Qwen Studio 具备多模态 AI 能力，支持聊天交互、图像与视频理解、图像生成、文档处理、联网搜索、外部工具调用及 Artifacts 功能，覆盖多种应用场景。

Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等功能，提供全面的多模态 AI 能力。

Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等全面功能，支持多模态交互。

InclusionAI 发布并开源了 Ring-V2，这是一个基于混合专家架构的推理大语言模型。该模型采用 MoE 设计，旨在提升复杂推理任务的性能。作为开源项目，Ring-V2 可供研究者和开发者直接使用与进一步探索。

Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等功能，提供全面的 AI 能力支持。

SGLang 基于 Thinking Machines Lab 的 batch-invariant 算子实现全确定性推理，解决动态批处理导致的输出差异问题，兼容 chunked prefill、CUDA graphs 及非贪婪采样。该方案将性能开销从 61.5% 降至 34.35%，配合 CUDA graphs 可实现 2.8 倍加速。SGLang 与 slime 合作进一步实现 100% 可复现的 RL 训练，在 Qwen3-8B 验证中两次独立训练产生完全一致的曲线，为科学实验提供可靠保障。

meituan-longcat 开源发布 LongCat-Flash-Thinking-FP8 模型，采用 FP8 8位浮点精度格式优化计算效率与推理速度。该模型支持 Flash-Thinking 快速推理能力，致力于通过开源和开放科学推进人工智能的民主化。正文未披露具体参数规模、训练数据详情或基准测试指标。

针对 AMD Instinct MI250/MI300 系列 GPU 缺乏原生 FP4 矩阵乘法支持的问题，研究团队推出 Petit 内核集合，通过 FP16/BF16 × FP4 混合精度计算实现在现有硬件上高效运行 FP4 量化模型。该方案使 Llama 3.3 70B 端到端推理性能提升 1.74 倍，矩阵乘法操作较 AMD 官方 hipBLASLt 库快 3.7 倍。Petit 采用离线重排、LDS 无冲突访问及芯片拓扑感知分区等优化技术，已以 BSD 协议开源并集成至 SGLang 0.4.10 版本。

UK-LLM项目发布支持威尔士语推理的AI模型，基于NVIDIA Nemotron架构（49B和9B参数），利用NIM微服务翻译超3000万条英语数据，并在英国超算Isambard-AI上完成训练。该模型将用于医疗、教育等公共服务，助力威尔士政府实现2050年百万威尔士语使用者目标。模型及数据集将向企业和公共部门开放，未来还将扩展至康沃尔语、爱尔兰语等其他英国本土语言。

Qwen Studio 推出全功能多模态 AI 套件，支持聊天机器人、图像与视频理解、图像生成、文档处理、联网搜索、工具调用及 Artifacts。

正式推出 Light Mode（浅色模式）功能，宣称将提供用户创作任何内容所需的一切工具与能力，满足多样化创作需求。

SGLang 发布 HiCache 分层 KV 缓存系统，通过 HiRadixTree 页表管理 GPU、CPU 及外部存储中的缓存数据，支持 Mooncake、3FS、NIXL 等多种后端。系统采用 GPU 辅助 I/O 内核和层间重叠机制加速数据传输，在 Qwen3-Coder-480B 编码场景中将 TTFT 降低 56%、吞吐量翻倍、缓存命中率提升至 80%；在 DeepSeek-R1-671B 部署中实现缓存命中时 TTFT 降低 84%，整体吞吐量最高提升 6 倍。

Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等全栈功能，提供一站式多模态 AI 能力。

InclusionAI 发布并开源了其混合专家大语言模型 Ling-V2。该模型采用 MoE 架构，旨在通过更高效的参数利用来提升模型性能。此次开源意味着研究者和开发者可以自由访问、使用并基于此模型进行进一步的创新与开发。

弗罗茨瓦夫环境与生命科学大学团队利用 NVIDIA GPUs 训练 SRGAN 模型，将 GNSS 卫星低分辨率大气数据转化为高分辨率 3D 湿度图。在波兰和加州的测试中，湿度误差分别降低 62% 和 52%。团队采用 Grad-CAM 和 SHAP 实现可解释 AI，证实模型关注区域与风暴易发地带一致。该技术可为突发暴雨和山洪预警提供更精确的湿度数据支持。

PXDesign 提供了一种快速、模块化且准确的蛋白质结合剂从头设计方案。该方法通过优化算法架构，在保持高精度的同时显著提升计算速度，支持灵活的功能组件组合，可针对不同蛋白质靶点高效生成高亲和力结合剂，为药物开发和合成生物学研究提供了高效的计算设计工具。

