Google 发布 AI 视频联合导演研究，多智能体框架实现分钟级连贯长视频生成

Google Research 发布 AI video co-director 研究，基于 Gemini 和 Veo 构建统一多智能体框架，包含 Co-Director（COLM 2026）、CANVAS（EMNLP 2026）、A²RD 和 VQQA 四个框架，将长视频生成转化为全局优化与世界状态跟踪问题，自动完成多模型提示、镜头衔接和闭环视觉精修。

Datasette 1.0a41 发布，新增 OpenTelemetry 支持

Datasette 1.0a41 发布，Alec Garcia 为该版本加入了 OpenTelemetry 支持。该版本还把 Datasette 所有模态对话框重构为单一 Web Component，并已提供文档供其他插件使用。

Claude Code v2.1.282 发布

Claude Code 发布 v2.1.282，新增 maxProseWidth 设置，可限制宽终端中 Claude 正文宽度，表格与代码块仍保持全宽。该版本还新增启动提示及 /status、claude doctor 条目，列出项目设置文件中被忽略或关闭遥测的变量，并修复了会话续接重发旧消息、扩展思考丢失及多处 API 报错等问题。

GitHub Security Lab 发布 Fuzzing Taskflow：用 LLM 智能体自动化 C/C++ 模糊测试

GitHub Security Lab 的 Antonio Morales 基于自家的 Taskflow Agent 框架构建了 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线。

Perplexity@perplexity_aiAI 评分4141

在 Perplexity Search API 中推出 Fast Search。 Fast Search 运行在 Photon 之上，这是我们用一支小规模工程师团队和数百个智能体打造的全新基于 Rust 的检索与排序服务。 它能在 230 ms 或更短时间内返回 95% 的搜索结果。

Josh Woodward@joshwoodwardAI 评分2323

Dreambeans 是我们在 @GoogleLabs 较新的实验之一。它正吸引一批越来越狂热的追随者。 很简单：每天早上会“冲泡”固定数量的“beans”。它们把你引向真实世界，和真实的人一起做你关心的事。 试试看吧！

Krea@krea_aiAI 评分4343

在 Krea Agent 中推出自定义应用。 构建按你想要的方式工作的创意工具。角色工作室、3D 查看器、动态效果。只需描述这个应用。 了解更多 + 示例见下方 👇

Perplexity@perplexity_aiAI 评分4343

适用于 Windows 的 Portable Computer 现已在 @AMD Ryzen AI Max 系列处理器上推出。 它可以轻松运行本地 AI 智能体，与你的已连接应用和本地文件协同工作。启动任务或安排完全在你的设备上运行的周期性工作。

Google DeepMind 推出 Gemini 3.8 Live with Live Avatar

Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，为对话模型加入近实时视频生成与视觉形象，今日起在 Gemini Enterprise 提供。该功能支持精确唇形同步、异步工具调用不中断对话、跨 97 种语言的语音到语音同步，并可用参考图定制头像（需企业允许名单），所有输出带 SynthID 水印。

SGLang 如何用 Score API 与共享上下文扩展类 JEV 决策模型

SGLang 的 /v1/score 接口让调用方通过 label_token_ids 显式声明所需标签分数，避免依赖生成响应 top-k logprobs 中是否出现该标签。

物理学家复盘 Claude 在 N=4 super Yang-Mills 完成 nine loops 散射振幅挑战

物理学家 Matt von Hippel 发文复盘，Anthropic 的 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 用 Fable 5.1 驱动的 Claude Science 完成他提出的挑战。

Anthropic 开放 Claude 插件目录提交，新增开发者门户

Anthropic 开放 Claude 插件目录提交，开发者可通过新的提交门户上传插件并在审核通过后上架。插件可打包 MCP 连接器、Agent Skills 或两者，在 Claude Code 中还可包含 LSP、命令、钩子和 agents；门户支持自动校验、安全扫描、审核状态跟踪，上线后提供按产品面和版本划分的安装分析。

WorkBuddy@WorkBuddy_AIAI 评分1313

Penn，你的新 Buddy 将于 9 月 27 日来到校园！ 带上朋友，一起来参加 WorkBuddy 校园见面会。

WorkBuddy@WorkBuddy_AIAI 评分1717

在北美找工作？💼 让 WorkBuddy 在每一步帮你——从打磨简历、准备面试到比较工作机会。 你的下一个机会，可能始于一个正确的问题。

Odyssey@odysseymlAI 评分4343

推出 Agora-2，我们的新一代多智能体世界模型。 Agora-2 支持最多 20 个人类与智能体在同一共享环境中互动，全部实时模拟。 我们的多人研究预览版现已开放体验！

