Jev 发布两天内获得 3600 万次视频观看，涌现 ModernBert、DiffusionGemmaJev、Bespoke Nimble、SemIf、Jevlike、Kev-0.5B 等复现；Bespoke Nimble 在评测中将 Qwen3.5 基线从 66% 提升至 90%，Kev-0.5B 可在 MacBook Pro 运行。数据被承认 100% 合成，且尚无该类模型的标准基准。
推荐理由：原文梳理了 Jev 类判别式决策模型的复现生态与浏览器自动化集成路径，读者可借此判断工作流控制平面的近期走向。
GPT-6 Astra 与 Fable 5.1 已具备变革性能力，可可靠完成数周的人类工作，如将 Zork 文本冒险游戏转为 3D 动作游戏、从视频重建 Umberto Eco 图书馆的 3D 场景。
Google Research 推出 MilleMiglia，一个 C++ 实例生成器，用于构建中段物流网络的真实基准。中段物流覆盖区域或大陆尺度的配送中心间运输，占物流成本大头且影响时效，但学术研究长期缺乏公开高质量数据。MilleMiglia 在 GitHub 开源，通过隐私保护的方式捕捉中段运输的多车辆接力、时间窗口与分拣同步等约束，为后续优化研究提供基础。
Anthropic 在 Claude Code 推出 Projects，支持单对话衍生多云线程并传递上下文；Google 更新 Gemini managed agents，增加 Credentials 和 Files API 并声称成本下降 30%、缓存命中提升 22%；OpenAI 发布 Astra for Law 垂直包装。
推荐理由：多线程协调、判断原语和可验证评测等讨论，为理解 Agent 运行时架构的下一层演进提供了可迁移的技术视角。
summary_zh: 一家全球金融科技公司在 Together 上将编程智能体流量迁移至 GLM-5.2，采用 Dedicated Model Inference 实现自服务供给、指标 API 和模型灵活性。
summary_zh: 联合国系统推出 UN System Data Commons，基于 Google Data Commons 构建的开源平台，整合全球统计数据为 AI 就绪知识图谱。
Latent Space汇总9/15–9/16 AI新闻，包括Steve Yegge关闭Gas Town并承认高订阅投入仅产出该项目、Databricks工程师切换Astra后编码支出增加约60%。
NVIDIA 官方发布 Vera Rubin NVL72 在 MLPerf Inference v6.1 的预览结果，在 DeepSeek-R1 和 Qwen3-VL 上分别较 GB300 NVL72 提升最高 2.5x 和 3.7x 吞吐。
推荐理由：NVIDIA 官方公布 Vera Rubin NVL72 在 MLPerf Inference v6.1 的首秀成绩，读者可据此对比新旧平台推理吞吐与扩展效率。
Mistral 为 Mozilla Firefox Smart Window（beta）提供模型支持，该 AI 浏览助手目前面向法国和北美用户，英国和德国今年晚些时候跟进。Firefox Smart Window 默认不保存对话记录，Mistral 承诺零数据保留，双方共同强调用户控制与开源分发。
Together AI 发布从闭源迁移到开源模型（OSM）的策略指南，采用托管服务可将迁移时间从数月/年缩短至数周。指南建议通过定义用例、筛选相关基准（如 FrontierCode、LMArena、τ-bench 等）锁定候选模型，并基于每任务成本、token 消耗和延迟进行对比，最终用真实流量回放做准确性与性能评估。
Apple ML Research 提出共享选择性持久记忆架构，识别并保留任务规格、数据模式、工具配置和输出约束四类可复用上下文，丢弃会话特定推理轨迹。该记忆可在工作空间间通过基于角色的访问控制共享，实现协作复用。
推荐理由：选择性记忆架构在三个企业场景中任务完成率从79%提升至96%，为多轮工具调用的上下文管理提供了可复用的工程路径。
Salesforce 在 Dreamforce 发布首个 CRM 推理模型 Koa，由 NVIDIA Nemotron 3 Super 后训练而来，可用 NVIDIA NeMo RL 等工具微调，训练语料覆盖 14+ 行业。
NVIDIA 在 AI Infra Summit 公布 Vera Rubin NVL72 与 DSX 平台新成果，MLPerf Inference v6.1 中 Vera Rubin NVL72 较 GB300 NVL72 吞吐量提升最高 3.7 倍，DSX MaxLPS 在相同功耗下集群 token 吞吐量提升 24%、每瓦性能提升 23%。
推荐理由：AI基础设施的关键指标正从峰值性能转向每兆瓦智能体token数，读者可据此评估自身AI工厂的能效与扩容空间。
AI Evaluator Forum 发布 AEF-1 标准，为独立第三方 AI 评估提出涵盖访问、利益冲突、资金关系、回避和透明度的基线。Dario Amodei 单独承诺为嵌入式评估员提供办公室门禁、工牌和笔记本等接近内部风险团队的权限。Anthropic 单独承诺嵌入评估。来源：Latent Space。
