🔥 聚焦
神秘模型 Ox Alpha 突袭 OpenRouter 与 OpenCode : OpenRouter 与 OpenCode 突发上线代号为“Ox Alpha”的神秘隐身模型，提供 100 万 Token 上下文，原生支持文本、图片及视频输入。该模型专为长周期 Agent 编程、复杂推理与真实生产环境打造，并开放每日 100 万亿 Token 的免费测试额度。多项开发者实测显示其编程与推理能力超越 Fable 5 和 GPT-5.6 Sol。全网对其真实身份展开狂热盲猜，目前社区推测主要指向智谱 GLM-5.4/5.5 或小米 MiMo V3（来源：OpenRouter、36氪）
DeepSeek 官方突发上线多模态视觉模型 V4-Flash-Vision-Exp : DeepSeek 官方 API 平台突发上线首个原生视觉理解模型 DeepSeek-V4-Flash-Vision-Exp。该模型在保持 V4-Flash 强悍文本能力的同时，多模态 Agent 性能大幅提升并逼近 Opus 4.8。图片将按尺寸折算 Token（单图上限 384 tokens），计费价格与 V4-Flash 完全一致（折合一千张图仅约一元），并同步开放免费 Files API 与 Harness 0.1.1 适配，极大地降低了视觉 Agent 的开发与运行成本（来源：DeepSeek、机器之心）
Google 推出 Gemini 3.7 Flash 并刷新多项 Agent 基准 : Google 正式推出 Gemini 3.7 Flash，API 价格较 3.6 Flash 降低 50%，并在算法层面实现了大幅智能跃升。在 Artificial Analysis 的 AA-AnalystAgent 真实数据分析基准中，Gemini 3.7 Flash 登顶榜首，完成任务速度比竞争对手快 60% 至 90%；同时在 ARC-AGI 校验评估中以极低成本取得 ARC-AGI-2 84.6% 的高分，展现出极高的性价比与视觉 Agent 实力（来源：demishassabis、Google Research Blog）
OpenAI 成立基金会并启动 AI Futures 项目 : OpenAI 正式设立 OpenAI Foundation 基金会并启动 AI Futures 项目，旨在将 AGI 能力转化为广泛的社会公共利益。基金会聚焦生命科学（如蛋白质设计与新药研发）及 AI 社会韧性（防御生物/网络威胁），已在前五个月部署数亿美元并计划未来投入数十亿美元，包括向 SecureBio 捐赠 1720 万美元构建早期预警系统。此举标志着顶级 AI 实验室正在加速构建防范技术滥用与社会风险的公共基础设施（来源：OpenAI News、woj_zaremba）
🎯 动向
NVIDIA 推出 AVO 智能体并在 ARC-AGI-3 跑出 100% 满分 : NVIDIA AI 团队发布通用编程与交互推理智能体 AVO。在没有任何显式指令、规则或预设目标的情况下，搭载 Claude Opus 5 驱动的 AVO Harness 完成了 ARC-AGI-3 交互推理基准全部 25 个环境的 183 个关卡，取得 100% 满分成绩，且动作执行效率比同类系统提升 12%（来源：ClementDelangue）
阿里开源 Qwen-UI-Agent 智能体基座模型 : 阿里巴巴推出面向移动端、桌面端及网页执行的 GUI 智能体基座模型 Qwen-UI-Agent（提供 27B / 35B-A3B / 4B 版本），基于 100+ 台真实手机环境训练。模型统一了 GUI 点击与 CLI 命令行动作空间，在 5 项核心 GUI 基准测试中击败 GPT-5.6 Sol 与 Opus 4.8（来源：36氪）
小红书开源 FireRedTTS3 统一语音生成与编辑模型 : 小红书发布新一代语音模型 FireRedTTS3，基于首创的 RedAE 语义增强连续表示，在单一模型中统一了 24 种语言及 21 种中文方言的零样本克隆、自然语言声音设计以及精准局部语音编辑，并在 Seed-TTS-Eval 等四大公开基准中全面登顶（来源：机器之心）
Replit 推出 GPT-5.6 Luna 驱动的免费模式 (Free Mode) : Replit 联合 OpenAI 推出由 GPT-5.6 Luna 驱动的 Free Mode，允许全网用户免费体验交互式 AI 编程与 Agent 应用开发，显著降低了从零构建完整软件的门槛（来源：amasad）
