AE Studio利用Modal平台，通过进化策略（ES）和GRPO两种强化学习方法训练语言模型进行数学定理证明。他们使用Lean验证器，并借助Modal的并行GPU、沙盒隔离和卷存储功能高效运行实验。结果显示ES在某些场景下媲美甚至超越GRPO，且成本显著降低。

DeepSeek-V4 Pro 是一款 1.6 万亿参数的 MoE 推理模型，现已在 Together AI 上线，提供 512K 上下文窗口、可控推理模式（非思考、深度思考、最大思考）以及缓存输入定价，适用于代码代理、文档智能、长上下文代理和研究综合等场景。

苹果机器学习研究团队提出DSO（直接转向优化），利用强化学习学习线性变换来转向模型激活，在视觉-语言模型（VLM）和大语言模型（LLM）中有效缓解偏差，实现了公平性与性能之间最先进的权衡，并允许用户在推理时控制这一权衡。

苹果机器学习研究提出 Sonata，一种轻量级适配器，通过自我一致性预测来动态分配推理时的思维预算，在保持准确率的同时将思维令牌减少20%至80%，或同等令牌成本下准确率提升5%。

DeepInfra 成为 Hugging Face Hub 上最新的推理提供商，提供100多个模型的低成本无服务器推理服务，初始支持对话和文本生成任务，用户可通过 UI 或 SDK 轻松使用。

谷歌云高级总监兼首席布道师Richard Seroter在采访中表示，开发者忠诚度目前为零，但谷歌并不担心。谷歌的策略是无论开发者使用何种工具，都希望代码在其平台上运行。Seroter强调谷歌云是一个平台公司而非产品组合公司，并回应了关于谷歌行动不够快的批评，表示谷歌需要在速度和稳定性之间取得平衡。

Known Agents 是一款工具，用于追踪访问你网站的机器人和 AI 代理，帮助你了解网站流量中的非人类访客。

随着AI模型规模急剧膨胀，能耗与计算时间成为瓶颈。稀疏计算技术通过利用模型参数中大量零值，跳过无效运算，可大幅降低能耗与延迟。斯坦福大学团队开发的Onyx加速器基于粗粒度可重构阵列，平均能耗仅为CPU的1/70，速度提升8倍，为高效AI计算开辟了新路径。

NVIDIA 今日发布了 Nemotron 3 Nano Omni，这是一款开放的多模态模型，将视觉、语音和语言能力整合到一个系统中，使 AI 代理能够更快、更智能地响应，并在视频、音频、图像和文本之间进行高级推理。该模型在六个权威榜单上排名领先，效率是同类开放全模态模型的 9 倍。

谷歌翻译迎来20周年，从2006年的AI实验发展为支持近250种语言、每月服务超过10亿用户的全球工具。新增发音练习功能，利用AI提供即时反馈，帮助用户掌握正确发音。文章分享了20个趣味事实，涵盖技术演进、用户习惯和文化影响。

NVIDIA发布了Nemotron 3 Nano Omni，这是一个全新的全模态理解模型，能够处理文本、图像、视频和音频。它基于混合Mamba-Transformer-MoE架构，结合C-RADIOv4-H视觉编码器和Parakeet-TDT-0.6B-v2音频编码器，在多个基准测试中取得领先成绩。该模型专为文档分析、自动语音识别、长音频-视频理解、智能体计算机使用和通用多模态推理设计，并提供了高效的视频采样和动态分辨率处理能力。

在 AAAI 2026 上，Yolanda Gil 讨论了使用 AI 改进科学工作流程。通过观察地球科学家，她发现了七个问题，包括依赖已证实方法以及术语不统一。她的团队使用抽象和分层规划等 AI 技术来表述通用方法并帮助规范命名。她的工作强调了知识在 AI 系统中的重要性。

丹妮卡·拉多万诺维奇在IEEE Spectrum五月刊发表诗歌《纠缠：人类连接简史》，以诗意的语言回溯从洞穴壁画到人工智能的人类连接演变，探讨技术如何重塑人际关系与自我认知。

制造业正在从传统的设计-建造-测试周期转向仿真优先方法，利用高保真仿真和OpenUSD，使AI在工厂环境中大显身手。

Transformer 虽主导序列建模，但其 O(N²) 的键值缓存导致长上下文推理成本高昂。新型 RNN 通过更大状态、数据依赖门控和 LLM 训练技术，以 O(1) 推理成本匹配 Transformer 的困惑度，正迎来复兴。

