本文提出 VisualThink-VLA，一个用于 VLA 策略的视觉中间推理框架，旨在解决文本思维链在具身控制中因信息干扰和解码延迟高导致的实时执行难题。该框架通过一个紧凑的视觉证据接口引导动作预测，在保留空间精度的同时避免了解码开销。其采用选择性路由机制学习视觉证据 token，以实现低延迟推理。研究引入了 VisualEvidence-Kit，其中包含一个构建了 754.7k VLA 指令集的视觉证据智能体。在多项基准和真实机器人评估中，该框架在大多数任务上成功率最高，并将推理增强基线的多秒级延迟降至亚秒级。例如，在 BridgeData V2 上，其将步骤延迟从 ECoT 的 8.377 秒降至 0.367 秒，实现了 22.8 倍的加速。

研究构建了 SpatialUncertain 评估框架，测试多种前沿视觉语言模型 (VLMs)。在遮挡和视角歧义两种空间观察挑战下，模型平均准确率分别约为 30% 和低于 10%，并常无法识别应转向的额外视角。研究主张评估重点需从回答正确性转向模型对何时放弃作答及如何寻求可靠证据的认知。

Rohan Paul@rohanpaul_ai

67

The Grid推出新的LLM推理平台，用实时供需市场定价取代传统的固定费率。它按任务难度分层：简单任务（如分类）用“standard”，常规生产任务（如RAG、智能体步骤）用“prime”，高难度任务（如长上下文推理）用“max”。应用将请求发送至The Grid，平台会自动匹配该层级当前最便宜的可用供应商。开发者仍使用单一API，但后端模型可动态切换。新账户享受前200 million tokens免费额度。文中以Hermes Agent集成为例，展示了如何通过“agent-prime”层级处理工单。

Snowflake与AWS签署了一项为期五年、价值60亿美元的协议，以确保其AI工作负载所需的CPU芯片供应。此举为Amazon带来了显著利好，并可能对Nvidia在AI芯片领域的市场地位构成压力。

Berryxia.AI@berryxia

60

近期两个事件表明，前沿模型在高级抽象层面的可靠推理能力已跨越临界点。一是Anthropic发布了Claude Mythos Preview，其网络攻防能力过强，因此未公开，仅开放给合作伙伴用于防御。二是OpenAI的内部通用推理模型成功推翻了数学家Paul Erdős提出的一个猜想。两者共同显示，模型稳定处理的推理单元已从句子层级跃升至能维持核心论点、建立逻辑结构的“段落”与“整篇论证”层级，标志着能力的关键跃迁。

Lisan al Gaib: http://x.com/i/article/2058529613370802177

Fuli Luo@_LuoFuli

59

本次价格调整源于模型架构与推理框架带来的结构性成本优势。推理框架层面，对SWA的层级KV cache优化使缓存容量提升5倍，相当于缓存成本降低80%，再结合混合模型中多个Full Attention模块的缓存读取重叠，进一步降低了实际成本。模型架构层面，MiMo-V2.5-Pro实现了极端的1:7 Full:SWA稀疏比例，其预填充计算量极低，使得原始推理成本远低于行业平均。因此，输入（缓存命中）价格最高降幅达99%，输入（缓存未命中）和输出价格降幅为60%-80%。此番调整是将效率提升直接让利给开发者，而非亏损运营。

Chubby♨️@kimmonismus

58

Phoronix发布了NVIDIA Vera CPU的首份公开基准测试。这款ARM架构数据中心处理器拥有88个Olympus核心，专为智能体AI（Agentic AI）所需的代码执行、工具调用与数据管道设计。测试数据显示，Vera编译Linux内核耗时20秒，为测试最快。其整体性能较Intel Xeon 6980P提升约1.55倍，较AMD EPYC 9575F平均领先约10%。内存方面，Vera采用LPDDR5X，提供高达1.2 TB/s的带宽，每核内存带宽是传统x86 CPU的4倍以上，且在STREAM TRIAD测试中达到了90%的峰值带宽利用率。与上一代Grace CPU相比，Vera性能平均提升1.63倍。该处理器预计于2026年H2出货给合作伙伴。

