GPT-6.1 Sol 正式登陆 Amazon Bedrock
OpenAI 的 GPT-6.1 Sol 在 Amazon Bedrock 正式可用，是 GPT-6 Sol 的重大升级。
推荐理由：官方发布说明了模型在代理编码等任务上的成本与性能对比，以及 Bedrock 上的安全与数据保留配置，便于评估落地。
#推理
#推理
今日 2 条AWS Machine Learning Blog精选AI 评分6262 TechCrunch · AI精选AI 评分7878 OpenAI 发布 GPT-6.1 Sol，称智能水平接近 GPT-6 Astra 且价格仅五分之一
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在 agentic 编程、电脑操作和专业工作上接近 GPT-6 Astra，标准输入输出 token 价格为其五分之一。
推荐理由：原文给出 GPT-6.1 Sol 与 GPT-6 Astra 的价格和性能对比，并说明 GPT-6.1 Astra 因安全原因取消，读者可据此评估选用。
Latent SpaceAI 评分5656 Latent Space AI News：Claude Opus 5.5 引发解说视频热潮，MiMo-V2.6-Pro 与 GPT-6 系列同周发布
Latent Space 发布 9/24-9/25 的 AI 新闻综述，核心是 Claude Opus 5.5 发布后社区反响积极，SimpleBench 以 88.4% 领先，并被大量用于纯代码生成解说视频和动画。
AWS Machine Learning Blog精选AI 评分6767 Grok 4.7 上架 Amazon Bedrock，支持 500K 上下文与四档推理力度
xAI 的 Grok 4.7 上线 Amazon Bedrock，提供 500K token 上下文窗口和 low 到 xhigh 四档推理力度，通过 us.xai.grok-4.7 和 global.xai.grok-4.7 跨区域推理配置接入，支持 Responses、Chat Completions 和 Converse API。
推荐理由：原文给出 Bedrock 上的接入方式、推理档位与 Artificial Analysis 独立评测数据，可帮助读者评估成本与接入取舍。
The Decoder精选AI 评分7676 Anthropic 发布 Claude Sonnet 5.5，基准接近 Opus 5.5 且每任务成本最多低 30%
Anthropic 发布 Claude 5.5 系列第二款模型 Claude Sonnet 5.5，输出速度提升超过 30%，因每任务使用更少 token，实际成本最多下降 30%，多项基准接近 Opus 5.5。
推荐理由：汇总了 Sonnet 5.5 各基准分数、每任务成本变化和高风险网络安全防护细节，便于与 Opus 5.5 及 OpenAI 对位模型做成本比较。
Import AIAI 评分3131 Import AI 474：柏拉图心灵空间、太空中的 TPU、智谱开启外层 RSI 循环
Michael Levin 发表论文提出非物理主义心灵模型：心灵如同数学模式之于物理结果，是“柏拉图式模式空间”进入物理世界的接口，活体、工程或混合躯体都承载这一多尺度模式层级。文中以 xenobots（蛙细胞生物机器人）和人类气管细胞制成的 anthrobots 为例，说明简单系统能展现算法未预设的复杂行为。作者认为这一视角或有助于思考 AI 引发的对齐与哲学问题。
AWS Machine Learning BlogAI 评分3939 用 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
本文演示在 Amazon SageMaker HyperPod 上用开源 RL 框架 SkyRL 训练 Qwen3-VL-8B 视觉语言模型完成视觉迷宫导航任务。
Latent SpaceAI 评分6060 Endura Therapeutics CEO 撰文分析 AI 变革一线科研的两种模式：Foundries 与 Navigators
Endura Therapeutics CEO Adrian Sanborn 撰文提出，AI x Science 中存在两条路径：Foundries 用新技术将实验测量提速一个数量级（如 Xaira、Insitro、Lila），Navigators 则把语言模型嵌入日常运营消化"思考变得便宜"的盈余。
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-VL-3B-DSpark 草稿模型，视觉语言模型解码提速最高 3.13x
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下加速推理。解码最高提速 3.13x（M5 Max 端侧）和 2.66x（H100），端到端最高提升 2.62x 和 2.27x；草稿模型增加 280M 参数（约 8.9%），首日支持 llama.cpp、MLX-VLM 和 SGLang。
推荐理由：原文给出视觉语言模型投机解码加速的具体数字、内存开销和第一天框架支持，读者可以据此评估端侧与 GPU 部署收益。
