微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 1/0 可执行校验直接当作 RL 奖励，用于训练 ThinkingBox-Bench 之外的任务。
推荐理由：微软与 Hugging Face 联合开源了把数据库终态校验当作 RL 奖励的训练栈，并给出 Qwen3.8-27B 的可复现结果与成本对比。
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文列出 Cosmos 新增的数据工厂蓝图、训练工具与 NIM 推理更新，并给出保时捷、ANYbotics 等落地案例，可据此判断世界模型开发链路的变化。
NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。
推荐理由：原文给出预训练关系基础模型在 41 个任务上的对比结果与开源入口，可据此判断免训练预测能否替代现有 XGBoost 流水线。
Dharma-AI 在 Hugging Face 博客中预览即将发布的 VocabX 论文，介绍按 token 成本而非出现频率重建小模型词表的方法，在基于 Qwen3-4B 的葡语作文评分器上将实测推理成本降低 77.0%，平均回复长度从 350 个 token 降至 101 个。
推荐理由：以生产环境葡语作文评分器为例，展示词表特化如何在不改基座模型的前提下降低推理成本，并给出压缩与质量取舍的教训。
Google Research 在 JAMA Network Open 发表研究，用 AI 解读未经专业超声培训的操作者采集的盲扫超声图像来估算孕龄，在 385 名 16 至 36 周孕妇中平均绝对误差为 4.18 天，与专家超声的 4.48 天达到临床非劣效。
推荐理由：研究在芝加哥与内罗毕两地验证盲扫超声估算孕龄，无本地微调仍接近专家水平，为低资源产检提供可迁移路径。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，确认高维对数凹分布的最优超平面切割与任意形状切割之差不超过一个与维度无关的固定常数。
推荐理由：读者可了解 KLS 猜想如何被证明，以及人类主导、AI 智能体并行探索并筛选的研究流程如何运作。
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说合成一条实时流式管线，每轮对话在一秒内完成。
推荐理由：原文给出语音模型与智能体 SDK 的完整能力、定价和部署方式，可据此判断实时语音智能体的落地成本。
Google Research 发布博客介绍三项研究，目标是打通 AI 计算探索与真实湿实验之间的差距。VERID 框架为实验室工作单元建立语义数字孪生，支持实时 3D 状态跟踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步。
推荐理由：Google Research 用 VERID 数字孪生和适配体、蛋白设计闭环，展示智能体如何把湿实验纳入设计迭代。
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准的预训练零样本模型中排名第一，参数量约为此前 SOTA 的三分之二。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于判断时间序列基础模型的选型边界。
Google 公开发布 Deep Review，一个面向复杂文档提供严格反馈与技术核验的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力分配、并行核验与全局综合四阶段流程，并加入 Gemini 4 Argon 支持。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审阅在投稿流程中的位置。
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind 计划，向更多可信网络安全防御方开放。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在 Gray Swan 间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据。
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：原文给出 ERQA 87% 的成绩与四类机器人工作流示例，可据此判断该模型在具身任务中的能力边界。
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用和搜索 AI Mode 提供。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的进展。
Google Research 在 NBER 发布专利撰写三个月实地实验，133 名知识产权律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为讨论技能养成提供了可复用的测量设计。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：原文给出框架的代码规模、Kubernetes 部署方式和完整训练示例，读者可据此判断接入现有 agent harness 做 RL 的成本。
Google DeepMind 发布 EmbeddingGemma 2，把文本、代码、图像、视频和音频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 740M。
推荐理由：原文给出 740M 参数、模块化编码器与量化后内存占用，可据此判断端侧多模态检索的部署边界。
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在网络安全、Agent 工作流和多模态理解上表现突出，在 Artificial Analysis Cyber Index 上位列全球前五，在视觉定位 Dense 200 上以 42% 超过 GPT-6-Astra 的 41%。
推荐理由：Mistral 公布 1 万亿参数开源权重模型的能力与评测细节，可对照其与闭源模型在网络安全和视觉定位上的差异。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露 Gemini 4 Argon 的评测成绩、内部落地案例与分阶段开放策略，可据此判断前沿模型在编码与网络安全上的能力边界。