小米开源MiMo-V2.6系列全模态模型，押注大规模RL扩展
小米大模型团队发布并开源新一代原生全模态模型Xiaomi MiMo-V2.6系列，包含MiMo-V2.6-Pro与MiMo-V2.6-Flash，并预告将开放速度提升20倍的MiMo-V2.6-Pro-UltraSpeed。该系列押注大规模强化学习扩展，进行了开源模型迄今最大规模的单次RL训练，并同步开源RL训练环境、框架及技术报告。MiMo-V2.6-Pr
数据与训练
技术方向 · 训练侧的门道：数据集构建、合成数据、预训练与后训练方法 · 共 926 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
9月23日周三 · 2 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
NVIDIA 开源 Topograph：面向 AI 工厂的拓扑感知工作负载调度
NVIDIA 发布开源工具包 Topograph，用于发现集群网络拓扑并将其标准化为 Kubernetes 节点标签、Slurm 配置、Slinky ConfigMap 等调度器可识别的格式。它通过 API Server、Node Observer、Node Data Broker、Provider 和 Engine 五个组件保持拓扑视图实时更新，并与 DR
9月22日周二 · 18 条
正文结构化主题已通过公开置信门槛
Synthyra 发布 ESM++ Large 蛋白质语言模型
Synthyra 在 Hugging Face 上发布了 ESMplusplus large 模型，将 biohub/ESMC-600M 检查点与 FastPLMs 运行时打包，用于蛋白质语言建模。该模型支持氨基酸序列输入，提供序列/残基嵌入、下游分类预测、PEFT LoRA 微调以及测试时训练（TTT）等功能，并兼容多种注意力后端。
正文结构化主题已通过公开置信门槛
Synthyra 发布 ESM2-35M 蛋白质语言模型
Synthyra 在 Hugging Face 上发布了 ESM2-35M 模型，将 facebook/esm2 t12 35M UR50D 检查点与 FastPLMs 运行时打包，用于蛋白质语言建模。该模型支持序列与残基分类、数据集嵌入、PEFT/LoRA 微调以及测试时训练（TTT），并可通过 trust remote code 在 Transforme
正文结构化主题已通过公开置信门槛
TBC 联手 AWS 推「神经元衍生」视频模型，号称快 5 倍省 80%
旧金山初创公司 The Biological Computing Co.（TBC）宣布与 AWS 合作，推出号称首个「神经元衍生」的文本到视频模型，声称比基础开源模型快 5 倍、推理成本低 80%。其做法并非用生物神经元计算，而是先在 4096 电极芯片上培养皮层神经细胞、测量信号扩散与衰减规律，再将其转化为不到基础模型 0.1% 大小的软件适配器，插入现有
正文结构化主题已通过公开置信门槛
与 Epoch AI 的 JS Denain 辩论 RSI、中美差距与不均衡性
Interconnects AI 播客主持人 Nathan Lambert 与 Epoch AI 洞察团队负责人 Jean-Stanislas Denain 对谈，讨论递归自我改进（RSI）、中美模型差距、蒸馏是否解释差距、开源与闭源模型安全性等议题。双方均表示对 AI 发展轨迹存在很大不确定性，Denain 认为 OpenAI 和 Anthropic 公开
正文结构化主题已通过公开置信门槛
小米直播6天烧2000多万训练MiMo-V2.6，拿下开源第一并全量开源
小米将MiMo-V2.6-Pro和Flash的大模型强化学习训练全程直播，6天花费约350万美元（约2344万元人民币），Pro以1.02万亿参数、420亿激活在Artificial Analysis Intelligence Index上获46分，位列开源第一。小米同时开源模型权重、技术报告、7000多个RL任务环境和端到端RL训练框架，并披露了异步RL架
正文结构化主题已通过公开置信门槛
小米MiMo-V2.6-Pro登顶开源模型榜，Anthropic指控其蒸馏Claude
小米发布MiMo-V2.6系列开源模型，旗舰版MiMo-V2.6-Pro在Artificial Analysis智能指数上得分46，成为当前最强开源模型，且每百万输入/输出token价格仅为0.435/0.87美元，单任务成本约0.13美元。性能提升主要来自大规模扩展的强化学习，训练不到六天，Pro成本约262万美元。小米同时开源了RL工具包、训练框架及约7
正文结构化主题已通过公开置信门槛
基元律动韩凯：从多模型调度到反馈闭环探索Agent进化
基元律动联合创始人兼CTO韩凯在2026杭州云栖大会企业级Agent实践峰会上发表演讲《从Harness到RSI飞轮》，提出多模型异构并存与算力多元供给将是长期结构，Agent任务表现取决于模型选择、工具调用与上下文管理等系统能力。基元律动以开源项目OpenSquilla探索模型路由，称在特定测试配置下保留固定旗舰模型基线99.96%的任务质量并将成本降低8
正文结构化主题已通过公开置信门槛
阿里云发布AgentCore等新品，加速构建Agentic Cloud
