本期摘要涵蓋了多種多樣且獨特的開放模型，涵蓋了OCR、RAG搜索、音頻轉錄、計算機使用、代碼編輯、數學定理證明等多個用例。模型來自更廣泛的開放模型構建者，包括NVIDIA、Cohere、Sarvam、Mistral等，體現了行業對特定領域、低成本模型的推動。

本期Import AI探討了斯坦福教授Andy Hall提出的“政治超級智能”概念，該概念將AI視為提升公民和政府決策能力的工具，但需要精心設計社會接口。同時，文章介紹了DexDrummer項目展示的機器人打鼓挑戰、谷歌關於非生物智能社會協作的設想、Meta的自我改進超智能體Hyperagent，以及新的數學基準HorizonMath。這些進展共同揭示了AI在多個領域的潛力與侷限。

Notion 3.4 推出了全新儀表盤視圖、圖像生成、演示模式以及改進的側邊欄，旨在打造一體化AI工作空間。

Ollama 宣佈推出基於 Apple MLX 框架的預覽版，針對 Apple Silicon 性能大幅優化，支持 NVFP4 精度和智能緩存，顯著提升預填和解碼速度。

Synci是一個面向內容創作者的一站式AI配樂平台，彙集超過40,000首電影級曲目，提供AI音效與音樂生成、快速搜索及完整授權，支持Chrome擴展，讓創作者無需在多個工具間切換。

AsgardBench 是一個新的基準測試，旨在測試具身AI代理能否根據視覺反饋調整計劃。它基於AI2-THOR模擬環境，將代理置於廚房等場景中，要求其通過觀察物體狀態（如杯子是否乾淨）來動態調整動作序列。測試表明，視覺輸入顯著提升了成功率，但當前模型在區分細微視覺細節、跟蹤任務進度和及時更新計劃方面仍有不足。

微軟研究院推出GroundedPlanBench基準測試，評估視覺語言模型在機器人任務中同時規劃動作和空間定位的能力。他們開發的V2GP框架可將機器人演示視頻轉換為訓練數據，實驗表明聯合規劃與定位的方法優於分離式方法。

Runway 與 Modal 合作，利用 Modal 的無服務器計算平台為 Runway Characters 提供實時視頻推理。Runway Characters 是一個實時視頻代理 API，可從單張圖像生成可定製的數字角色，無需微調。該技術已應用於多個領域，包括客户支持、內部培訓等。Modal 的基礎設施使 Runway 能夠在 30 天內從概念驗證到生產，並支持全球低延遲部署。

OpenAI宣佈關閉AI視頻生成應用Sora，一位高管表示“不能因為分心而錯過這個時刻”。此舉與公司戰略調整有關，引發行業關注。

Attention Insight推出Visual Usability Checker Figma插件，基於數百萬眼動追蹤數據訓練AI，幫助設計師在用户測試前預測注意力分佈、檢測認知負荷並優化設計決策。

Doppel是一家AI網絡安全平台，通過遷移至Modal，顯著提升了模型訓練和推理的效率。訓練方面，實現了並行實驗，縮短了反饋循環；推理方面，簡化了部署流程，實現了自動伸縮，降低了運維成本。

本文介紹瞭如何利用 GitHub Copilot SDK 在 React Native 應用中集成 AI 功能，構建一個名為 IssueCrush 的問題分類工具。文章詳細説明了服務器端集成架構、SDK 的生命週期管理、提示工程技巧以及優雅降級策略，幫助開發者快速理解並實現 AI 輔助的問題分類工作流。

微軟研究院的播客《未來的形狀》第一集中，主持人Doug Burger與研究人員Nicolò Fusi和Subutai Ahmad探討了當前AI系統是否真正具有智能。他們比較了基於Transformer的大語言模型與人腦的分佈式連續學習架構，討論效率、表徵、感知運動基礎等差異，以及未來AI可能需要什麼才能縮小差距。

Magic是一款AI視頻編輯工具，提供350+模板，將產品放入巴黎、時代廣場、東京等真實拍攝場景。採用真實 footage + AI的混合方法，保證一致性和版權安全，起價每視頻1美元，被50多個國家的品牌使用。