本文深入探讨了AI代理的上下文工程，强调将上下文窗口视为有限资源，并系统性地处理静态与动态上下文、历史管理、检索预算及生产环境下的质量评估，以提高代理的可靠性、成本效益和准确性。

mailX 是一个邮件送达率诊断和修复工具，专为人类和AI代理设计。它通过分析域名、生成缺失的DNS记录等方式，帮助用户快速找到邮件进入垃圾箱的原因并提供明确的解决步骤。该工具由mailwarm（YC S20）团队开发，旨在简化邮件送达率优化。

在自主AI系统中，局部正确的行为并不保证整体正确。由于系统行为随时间涌现，即使每个步骤看似合理，整个轨迹仍可能偏离预期目标。这种“行为漂移”难以通过传统监控和验证手段检测，需要从事件导向转向轨迹导向的可靠性方法。

本文探讨了GPT-Image-2等图像生成模型在通往AGI道路上的重要性，并汇总了OpenAI合作变更、GPT-5.5基准、开发者经济、中国开源模型、Agent运行时、推理基础设施、评估趋势等AI领域最新动态。

NVIDIA Nemotron 3 Nano Omni 现已登陆 Together AI 平台。这是一个单一开放模型，能够同时推理视频、图像、音频和文本，专为大规模智能体工作负载而设计。Together AI 通过其研究优化、托管基础设施和安全 API，提供了部署该模型的最快路径。

LaDiR结合变分自编码器和潜在扩散模型，通过块级双向注意力实现推理轨迹的迭代精炼，在数学推理和规划基准上显著提升了准确性、多样性和可解释性。

Apple机器学习研究团队在ICASSP 2026上提出StereoFoley框架，能够从视频中生成语义对齐、时间同步且空间准确的48kHz立体声音频。通过合成数据管道和微调技术，解决了现有模型缺乏对象感知立体声成像的问题，并引入了新的评估指标。

该研究探讨了条件扩散模型如何在超出训练分布的组合条件下实现组合泛化，特别是长度泛化——生成比训练时更多对象的图像。通过在CLEVR数据集上的实验，发现模型在某些情况下能实现长度泛化，但并非总是如此。研究者提出并证明了局部条件分数与特定组合结构（条件投影组合）之间的等价性，并验证了局部条件分数是成功泛化的关键。因果干预实验显示，强制局部条件分数可使原本失败的模型实现长度泛化。在SDXL模型中，像素空间存在空间局部性但缺乏条件局部性，然而在特征空间中发现了局部条件分数的证据。

了解OpenAI如何通过模型防护、滥用检测、政策执行以及与安全专家合作来保护ChatGPT的社区安全。

OpenAI GPT模型、Codex和托管智能体现已在AWS上提供，使企业能够在其AWS环境中构建安全的AI应用。

Applied Intuition从YC时代的自动驾驶工具公司成长为价值150亿美元的物理AI平台，服务于汽车、卡车、采矿、农业和国防等领域。联合创始人Qasar Younis和Peter Ludwig在播客中深入探讨了物理AI与屏幕AI的根本区别、公司的三大技术支柱（仿真/强化学习、操作系统、AI模型）、AI编码工具的采用、验证与统计安全、世界模型以及硬件约束下的部署挑战。

VisibAI是一款AI可见性审计工具，可查询ChatGPT、Perplexity等六大AI平台，展示你的企业是否被推荐，并提供0-100的评分、竞争对手对比及修复方案。支持单次审计或月度追踪，可白标，符合GDPR。

Anthropic的克劳德神话预览模型发现了数千个高危漏洞，涉及所有主流操作系统和浏览器。公司启动Project Glasswing与科技巨头合作应对AI驱动的网络攻击。专家强调，AI在发现漏洞的同时也可能被利用，需要多层验证和人类监督来平衡安全。

OpenAI 的 ChatGPT Enterprise 和 OpenAI API 现已获得 FedRAMP Moderate 授权，使美国联邦机构能够安全地采用 AI 技术。

Google与Kaggle联合推出的免费五天AI代理强化课程将于2026年6月15日至19日回归，现已开放注册。课程涵盖从基础到生产的AI代理构建，重点介绍Vibe Coding工作流，并包括实践项目、专家讲座和结业任务。