自动盯住上百个信源，用模型摘要、打分、精选，把同一件事的多篇报道归到一起，每天早上出一份日报。聚焦机器人、AI 与财经投资。
月之暗面发布了 Kimi K3.1 Pro 模型，在 Artificial Analysis Intelligence Index 上获得 55 分，排名第四，仅落后于 Claude Opus 5.5(58分)、Claude Sonnet 5.5(56分)和 Muse Wonder Full(56分)。
推荐理由：Moonshot AI 的 Kimi K3.1 Pro 在推理能力上逼近顶级闭源模型，开源版若如期发布将大幅缩小性能差距。
AWS发布多轮强化学习(MTRL)教程，指导用户如何在SageMaker AI上训练AgentCore智能体，使其能够处理需要序列决策的任务。教程以Wordle游戏为例，展示了从环境部署、数据准备到模型训练和评估的完整流程，使用GPT-OSS-20B模型将解决率从61%提升到84%，训练成本约339美元。
推荐理由：多轮强化学习让模型从单次回答转向序列决策，AWS教程展示了如何用SageMaker训练AgentCore智能体。
月之暗面即将发布Kimi K3.1模型，在3D图形生成、视觉推理和前端代码领域表现突出。该模型在开源3D图形库Three.js上表现出色，成本仅为Kimi K3的70%，Token效率全面升级。实测显示，Kimi K3.1能在15分钟内交付工业级可交互3D资产，成本仅为GPT-6 Astra的约1/14，在视觉领域展现出不输于美国顶尖闭源模型的实力。
推荐理由：15分钟交付工业级3D资产，成本仅为GPT-6 Astra的1/14，国产模型在视觉领域实现突破性进展。
Anthropic 使用 Claude 数学证明现有代码的正确性，该模型在几周内生成了约1.8亿行数学证明代码，分析了来自123个开源库的测试程序，发现了数百个传统测试可能遗漏的bug。尽管证明仅在特定条件下有效，且计算成本高昂，但 Anthropic 认为这将改变软件开发流程，并计划将此技术应用于关键基础设施。
推荐理由：Claude 自动生成数学证明验证代码安全，将传统需20人年的工作压缩至数周，但严格限制条件仍存挑战。
蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供4B和27B两个版本，在23项开源评测基准中综合评分超过Microsoft-Decision-1、Jev 1.13等热门决策模型。该模型专为快速决策打造，在处理结构化决策任务时准确率更高、响应更快、Token成本更低，首创支持原生多选与按序决策能力。
推荐理由：原生多选与按序决策让决策模型更贴近企业真实业务流程，接下来看它如何在实际场景中替代传统大语言模型。
NVIDIA发布Kumo Relational，这是一种预训练的关系基础模型，可直接在企业数据库上进行预测，无需任务特定训练、特征工程或表格扁平化。该模型在41项任务中超越监督学习模型，在SAP SALT企业基准测试上比AutoGluon集成模型高出8%的平均倒数排名(MRR)，可扩展至500B+行数据库的规模。
推荐理由：无需训练即可直接在企业数据库上进行预测，Kumo Relational在41项任务中超越监督学习模型，标志着结构化数据基础模型的新阶段。
DeepSeek开源了其生产级推理框架DeepInfer，支持高达155万亿tokens/天的集群吞吐量，在非高峰时段每卡每小时收入达38美元，约80%的推理利润率，81天可收回成本。该框架基于vLLM定制，添加了优化的KV缓存、预填充/解码分离和负载平衡等功能，支持NVIDIA SM100和华为Ascend 950平台。
推荐理由：开放高性能推理框架DeepInfer将155T tokens/天的吞吐量转化为$22m日收入，开源与商业边界正在重构。
中国AI创业公司StartLux的StartLux-Decision-v1.1-27B-Instant模型以69.1分登顶Hugging Face Decision Index 0.3.2榜单，领先第二名近3分。该模型提供Instant与AutoThink两种模式，原创提出RLCD²强化学习训练方法，并推出DecisionPivot评测基准，累计下载量近12万。
推荐理由：StartLux-Decision模型在Hugging Face决策模型榜单登顶，展示了中国在决策模型领域的领先地位。
IBM 发布 Granite Switch 4.1 模型，整合了聊天、决策和语音识别功能，支持从单一端点切换任务。该模型包含新的决策 aLoRA、Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC，在安全决策任务上优于多个竞争模型，并可在单个 GPU 上实时运行多种任务。