本研究提出了word2vec学习机制的完整定量理论，证明其在实际条件下等价于无加权最小二乘矩阵分解。梯度流动力学具有闭式解，最终词嵌入即为PCA结果。从小初始化开始时，模型通过离散步骤逐次学习正交线性子空间（概念），递增嵌入矩阵的秩。这些潜在特征对应由词共现概率和单字概率等可测量语料统计量决定的矩阵顶部特征向量。

美团开源Agentic MoE模型LongCat-Flash，总参数量560B，每token仅激活27B。该模型基于SGLang框架，采用PD分离架构与SBO技术，通过四阶段流水线在单batch内实现计算与通信重叠，突破吞吐与延迟的权衡瓶颈。相比同类模型推理成本降低50%以上，在Agent任务中表现优异，适用于复杂实时智能体应用。

meituan-longcat 发布 LongCat-Flash-Chat 项目，宣称将通过开源与开放科学推进人工智能技术的进步与民主化。该项目致力于打破技术壁垒，降低 AI 使用门槛，但目前尚未披露具体的技术架构、参数规模、性能基准测试数据及应用场景等详细信息。

OpenAI 开源模型 gpt-oss 原生采用 MXFP4 量化，但社区长期缺乏针对该低精度格式的训练支持。NVIDIA 推出基于 Model Optimizer 的量化感知训练（QAT）方案，允许在 Blackwell、Hopper、Ampere 及 Ada 等常见 GPU 上直接微调模型，无需转换为 BF16 而牺牲性能。实测显示，经 QAT 微调的 gpt-oss-20b 在多语言推理任务中通过率从 16% 提升至 100%，在安全提示识别任务中从 30% 优化至 97%。微调后的模型可通过 SGLang 部署，保持 MXFP4 格式的推理速度与内存优势。

SGLang 针对 openai/gpt-oss-120b 发布重大性能优化，prefill 吞吐量提升 2.1 倍，decode 吞吐量提升 2.25 倍。新版本集成 FlashInfer 内核以释放 NVIDIA Blackwell 性能，通过 FlashAttention-3 加速 Hopper GPU，并原生支持 AMD MI350。在 B200 上 MXFP4 精度下单批次解码速度达 416.02 tok/s。同时引入 EAGLE3 投机解码支持，GPQA 基准测试验证精度与官方报告一致，确保高性能不损失推理能力。

Gemini 2.5 Flash Image Preview 模型已在 OpenRouter 平台正式发布。该模型是首个在该平台上线的图像生成模型，具备当前最优的图像生成能力。其核心特性包括出色的角色一致性和支持多图像输出功能，为开发者与用户提供了新的图像生成工具选项。

Game Worlds 启动 Beta 测试，现开放用户申请加入体验。参与者可抢先试用新功能，协助验证系统稳定性并提供反馈，帮助完善正式版本。

Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、网络搜索、工具调用及 artifacts 等一站式 AI 能力，其中 Qwen-Image-Edit 专注于提供高质量、高效率的图像编辑功能。

NVIDIA 第25届研究生奖学金计划面向全球开放，单项奖金最高6万美元，支持AI、机器学习、自动驾驶等领域的博士生。申请者需已完成博士一年级课程，并参加2026年夏季的NVIDIA研究办公室实习。申请截止日期为2025年9月15日。

Deep Ignorance 技术通过预训练数据过滤为开放权重 LLM 构建内置式防篡改安全防护。该方法在训练阶段筛选数据，将安全能力深度集成于模型权重，使其难以被后续微调或提示注入绕过。这一方案针对开放权重模型易被恶意修改的痛点，提供了从预训练源头建立安全屏障的新路径，在保障模型开放性的同时增强安全性。

Agentic AI Summit 2025 在 UC Berkeley 吸引超过 2000 名现场观众及约 4 万名在线参与者，汇聚全球 AI 领域领导者、创新者与创业者共探 agentic AI 发展。目前所有会议录像已开放观看，主办方宣布下届峰会将于明年回归。

平台宣布为所有模型的应用新增音频输入与通过URL发送PDF文件的功能。用户现在可以直接使用语音与各类模型（如GPT、Claude、LLaMA）进行交互，同时支持通过链接直接上传PDF文档进行处理。这两项更新旨在提升多模态交互的便捷性，扩展了应用处理非文本输入和数据获取的方式，无需再依赖传统的文件上传步骤。