Sakana AI@SakanaAILabsAI 评分3535

Sakana AI 联合创始人兼 CEO David Ha 在《日经亚洲》撰文《AI 的未来属于编排者》，指出前沿企业靠堆算力、扩大模型规模的竞争已现瓶颈：开源模型差距缩至数月，前沿模型推理成本常高于其所辅助人员的时薪。他认为价值将从模型权重本身转向按情境调度、整合多个模型的编排智能，并主张主权 AI 的关键是不依赖单一供应商、能组合全球资源的供应链韧性。

Tianyi Cui@tianyiAI 评分5353

DeepSeek Harness 宣布开设官方 X 账号 @DeepSeekHarness，并引导用户关注。其引用内容显示 DeepSeek Harness 桌面端现已在 macOS 和 Windows 上可用，详情见 https://x.com/i/article/2104777189275439104。

AK@_akhaliqAI 评分2626

LongLive-Plug 面向视频生成的一次性通用蒸馏 论文：https://huggingface.co/papers/2609.38154

Runway@runwaymlAI 评分4343

Runway 机器人负责人 Andy Chen 阐述了 Runway 在机器人领域的独特方法，并以我们的开放权重世界动作模型 Praxis-1 的首次亮相收尾。 了解 Praxis-1 更多信息并申请早期访问：https://runway.com/praxis-1

One Commit a Day 六个月的 OSS 回顾：发布 v2.0 与 v2.0.1

开发者发布 One Commit a Day v2.0 和 v2.0.1，重构仓库并扩充日志与模板，同时完成 Doc MCP Server 的重构与重构，并处理了 Dependabot 与 MCP SDK 维护。该项目已坚持"每天一次提交"六个月，作者称一致性不等于每天同等强度，九月有不少"恢复模式"的日子。未来六个月他计划加入一个更大、更活跃的开源项目并推动自有项目走向生产可用。

Runway@runwaymlAI 评分3636

Runway 推出开放权重世界动作模型 Praxis-1，基于其大规模视频预训练与实时基础设施，作为策略模型可跨任意具身形态与环境控制机器人。该模型押注视频数据规模可弥补机器人演示数据不足，目前正与 Noble Machines、Standard Bots 和 Ultra 等早期伙伴测试，并将在未来数月公开发布权重。

Demis Hassabis@demishassabisAI 评分6363

DeepMind 宣布 SynthID Bio 落地生物学，让 AI 生成的蛋白质可被水印标记，团队已成功合成既有功能又带水印的 AI 设计蛋白质。该方法旨在加强 AI 时代生物安全和生成生物学的防护，工具已开源供研究社区使用，论文发表于 Nature。

Thomas Wolf@Thom_WolfAI 评分3939

ESM-2 于 2022 年发布。 它至今每月仍有数十万次下载。 这能持续，只因为有人在一直维护它底层的软件。 @huggingface 🤝 @os4science 正联手找出这些库，并支持它们背后的维护者 🧬 https://os4science.org/news/hugging-face-open-source-for-science-fund/

Nathan Lambert@natolambertAI 评分4646

最新的 Interconnects 图表——展示开源模型推理经济的指数级增长。图表显示了领先公司每日处理的 token 量，基于公开披露数据（Together、Baseten 和 Fireworks）以及 OpenRouter API。我低估了 OpenRouter 的增长。

Ant Ling@AntLingAGIAI 评分4444

认识 Ling-3.1-flash：总参数约 560B，每 token 激活约 25B，上下文最高支持 1M token。 我们计划很快开源该模型。 在工作、编程与医疗领域：GDPVal-AA v2.1 上达 1,673 Elo，FrontierSWE 上达 75.16，HealthBench Professional 上达 65.35。

Transluce 将 Activation Oracles 扩展到 1.1T 参数模型，性能随模型与数据规模提升

Transluce 训练激活预言机，用于分析模型内部激活以检测其行为，并扩展到最高 1.1T 参数的模型（包括 Kimi-K2.6 INT4），发现性能随模型规模、数据规模和数据质量提升。预言机在预测语言切换、检测编程智能体 reward hacking 等任务上取得成功，并采用全层激活读取架构，结合 LoRA 微调在 8xB200 上完成训练。

xAI 支持在 OpenClaw 中使用 Grok，SuperGrok 与 X Premium 订阅可直接登录

xAI 宣布即日起 SuperGrok 或 X Premium 订阅用户可在开源、本地优先的智能体 OpenClaw 中登录使用 Grok 模型，所有订阅档位均可接入。

