Codex 宣布将开源其人工智能模型。这一举措旨在通过开源和开放科学的方式，推动人工智能技术的进步与民主化。公司表示，开源模型将允许更广泛的研究人员和开发者访问、使用并在此基础上进行创新，从而加速AI领域的发展。此举也呼应了当前AI社区对增加透明度与协作的呼声。

xAI 与萨尔瓦多政府达成合作，将在未来两年向该国 5000 余所公立学校部署 Grok，为超 100 万学生提供自适应个性化辅导，同时赋能数千名教师。该项目旨在通过 AI 弥合教育差距，并生成新的方法论与数据集以指导全球课堂的负责任 AI 应用。萨尔瓦多总统 Bukele 与 xAI 创始人 Musk 均表示，此举将让前沿 AI 直接惠及整代学生，证明国家可通过大胆政策实现跨越式发展。

Seedance 2.0 正式发布，以「提供创作所需的一切，实现任意想象」为核心理念，整合全链路生产能力，支持用户一站式完成从概念到成品的任意内容制作。

深化与英国政府合作，支持 AI 时代的繁荣与安全。双方伙伴关系升级，共同推动人工智能经济发展与安全保障，确保技术革新与国家安全并重。

蚂蚁集团 DeepXPU 团队与 SGLang 团队联合发布 Tensor R-Fork（Tensor Remote Fork）技术，通过 GPU-Direct RDMA 实现节点间设备到设备的零拷贝权重传输。该技术可将 Deepseek-R1 模型的加载时间从数分钟缩短至数秒，减少约 600GB 的本地磁盘与 DRAM 存储占用，并提供 NCCL 和 TransferEngine 两种后端方案，后者可在不干扰线上推理服务的情况下完成权重迁移。

本文推出FACTS基准测试套件，用于系统性评估大语言模型的事实准确性。该套件提供标准化评测工具，可检测模型生成内容中的事实性错误，助力评估模型真实性与可靠性。

智谱发布全球首个手机Agent AutoGLM，创新采用ComputerRL、MobileRL与AgentRL技术架构，在Device Use基准测试中超越ChatGPT Agent等达到SOTA水平。支持通过自然语言指令完成点外卖、订酒店、办公等全场景任务，具备屏幕理解、自主规划与云端异步运行能力，可在专属云设备上"自动驾驶"手机而不占用本地资源。项目已开源并提供美团、微博、B站等实机操作案例。

美团发布 LongCat-Image-Edit 图像编辑项目，致力于通过开源与开放科学推进人工智能技术的普及与民主化。该项目旨在降低 AI 技术应用门槛，通过开放协作促进全球开发者共同参与技术创新，推动先进图像编辑能力的广泛可及。

Qwen Studio 提供涵盖聊天机器人、图像与视频理解、图像生成、文档处理、网络搜索集成、工具使用及 Artifacts 在内的全面功能。

SAPO（Soft Adaptive Policy Optimization）针对GRPO/GSPO硬截断导致的学习信号丢失与训练不稳定问题，提出平滑温度门控函数替代硬截断，构建连续信任区域并实现token级自适应加权。该方法为非对称正负优势设置差异化温度参数，在保持序列连贯性的同时避免整序列梯度丢弃。实验表明，在Qwen3-30B-A3B数学推理任务中，SAPO相比GSPO和GRPO-R2训练更稳定，在AIME25等基准上取得更高Pass@1性能。

科学家运用AlphaFold人工智能技术优化光合作用关键酶结构，增强作物耐热性，培育适应全球气候变暖的韧性作物品种，为粮食安全提供新解决方案。

Qwen3-TTS 发布更新，支持 49 种音色、10 种语言和 9 种方言。Qwen Studio 平台同步提供聊天机器人、图像视频理解、图像生成、文档处理、联网搜索、工具调用及 Artifacts 等全栈功能。

美团发布 LongCat-Image-Dev 开源项目，致力于通过开源和开放科学推进人工智能技术的普及与民主化。该项目作为 LongCat 系列的图像开发版本，旨在降低 AI 技术门槛，促进全球开发者协作创新，体现了美团在人工智能领域拥抱开源生态的战略布局。

