最近一期 AI 日报
CMU 与 Northeastern 研究者开源 T-DIG 工具，允许用户在文生图批量生成时指定维度，由 LLM 生成多样化提示词并基于特定奖励训练。
CMU 与 Northeastern 研究者发布并开源 T-DIG，解决文生图模型批量生成时多样性不足的痛点。用户可指定变化轴，LLM 据此生成多样化提示词，以 TPIPS 为多样性奖励、VQA 对齐分与 HPSv3 为惩罚训练，并放出论文、代码、Demo 与约 2 万条提示词构建的多样性数据集。
Anthropic 生命科学团队宣布与六家机构开展药物研发合作，并已启动自有药物研发。
Anthropic 生命科学团队宣布过去数月与 Generate Biomedicines、Divergence Labs、BigHat Biosciences、Enveda、The Column Group、Bristol Myers Squibb 六家机构开展药物研发合作，并已启动自有药物研发。
Artificial Analysis 上线 Speech Agent Arena 盲测榜，Cartesia Managed Agents 以 Elo 1115 成绩登顶。
Artificial Analysis 上线 Speech Agent Arena 语音 Agent 盲测偏好榜。Cartesia 的全托管语音 Agent 平台 Managed Agents 以 Elo 1115 登顶，领先自家旧品 98 分并超过 Gemini Flash Live；在工具调用任务上任务成功率达 91.7%。其定价为每分钟 0.06 美元，所用 LLM 用量另按模型计费。
Anthropic 承认 Claude Code 因服务错误率升高导致重试并消耗订阅额度，且明确不予补偿。
一位 Claude Pro 订阅用户发现额度异常消耗，经联系 Anthropic 支持确认：当日发生两起 Claude Sonnet 5.5 错误率升高事件，服务错误触发的失败请求和重试会计入订阅用量限额，且此类用量不予退款、补偿或订阅延期。
Anthropic 发表研究，探讨 AI 智能体隐性倾向如何影响 50 名专业分析师的判断决策。
Anthropic 发表研究，让 50 名有因果推断经验的专业分析师用 Claude Code（Claude Opus 4.8）完成一项统计分析任务，并在分析师不知情的情况下用掷硬币随机设定智能体在四个分析决策上的倾向。
Google Gemini 宣布集成 SynthID 检测功能，用户可检查图片、视频或音频是否由 Google AI 生成。
Google Gemini 宣布集成 SynthID 检测功能，用户只需在 Gemini 中询问“Is this AI generated?”，即可检查图片、视频或音频文件是否由 Google AI 生成，帮助用户更有信心地浏览网络内容。
临床搜索引擎 Vera Health 宣布完成 A 轮融资，目前已有约 80 万临床医生在临床场景中使用。
AI 医疗搜索公司 Vera Health 宣布完成 A 轮融资，投资方包括 Threshold、Y Combinator、Gradient、Mantis 与 SV 等。Vera 在生成答案前先检索并分级医学证据，目前已有约 80 万临床医生使用。
开源安全基础设施项目 Infisical 宣布完成 4000 万美元 B 轮融资，估值达 6 亿美元，新资金将用于强化 Agent 安全能力。
YC W23 批次创业公司、开源安全基础设施项目 Infisical 宣布完成 4000 万美元 B 轮融资，由 Elad Gil 领投，Gradient VC、YC 等参投，估值达 6 亿美元。Infisical 为开发者、机器和 AI agent 管理密钥与安全配置，新资金将用于强化其 Agent 安全能力。
OpenAI 宣布 ChatGPT 正式推出 iCloud 邮件与日历插件，覆盖网页端与 iOS，面向所有付费与免费套餐用户开放使用。
OpenAI 宣布 ChatGPT 推出 iCloud Mail 与 Calendar 插件，覆盖网页端与 iOS，面向所有付费与免费套餐用户。连接后 ChatGPT 可搜索、阅读、发送 iCloud 邮件，创建和更新日历日程，还可访问 iCloud 联系人。授权方式为 Apple 应用专用密码而非 OAuth，两个服务需分别连接。
LiquidAI 发布 LFM3 系列六款端侧小模型，基于约 2B 参数的新共享骨干与三混合架构，旗舰模型支持 256K 上下文且量化后体积大幅缩小。
LiquidAI 发布新一代 Liquid Foundation Models（LFM3）家族，一次推出六款模型，基于约 2B 参数的新共享骨干和三混合架构，覆盖文本、视觉、音频、omni 全模态及决策模型。旗舰 LFM3-1.7B 文本模型支持 256K 上下文，4-bit 量化版本仅约 1GB，可在本地运行、单 GPU 即可微调。系列已上架 Ollama，VL 版本自称可比肩 GPT-5.6 Luna。
OpenBMB 开源 MiniCPM-OCR 套件，其中 1.3B 的 MiniCPM-OCR 1.0 专为中英文文档解析打造，跑分表现优异并支持复杂场景。
OpenBMB 以 Apache 2.0 协议开源 MiniCPM-OCR 套件：1.3B 的 MiniCPM-OCR 1.0 专为中英文文档解析打造，在 Real5-OmniDocBench 上取得 93.68 分，跑分超过小米、PaddleOCR，可应对曲面页等复杂场景；另配 2B 的 MiniCPM-OCR Jev 作为裁判为结果评分。模型已上架 Hugging Face，并公开 eval 代码与 GitHub 仓库。