Anthropic 发布 PySvelte：连接 Python 与 Svelte 的可解释性可视化库

Anthropic 开源 PySvelte，用于在 Python 中调用 Svelte 组件构建神经网络可解释性可视化。该库让 src/ 下的 Svelte 组件自动暴露为 pysvelte.Hello() 等 Python 接口，支持 NumPy 数组传入、Jupyter/Colab 内联显示及 .publish() 发布到 GCS/S3/AZ 并分享至 Slack。

Sarvam AI 发布开源混合推理模型 Sarvam-M，基于 Mistral Small 24B 强化印度语言能力

Sarvam AI 发布开源模型 Sarvam-M，基于 24B 的 Apache 2.0 模型 Mistral Small，经 SFT 和 RLVR 后训练而成，支持 think 与 non-think 两种模式。

Sarvam Audio：超越转录的语音识别

Sarvam AI 发布 Sarvam Audio，这是 30 亿参数语言模型 Sarvam 3B 的音频扩展，支持五种转录格式并实现最长 60 分钟音频的说话人分离识别。

Sakana AI 发布 Fugu Max 与 Fugu Ultra v2 编排模型

Sakana AI 发布 Fugu Max 和 Fugu Ultra v2 两个编排架构版本，通过 OpenAI 兼容 API 即日可用，已有用户改一行参数即可升级。

Berkeley 团队发布 OpenSage：自编程 Agent 生成引擎 ADK

UC Berkeley 等机构团队发布 OpenSage，一个让 AI 自动生成 Agent 拓扑、合成管理工具并控制分层记忆的 Agent Development Kit。

Prime Intellect 开源 OpenDiLoCo 分布式低通信训练框架，并将 DiLoCo 扩展至 1.1B 参数模型

Prime Intellect 发布 OpenDiLoCo，一个对 DeepMind DiLoCo 方法的开源实现与扩展，代码见 https://github.com/PrimeIntellect-ai/OpenDiLoCo，论文见 https://arxiv.org/abs/2407.07852。

Prime Intellect 发布 INTELLECT-1：首次全球分布式训练 10B 参数模型

Prime Intellect 启动 INTELLECT-1，称其为首个全球分布式训练的 10B 参数模型，基于 Llama-3 架构，使用超过 6 万亿 token 的数据混合（55% Fineweb-Edu、20% DLCM、20% Stack v2、5% OpenWebMath），并邀请任何人贡献算力。

Prime Intellect 发布全球分布式协作训练的 10B 模型 INTELLECT-1

Prime Intellect 发布 INTELLECT-1，一个在五大国家、三大洲用最多 112 张 H100 协作训练的 10B 参数语言模型，训练 1T tokens 历时 42 天，基于 Llama-3 架构。

Prime Intellect 发布 INTELLECT-MATH：7B 数学推理模型训练提速 10 倍

Prime Intellect 通过对合成推理轨迹做微调来改进在线强化学习的策略初始化，训练出 7B 数学推理模型 INTELLECT-MATH，在多个数学推理基准上超过 Eurus-2-7B-PRIME，并以 10 倍更少的 GPU 小时达到同等性能（47 步 RL 对比 592 步）。

Prime Intellect 发布 SYNTHETIC-1：140 万验证推理任务的开源数据集与分布式数据生成计划

Prime Intellect 推出 SYNTHETIC-1，基于 DeepSeek-R1 生成 140 万条覆盖数学、编程、软件工程、STEM 和合成代码理解的任务与验证器，目标是构建最大的开源验证推理数据集。

Prime Intellect 融资 $15M 打造开放超级智能全栈

Prime Intellect 宣布获得 $15M 融资，由 Founders Fund 领投，Menlo Ventures、Andrej Karpathy、Clem Delangue、Tri Dao 等参投，总融资超过 $20M。

Prime Intellect 发布 INTELLECT-2：首个全球分布式强化学习训练的 32B 推理模型

Prime Intellect 发布 INTELLECT-2，以 QwQ-32B 为基座，用 GRPO 和可验证奖励进行全球首个 32B 参数的无许可分布式强化学习训练，任何人可贡献异构算力。

Prime Intellect 发布分布式推理技术预览，开源 PRIME-IROH、PRIME-VLLM、PRIME-PIPELINE

Prime Intellect 发布面向消费级 GPU 和公网 100ms 延迟的分布式推理栈预览，并开源三个代码库 PRIME-IROH、PRIME-VLLM 和 PRIME-PIPELINE。

Prime Intellect 发布 INTELLECT-2：首个通过全球分布式强化学习训练的 32B 模型

Prime Intellect 发布 INTELLECT-2，称其为首个通过全球分布式强化学习训练的 32B 参数推理模型，在异步、异构的分布式算力网络上训练，性能较 QwQ-32B 在数学与编码基准上有提升。

