IBM 发布 Granite 4.2 推理大模型家族并说明构建方法
IBM 发布 Granite 4.2 稠密 decoder-only 推理大模型家族，包含 3B、8B、30B 三种规格，并以 Apache 2.0 许可证开放。
推荐理由：文章系统拆解 Granite 4.2 从预训练、SFT 到多阶段 RL 的训练路径，可用于理解推理模型与智能体能力如何分层构建。
#推理
#推理
今日 0 条Hugging Face Blog精选AI 评分8282 Hugging Face BlogAI 评分5151 Multiverse Computing 提出 Quantization-Aware Healing，让 60B MXFP4 模型在 7/9 基准上超过 BF16 版本
Multiverse Computing 发布论文 Quantization-Aware Healing，提出直接用压缩前的原始全精度模型作为教师，向结构压缩并量化为 MXFP4 的学生模型做 KL 蒸馏。
SpaceXAI@SpaceXAIAI 评分3838
Google DeepMindAI 评分4747 从 Atari 到 EVE Online：Google DeepMind 基于 15 年游戏 AI 研究的探索
Google DeepMind 回顾从 DQN、AlphaGo 到 AlphaStar 的游戏 AI 研究，并宣布与 Fenris Creations 围绕 EVE Universe 开展新合作。其 Gemini 驱动的 SIMA 2 可通过键盘鼠标理解自然语言指令，已在 No Man's Sky、Valheim 等游戏环境中实现类人游玩。
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-DSpark 草稿模型，LFM2.5 推理最高加速 3.18 倍
Liquid AI 发布面向 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型检查点，通过推测解码提升推理速度且不改变贪心解码输出。
推荐理由：文章给出三款草稿模型的参数规模、H100 与 M4 Max 实测加速及 llama.cpp、SGLang 接入方式，便于评估端侧和服务端部署收益。
Hugging Face Blog精选AI 评分6565 ALTK-Evolve 研究：AI 智能体需要多少记忆应按模型能力校准
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。
推荐理由：文章用 8 个模型和 AppWorld 任务说明智能体记忆剂量需按模型能力校准，并给出准确率与 token 成本对照。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体工作流降价
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的高智能主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方给出编码、网页开发、复杂文档与业务流程基准，并标明 API 价格和可用入口，便于评估生产级智能体迁移成本。
Microsoft ResearchAI 评分5353 Microsoft Research 发布 MindTopo 基准，评测多模态模型的拓扑空间推理能力
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型对连通性、分离、顺序、包围和绳结等拓扑关系的推理与规划能力。基准包含静态 reasoning 任务和模拟环境中的 planning 任务，场景由可控模拟器生成并提供精确 ground truth。
Google Research精选AI 评分7070 Google Research 提出知识画像与 WikiProfile：前沿 LLM 事实性的瓶颈在回忆而非编码
Google Research 发布研究，提出知识画像框架和包含 2,150 条 Wikipedia 事实的 WikiProfile 基准，用来区分 LLM 的编码、回忆与识别。
推荐理由：研究把事实错误拆成编码失败与回忆失败，并用 WikiProfile 量化前沿 LLM 的知识可访问性，为后训练和推理时干预提供诊断依据。
Fireworks AI（网页）AI 评分5050 Fireworks AI 在 Kimi K3 与 Qwen3.5-9B 上复现 J-Lens 静默信号读出
Fireworks AI 将 Anthropic 研究人员提出的 J-Lens 探针应用于 Kimi K3 和 Qwen3.5-9B，发现模型在输出 token 前，内部状态已出现与最终任务相关的词汇信号。
Google Research精选AI 评分7575 Google Research 推出 AMIE (Video)，在实时视频临床问诊中达到专科医生级表现
Google Research 发布基于 Gemini 和 Project Astra 的 AMIE (Video)，可进行同步临床视频问诊、识别非语言线索、引导虚拟查体并实时完成诊断推理。
推荐理由：文章给出 AMIE (Video) 的三智能体架构和 300 场随机视频问诊结果，可用于理解多模态临床 AI 从文本走向实时音视频的技术路径。