推荐理由：原文提供了多模态能力整合和性能对比，读者可据此评估其在实际应用中的效率优势。
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北京大学董彬教授、刘若川院士团队利用SHEAF框架对证明完成形式化验证。
推荐理由：中国科学家首次使用书生-S2大模型完成三维Ghys猜想证明，验证了人机协同解决世界级数学难题的新范式。
LiquidAI 发布 LFM2.5-24B-A2B 推理模型，这是一个24B参数但仅2B活跃参数的模型，专为在设备上快速、私密运行智能体而设计。该模型在16项基准测试中表现出色，在工具使用和智能体工作流方面领先或匹敌更大规模的模型，推理速度在Apple M5 Max上达到184 tok/s，在NVIDIA B300 GPU上可达21K输出tok/s。
推荐理由：模型以2B活跃参数实现推理能力，在设备上运行速度快且成本低，适合构建本地智能体。
AWS详细介绍了在Amazon SageMaker AI上对Mixture-of-Experts (MoE)模型的内核优化技术，包括Swap-AB矩阵转置优化、FP8张量量化后端路由选择以及Triton JIT重新编译消除等方法，这些优化使MoE模型在H200上实现了高达10%的吞吐量提升和9%的首个token生成速度提升。
推荐理由：原文详细介绍了AWS在SageMaker AI上对MoE模型的内核优化技术，提供了具体实现方法和性能提升数据。
数学爱好者使用GPT-6 Astra成功证明了N≤20个圆盘的最优排列问题，解决了这个困扰数学家57年的难题。此前只有N≤14和N=19的情况已被验证，AI通过几何约束和计算机枚举方法完成了证明。
推荐理由：AI首次严格证明数学难题，展示了大模型在复杂推理任务中的突破性进展。
华为诺亚方舟实验室联合UCL等团队开发的Memento 3 AI系统，在ARC-AGI-3的25款游戏、183个关卡中取得满分100分的RHAE成绩，操作次数比人类少56%。该系统以Claude Opus 5为底模，通过Code as Model方法实现递归自我改进，无需更新模型权重或微调即可通关。研究团队还让该系统挑战Atari Pong游戏，在掌握规则后无需调用大模型即可连续三局21:0获胜。
推荐理由：华为团队提出基于世界模型的递归自我改进方法，在不更新模型权重的情况下实现游戏AI性能大幅提升。
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生的Harness框架，让多模态模型直接观察环境、保存原始画面并在推理时回看细节。
推荐理由：VISTA框架让多模态模型无需训练即可保存和回看视觉信息，在ARC-AGI-3等评测中表现优异。
OpenAI发布两篇数学手稿，分别声称证明了三维挂谷极大函数猜想和四维挂谷猜想，将王虹和Zahl的工作扩展到四维。这些论文未经同行评审和形式化验证，引发了数学界对AI研究方式的激烈争议。
推荐理由：原文展示了AI在数学领域的突破性进展及其对人类数学研究的冲击。
Claude Haiku 5.5发布，跑分超越DeepSeek V4.1Flash和GLM-5.3-Flash，价格比上代降低90%，但换了tokenizer导致token消耗增加。
推荐理由：原文详细对比了新旧模型性能与价格变化，读者可据此评估迁移成本与适用场景。
Google Research发表了一项为期三个月的实地实验，研究AI辅助对专利律师专业能力的影响。实验发现AI工具短期内显著提高了律师起草专利的质量，但移除AI后，初级律师的专业判断能力并未提升，而高级律师则表现出明显的进步。研究强调，提高工作质量和构建持久专业判断可能是不同的目标，尤其对初级专业人士而言。
推荐理由：研究揭示了AI对专业能力发展的复杂影响，为AI工具设计提供了重要参考。
NVIDIA 研究团队通过微调 Nemotron 模型，使其在国际信息学奥林匹克竞赛(IOI 2026)中获得 535.4/600 分，在国际数学奥林匹克竞赛(IMO 2026)中获得 30/42 分，均超过金牌分数线。团队使用了监督微调(SFT)、强化学习(RL)和生成-验证-改进的推理循环，并将相关模型、数据集和基准测试开源在 Hugging Face 上。
推荐理由：展示了如何通过微调和推理循环将基础模型适配至竞赛金牌水平，提供了可复用的专业领域模型构建方法。
Reflection AI 发布 Beam 开源大模型，该模型拥有 5010 亿参数，在推理基准上与中国模型 GLM-5.2 表现相当，但计算成本降低 3-4 倍。Beam 将通过超大规模云服务商和开源库分发，目标是为企业和政府提供定制化 AI 解决方案。
推荐理由：原文提供了模型参数、训练数据和性能对比等关键信息，读者可据此评估其市场竞争力。