summary_zh: Interconnects 整理了过去几年关于开放模型（open models）的最佳写作清单，涵盖开放模型的定义、商业战略、风险、经济角色及中美竞争格局。
Together AI 升级微调平台，新增 GLM-5.3、Kimi K2.7、DeepSeek-V4-Flash、Qwen 3.8-27B、Gemma 4 等开源模型支持，并引入实验实时追踪、Expert LoRA、早停、任意批量大小、样本权重、预飞行校验与打包控制等功能。
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。
Google Research 提出 ToolGrad 框架，先生成真实的工具使用链再反推用户提示，仅需单步 LLM 调用即可完成标注。
推荐理由：提出 answer-first 的 ToolGrad 框架，以文本梯度迭代构建工具链，为高效生成高质量工具使用数据提供了可迁移的新范式。
Partnership on AI 宣布新增六家合作伙伴，涵盖 AI Safety Asia、Anthropic、Financial Health Network、Multiracial Democracy Project、Paul G. Allen School of Computer Science & Engineering 以及 Transluce。
summary_zh: MIT Schwarzman College of Computing 举办了为期一周的首届 AI Educators Pilot 工作坊，来自 Allen University、Babson College、Brandeis University 等多所高校的 19 名教师参与。
Weaviate 推出 HFresh，一种面向内存敏感场景的磁盘向量索引，默认用于 Weaviate Cloud 免费档的 Cost Optimized 配置。
Together AI 发布开源 AI 栈指南，将栈分为模型、推理、网关与路由器、Harness、工具与上下文管理五层。推荐同时使用大模型（如 Kimi K3，1.8T 总参数）与小模型（如 GLM 5.3 Flash，320B 总参数）处理不同复杂度的任务，并可通过 OpenRouter、Vercel AI Gateway 或 LiteLLM 路由多提供商。
推荐理由：原文分层拆解开源 AI 栈各层组件与选型思路，开发者可按需组合模型、网关与工具。
Interconnects 汇总了最新开源模型与许可证动态：Motif-3 采用 MIT 许可证并以有限资源取得亮眼成绩；GLM-5.3 从 MIT 转为自定义许可证，对推理与微调服务设置 100 亿美元营收门槛及安全审查；Hy4-preview 延续了腾讯模型迭代路径但存在过度思考问题；Qwen3.8-Flash-Next 展示了 125B-A6B 架构与 GDN 等新技术。
OpenAI 扩展对新闻业的支持，面向学生、教育工作者、记者和新闻机构提供工具、培训与合作伙伴关系。计划覆盖从课堂到新闻编辑部的全链条支持。
NeoMME是260M和800M多模态原生多语言编码器，单塔双向Transformer从零训练，无需独立视觉塔或因果语言模型。260M模型在ViDoRe v3上达0.523 nDCG@10，超越同参数模型，编码速度约2倍于ColModernVBERT。通过分层池化和非对称量化，late-interaction存储从1.5MB压缩至6kB/页，压缩255倍且保留95%以上检索质量。
推荐理由：单塔多模态编码器以260M参数在ViDoRe v3上超越更大模型，并通过分层池化和非对称量化将多向量检索存储压缩255倍同时保留95%以上质量。
作者用 TRL + OpenEnv 复现 Surya Narreddi 的水彩画训练流水线，全部工件开源并在 Hugging Face 上端到端运行。奖励函数由编译门、代码长度、Qwen3-VL 配对裁判和 HPSv3 美学偏好组成，三组奖励混合（judge-led / hps-led / hps-only）对比显示，裁判权重越高起始奖励越低但最终质量提升越明显。
推荐理由：原文给出了完整开源流水线和三次奖励对比，读者可据此复现并迁移到其他审美偏好数据集。
Allen AI 提出 BenchMIRT，用多维项目反应理论逐题审计 LLM 基准，从 100 个模型、16 个基准、34K+ 题中独立恢复出安全与推理两个维度。分析显示 BBQ、WMDP 等基准的得分更依赖推理能力；保留 10% 题目仍能维持排名，模型在未见过题目上的预测准确率达 79%。
Partnership on AI 与 Windfall Trust 于 7 月 29-30 日在华盛顿举办研讨会，邀请 46 位来自前沿 AI 实验室、工会、公民社会及国际组织的代表，模拟 2030 年"慢速"与"快速"两种 AI 情景并反向推导 2026 年应采取的行动。
Far Labs即将推出Far AI平台，Evolving Edge目前处于公开测试阶段，两家公司均将家庭与小型企业的闲置算力用于运行开源小模型的AI推理任务。
