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。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 1–20 条 · 共 25 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。
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。
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。
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 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。
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。
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 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。
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。
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。
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。