Microsoft ResearchAI 评分5757 Microsoft Research 推出研究模型 CARE-X，探索面向临床任务的胸部 X 光视觉语言模型
Microsoft Research 发布研究模型 CARE-X，用统一胸部 X 光 VLM 支持报告生成、疾病分类、否定判断、设备位置和异常区域定位。
Mistral AIAI 评分5757 Mistral 推出区域推理端点、Priority Tier 与欧洲算力合作框架
Mistral 宣布三项主权 AI 基础设施更新：Mistral Regional Endpoints 已正式可用，客户可选择在欧洲或美国运行推理；Mistral Priority Tier 进入公开预览，为关键任务提供自定义速率限制和 uptime SLA。
Fireworks AI（网页）精选AI 评分7575 Fireworks 上线 Meta Muse Glimmer 30B，面向 Always-On 智能体工作流
Fireworks 宣布 Meta 的 Muse Glimmer 30B 已在 serverless 和 on-demand 部署中可用，定位为支持多轮连续工具调用、失败恢复和长上下文任务的 Always-On 智能体模型。
推荐理由：文章给出模型架构、部署方式和面向智能体工作流的基准结果，可帮助判断其在长链路工具调用场景中的适配性。
Google ResearchAI 评分5757 Google Research 提出 Science One Framework，用 Chain-of-Evidence 构建可验证自主科研智能体
Google Research 发布论文，提出 Chain-of-Evidence（CoE）可验证性框架，并用 Science One Framework 原型和 CoE Audit 自动审计指标评估 AI 生成科研论文。
Microsoft ResearchAI 评分5353 Microsoft Research 提出 EvoLib：让大语言模型把经验转化为持续演化的知识
Microsoft Research 在论文 Test-Time Learning with an Evolving Library 中提出 EvoLib，让大语言模型在推理阶段从自身经验中自监督学习，无需真实标签、外部反馈或更新模型参数。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Robotics 2，带来机器人全身智能与多机协作
Google DeepMind 推出 Gemini Robotics 2，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2。
推荐理由：官方拆解了三款模型在全身控制、灵巧操作、长程协作和端侧适配上的分工，可帮助理解机器人智能层的能力边界。
Fireworks AI（网页）精选AI 评分8282 Fireworks 上线 Kimi K3 Day-0 推理与训练，并推出美国专属 Serverless 端点
Fireworks 宣布开放权重模型 Kimi K3 已在平台 Day-0 提供推理和训练，支持按 token 付费、Serverless 接入、Batch 模式 50% 折扣，以及美国境内推理和 Zero Data Retention。
推荐理由：文章同时给出推理、训练入口、数据驻留与零保留策略，便于团队评估用开放权重模型承接生产任务的可行性。
Berkeley AI ResearchAI 评分4747 ABBEL：训练 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将交互摘要建模为自然语言信念状态，并通过信念评分监督其信息内容，以解决长程交互中递归摘要的性能损失问题。在 CollabBench 协作编码评测中，带重建信念评分的 ABBEL-rec-BG 将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 token 为 6.01×10²。
Claude Platform：开发者版本说明（RSS）精选AI 评分8686 Anthropic 发布 Claude Opus 5，并更新 Claude Platform 多项 API 与 Managed Agents 能力
Anthropic 于 7 月 24 日发布 Claude Opus 5，模型 ID 为 claude-opus-5，支持 1M token 上下文窗口、128k 最大输出 token 和默认开启 thinking，价格为 $5 / $25 USD per MTok。
推荐理由：官方版本说明集中列出 Claude Opus 5 的规格、价格、API 行为变化和迁移要点，便于开发者评估升级影响。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和网络安全专用的 3.5 Flash Cyber，主打规模化构建 AI 智能体所需的效率、低延迟与可靠性。
推荐理由：官方同时给出三款模型的定位、价格、速度与基准表现，可帮助开发者按延迟、成本和智能体任务需求选型。