美团-longcat 推出 LongCat-Image 开源项目，致力于通过开源协作与开放科学研究推进人工智能技术的进步与民主化。该项目旨在降低 AI 技术门槛，打破技术壁垒，让先进的 AI 能力更加普惠可及，体现了通过开放生态促进 AI 技术普及的战略愿景。

a16z 联合发布《2025 年 AI 现状报告》，这是迄今为止对开发者和组织在现实世界中使用语言模型情况最大规模的实证研究。报告基于广泛的实际应用数据，系统分析了 GPT、Claude、LLaMA 等主流模型在企业和开发环境中的采用趋势、工作流集成方式以及关键性能指标。研究揭示了模型选择偏好的显著变化、实际部署规模的增长数据，以及成本、延迟和输出质量等核心维度的最新基准。

研究团队发布了 DeepMath，一个轻量级的数学推理智能体。该智能体基于 smolagents 框架构建，旨在提升模型解决复杂数学问题的能力。DeepMath 的设计强调轻量化，力求在保持高效推理性能的同时降低计算资源消耗。其发布是团队通过开源与开放科学推动人工智能技术发展与普及的举措之一。

OpenAI正式开设了专注于对齐研究的官方博客。该博客旨在分享其在人工智能对齐领域的研究进展、技术见解和最新成果，致力于探索如何使AI系统与人类意图和价值观保持一致。此举标志着OpenAI将更系统、透明地向公众和学界公开其对齐工作的核心内容与思考。

SGLang 最新版本原生集成 NVIDIA Model Optimizer，支持通过直接 API 调用实现模型量化与部署。新功能将原本复杂的多步骤流程简化为量化、导出、部署三步，支持 NVFP4、MXFP4、FP8 等低精度格式。与原始 FP8 基线相比，优化后的模型在 Blackwell 架构上可实现高达 2 倍的每 GPU 吞吐量提升，显著降低延迟与内存占用。

GR-RL 框架通过多阶段训练将通用 VLA 策略转化为长程灵巧操作专家。针对精细任务中人类演示的次优性，利用离线 RL 的 Q 值过滤有效轨迹，结合形态对称增强与在线 RL 对齐部署行为。在自主系鞋带任务中实现 83.3% 成功率，首次完成需毫米级精度和长程推理的复杂操作。

字节跳动 Seed 团队发布 GR-RL，采用离线数据筛选结合在线真机微调的强化学习框架，突破 VLA 模型长时程精细操作瓶颈，首次实现机器人连续穿鞋带。相比前作 GR-3，成功率从 45.7% 提升至 83.3%，减少近 70% 失败。方案通过 Critic 价值判别器剔除次优演示数据，并在隐空间探索优化，解决模仿学习的数据次优性与执行错位问题，模型涌现出自纠错与场景调整能力。

Vertex AI团队推出基于EAGLE-3的推测解码加速方案，通过为目标模型（如Llama 70B）添加仅占2-5%参数量的轻量级draft head，取代传统独立draft模型，实现2-3倍解码速度提升。文章详述了从研究到生产的完整工程链路：构建合成数据生成管道解决版权与PII问题，采用离线训练策略预计算embeddings，并强调chat template匹配、mask设置及SGLang服务框架选型的关键作用，最终解决CPU瓶颈问题实现规模化部署。

该项目是一个针对NCCL通信库的扩展库，核心功能是高效卸载NCCL所分配的GPU内存。它通过将NCCL占用的显存资源进行智能释放与转移，旨在缓解大规模分布式训练中的显存压力，从而提升整体系统效率与资源利用率。

AlphaFold 发布五年间持续加速科学研究，在全球范围掀起生物发现浪潮，深刻改变了结构生物学领域并推动多项突破性进展。

AlphaFold 成功解析了一种与心脏病相关的关键蛋白质结构，为理解疾病分子机制提供重要依据。该突破有助于加速心血管疾病相关药物的研发进程。