Endura 创始人谈 Foundries 与 Navigators：AI 如何降低科学研究的成本

Endura Therapeutics CEO Adrian Sanborn 提出 AI 变革科学研究的两种路径：Foundries 用新技术把实验数据生成速度提高一个数量级，Navigators 用语言模型消化思考盈余、改进运营决策。

Sakana AI 获日本初创企业大奖2026总务大臣奖（信息通信领域）

Sakana AI 在「日本スタートアップ大賞2026」中获总务大臣奖（信息通信领域），表彰其受自然界进化与集合知启发的高效 AI 开发手法，以及在有限计算资源下实现高性能推理的架构。Sakana AI 表示其采用多个小型高效模型组合的路线，不依赖巨型基础设施，并已在指挥统制（C2）系统中应用 AI 技术。

Liquid AI 发布 LFM2.5-VL-3B 的 DSpark 草稿模型，解码最高提速 3.13x

Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下加速推理。解码最高提速 3.13x（M5 Max 设备端）和 2.66x（H100），端到端最高提升 2.62x 和 2.27x。

NVIDIA 联合 Google DeepMind 等机构开放 2,800 多种病毒蛋白复合物预测结构

NVIDIA 与 Google DeepMind、EMBL-EBI 等机构合作，通过 AlphaFold Database 公开超过 2,800 种病毒的蛋白复合物预测 3D 结构，数据由 AlphaFold2 结合 NVIDIA BioNeMo Inference Runtime 优化推理生成，其中约 30% 的蛋白相互作用此前未被 Protein Data Bank 记录。

Baidu Inc.@Baidu_IncAI 评分4343

是时候在伦敦跟上 Apollo Go 了。🇬🇧 与 @lyft 测试一个多月以来，我们的 Apollo Go RT6 车辆一直在熟悉这座首都复杂的街道和交通模式。 来看看测试进展如何。你可能会认出一两条街道。↓

OpenBMB@OpenBMBAI 评分3838

开发者 @Scorp1o_117 用 FIT-GGUF 为 MiniCPM5-2B 构建了可控尺寸的混合精度量化 GGUF 变体，用户可设定目标文件大小或保真度档位，由工具自动分配各张量精度并预测、生成、验证最终文件。

Gary Marcus 援引 Jensen Huang 访谈，呼吁暂时关停 OpenAI 并提起计算机犯罪指控

Gary Marcus 引用 Jensen Huang 与 Ezra Klein 访谈中“若无法控制软件就应关停实验室”的说法，指出按此逻辑应至少暂时关停 OpenAI。

inclusionAI 开源 Ling-mini-2.0：16B 总参数 MoE 模型，激活仅 1.4B

inclusionAI 开源 Ling 2.0 系列首个模型 Ling-mini-2.0，总参数 16.26B、每 token 激活 1.4B（非嵌入 789M），采用 1/32 激活比 MoE 架构，称可达到 7–8B dense 模型的等效性能，在 H20 上简单 QA 场景生成速度超过 300 token/s，支持 128K 上下文（YaRN）。

inclusionAI 开源 Ling-flash-2.0：100B 总参数、6.1B 激活的 MoE 模型

inclusionAI 正式开源 Ling 2.0 架构下的第三个 MoE 大语言模型 Ling-flash-2.0，总参数 100B、激活参数 6.1B（非嵌入 4.8B），基于 20T+ tokens 数据训练并经 SFT 和多阶段强化学习。

inclusionAI 发布 Ling 2.0 系列旗舰非思考模型 Ling-1T

inclusionAI 发布 Ling 2.0 系列首款旗舰非思考模型 Ling-1T，总参数 1T、每 token 激活约 50B，支持 128K 上下文。

inclusionAI 开源 Ming-UniVision-16B-A3B 统一图像理解与生成模型

inclusionAI 在 Hugging Face 开源 Ming-UniVision-16B-A3B，基于 MingTok 连续视觉 token，在单一自回归 NTP 框架内统一图像理解与生成，官方称联合训练收敛速度提升 3.5 倍。