Hugging Face Blog精选AI 评分8888 Thinking Machines 在 Hugging Face 发布开源多模态模型 Inkling 与 Inkling-Small
Thinking Machines 在 Hugging Face 发布开源多模态 LLM Inkling，并推出 Inkling-Small 及 NVFP4 等变体。
推荐理由：文章同时给出模型架构、量化部署配置和多框架支持，便于评估多模态推理模型的落地门槛。
Hugging Face Blog精选AI 评分6565 PyTorch 性能剖析系列第 3 部分：如何剖析 attention
Hugging Face 发布 PyTorch 性能剖析教程第 3 部分，在 NVIDIA A100-SXM4-80GB 上对比朴素 attention、in-place masking 与 SDPA 的 math、efficient、flash、cuDNN 后端。
推荐理由：文章用同一 A100 环境对比多种 attention 实现的 profiler trace，可帮助读者把 kernel 数量、显存访问和后端选择联系起来。
Hugging Face Blog精选AI 评分6868 Hugging Face 升级 transformers 的 vLLM 建模后端，推理速度追平原生实现
Hugging Face 宣布 transformers 的 vLLM 建模后端已升级，兼容架构可通过 --model-impl transformers 达到或超过 vLLM 手写原生实现的吞吐。
推荐理由：文章给出三种 Qwen3 配置的实测吞吐和启用参数，模型作者可据此省去为 vLLM 单独移植优化代码的工作。
Mistral AI精选AI 评分6868 Mistral AI 发布 Leanstral 1.5：119B 总参数、6B 激活参数的开源形式化证明模型
Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，模型拥有 119B 总参数和 6B 激活参数，面向 Lean 4 形式化证明与代码验证，权重已在 Hugging Face 开源，并提供免费 API leanstral-1-5。
推荐理由：官方给出 Lean 4 形式化证明基准、代码验证案例和免费 API 入口，可帮助读者判断模型在真实证明工程中的适用边界。
Claude Platform：开发者版本说明（RSS）AI 评分3030 Claude Platform 版本说明（2026年7月2日）：推出 Claude Sonnet 5.5 与 Claude Opus 5.5
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 上线。
Google Research精选AI 评分7070 Google Research 发布表格数据零-shot 基础模型 TabFM
Google Research 推出面向表格数据分类和回归的基础模型 TabFM，可将整张表作为统一提示词，在单次前向传播中对未见过的表格生成零-shot 预测。
推荐理由：原文说明了 TabFM 的零-shot 表格预测机制、训练数据来源和 BigQuery 入口，便于理解其对传统表格建模流程的替代思路。
Hugging Face BlogAI 评分4242 DiScoFormer：一个跨分布同时估计密度与 score 的 Transformer 模型
Hugging Face 介绍 DiScoFormer，这是一个可在单次前向传播中同时估计分布密度与 score、无需按新分布重新训练的 Transformer 模型。模型用高斯混合模型训练，采用共享主干与密度、score 双输出头，并把 KDE 作为特殊情形。在 100 维任务中，其 score 误差较最佳手工调优 KDE 降低约 6.5x，密度误差降低超过 37x。
Google Research精选AI 评分6666 Google 用冻结式 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano v3
Google 宣布为已部署的冻结 Gemini Nano v3 模型加装轻量 MTP 头，并已在 Pixel 9 和 Pixel 10 系列推出，用于加速 AI Notification Summaries 和 Proofread。
推荐理由：文章解释了冻结 Gemini Nano v3 主干并加装 MTP 头的移动端加速方案，可帮助理解端侧 LLM 在内存和能耗约束下的工程取舍。
Google Research精选AI 评分6565 Google Research 论文解析：推理如何唤醒大语言模型的参数化知识
Google Research 介绍将在 COLM 2026 发表的论文 Thinking to Recall，发现开启推理后，Gemini-2.5 Flash、Gemini-2.5 Pro 和 Qwen3-32B 能召回关闭推理时几乎无法得到的简单单跳事实答案。
推荐理由：文章用受控实验区分计算缓冲与事实启动两种机制，并审计中间事实幻觉对最终答案的影响，可帮助理解推理型模型的知识召回边界。
