLM 如何用 Ray Direct Transport（RDT）实现大规模分片权重传输

vLLM 推出基于 Ray Direct Transport（RDT）的原生分片权重传输引擎，在 48 个 8xH100 节点（32 训练、16 推理）上以 BF16 完成 Kimi K2 的权重传输仅需 7.53 秒。

jietang@jietangAI 评分4646

精彩评论：FLOPs 是智能；参数是知识！

SkyRL 推出 IsoExec：统一执行消除训练与推理引擎不匹配

SkyRL 提出 IsoExec，通过跨框架统一执行抽象消除 RL 训练与推理引擎之间的数值不匹配，包含执行契约与对齐的批不变内核两部分，已在 SkyRL 中结合 vLLM 和 Megatron 实现。

微软 Skala 1.1 发布：训练数据增 2.5 倍，已接入 CP2K 并推进 Psi4、FHI-aims、ORCA、VASP 集成

微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据比首个公开版本多 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol，精度超过当前领先的全局（范围分离）杂化泛函而保持半局域泛函的计算成本。

生成式推荐系统如何重新定义大规模 RecSys

生成式推荐系统正把 RecSys 从传统嵌入向量相似度目标转向生成式目标，即根据用户历史序列预测大目录中的下一个动作或物品。NVIDIA 技术博客指出，RecSys 是消费互联网中最普遍却极难大规模训练与服务的机器学习问题之一，LLM 的出现推动了这一范式转变。

Jim Fan@DrJimFanAI 评分5252

Jim Fan 发文分析 GEN-1.5 引发热潮的原因，认为关键在于人类采集数据中天然重复的动作，其来源有二：对称模式（如 IKEA 式装配中第二颗螺栓成为免费的模仿训练信号）和恢复行为，保留失败到捡起的完整过程让模型在测试时自然出现恢复能力。

VeRL-Omni v0.2.0 发布：更快的扩散模型 RL 与稳定的全模态训练

VeRL-Omni v0.2.0 发布，通过 vLLM-Omni 的请求级批处理让 Qwen-Image FlowGRPO rollout 的 GPU 利用率从约 80% 升至约 100%，单次生成时间从 226s 降至 108s，减少 52%。

用 NVIDIA FLARE 构建联邦多模态 AI 工作流

NVIDIA 发布技术博客，介绍如何用 NVIDIA FLARE 构建联邦多模态 AI 工作流，在数据无法集中到一处的情况下跨数据本地站点协调视觉语言模型（VLM）训练。VLM 可支持视觉问答、图像描述和图文推理等任务，而联邦学习为这类分布式数据场景提供了训练协调方案。

jietang@jietangAI 评分5353

唐杰发文谈 Scaling Law，认为参数量只有结合数据量、算力分配和部署条件才有意义，并回顾了从 Kaplan 的 2.7:1 到 Hoffmann 的每参数约 20 token，再到 Llama-2-7B（约 290 TPP）与 Gemma-2-9B（约 889 TPP）过度训练、以及 MoE 中总参数与激活参数分别影响知识与推理链的演变。

MIT CSAIL 研究：生成图像的归因随训练数据规模增大而衰减

MIT CSAIL 团队在 Nature Communications 发表论文，提出“归因衰减”现象：训练数据越大，单个样本对生成结果的影响越小，删除任一图像甚至某艺术家的全部图像后输出不变。

蚂蚁 inclusionAI 发布 SingProbe 官方训练代码

蚂蚁 inclusionAI 在 GitHub 上线 SingProbe 官方训练代码仓库。正文仅说明这是 SingProbe 的官方训练代码，未披露模型规模、训练数据或评测结果等细节。

MindTopo 揭示多模态大模型的空间推理能力短板

微软研究院推出 MindTopo 基准，从连续性、分离、顺序、包围、绳结五类拓扑关系评估多模态大模型的推理与规划能力。测试显示，模型在静态图像识别上表现明显优于交互式规划任务，失败多发生在规划阶段而非感知阶段，且整体远低于人类水平。图像与视频生成仅在单帧关系可见时偶有帮助，跨多步动作时难以维持拓扑约束。

Microsoft Research 推出 CARE-X：面向临床放射学的统一胸部 X 光 VLM

Microsoft Research 发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，同时支持报告生成与结构化预测，并用强化学习（DAPO）在多任务设置下奖励临床正确性。