Prime Intellect 推出 Environments Hub 开放 RL 环境社区平台

Prime Intellect 发布 Environments Hub，一个开放的社区平台，用于创建、分享和复用强化学习环境与评测，上周 private beta 已有超过 30 名研究者和公司贡献环境，现向所有人开放。

Prime Intellect 扩大开源 Environments 计划，投入数十万美元奖金招募建设者与伙伴

Prime Intellect 宣布扩大其开源 Environments 计划，目标是打造开放评测与 RL 环境的全球中心。过去 2 个月社区通过赏金和 RL residency（500+ 申请者）众包了 400+ 前沿 RL 环境与评测，其中 80+ 为已审查实现。

Prime Intellect 发布 106B MoE 模型 INTELLECT-3 并开源完整训练配方

Prime Intellect 发布 INTELLECT-3，一个 106B 参数的 MoE 模型，在 GLM 4.5 Air 基座上经过 SFT 和大规模 RL 训练，在数学、代码、科学和推理基准上达到同规模最先进水平，超越许多更大的前沿模型，如 AIME24 90.8 分、AIME25 88.0 分、GPQA-Diamond 74.4 分。

Prime Intellect 发布 Lab 全栈后训练平台

Prime Intellect 发布 Lab，一个面向智能体后训练的全栈平台，将 Environments Hub 与 Hosted Training、Hosted Evaluations 整合，覆盖从大规模智能体 RL 到推理评估的完整流程。

Prime Intellect 开源 General Agent：可自我进化的合成智能体环境

Prime Intellect 开源首个 general-agent 环境，用 Synthesizer 与 Solver 双智能体博弈合成任务，目前包含 4,504 个任务、覆盖 1,040 个领域和 8,000 多个工具。每个任务由数据库、工具集、指令和带验证函数的 gold solution 构成，任务按难度分层进化，仅通过率落在校准难度区间的任务被采纳。

Prime Intellect 发布 Hosted Evaluations，让模型评测变得省心

Prime Intellect 推出 Hosted Evaluations，为所有人提供可扩展基础设施，在自有评测上测试模型。该服务支持在 Environments Hub 上数百个社区环境中运行评测，可通过平台或 CLI 加 --hosted 参数启动，评测结果可发布到对应 leaderboard，并配有评测查看器展示采样参数与样本轨迹。

Prime Intellect 加入 NVIDIA Nemotron 联盟，贡献开放 RL 环境层

Prime Intellect 宣布加入 NVIDIA Nemotron 联盟，与 Black Forest Labs、Cursor、LangChain、Mistral AI、Perplexity 等成员共同推进前沿开放模型。

Prime Intellect Lab 上线 Nemotron 3 Ultra 后训练支持

Prime Intellect Lab 为 NVIDIA Nemotron 3 Ultra 提供 day-0 后训练支持，该模型为 550B 参数 MoE、55B 激活参数，在 RULER@1M 上达 95%、SWE-bench Verified 达 65–70.4%。

Prime Intellect 提出 ECHO：在 RL 中加入世界模型训练提升智能体泛化

Prime Intellect 发布研究文章，提出在 RL 训练中同时用 SFT（正恒定优势、无额外前向开销）让模型预测工具输出，即 ECHO 方法。

prime-rl 新增算法层，内置 GRPO、ECHO 等六种算法

Prime Intellect 为 prime-rl 引入一等算法层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法，可按环境分别选择，单次运行即可在不同环境训练不同算法。

Prime Intellect 完成 $130M A 轮融资，打造开放超级智能栈

Prime Intellect 宣布完成 $130M A 轮融资，由 Radical Ventures 领投，NVIDIA Ventures、Intel Capital、Dell Technologies Capital 等参投，总融资超过 $150M。

DeepSeek 为华为昇腾芯片发布 TileLang 等开源编程工具

DeepSeek 与华为合作，为昇腾 AI 芯片发布 TileLang 等开源编程工具，包括计算库和芯片间数据搬运库，TileLang 源自北京大学研究者，现已成为 DeepSeek 做 AGI 研究的主要工具。

MiniMax 发布 M2.7：SWE-Pro 得分 56.22%，展示模型自进化工作流

MiniMax 发布 M2.7 模型，已在 MiniMax Agent 和 API 平台全面可用。该模型在 SWE-Pro 得分 56.22%（接近 Opus 4.6），VIBE-Pro 55.6%，Terminal Bench 2 57.0%，GDPval-AA ELO 1495 为开源模型最高，MM Claw 准确率 62.7%。

SGLang 发布 dLLM 框架并 Day-0 支持 LLaDA 2.0

SGLang 团队与蚂蚁集团 DeepXPU 团队宣布在 SGLang 内实现 Diffusion LLM（dLLM）框架，并 Day-0 支持 LLaDA 2.0。