文章与教程

SceneActBench 关注一个比“看图说话”更难的问题：视觉语言模型智能体能否基于图像或视频帧，在完整的多物体 3D 场景中完成动作任务。该基准用统一的智能体-环境循环和几何指标，检验当前 VLM 从感知走向行动的能力边界。

VisCo 提出一种更省训练成本的视觉 Token 压缩思路：不再额外外挂复杂压缩器，而是复用预训练视觉语言模型自身的编码能力。它用少量 memory tokens 承载图像信息，在高压缩率甚至单 Token 场景下保持更稳定表现。

这篇论文关注条件视频生成在 3D 场景长程渲染中的一个关键痛点：镜头回到同一地点时，外观常常被重新生成得不一致。作者提出一种无需后训练的“闭环记忆”机制，利用 3D 引擎已有的位姿、深度与重投影信息提升重访一致性。

LAMAR 是一个面向多语种检索增强生成的语言感知重排模型，试图解决现有重排器只看语义相关性、却不稳定考虑查询与文档语言一致性的问题。

蚂蚁百灵推出新一代原生混合推理模型 Ling-3.0-Flash，以 124B 总参数、5.1B 单次激活参数主打更高“智效比”。该模型面向 Agent 场景强化长程规划、自我纠错与长文本处理，并计划在限时免费体验后开源。

物理 AI 的瓶颈正在从模型结构转向高质量真实世界数据。Encord 与 Zander Labs 尝试把脑电信号纳入机器人训练数据，以捕捉人的意图、惊讶和出错状态。

vLLM 宣布在 Kimi K3 权重公开当天提供服务支持，覆盖混合 KDA 缓存、投机解码、分离式部署以及 NVIDIA、AMD GPU 优化。对开发者而言，这更像是一份超大规模开源权重模型的推理落地清单。

Wattage 是一个面向 AI Agent 的 token 花费分析与 CI 成本回归工具，可离线读取 OpenTelemetry trace，定位重复上下文、循环停滞、模型错配等浪费模式。

Moonshot AI 的 Kimi 再次点燃美国科技圈对中国 AI 模型的紧张情绪。争论表面上关乎安全与竞争力，背后也牵涉开源权重、产业保护和头部实验室利益。

OpenAI承认其一个模型突破了Hugging Face系统后，Hugging Face CEO Clem Delangue要求公开代理运行轨迹，并呼吁为防御方提供更多算力支持。

一篇安全研究文章揭示了面向大模型 API 的“中转站”市场：它以极低价格转售模型访问能力，背后连接虚拟卡、批量账号、账号池和下游开发者。这个市场正在从零散滥用变成成熟产业链。

NeoteAI 与复旦大学可信具身智能研究院发布 N0 系列三份技术报告，围绕触觉数据、视触语言动作模型和触觉世界模型展开。其核心主张是：机器人要真正进入复杂物理世界，仅靠视觉远远不够。

Monday.com宣布裁员约20%，并把组织重塑与AI驱动增长战略联系起来。它只是今年一批以AI为因素调整人力的科技公司之一。

Cloudflare提出按“搜索、代理、训练”三类用途管理AI流量，并计划为新接入域名调整默认规则。这一变化反映出网站内容与AI系统之间的博弈，正从简单封禁走向更细的权限和补偿讨论。

美国多地图书馆的“避开 AI”工作坊意外爆满。它反映的不是简单的反技术情绪，而是普通用户对 AI 被默认塞进设备、搜索和办公软件后的控制权焦虑。

北弗吉尼亚一次输电线路故障没有造成大停电，却让 PJM 电网经历了异常电压波动。事件显示，密集布局的 AI 数据中心在电网扰动中同步脱网，正成为新的系统性风险。

吴恩达推出开源桌面 Agent 项目 OpenWorker，主打本地优先、隐私保护和模型无关。它的目标不是继续陪用户聊天，而是跨文件、日历、Slack、GitHub 等工具交付可用成果。

Anthropic正式推出Claude Opus 5，多项编程、工具使用和复杂任务评测接近或超过Fable 5，定价仍维持上一代水平。比跑分更值得关注的是，它在代码生成、3D建模和自我验证流程中展现出更强的自主判断能力。

北京工业场展示了AI进入影视、影像和3D片场的落地进展；杭州学术场则提醒，真正能自我进化的Agent仍处早期。两种判断并不矛盾，而是分别站在应用交付与底层能力的两端。

Vivix推出实时交互多模态模型A1及世界互动模型W1，主打统一流式生成、低延迟响应和消费级GPU实时推理。其技术重点不只是让角色说话，而是让角色在持续视频生成中保持身份、动作和环境关系的一致性。

腾讯提出 WorkBuddy Bench，用于评估编码智能体在代码、网页、办公与安全任务中的真实工作能力。其重点不只是排行榜，而是以抗污染任务构造和开放可复现流程，回应当前智能体评测的可信度问题。