本期Import AI涵蓋谷歌模型的創傷問題及DPO修復、DeepMind的認知分類法評估機器智能、英國AI安全研究所發現網絡攻擊能力隨模型規模提升、中國發布MERLIN模型用於電子戰，以及一則科幻故事。

DLSS 5被視為遊戲中的實時生成式AI濾鏡；OpenAI據報道將轉向僅關注商業和生產力；以及更多AI新聞。

本文探討了AI領域的遞歸自我改進（RSI）概念與現實中的有損自我改進（LSI）之間的差異。作者認為，儘管AI模型在持續進步，但由於自動化研究範圍狹窄、多智能體並行收益遞減、資源瓶頸與組織政治等摩擦，進步曲線更可能是線性的而非指數級的，不會出現快速起飛或奇點。

BankStatementLab 是一款利用AI技術從任何銀行對賬單PDF中提取交易數據的工具，可快速將其轉換為Excel、CSV或JSON格式。它適用於任何銀行、任何格式和任何語言，專為會計師、簿記員、財務分析師和企業設計，旨在簡化數據錄入工作。提供免費試用，包含5頁額度。

discode.ai 提供統一界面，集成超過100種AI模型，用户可自主控制節奏，靈活調用。

本文通過咖啡店擴張的類比，解釋了AI公司（如OpenAI和Anthropic）為何在虧損中仍大力投資數據中心。作者強調，只要毛利率為正，擴大規模最終會帶來盈利，這是科技初創企業的標準做法。文章還對比了亞馬遜的成功與MoviePass的失敗，指出關鍵在於毛利率是否為正。

本文通過虛構的MedVector Health公司案例，詳細介紹瞭如何利用OIDC、RBAC、多租户隔離、審計日誌和網絡安全功能來保護Weaviate企業級部署，滿足HIPAA、GDPR等合規要求。

儘管在基準測試上只是漸進式改進，但 GPT 5.4 在 Codex 中的實際表現帶來了可用性、速度和上下文管理方面的實質提升，不過 Claude 在魅力上仍佔優勢。

去年秋天，許多人擔心AI泡沫可能破裂，但Anthropic的年度營收在短短兩個月內從90億美元飆升至190億美元，遠超預期，顯示出AI需求的強勁增長。

本週的ImportAI涵蓋了三項重要進展：PostTrainBench基準測試顯示AI模型在微調任務上進步迅速，但仍不及人類；COVENANT-72B通過區塊鏈實現分佈式訓練，性能與LLaMA2相當；Leandro de Moura呼籲加強軟件驗證以應對AI編寫的代碼；Meta的CHMv2研究揭示了計算機視覺依然充滿挑戰。

本期播客回顧上週AI重大新聞，包括Perplexity推出本地Mac AI代理、Anthropic代碼審查工具、ChatGPT交互式數學/科學可視化、Nvidia發佈120B參數Natron Free Super混合模型、Nvidia暫停H200對華出貨、xAI聯合創始人離職、Anthropic起訴五角大樓等。

Anthropic因與五角大樓的AI爭端起訴特朗普政府；馬斯克的xAI再次推倒重來；關於伊朗戰爭的AI虛假信息引發混亂。

本文介紹了SPEX和ProxySPEX算法，它們能從特徵歸因、數據歸因和機制可解釋性三個視角高效識別大規模語言模型中的關鍵交互作用。這些算法利用稀疏性、低階性和層次性等結構特性，通過較少的消融實驗發現影響模型行為的重要特徵、訓練數據和內部組件之間的交互，在長上下文、數據集和模型組件分析中展現了顯著效果。

本期節目回顧了上週AI領域的重要新聞：OpenAI發佈GPT-5.4 Pro和GPT-5.3 Instant，Google推出Gemini 3.1 Flash Lite，Luma發佈統一多模態模型，以及Anthropic被列入國防供應鏈風險名單引發的爭議。

DocuSmart AI 是一個將分散知識整合為簡單系統的工具。

微軟研究院開源AgentRx框架，用於自動診斷AI智能體故障。該框架通過約束合成和逐步守衞評估，精確定位首個不可恢復的故障步驟，相比基線方法定位準確率提升23.6%，根本原因歸因能力提升22.9%。同時發佈的AgentRx基準測試包含115條手動標註的失敗軌跡及九類故障分類體系。