Reflection 发布开源权重模型 Beam，主打低算力与编码智能体任务
AI 公司 Reflection 发布首个免费开放模型 Beam，这是一个总参数 501B、每 token 激活 23B 的 MoE 模型，面向编码、逻辑推理和智能体任务。
#开源/仓库
The DecoderAI 评分7171 TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型并降低推理算力成本
Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上匹配领先中国开源模型，且推理算力消耗低 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型，预训练 23.8 万亿 token，上下文窗口 100 万 token。
TechCrunch · AIAI 评分5858 Musubi 发布开源决策模型 PolicyLM-1.7B，用于实时内容审核
Musubi 发布轻量决策模型 PolicyLM-1.7B，开放权重，可将纯英文写成的内容政策在 50 毫秒内应用到消息上。该模型成本与速度接近主流社交平台用于审核的 AI 分类器，但具备现代 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更时也不必重新训练。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型，采用 Apache 2.0 许可，将文本、图像、音频、视频和代码映射到统一嵌入空间。
推荐理由：原文给出 740M 参数、模块化编码器与 8K 上下文等具体规格，可据此判断端侧多模态检索的落地边界。
Simon WillisonAI 评分2222 用 Parseable 与 Datasette 处理 OpenTelemetry traces
Simon Willison 记录了如何用 Parseable 接收 Datasette 发出的 OpenTelemetry traces。Parseable 是兼容 OpenTelemetry 的可观测性工具，提供 AGPL 协议的 Rust 开源实现（单个约 180MB 二进制）、企业版和云托管版本。
OpenAI News精选AI 评分6060 OpenAI 公开前沿模型在数学开放问题上的进展
OpenAI 发布内部前沿模型在数学开放问题上的新结果，并公开 Lean 证明形式化与研究细节，相关材料已上传 GitHub。
推荐理由：OpenAI 公开内部前沿模型在数学开放问题上的结果，并同步放出 Lean 证明形式化，可供研究者复核。
Hugging Face BlogAI 评分2323 Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
Falcon-Emirati-7B 发布，这是基于 Falcon-H1-Arabic 打造的阿联酋方言专用模型，目标是以母语者的方式理解和生成 Emirati Arabic 的词汇、语气与文化语境。
Latent SpaceAI 评分7272 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 在本月放出。
Hugging Face Blog精选AI 评分6060 Ai2 开源 AstaBrief 8B 科学报告生成模型
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 训练，已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，与 Claude 驱动的 Thinking mode 并列。
推荐理由：原文给出训练数据构造、引用过滤与评测细节，可了解小模型如何以 SFT 加 DPO 逼近专有模型报告质量。
Latent SpaceAI 评分6262 Pi 1.0 与 Pi Durable 发布，Pi 被移植到 TypeScript
Earendil 旗下的 Pi 发布 1.0 与 Pi Durable，两者同时登上 Hacker News 首页。Pi 1.0 带来 Codemode（原生支持 MCP、Jev 和图像模型）、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、对话中途系统消息、新 TUI 主题以及默认全屏模式。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Kumo Tabular 表格预测基础模型
NVIDIA 发布 Kumo Tabular，这是 NVIDIA Kumo Structured 模型集合中的开源表格数据基础模型，已在 Hugging Face 上线。
推荐理由：表格基础模型用单次前向替代逐任务训练，三个尺寸与四个榜单排名给出了可比较的效率与精度参照。
Hugging Face Blog精选AI 评分6666 H 公司发布 Holo4 系列通用计算机智能体模型
H 公司发布 Holo4 系列智能体模型，包含 27B dense 与 35B-A3B MoE 两个版本，同时更新 Holotron 3 为 Holotron4 Nano。
推荐理由：Holo4 同时覆盖 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，可据此判断通用计算机智能体的成本与能力边界。
Microsoft Research精选AI 评分6060 微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理的性能与续航代价，并给出可复用的卸载工具链，适合关注具身智能系统架构的读者。
Microsoft ResearchAI 评分5454 微软研究院在 Nature 发表 RetroChimera，提升小分子合成路线预测
微软研究院在 Nature 发表逆向合成模型 RetroChimera，它结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，用学习式集成排序整合两者预测。
Google ResearchAI 评分2222 Google Research 推出 MilleMiglia：面向中段物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，可为中段（middle-mile）物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 公开。
Microsoft ResearchAI 评分4242 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，通过从十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S 主干大幅降低病理基础模型算力需求，并以 Apache 2.0 许可开源。
Import AIAI 评分2222 Import AI 470：机器不应享有权利；SPADE 自动化环境生成；Hawkeye 构建更优 GPU kernel
METR 研究显示 AI 对科学的加速并不均衡：2026 年网络安全漏洞报告速度较 2025 年大幅加快，数学领域 arXiv 投稿量在部分方向不到 12 个月翻倍，而 AI 研究自身的算法进展尚无可测量加速。多校团队提出 SPADE，用 LLM 交替生成可执行训练环境与求解，在 Qwen3-30B-A3B 上游戏环境套件平均分达 58.3，较基线提升 8.1。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，并加入结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库适配 Apple Silicon。
推荐理由：读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层对性能差距的具体贡献。
Berkeley AI ResearchAI 评分3939 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约少 10 倍的消融次数达到 SPEX 的性能。
Berkeley AI ResearchAI 评分2929 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 AI Research 提出基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化系统的信息含量，在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测解码器性能。该方法优化出的设计可媲美端到端 SOTA 方法，同时占用更少内存和算力，且无需任务专用解码器设计。