Chubby♨️@kimmonismus

65

DeepSeek V4-Pro宣布永久降价75%，小米MiMo V2.5降价高达99%。此次降价核心是架构革新带来的成本结构性降低。DeepSeek V4通过混合注意力架构大幅压缩了长上下文推理的KV缓存，使其在100万token时仅为V3.2的10%，单token推理FLOPs降至27%。小米MiMo团队则通过SGLang HiCache实现滑动窗口注意力，将KV缓存跨内存数据传输量减少至约1/7。这些架构优化使V4-Pro定价降至$0.87/百万输出token，MiMo V2.5-Pro约为$3/百万，两者均为拥有百万上下文窗口的前沿级模型。降价源于推理与缓存成本的实质性下降。

Chubby♨️@kimmonismus

60

Google DeepMind负责人 Demis Hassabis 将其 AGI 实现时间预测提前至2029年，并称我们正处于“奇点”的初级阶段。他提出的“爱因斯坦测试”基准是：用知识截止于1911年的 AI 能否独立推导出广义相对论，目前尚无系统能接近通过。然而，业界对 AGI 的定义仍无共识，例如 OpenAI CEO Altman 预测时间为2028年，xAI CEO Musk 宣称奇点已在1月发生，而 Anthropic 则避免使用该术语。尽管定义不明，AGI 实现的时间线预测正在不断缩短。

EAGLE团队与vLLM、TorchSpec联合发布EAGLE 3.1，旨在修复大语言模型推理过程中的投机解码算法不稳定性问题。

为解决大语言模型并行测试时缩放（TTS）中各分支信息隔离导致的重复探索问题，研究提出了协作并行思考（CPT）框架。该框架无需训练，可在推理时跨并行分支共享中间发现：它从各分支提取紧凑信息，维护一个去重的查询级信息池，并通过输入上下文广播信息，使后续分支能复用已有发现。在 HMMT 和 AIME 基准上的实验表明，CPT 在不同预算和模型规模下，均比强基线方法建立了更好的准确率-延迟帕累托前沿，验证了搜索时协作是实现高效并行 TTS 的有效方向。

继 OpenAI 宣布利用 GPT-5.5 模型攻克保罗·埃尔德什提出的“平面单位距离猜想”后，Anthropic 工程师 Sholto Douglas 在 X 平台表示，其模型 Claude Mythos 也独立解出了这道存在 80 年的数学难题。Douglas 称 Claude Mythos 给出了一份“巧妙而简洁”的证明，并通过一个由多个 Claude Code 实例组成的系统完成。数学家 Daniel Litt 评价该结果略逊于 OpenAI 的版本。

Alibaba Cloud@alibaba_cloud

78

OpenCode: Qwen3.7 Max now available in Go - text only - 1M context - smartest model in the Qwen family to date

文章围绕“下个词预测”技术，探讨了其在当前与未来的可能影响及面临的局限性。它提出了一个核心问题：这一技术将把我们带向何处。

MobileMoE是一系列面向设备端部署的大语言模型，采用混合专家架构，其活动参数规模为0.3-0.9B，总参数量为1.3-5.3B。该研究在移动设备内存与算力约束下，确定了“中等稀疏度结合细粒度共享专家”的最优架构设计。通过涵盖预训练、中期训练、指令微调与量化感知训练的四阶段流程，MobileMoE在14个基准测试中，以2-4倍更少的推理FLOPs达到或超越了领先的设备端密集模型性能，并以最多60%更少的参数量匹配或超过了先进的OLMoE-1B-7B模型。在商用智能手机上，其预填充和解码速度分别比密集基线MobileLLM-Pro快1.8-3.8倍和2.2-3.4倍。

英伟达Vera数据中心处理器基准测试成绩显示，其基于Arm v9.2指令集和88个Olympium核心，综合平均性能比前代Grace快63%，同时领先AMD EPYC 9575F 10%及Intel Xeon 6980P 55%。该处理器专为Agentic AI设计，官方称性能比x86处理器高出1.5倍。

小米 MiMo-v2.5 系列 API 宣布进行永久性价格下调，其中部分模型的最高优惠幅度可达 99%。

SiliconFlow@SiliconFlowAI

63

OpenRouter: Today we're announcing our $113M Series B led by @CapitalGVC. Over the last 6 months, weekly volume on OpenRouter grew f...