Meta 发布 Muse Spark 1.2 原生全模态大模型 : Meta 正式发布 Muse Spark 1.2，具备强悍的视觉代码生成、机器人规划与音视频理解能力。在 Design Arena 评测中夺得 Video-to-Website 榜首及 Image-to-HTML 榜单前列，展现出极强的全模态实用价值（来源：alexandr_wang）
OpenAI 预览 GPT-Image-2 透明背景原生生成功能 : OpenAI 在 GPT-Image-2 API 中推出 background=transparent 参数预览，允许模型在生成阶段直接输出带 alpha 通道的透明 PNG 图层，在玻璃透明度、边缘细丝等复杂纹理上的效果远超传统后处理扣图（来源：THE DECODER）
Adobe Firefly 集成 Google Gemini Omni Flash 并上线 AI 音频工具 : Adobe 宣布在其 Firefly 创作平台中集成 Google Gemini Omni Flash 多模态视频模型，同时全面上线 Generate Music、Generate Speech 和 Generate Sound Effects 三款商用安全的 AI 音频生成工具（来源：THE DECODER）
Google 发布 TIPS 空间感知视觉语言模型 : Google 在 Hugging Face 开源空间感知视觉语言模型 TIPS（及 TIPSv2），专为图像分割、深度估计等密集型视觉理解任务设计（来源：gabriberton）
Runway 推出 16-bit HDR 视频增强模型 Ruby : Runway 推出视频模型 Ruby，支持将 SDR 视频转制为 16-bit HDR ProRes/EXR 序列，提升生成视频与上传素材的色彩深度与画质表现（来源：c_valenzuelab）
网易小蜜蜂探索 AI 互动社区与下一代 UGC 供给 : 网易小蜜蜂将基于开源与自研模型的 AI 能力深度融进年轻兴趣社区，上线“万脑龙虾”个人助理与 AI 互动游戏/互动图文内容，推动社区内容形态向可游玩、可二创的交互式 UGC 转变（来源：36氪）
🧰 工具
MiniMax 发布 MiniMax Design 视频生成与创作平台 : MiniMax 推出面向商业视频生产的 MiniMax Design 平台，以 Agent 为核心入口，将脚本、分镜、生成、配音与剪辑整合于同一画布，并引入可复用的 Skill 机制，直接对标 Adobe 与 Canva 的商业视频制造管线（来源：36氪）
深势科技发布“玻尔·科学空间”桌面端 AI 科研协同环境 : 深势科技推出桌面端应用“玻尔·科学空间”，内置 SciMaster、BioMaster、PharmMaster 等学科 AI 专家，贯通文献调研、假设推演、数据计算及论文写作全流程，协助科研人员接管繁琐的科研“体力活”（来源：量子位）
Lindy 推出 Chrome 拓展插件实现收件箱智能托管 : AI Agent 平台 Lindy 推出 Chrome 扩展，直接嵌入 Gmail 收件箱，能够利用个人记忆库自动生成夜间邮件摘要、撰写回复并完成自动标签分类（来源：omarsar0）
ChatGPT / Codex 集成 ExaAI 检索插件 : OpenAI 在 ChatGPT Work 与 Codex 中集成 ExaAI 插件，使 AI Agent 能够直接检索全网超 1000 亿网页、学术论文及企业文档（来源：OpenAIDevs）
OpenHistory 开源 Mac 原生工作流追踪应用 : 开发者开源 OpenHistory 应用，利用 Mac 端侧模型自动记录工作轨迹并生成摘要，支持通过安全 MCP 协议与本地 Agent 协同（来源：zachtratar）
OpenBot 开源 Grok Bot 跨 Harness 替代方案 : CopilotKit 团队开源 OpenBot，提供与任意 Agent Harness 适配的 Grok Bot 替代产品，支持生成式 UI、计算机控制、Agent-Human 协同与数据私有化留存（来源：hwchase17）
📚 学习
Pleias 研究员提出 0.63M 参数超微型验证器 (Verifier) : 研究人员探索验证器模型的规模下限，在单张 H100 上仅需预训练 2 分钟、拥有 63 万参数的超微型模型即可在特定验证任务上达到 7B 大模型的表现（来源：Dorialexander）