MIT CSAIL 与清华提出 GeoPT：让 AI 模型学会物理，仿真提速 2 倍、数据省 60%

MIT CSAIL 与清华研究人员提出预训练方法 GeoPT，通过 130 万条"合成动力学"样本让仿真模型学习物理规律，达到峰值性能的速度比领先模型快 2 倍，所需数据最多减少 60%。在工业基准上，GeoPT 在速度、精度和效率上超越 SOTA 模型，模拟船体受风浪时用 60% 更少标注数据、达到峰值精度快 4 倍，并能在数秒内完成超 1 亿网格点的高保真仿真。

如何让知识蒸馏便宜到可以大规模运行

最新论文《Efficient Knowledge Distillation for LLMs》提出离线 top-K logits 缓存与融合分块 KL 损失两项改动，让教师模型无需与学生同时驻留显存，也不再生成完整的词表×序列长度矩阵。

Meta 广告排序的多阶段序列模型：从用户序列到 LLM 式缩放定律

Meta 为广告排序提出多阶段序列模型，将离线用户建模与在线排序解耦，并引入稠密 tokenization 与 target-aware attention，使序列模型呈现可预测的 LLM 式缩放定律。该平台已带来 Instagram 转化率 6%、Facebook 转化率 3%、Facebook 广告点击 3.5% 的累计提升，并成为 Meta 生成式广告推荐模型 GEM 的核心组件。

Microsoft Research 发布 Echoverse：面向 computer-use agent 的深度可进化训练环境

Microsoft Research 推出 Echoverse，为 computer-use agent 构建了 12 个深度训练世界（10 个领域世界和 2 个能力世界），强调环境保真度而非数量。

MIT 医疗数据库如何演变为全球数据共享标准 PhysioNet

MIT 与波士顿 Beth Israel 医院的研究者从 1975 年开始数字化心电图记录，1980 年完成逾 10 万条标注，最初预计只寄给不到十几个机构，十年间却寄出约 100 份拷贝。

Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互

Berkeley AI Research 提出 ABBEL 框架，将 LLM 智能体的摘要以自然语言"信念状态"形式隔离并监督其信息内容，替代完整交互历史作为工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 长度也低于全上下文设置。

Google Research 在 Nature 发表用强化学习实现量子计算机边运行边校准的研究

Google Research 在 Nature 发表《Reinforcement learning control of quantum error correction》，用强化学习（RL）智能体从量子纠错的错误检测事件中学习，在计算进行中持续调控数千个控制参数以对抗漂移，无需中断计算。

OpenAI 与 Apollo Research 提出 Contrastive SDF 测量模型的 reward-seeking 倾向

OpenAI 与 Apollo Research 发布 Contrastive Synthetic Document Finetuning 方法，通过向模型两个副本灌输相反的评分者信念，测量行为对评分者偏好的因果敏感度。

上海人工智能实验室 InternLM 开源 archspace，将 LLM 架构探索沉淀为社区可复用知识

上海人工智能实验室 InternLM 开源 archspace 项目，目标是把 LLM 架构探索转化为社区可复用的知识。该项目以“让架构探索成为可复用知识”为定位，面向 LLM 架构研究场景。

新模型来了，DharmaOCR 在巴西葡萄牙语 OCR 上仍领先 Mistral OCR4 与 Unlimited-OCR

DharmaOCR 在葡萄牙语专用基准上以 0.925 分领先 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。该模型经葡萄牙语监督微调与 DPO 两阶段训练，将全部参数集中于巴西葡萄牙语，从而在提取质量与稳定性上保持优势。

MIT 与 IBM 等提出 GIFT：让视觉语言模型自动把 2D 设计转成 CAD 程序

MIT 与 IBM 等机构的研究者提出 GIFT（Geometric Inference Feedback Tuning），可让视觉语言模型自动把 2D 设计图转成可执行的 CAD 程序，精度更高且仅需约 20% 的计算量。

MIT 教授 Devavrat Shah 如何让 AI 模型对接企业真实世界数据

MIT LIDS 首席研究员 Devavrat Shah 基于其实验室多年研究，为衍生公司 Ikigai Labs 构建了面向表格与时序数据的基础模型，可从企业多源数据持续学习并实时预测。