Hugging Face 发布 @huggingface/kernels 库及 Fleet 众测工具，提供 207 个 WebGPU 内核，覆盖矩阵乘法、Softmax、LayerNormalization 等操作。
推荐理由：Hugging Face发布207个WebGPU内核库，以版本化包形式提供可复用的GPU操作原语，并搭配Fleet众测平台收集真实硬件性能证据，为浏览器端本地AI推理奠定底层基础。
OpenClaw 是 Peter Steinberger 于 2025 年 11 月启动的个人 AI助手项目，截至 2026 年 8 月 GitHub 仓库约 38.8 万星、8.1 万 fork、8 万+提交。
推荐理由：从 Pull Request 泛滥到依赖信任重塑，OpenClaw 的经验为大规模 AI 辅助开源协作提供了可迁移的安全与社区治理思路。
IBM Granite 4.2 推理模型家族（3B/8B/30B）采用分阶段强化学习流水线构建，支持思考/非思考切换与低思考预算模式。8B 与 30B 经过智能体 RL 训练，可在真实沙盒环境中进行代码编辑、终端操作与网页搜索，训练基于 NeMo-RL 与 NeMo-Gym，最终以 Apache 2.0 许可证开源。
推荐理由：详细展示了从可验证奖励到智能体环境交互的分阶段强化学习流水线，为构建具备工具调用能力的推理模型提供了可复现的训练框架。
开发者可将 Claude Desktop 配置为通过 Ollama 作为第三方网关，同时使用本地模型和 Ollama 云端模型。连接后可在 Ollama 内切换 Anthropic 模型或关闭功能恢复原设置。默认关闭遥测，Ollama 对所有模型和服务执行严格零数据保留策略。
Together AI 在 113 个 DeepSWE 任务、每侧 452 次 rollout 上对比 GLM-5.3（max）与 GPT-5.6 Sol（max）。
推荐理由：同一跑道上 GLM-5.3 以一半价格逼近 Sol，在重试和覆盖率上反而反超，读者可据此设计前端开源、后端旗舰的级联路由。
Nathan Lambert 讨论开源模型生态与 Linux 类比，指出开放权重模型更接近具体软件版本，而完整开源训练配方更接近操作系统。Nvidia 通过 Nemotron 推动近开源路线以扩大推理需求，但开源训练高度依赖其融资，未来几年需形成正向反馈。另一种可能是开源模型转向效率与专业化长尾，与闭源模型形成分化。
summary_zh: Jeremy Howard 离开 AI 领域三年后重返 fast.ai 团队，加入 Answer.AI 专注 AI 教育。Answer.AI 由 fast.ai 演变而来，团队开发了 SolveIt 工具，将问题解决分为理解、计划、执行、回顾四个阶段，让用户直接编辑 AI 回答并自行决定下一步。
Together AI 在 DeepSWE 基准上对比 DeepSeek V4 Pro 0813 与 Claude Fable 5：Fable 首试准确率 69.7% 高于 Pro 的 62.8%。
推荐理由：在 DeepSWE 评测中两款模型价格相差 90 倍但表现接近，读者可据此判断何时值得为 Fable 支付溢价。
Hugging Face 发布 2026 年上半年开源模型观察报告，指出中国实验室在几乎每个月的前沿模型规模都超过美国模型，同时 Qwen 衍生模型达 15 万个、成为社区基础模型。下载量高度集中于小模型，GGUF 等本地推理格式增长远超模型仓库本身增速。Agent 首次成为 Hub 主要流量来源，7 月 Claude Code 占 44.4%，近四分之一流量来自未注册客户端。
推荐理由：报告揭示了开源模型格局的前沿迁移与采纳现实之间的落差，为观察中国实验室的发布策略与社区实际依赖提供了可对照的数据视角。
Hugging Face 在 2026 年 7 月 15 日至 8 月 2 日发起 ICML 2026 Open Reproductions 挑战，1,221 名社区成员使用 Claude Code、Codex、Cursor 等智能体复现了 2,226 篇论文（占会议 34%），发布 6,816 本 Trackio 日志。
推荐理由：大规模复现挑战揭示了AI论文可复现性的真实状况，为理解智能体在学术审核中的实际能力与边界提供了关键事实。
OlmoEarth Studio 现支持计算并导出自定义 embedding 向量，输出为 COG，模型权重与源码公开。可选 Nano（128 维，1.4M 参数）、Tiny（192 维，6.2M 参数）或 Base（768 维，89M 参数）编码器，时间跨度 1-12 个月，分辨率 10-80 米。越南 Ca Mau 红树林区仅用 60 个标注像素训练逻辑回归，加权 F1 达 0.84。
Mistral 推出区域推理端点和 Priority Tier，并宣布平台将支持第三方开放模型，首发 Z.ai 的 GLM-5.2。Mistral Regional Endpoints 已正式可用，客户可选择推理在欧洲或美国运行；Priority Tier 处于 public preview，提供自定义速率限制和 uptime SLA。