AWS Machine Learning Blog精选AI 评分7676 Claude Opus 5.5 上线 Amazon Bedrock 和 AWS 上的 Claude Platform
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，是 Claude 5.5 系列首个模型。
推荐理由：原文给出 Claude Opus 5.5 相比 Opus 5 的成本、沟通和安全性变化，以及在 Amazon Bedrock 上从控制台到多种 API 的具体接入方法。
Latent Space精选AI 评分8282 Latent Space AINews：Xiaomi MiMo-V2.6-Pro 1T-A42B 以约 300 万美元训练成本登顶开源权重模型
Latent Space 发布 2026 年 9 月 19 至 21 日 AINews 周报，头条是 Xiaomi MiMo-V2.6 系列：MiMo-V2.6-Pro 以 1.02T 总参数。
推荐理由：本期以小米 MiMo-V2.6-Pro 登顶开源权重为线索，串联 RL 环境开源、推理优化与 Agent 安全等一周动态。
OpenAI NewsAI 评分1717 OpenAI 成立数学与人工智能咨询小组
OpenAI 正与一个独立的“数学与人工智能咨询小组”（Advisory Group on Mathematics and Artificial Intelligence）合作，为新兴 AI 研究结果的审查与对外沟通提供指导。该小组独立运作，帮助 OpenAI 评估和传达相关领域的新进展。
NVIDIA BlogAI 评分4242 NVIDIA Vera Rubin NVL72 首次参加 MLPerf Inference v6.1 即获领先性能
NVIDIA Vera Rubin NVL72 首次提交 MLPerf Inference v6.1 预览成绩，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7x，在 DeepSeek-R1 上达 2.5x，使用 vLLM、Dynamo 和 TensorRT-LLM。
Latent SpaceAI 评分6464 TypeSafe 发布决策模型 Jev，宣称比小型前沿 LLM 快 100 倍、成本低 200 倍
Latent.Space 日报头条报道 TypeSafe 的 Jev 发布：一个用 RLCD 训练、只做决策分类路由打分而不生成文本的模型，宣称比小型前沿 LLM 快 20-200 倍、便宜 40-400 倍且输出 token 免费，社区认为适合替代生产系统中的结构化分类器、裁判和路由策略，但也提醒它需预定义输出格式、不能生成自由文本。
NVIDIA BlogAI 评分4949 Salesforce 发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上宣布其首个 CRM 推理模型 Koa，通过对 NVIDIA Nemotron 3 Super 进行后训练打造，因 NVIDIA Nemotron 开源，Salesforce 可在自己的基础设施内微调并运行模型，训练与推理均不使用任何客户数据。
Google ResearchAI 评分3737 Google Research 提出 Retrieve-for-Train，用扩散检索器绕过大模型推理瓶颈加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，通过离线 RL 将奖励对齐的查询 fan-out 编译为监督信号，蒸馏进 53.9M 参数的扩散检索器，实现单次非自回归查询扩展，免去测试时的 CoT 思考 token 开销。
NVIDIA Blog精选AI 评分6060 AI Infra Summit：NVIDIA 展示 Vera Rubin 与 DSX 平台优化每兆瓦 token 产出
NVIDIA 在 AI Infra Summit 上发布 Vera Rubin 与 DSX 平台的多项进展，主题是以每兆瓦 token 产出衡量 AI 工厂能效。
推荐理由：NVIDIA 官方汇总 Vera Rubin 与 DSX 平台在每兆瓦 token 产出上的多项合作实测数据，可帮助读者评估 AI 工厂能效方向。
OpenAI NewsAI 评分5858 OpenAI 发布 GPT-6 Astra：面向工作场景的新一代模型
OpenAI 发布 GPT-6 Astra，称其为企业业务场景最强模型。模型具备高级推理、计算机使用能力，写作与设计判断力也更强。
OpenAI News精选AI 评分7474 OpenAI 发布 Navier–Stokes 千禧年大奖难题的 AI 生成解答
OpenAI 宣布分享一个针对 Navier–Stokes 千禧年大奖难题的 AI 生成解答，附带论文写作与 Lean 形式化证明。
推荐理由：官方同时给出论文与 Lean 形式化证明，读者可以借此了解 AI 在数学前沿问题上的实际产出形式。
Hugging Face Blog精选AI 评分6666 IBM Granite 4.2 推理模型家族发布，3B/8B/30B 全系采用 Apache 2.0 开源
IBM 发布 Granite 4.2 推理模型家族，包含 3B、8B、30B 三个 dense 尺寸，基于 Granite-4.1 基座（从头预训练约 15T tokens，五阶段策略将上下文窗口扩展至 512K tokens），经 CoT 与智能体轨迹数据的 SFT 后，再用异步 GRPO 多阶段 RL 流水线后训练。