Google DeepMind精选AI 评分8282 Google DeepMind 发布开源实验模型 DiffusionGemma，文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用 26B MoE 架构、推理时激活 3.8B 参数，并以 Apache 2.0 许可证在 Hugging Face 开放权重。
推荐理由：原文给出并行文本扩散的架构取舍、硬件门槛和本地推理速度，可帮助判断其适用场景。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemma 4 12B 无编码器统一多模态模型
Google DeepMind 发布 Gemma 4 12B，这是一款面向笔记本本地运行的智能体多模态模型，可在 16GB VRAM 或统一内存上运行。模型采用无独立多模态编码器的统一架构，视觉和音频输入直接进入 LLM 主干，并内置 Multi-Token Prediction drafters 以降低延迟；官方称其基准性能接近 26B MoE，且总内存占用不到一半。
推荐理由：官方说明了无编码器统一架构、16GB 内存本地运行和 Apache 2.0 开放方式，便于评估端侧多模态智能体开发可行性。
Claude Platform：开发者版本说明（RSS）精选AI 评分8282 Claude Platform 6月9日版本说明发布 Claude Fable 5 与 Claude Mythos 5
Anthropic 在 Claude Platform 6月9日版本说明中发布 Claude Fable 5，并面向 Project Glasswing 参与者发布 Claude Mythos 5。
推荐理由：官方说明集中列出新模型规格、价格与 API 行为变化，开发者可据此评估迁移成本和智能体工作流适配点。
Claude：Blog（网页）AI 评分5858 Anthropic 推出 Swift 包，让 Claude 接入 Apple Foundation Models 框架
Anthropic 发布新的 Swift 包，使 Apple 开发者可通过 Foundation Models 框架调用 Claude，处理多步推理、代码生成、联网搜索和代码执行数据分析等复杂工作流。
Google ResearchAI 评分5454 Google Research 公布 I/O 2026 多项 AI 研究与产品进展
Google Research 在 I/O 2026 公布 Gemini for Science、Google Health、WeatherNext、Antigravity 2.0、Gemma V4 等多项 AI 研究和产品进展。
Mistral AI精选AI 评分6565 Mistral 在 AI Now Summit 2026 发布工业工程 AI 栈、升级 Vibe 并公布 Les Ulis 数据中心
Mistral 在 AI Now Summit 2026 发布面向工业工程的集成 AI 栈，并与 Airbus、BMW Group、ASML 合作覆盖设计、仿真和生产场景。
推荐理由：原文集中呈现 Mistral 在工业工程、长程智能体和自有推理基础设施上的产品布局，可对照其企业级全栈策略。
Mistral AIAI 评分5454 Mistral 推出 physics AI，并将 Emmi AI 纳入公司以建设工业工程 AI 能力
Mistral 宣布推出 physics AI，并把 Emmi AI 纳入 Mistral，作为其面向 AI 原生工业工程的企业解决方案基础能力。该类模型从物理求解器输出或测量数据中学习，可在单张 GPU 上用约一次前向传播、数秒内预测完整物理场，但不替代所有场景下的第一性原理求解器。
Mistral AI精选AI 评分8787 Mistral 发布 Medium 3.5，并在 Vibe 与 Le Chat 推出远程智能体和 Work 模式
Mistral 发布 128B 稠密开放权重模型 Mistral Medium 3.5，公开预览并成为 Vibe 和 Le Chat 默认模型，支持 256k 上下文、可配置推理强度与视觉输入。
推荐理由：可了解 Mistral Medium 3.5 的参数规模、开放权重、定价，以及它如何支撑 Vibe 云端异步编码智能体。
Google DeepMindAI 评分4343 Google DeepMind Co-Scientist 如何助力寻找新发传染病背后的分子开关
剑桥大学 Clare Bryant 教授使用 Google DeepMind 的 Co-Scientist 研究病原体跨物种传播引发脓毒症等重症的分子开关。Co-Scientist 从候选蛋白逐步锁定到具体氨基酸，其团队正构建含氨基酸突变的细胞系验证假设。原本需 2 至 3 年的实验工作，如今有望在 6 个月内完成。
Google DeepMindAI 评分4646 Google DeepMind Co-Scientist 助力加速肝病机制发现
爱丁堡大学团队使用 Google DeepMind 的 Co-Scientist 梳理文献，针对代谢功能障碍相关脂肪性肝炎（MASH）筛选候选联合疗法。Co-Scientist 提出假设，将 NLRP3 炎症小体确定为连接炎症与代谢的分子桥梁，解释药物 resmetirom 仅对少数适用患者有效的原因；该假设随后经实验验证，或为靶向双重疗法铺路。