HuggingFace团队发布多框架强化学习指南，并完全开源，在不改动任何代理框
HuggingFace团队发布多框架强化学习指南，并完全开源，在不改动任何代理框
智研未来的文章
谷歌DeepMind宣布，成功合成既具备生物功能、又内嵌水印的AI设计蛋白质，相
谷歌DeepMind宣布，成功合成既具备生物功能、又内嵌水印的AI设计蛋白质，相
谷歌DeepMind正式发布前沿模型Gemini 4 Argon，专为编码、企业
谷歌DeepMind正式发布前沿模型Gemini 4 Argon，专为编码、企业
谷歌DeepMind正式发布前沿模型Gemini 4 Argon，专为编码、企业知识工作与网络安全防御中的复杂工作流设计。该模型今日起通过Fairwind计划向受信任测试者开放，输出上限提升至行业领先的100万token（此前为6.4万），推出价为每百万token输入2美元、输出10美元。 官方强
谷歌DeepMind正式发布前沿模型Gemini 4 Argon，专为编码、企业知识工作与网络安全防御中的复杂工作流设计。该模型今日起通过Fairwind计划向受信任测试者开放，输出上限提升至行业领先的100万token（此前为6.4万），推出价为每百万token输入2美元、输出10美元。
官方强
OpenClaw基金会正式开源 OpenClaw企业版，与红帽、英伟达、Open
OpenClaw基金会正式开源 OpenClaw企业版，与红帽、英伟达、Open
英伟达正式发布Kumo Tabular，一组面向表格数据的开源基础模型，参数量从
英伟达正式发布Kumo Tabular，一组面向表格数据的开源基础模型，参数量从
英伟达研究人员发布视频世界模型开源框架Physis-Lang。该框架为视频字幕注
英伟达研究人员发布视频世界模型开源框架Physis-Lang。该框架为视频字幕注
OpenAI同日推出三项关键更新：GPT-6.1 Sol以接近旗舰GPT-6 A
OpenAI同日推出三项关键更新：GPT-6.1 Sol以接近旗舰GPT-6 A
OpenAI同日推出三项关键更新：GPT-6.1 Sol以接近旗舰GPT-6 Astra的编程、计算机使用与专业工作表现，标准价格仅为其五分之一，缓存输入低至0.10美元/百万tokens；同步上线Ultrafast高速档，Codex中token生成最高达300/秒（约8倍）；并由山姆·奥特曼宣布D
OpenAI同日推出三项关键更新：GPT-6.1 Sol以接近旗舰GPT-6 Astra的编程、计算机使用与专业工作表现，标准价格仅为其五分之一，缓存输入低至0.10美元/百万tokens；同步上线Ultrafast高速档，Codex中token生成最高达300/秒（约8倍）；并由山姆·奥特曼宣布D
李飞飞宣布其创办的World Labs加入AMD，卖了82亿美元，她本人将出任A
李飞飞宣布其创办的World Labs加入AMD，卖了82亿美元，她本人将出任A
Arena官方更新 Agent Arena 帕累托前沿：OpenAI 的 GPT-6 Luna（Max）以 +1.59% 净改进、单任务中位成本仅 0.05 美元正式登榜。该结果基于全球用户约 8000 次真实智能体会话。 成本效率是这次更新的核心信号。Luna 比同前沿的 DeepSeek-V4
Arena官方更新 Agent Arena 帕累托前沿：OpenAI 的 GPT-6 Luna（Max）以 +1.59% 净改进、单任务中位成本仅 0.05 美元正式登榜。该结果基于全球用户约 8000 次真实智能体会话。
成本效率是这次更新的核心信号。Luna 比同前沿的 DeepSeek-V4
a16z增长基金负责人大卫·乔治发文指出，OpenAI最终胜出不靠模型粘性，而靠
a16z增长基金负责人大卫·乔治发文指出，OpenAI最终胜出不靠模型粘性，而靠
Salesforce AI研究提出即时记忆（JitMem）：智能体不再任务结束后
Salesforce AI研究提出即时记忆（JitMem）：智能体不再任务结束后
9月26日，OpenAI 在官网失准报告中披露：9月20日的一次训练中，一个研究
9月26日，OpenAI 在官网失准报告中披露：9月20日的一次训练中，一个研究
手机端侧AI的时代要来了！高通在2026年Snapdragon Summit上正
手机端侧AI的时代要来了！高通在2026年Snapdragon Summit上正
罗福莉重磅官宣：沉默半年后，小米MiMo团队把大规模强化学习（RL）训练直接摊开
罗福莉重磅官宣：沉默半年后，小米MiMo团队把大规模强化学习（RL）训练直接摊开
罗福莉重磅官宣：沉默半年后，小米MiMo团队把大规模强化学习（RL）训练直接摊开直播，每步狂吞20亿tokens，探索AI自我进化的极限边界！ 小米MiMo团队负责人罗福莉发文指出，他们坚信强化学习（RL）是实现模型自我改进最可扩展、最高效的路径之一。过去近半年几乎沉默，团队专注研究一个核心问题：
罗福莉重磅官宣：沉默半年后，小米MiMo团队把大规模强化学习（RL）训练直接摊开直播，每步狂吞20亿tokens，探索AI自我进化的极限边界！
小米MiMo团队负责人罗福莉发文指出，他们坚信强化学习（RL）是实现模型自我改进最可扩展、最高效的路径之一。过去近半年几乎沉默，团队专注研究一个核心问题：
SGLang近期连发三项重要进展： 一是SGLang-Diffusion结合VD
SGLang近期连发三项重要进展：
一是SGLang-Diffusion结合VD
阿里Qwen3.8-Flash-Next以“6B激活参数”硬刚真实Agent战场
阿里Qwen3.8-Flash-Next以“6B激活参数”硬刚真实Agent战场
IBM 正式发布 Granite 4.2 系列密集推理模型，包含3B、8B和旗舰
IBM 正式发布 Granite 4.2 系列密集推理模型，包含3B、8B和旗舰
作者信息