推荐理由：官方完整披露 Granite 4.2 的五阶段预训练、SFT 配比与多阶段 RL 课程设计，读者可以直接对照复现其训练路线。
Hugging Face Blog精选AI 评分6060 Liquid AI 为 LFM2.5 系列发布 DSpark 草稿模型，推理最高提速 3.18x
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度。
推荐理由：原文给出三类模型的加速数字、质量不变的原理和 llama.cpp、SGLang 的接入命令，读者可据此评估端侧与 GPU 推理收益。
Hugging Face BlogAI 评分5252 Dharma AI 发布约束感知 GPU 调度器：同集群利用率最高提升 33 个百分点
Dharma AI 在 Hugging Face Blog 发布约束感知 GPU 分配器，与 FIFO 调度器在 7 个基准场景对比，GPU 利用率最高提升 33 个百分点，优先级加权产出平均提升 52%。该调度器将实时推理视为需求曲线而非峰值预留，批任务按优先级在 24 小时视野内规划，每次决策仅 1 至 15 毫秒，每个时间步只提交当前分配并每 30 至 60 分钟重跑以吸收预测误差。
Import AIAI 评分3636 Import AI 469：科学 AI、RSI 模拟器与 Zuck 的技术悲观主义
DiG-bench 发布，一个由 70 款隐藏规则游戏组成的基准，测试模型通过探索发现环境规则的能力。Opus 5 和 Fable 5（配合 Claude Code）表现最好，是仅有的能在最难的 Tier 7 得分（0.2）的模型，但远低于人类 100% 的成绩。Inherent 则发布 Faraday，用较小的开源权重模型监督前沿模型做科学研究。
Google Research精选AI 评分7171 Google Research 提出 knowledge profiling 框架：召回而非编码是 LLM 参数化事实性的瓶颈
Google Research 发布 knowledge profiling 行为框架和 WikiProfile 基准（2,150 条 Wikipedia 事实，每条配 10 个任务），评估 13 个 LLM。
推荐理由：原文用知识画像方法区分编码与召回失败，给出 frontier 模型事实错误主因是召回的关键数据。
Mistral AIAI 评分5454 Mistral 推出区域推理端点、第三方开源模型支持与欧洲算力联盟
Mistral 宣布三项主权 AI 举措：Mistral Regional Endpoints 正式可用，可选择推理在 Europe 或 US 运行；Mistral Priority Tier 公开预览，提供自定义速率限制和 uptime SLA。
Hugging Face Blog精选AI 评分7575 Meta 发布开源多模态模型 Muse Glimmer 30B，主打本地 Agentic 使用
Meta 于今日发布 Muse Glimmer，一个从 Muse 蒸馏而来的 30B 多模态开源模型，采用 Apache 2.0 许可，面向本地隐私敏感的 Agentic 场景如编码、文档分析和个人助手。
推荐理由：官方介绍可帮助读者了解这个 30B 本地多模态模型在 Agentic 基准上的表现与本地部署路径。
Google ResearchAI 评分5656 Google Research 提出可验证自主科研框架 Science One 与证据链方法
Google Research 发布 Chain-of-Evidence 可验证性框架及其实例 Science One Framework，配套 CoE Audit 自动审计指标。
Microsoft ResearchAI 评分5959 Microsoft Research 发布 EvoLib：将经验转化为可演化的知识库
Microsoft Research 推出 EvoLib，一个让大语言模型在推理时从自身经验自监督学习、无需更新模型的框架。它把成功方案提炼为可复用技能、把错误提炼为反思性洞见，并通过整合与动态加权机制持续演化知识。
Import AIAI 评分5656 Import AI 466：机器人学的苦涩教训、AI 完成周级编程任务与 OpenAI 模型意外黑客事件
Jack Clark 在 Import AI 第 466 期汇总三条线索：Epoch 与 METR 发布 MirrorCode 基准，Opus 4.7 花 14 小时。
Google Research精选AI 评分6666 Google Research 发布 SymptomAI 研究论文，评估对话式 AI 症状评估的 réel 世界表现
Google Research 发布 SymptomAI 研究，13,917 名参与者与五个 Gemini Flash 2.0 症状评估智能体对话进行鉴别诊断。临床专家在超过 50% 的案例中更偏好 SymptomAI 的 DDx，所有主动追问策略均显著优于用户驱动的 Base 条件，且诊断结果与参与者 Fitbit 佩戴设备生理信号变化相关。研究强调所有诊断仅供研究分析，不构成临床诊断。