递归流匹配（RecFM）是一种用于预测复杂时空动态的生成式框架。该模型通过强制自一致性来对齐跨离散化尺度的轨迹，从而减少离散化误差并提升物理任务的各项性能。据称，这是首个能够为科学系统实现高保真度一步与少步（2-4步）动态生成的方法，其性能可与最先进的多步求解器相媲美。在多个科学基准测试中，RecFM 实现了最高 20 倍于领先扩散模型的速度提升，同时提高了预测精度。与基础流匹配相比，其均方误差降低了超过 15%。

RT-Lynx 提出了一种新范式，将扩散模型（Diffusion Transformers）的加速方法从权重稀疏化转向激活稀疏化。研究发现，DiT 模型的激活值具有内在稀疏性，且比权重更耐受 N:M 半结构化稀疏剪枝。通过在激活上应用 N:M 稀疏化并引入误差补偿技术，RT-Lynx 在保持生成质量的同时，实现了线性层平均最高 1.55 倍的推理速度提升。该方法在多个扩散模型上通过了实验验证。

Ethan Mollick@emollick

58

prinz: I recently put together a 50-state legal research workflow in Codex. This is the kind of work that a team of associates ...

Berryxia.AI@berryxia

55

MiniMax即将发布M3模型。其核心架构为基于GQA的动态块稀疏注意力机制，通过轻量索引分支筛选相关token块进行稀疏注意力计算。性能方面，在1M token上下文窗口下，Prefill速度相比M2提升9.7倍，解码速度提升15.6倍。该设计旨在大幅降低处理超长上下文的算力成本，使百万token级别的Agent应用得以更高效落地。

Skyler Miao: Something BIG is coming

CORE是一种非参数学习算法，通过对比成功与失败的推理轨迹生成简短自然语言 insights（推理策略和约束），使语言模型快速改进推理。在四个推理任务上，CORE比GRPO、GEPA、episodic RAG和MemRL等基线方法用更少rollout实现更快性能提升；在固定rollout预算下，仅用5个训练样本即可达到可比或更大增益。同时，CORE比非参数基线更上下文高效，将知识存储为紧凑可解释的自然语言insights，所需prompt token更少。

RAT+ 引入指数衰减记忆增强注意力，使模型在推理时支持灵活的空洞注意力。将 RAT+ 与 Quest、MoBA、SnapKV 等查询感知稀疏推理方法结合，在八个 needle-in-a-haystack 任务上，不同稀疏预算下均一致优于标准注意力。验证基于 RAT+ 已发布检查点及用额外 10B token 继续预训练的 OLMo2-7B。最后提出两种假说解释记忆模块为何有益。

该研究发现，推理模型在多轮对话的持续对抗压力下，会出现“不忠实的屈服”现象：其内部思维链从首轮到末轮均保持事实正确，但最终输出的答案却翻转变错。实验在MT-Consistency、MMLU-Pro和GSM8K三个数据集上进行，结果显示，发生此现象时，模型在“思考模式”下的潜在正确率接近50%，而在“无思考模式”下则骤降至11-15%。该效应在Qwen3-32B和GPT-OSS-20B上显著，在采用内联CoT的Gemma-4-31B-it上则较低。研究由独立的GPT-4o评判者验证，确认了86%的标签。

该论文将神经网络训练过程重新解释为对Hamilton-Jacobi初值问题的搜索。每次梯度下降都为粘性Hamilton-Jacobi方程选择初始数据，使得其Hopf-Cole传播器最佳拟合观测数据。此对应关系在log-sum-exp层中是精确的，对残差网络、Transformer及各类循环架构（RNN、LSTM、SSM）等更广泛的网络结构则是结构性的。一个变形参数ε统一了神经网络、热带代数、粘性偏微分方程与凸优化四个视角。定量结论包括：泛化率下界、由ε控制的对抗鲁棒性、将反向传播解释为残差网络Hamilton系统的共态方程，以及具有闭式解O(N)的影响函数。

扩散语言模型通过迭代去噪掩码token序列解码文本，置信度常被用于选择解码位置。然而，高置信度有时会产生误导，例如EOT token可能获得高置信度导致生成不完整。为缓解此问题，插入后缀锚定可鼓励生成完整响应，但会引入锚点邻域的局部过度自信，导致锚点邻近token过早解码。为此，研究提出了后缀锚定置信度调节方法，该方法插入短后缀锚点以促生成完整响应，并根据解码进度调节锚点附近置信度。在纯文本推理、视觉-语言推理和代码生成基准测试中，该方法持续提升了基于置信度的完全非自回归解码性能，优于显式EOT抑制，并保留了完全非自回归生成的并行优势。

elvis@omarsar0

60

DAIR.AI: // Language Models Need Sleep // Let your agents "sleep", folks. On a serious note, this is a fascinating paper on getti...

Elon Musk@elonmusk

44

i/o: Belgian man convicted of hate speech describes the judicial rationale for his latest conviction. I asked Gemini: Is this...