Spark-to-Paper 端到端开源论文生成系统 : 研究团队推出基于编程助手的开源论文生成系统 Spark-to-Paper，包含 13 个可组合技能，能从科研想法出发自动跑实验、画矢量图、核对数据并直出编译级 LaTeX 论文，假结论检出率达 92%（来源：机器之心）
浙大与百度提出 BEACON 长程 Agent 强化学习框架 (ICML 2026) : 浙江大学与百度提出里程碑引导的策略学习框架 BEACON，在里程碑边界切分轨迹并结合双尺度优势估计，解决了长程 Agent 任务中的信用误分配问题，在 ALFWorld 长程任务上成功率由 GRPO 的 53.5% 提升至 92.9%（来源：机器之心）
AutoResearch 评估报告：Agent 缺失“元认知闭环”导致科研判断失效 : 斯坦福与 Prentis AI 等机构对 800 条 Agent 科研轨迹进行诊断，发现 92.1% 的失败源于非工程性的认知与逻辑错误，82.5% 的轨迹出现“已察觉问题却未修正”的元认知断层，揭示了自动科研从单纯工程执行走向深刻决策的瓶颈（来源：机器之心）
Patronus AI 开源 FigmaTrace 设计计算机使用数据集 : Patronus AI 开源首个面向 UI/UX 设计领域的 Computer-use 数据集 FigmaTrace，收录超 200 小时、3400+ 条真实设计师在 Figma 中的长周期复杂操作轨迹（来源：rebeccatqian）
LangChain 创始人发布 Managed Deep Agents 系列教程 : Harrison Chase 发布 Managed Deep Agents 系列视频与教程，系统讲解如何在生产环境中构建、部署与管理深度 Agent Harness 及执行环境（来源：hwchase17）
Google 提出 Pandora’s Router 智能模型路由理论 : Google DeepMind 团队将多模型路由形式化为“潘多拉盒”搜索问题，综合计算评估成本与专家收益，在匹配完整搜索质量的同时大幅降低了高成本估计器的调用次数（来源：dair_ai）
💼 商业
GPT-5.6 Sol 推动 OpenAI 三季度企业级支出季增 82% : 根据 Ramp 最新数据与分析，受 GPT-5.6 Sol 模型强劲性能驱动，OpenAI 在 2026 年 Q3 至今的企业级 API 支出季增率达到 82%，反超 Anthropic 的 76%，拉动三季度营收大增 35%（来源：THE DECODER、GavinSBaker）
River AI 获得 Cisco Investments 参投的 1.1 亿美元/11 亿美元融资 : Cisco Investments 宣布战略参投去中心化个人 AI 创企 River AI 的 11 亿美元融资轮次，共同推动用户自主领有的 AI 基础设施（来源：ibab）
Hark 联合 AT&T 推出 AI 原生消费级硬件设备 : AI 硬件创企 Hark 宣布与美国电信巨头 AT&T 达成战略合作，AT&T 对其进行投资并提供网络与设备认证支持，双方将联合推出下一代 AI 原生个人智能终端（来源：adcock_brett）
🌟 社区
Pangram 分析：RLHF 后训练护栏导致“Mode Collapse”，反而使 AI 文本易被检测 : AI 检测机构 Pangram 指出，未精调的基座大模型原本具备与人类相当的语言多样性，但 RLHF 和安全护栏强加的行为规则导致了模式崩塌（Mode Collapse），使模型偏好固定的表达句式，这反而成了 AI 生成文本被高精度检测的主要特征（来源：THE DECODER）
💡 其他
JavaScript 运行时 Bun 1.4 稳定版发布（Rust 完全重写） : 被 Anthropic 收购后，Bun 正式发布用 Rust 完全重写的 Bun 1.4 稳定版，修复超 2900 个 Issue 并消除内存泄漏，内置图像处理、浏览器自动化及 HTTP/3 部署，月下载量突破 2000 万（来源：36氪）
雷鸟创新发布轻量级雷鸟 iO AI 眼镜 : 雷鸟创新发布重构光学与镜框形态的雷鸟 iO AI 眼镜，重量降至 34g，支持两天续航与近视配镜。依托全天候记忆引擎与 DeepSeek V4 Pro / 千问 3.7 Max 等多模型底座，提供主动式知识、记忆与实时翻译增强（来源：量子位）
美中 AI 竞赛加剧与 Pax Silica 联盟划界 : 美国起草文件要求盟国在美中 AI 竞赛中明确选边，加入中国 AI 合作组织（WAICO）的国家将被排除在 Pax Silica 联盟之外，凸显了全球 AI 基础设施与供应链割裂的政治风险（来源：THE DECODER）