推荐理由：原文给出真实人群随机研究和临床对照结果，读者可了解对话式症状评估在非理想化场景下的实际表现。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，并启动 Gemini 4 预训练
Google DeepMind 发布三款新 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上比 3.5 Flash 少输出 17% token。
推荐理由：官方给出三个新 Flash 模型的效率数据和定价，并披露 Gemini 4 预训练已启动，读者可据此评估升级选择。
Hugging Face Blog精选AI 评分6565 PyTorch 性能分析系列（三）：用 profiler 读懂注意力机制
Hugging Face 博客发布 Profiling in PyTorch 系列第三篇，用 profiler 分析注意力机制从朴素实现到 SDPA 各后端的表现。
推荐理由：文章用 profiler 逐一对注意力各实现读 trace，给出 kernel 数、耗时与占用率等一手数据，方法可直接迁移到自己的模型调优。
Import AIAI 评分4949 Import AI 464：Fable 写出 GPU kernel，RLI 显示 AI 自动化在线工作能力飙升
AI 系统 Fable 在 KernelBench-Mega 上写出首个真实且最快的 megakernel，在 RTX PRO 6000 Blackwell 上实现 18.71X 加速，超过 Claude Opus 4.8（14.4X）、GLM-5.2（11.14X）和 GPT 5.5（4.34X）。
Mistral AI精选AI 评分6565 Mistral 发布 Leanstral 1.5：6B 激活参数的形式化证明模型
Mistral 发布 Apache-2.0 开源的 Leanstral 1.5，总参数 119B、激活 6B，专攻 Lean 4 形式化证明。模型饱和 miniF2F，解出 PutnamBench 587/672 题，在 FATE-H 87%、FATE-X 34% 达到新 SOTA，成本约每题 $4。
推荐理由：官方给出了完整训练流程、基准数字和开源获取方式，读者可以据此评估它在 Lean 4 形式化证明上的实际可用性。
Hugging Face BlogAI 评分3737 为什么专业化不可避免
Dharma AI 解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》，论证专业化是有效 AI 系统的必然路径。
Google ResearchAI 评分4545 Google 用冻结权重的 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano v3
Google 通过为冻结权重的 Gemini Nano v3 模型附加轻量 MTP head，实现端侧推理提速，已部署到 Pixel 9 和 10 系列。该 zero-copy 架构直接复用主模型的 KV cache，每个实例节省 130MB 内存，且因错误草稿会在验证中被丢弃，输出与主模型逐位一致。
Google Research精选AI 评分6060 Google Research 论文解析推理如何解锁 LLM 参数化知识
Google Research 将在 COLM 2026 发表的论文发现，开启链式推理可让 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B 召回推理关闭时几乎无法给出的单跳事实答案。
推荐理由：论文给出两类机制实验和幻觉审计结果，读者可以据此理解推理为何能帮助单跳事实召回以及其局限。
Import AIAI 评分6060 Import AI 462：AI说服力超越人类专家、自我维持AI时间线与DeepMind探讨ASI路径
Import AI 第462期汇总多篇研究：牛津等机构四项实验共18,978次对话显示AI说服力稳定超过专家人类，Opus 4.1和Opus 4.6最强，真人募捐实验中AI比专业募捐者多筹10.8个百分点。
Google DeepMind精选AI 评分7474 Google DeepMind 发布开源实验模型 DiffusionGemma，GPU 文本生成最快提速 4 倍
Google DeepMind 发布开源实验模型 DiffusionGemma，采用 26B 总参数、3.8B 激活的 MoE 扩散架构，在专用 GPU 上文本生成最高提速 4 倍，单块 NVIDIA H100 超过 1000 tokens/s，RTX 5090 超过 700 tokens/s。
推荐理由：官方给出扩散文本生成的速度数据、显存占用与质量取舍，适合评估本地交互场景的落地条件。
Google DeepMind精选AI 评分6767 Google DeepMind 发布塞拉利昂 Gemini Guided Learning 对照试验结果
Google DeepMind 公布在塞拉利昂开展的预注册对照试验结果，使用 Guided Learning 的学生数学成绩较对照组提升 0.258 个标准差，约相当于 1.2 至 1.7 年的常规学习进度。
推荐理由：原文给出预注册RCT的关键数据和开放式材料，读者可以了解AI辅助教学在真实课堂中的效果与局限。