SpAItial 发布世界模型 Echo-3 及 iPhone 采集 App，支持手机拍摄几分钟生成照片级真尺度 3D 世界。
SpAItial 发布世界模型 Echo-3 及配套 iPhone 采集 App，称其为迄今对真实空间还原最准确的世界模型。用户用手机慢速绕行拍摄几分钟，无需专用硬件，即可将单间房、多楼层建筑甚至室外公共空间重建为照片级、带真实尺度的高斯泼溅 3D 场景。
Anthropic 计划通过长期受益信托等独特治理结构上市，在融资同时防止股东迫使公司削减安全投入。
Anthropic 计划通过长期受益信托和 Founder LLC 等独特治理结构上市，在公开市场融资的同时防止股东迫使公司削弱安全投入。信托投票受托人可通过特定股票任命董事会多数席位，七位创始人则以 Founder LLC 掌握 50.1% 投票权。
SoMark 团队开源 1.3B 文档解析模型 OXR-1.0，在多项基准上取得 SOTA 且推理速度最快。
SoMark 团队开源了 1.3B 参数的文档解析模型 OXR-1.0，可将 PDF 和页面图像转换为带布局坐标的 Markdown 或 JSON。该模型在 olmOCR-Bench 等三个基准上取得 SOTA 且推理速度最快，核心是通过 RSI 自我改进循环减少对人工标注的依赖。
Ai2 发布「Old Ideas, Novel Problems」基准与研究，发现 LLM 判别研究点子新颖性时对提示措辞高度敏感。
Allen Institute for AI（Ai2）发布基准与受控研究，检验 LLM 能否可靠判断研究点子的新颖性。结果显示 LLM-as-judge 对提示措辞极其敏感，改一个词可致准确率波动约 50 个百分点。
北卡罗来纳大学团队发布 MiRL 论文，通过对错误行为画像并进行靶向学习，减少终端 agent 43-57% 的重复犯错。
北卡罗来纳大学团队发布论文 MiRL（Misbehavior-driven RL），通过先对策略的错误行为进行画像、再进行错误靶向学习，高效训练命令行终端智能体。结果显示终端 agent 重复犯错减少 43-57%，且仅用 35% 的算力即可追平完整配方训练的效果。
NVIDIA 在 GTC Berlin 开源 Nemotron 本地化微调工作流，并推出面向欧洲市场的后训练版本。
NVIDIA 在 GTC Berlin 展示并开源了针对特定地区、语言与文化语境后训练 Nemotron 的完整工作流，并上线了 Nemotron Labs 页面推出 Post-Training Nemotron。基于 Nemotron-Personas 数据集，开发者可用 LoRA 快速将模型微调为区域客服专家。
Replit 推出的 Cloud Agents 现向 Pro 与 Enterprise 客户开放，支持非工程人员提交经测试的 PR。
Replit 推出 Cloud Agents，面向 Pro 与 Enterprise 客户开放，让设计、客服等非工程人员用自然语言向公司核心代码库提交经测试的 pull request。
LMArena 开放 Code Arena 的 WebDev 排行榜，用于通过人类偏好对比模型的前端开发能力。
LMArena 官方宣布开放 Code Arena 的 WebDev 排行榜，用户可在该榜单上对比各模型的前端与网页开发能力，通过真实人类偏好投票产生排名，为评估模型网页编写水平提供持续评测基准。
谷歌 DeepMind 发布 Genie 4，基于 Gemini 构建，支持用户通过自然语言实时操控动态 3D 世界。
谷歌 DeepMind 发布 Genie 4，称其为迄今最逼真、可交互性最强的世界模型。该模型基于 Gemini 构建，用户可用自然语言实时操控动态 3D 世界，改变天气、移动镜头、引入新元素，并生成与场景匹配的原生音频。模型具备照片级真实感与高级物理仿真能力，Sundar Pichai 晒出了相关演示。
Black Forest Labs 确认获得 3 亿美元 B 轮投资，业务正从视觉生成向机器人动作预测扩展。
Black Forest Labs 联合创始人兼 CEO Robin Rombach 确认公司获得 3 亿美元 B 轮投资。BFL 是 Flux 图像生成系列与开源视觉基础模型的幕后公司，此轮融资显示其在视觉生成之外正向机器人动作预测方向扩张。
云内容管理公司 Box 公开企业级 Deep Agent 架构，通过父子模型动态派生处理复杂企业检索任务。
云内容管理公司 Box 公开其企业级 Deep Agent 架构，采用父子模型设计：简单请求由父智能体直接处理，复杂请求动态派生多个子智能体分担工作并保持统一上下文。该框架可跨企业内容库检索并综合数千份文档产出报告。
Parallel 推出 Parallel Decisions API，在单次调用中同时提供网络信息实时性与决策模型能力。
Parallel 推出 Parallel Decisions API，定位首个基于网络信息的决策引擎。新 API 在单次调用中同时获得决策模型与网络信息实时性能力，定价每请求 0.001 美元，提供 5000 次免费额度，适用于事实核查、交易回测及库存追踪等场景。
数据分析平台 Hex 宣布完成 1 亿美元融资，估值达 12 亿美元，并推出面向 Agent 重构的 Hex 4.0 版本。
数据分析平台 Hex 在创下最佳季度业绩后发布面向 Agent 的 Hex 4.0，并宣布完成 1 亿美元融资，估值达 12 亿美元。本轮融资由 Peak XV 领投，137 Ventures 联合领投，a16z、红杉等跟投。目前其全球客户已超过 2500 家。