inclusionAI 发布 Ring-mini-2.0：16B 总参数 MoE 推理模型，支持 128K 上下文

inclusionAI 基于 Ling 2.0 架构正式发布 Ring-mini-2.0，总参数 16.8B、激活参数仅 1.4B，经 Long-CoT SFT。

inclusionAI 开源 Ring-flash-2.0 推理模型：100B 参数仅激活 6.1B

inclusionAI 正式开源思考模型 Ring-flash-2.0，总参数 100B、每次推理仅激活 6.1B，基于 Ling-flash-2.0-base 深度优化。

inclusionAI 开源发布万亿参数思考模型 Ring-1T

inclusionAI 正式发布开源思考模型 Ring-1T，总参数 1 万亿、激活 50B，基于 Ling 2.0 架构和 Ling-1T-base，上下文经 YaRN 扩展至 128K，权重可在 Hugging Face 与 ModelScope 下载，并支持 Ling Chat 和 ZenMux 体验与 API 调用。

inclusionAI 开源万亿参数思考模型 Ring-2.5-1T

inclusionAI 发布开源万亿参数思考模型 Ring-2.5-1T，采用 1:7 MLA + Lightning Linear Attention 混合线性注意力架构，激活参数从 51B 增至 63B。

inclusionAI 开源 Ling-2.5-1T：1T 总参数、63B 激活的即时模型，支持 1M 上下文

inclusionAI 发布并开源 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料扩至 29T tokens，经 YaRN 外推支持最长 1M tokens 上下文。

inclusionAI 开源万亿参数模型 Ling-2.6-1T

inclusionAI 开源 Ling 家族旗舰模型 Ling-2.6-1T，参数量达 1T，面向复杂推理、编码和 Agent 工作流。

inclusionAI 正式开源 Ling-2.6-flash：104B 总参数、7.4B 激活的混合线性 MoE 模型

inclusionAI 正式开源 instruct 模型 Ling-2.6-flash，总参数 104B、激活 7.4B，采用 1:7 MLA + Lightning Linear 混合线性注意力与高稀疏 MoE 架构。

inclusionAI 发布万亿参数推理模型 Ring-2.6-1T

inclusionAI 发布万亿参数旗舰推理模型 Ring-2.6-1T，主打真实生产环境中的 Agent 执行与复杂推理，上下文长度由 128K 扩展到 256K（YaRN），采用 MIT License 开源。

inclusionAI 发布原生多模态模型 Ling-3.0-flash-VL

inclusionAI 发布 Ling-3.0-flash-VL，基于 Ling-3.0-flash 扩展原生图像与视频理解，总参数 124B，每 token 激活 5.5B，上下文窗口最高 256K tokens。

inclusionAI 发布 Ling-3.0-flash 混合推理模型，124B 总参数激活 5.1B

inclusionAI 在 Hugging Face 发布 Ling-3.0-flash，为原生混合线性注意力 MoE 模型，总参数 124B、每 token 激活 5.1B，约为此前 1T 级旗舰 Ring-2.6-1T 的 12.4% 和 8.1%，官方称在关键基准上持平或超越前代。

Tencent Hy@TencentHunyuanAI 评分4141

已在 GMI Cloud 上线 🔥

inclusionAI 发布 Ling-3.0-tiny：7.9B 总参数、1.3B 激活的混合推理 MoE 模型

inclusionAI 发布轻量混合推理 MoE 模型 Ling-3.0-tiny，总参数 7.9B，每 token 仅激活 1.3B，采用 3:1 KDA-MLA 混合线性架构加 128 专家稀疏 MoE FFN。

蚂蚁 Ling 系列发布 Ling-3.0-flash-Fin 金融增强模型，124B 参数、256K 上下文

蚂蚁集团联合多家金融机构与领域专家推出 Ling-3.0-flash-Fin，这是 Ling 系列首个金融增强模型，在 Ling-3.0-flash 基础上用高质量金融数据继续训练，总参数 124B、激活参数 5.1B、上下文窗口 256K。

inclusionAI 发布 Ling、Ring、Ming 系列模型训练内容摘要

inclusionAI 在 Hugging Face 发布 AI-Transparency 仓库，按欧盟法规 Article 53(1)(d) 模板公开 Ling、Ring、Ming 系列模型的训练内容摘要。