在2026杭州云栖大会上，阿里云CTO李飞飞系统阐述了Agentic Cloud战略，将Model、Harness、Context作为核心构建场景，并发布企业级Agent构建治理平台AgentCore、Agent Sandbox、新一代高性能存储CPFS等新品。阿里云重构了从AI Native Cloud、Agent Native Cloud到Context
正文结构化主题已通过公开置信门槛
美团统一推荐基座大模型 MTFM 在外卖多业务落地实践
美团技术团队提出统一推荐基座大模型 MTFM，在 MTGR 基础上首次实现外卖多个主要业务的统一精排模型，通过异构 Tokenizer、动态掩码、混合注意力与 Target Scale-Up 等设计解决规模可扩展性、场景可延展性与架构高效性三大挑战。该模型在美团外卖多个业务全量落地，订单量提升 2.06% 6.68%，推理成本降低 24%，相关工作被 KDD
正文结构化主题已通过公开置信门槛
小米 MiMo-V2.6-Pro 开源：1T-A42B 新晋最强开源权重模型，训练成本 300 万美元
小米发布 MiMo-V2.6 系列开源全模态模型，其中 MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登顶开源权重模型智能指数（46），训练成本约 300 万美元。小米同时开源 RL 环境、训练配方与代码，并披露 RL 训练细节（130 小时、75B tokens、约 260 万美元）。此举被视为中国前沿实验室开源发布潮的一部分，也凸显
正文结构化主题已通过公开置信门槛
CaLR：面向鲁棒扩散推理的因果潜在修正
该论文提出 CaLR（因果潜在修正）框架，将扩散语言模型（DLM）的推理过程重构为受约束的潜在空间优化。它通过专家模型提取因果拓扑矩阵（CTM），并利用隐式微分进行梯度引导的“思维修正”，从而在并行生成中实现中间步骤的动态自我纠错。实验表明，CaLR 在 GSM8K 和 Sudoku 等推理基准上取得 SOTA 表现，超越强自回归（AR）基线和标准 DLM
正文结构化主题已通过公开置信门槛
注意力感知路由：在 MoE 中耦合路由与注意力
该论文提出 Attention-Aware Routing (AAR)，在 MoE 语言模型中用滑动窗口的注意力权重为路由器补充上下文信息，同时冻结基础 Transformer 只训练路由参数。在 OLMoE 上，AAR 相比仅路由 SFT 基线提升了 GSM8K 数学推理表现，并揭示路由与注意力构成耦合回路：路由变化经残差流放大注意力汇。研究还发现 AAR
正文结构化主题已通过公开置信门槛
共享学习率并非中性控制：选择性在线策略蒸馏中的选择器-学习率纠缠
该论文指出，在选择性在线策略蒸馏中，文献普遍采用单一共享学习率来比较不同 token 选择器，但这一做法并非中性。作者在 GSM8K 上用 Qwen2.5-1.5B 学生模型和 7B 教师模型进行 LoRA 实验，发现密集监督对学习率不敏感，而所有选择性方法的结果都随学习率变化，导致密集与选择性的对比结论会因所选学习率不同而翻转。作者将这一现象称为选择器-学
正文结构化主题已通过公开置信门槛
LoRA增强对比学习与SAS视觉Transformer
该研究提出一种面向合成孔径声呐（SAS）自动目标识别（ATR）的三阶段参数高效适配框架，将基于自然图像预训练的 DINOv3 ViT-L 模型迁移到水下声学场景。第一阶段用 LoRA 冻结主干并适配声学域，第二阶段用难负样本挖掘的 Refiner 强化决策边界，第三阶段用监督对比学习（SupCon）拉近目标、远离杂波。在海上 SAS 数据上按任务级地理划分评
正文结构化主题已通过公开置信门槛
阿里云栖大会：Qwen4.5后模型将扩展至5-10T参数
在9月22日云栖大会上，阿里巴巴公布千问大模型系列进展：基于新一代架构的Qwen4已在训练中，未来Qwen4.5、Qwen5计划扩展至5-10T参数；Qwen3.8-Max通过递归自我改进（RSI）在人类零参与下自主迭代超1个月、完成33轮迭代，Artificial Analysis得分从40升至45。阿里同时发布Qwen3.8-Flash、Qwen3.8-
正文结构化主题已通过公开置信门槛
RRSI：智能体 harness 的正则化递归自我改进
Google Research 提出 RRSI（正则化递归自我改进）方法，用于自动优化 LLM 智能体的 harness（提示词、控制流、工具、记忆与上下文管理）。该方法通过时间退火预算约束候选编辑、并用 critic 与 pruner 筛选提案，以缓解递归进化对训练任务的过拟合。在涵盖编码、智能体工作区与工程设计等八项基准上，RRSI 在进化所用划分上最高
正文结构化主题已通过公开置信门槛
阿里吴泳铭：坚定投入AI模型、AI芯片、AI云三大基石
在2026杭州云栖大会上，阿里巴巴集团CEO吴泳铭宣布阿里将坚定投入AI模型、AI芯片和AI云三大基础设施建设，作为长期战略选择。他提出机器思考总量未来将达到人类的1000倍以上，并披露Qwen团队正探索递归式自我改进（RSI），计划训练5-10T参数规模新模型。芯片方面，平头哥发布国产AI芯片真武V900，算力为真武M890的3倍，单集群可扩展至50万卡；
正文结构化主题已通过公开置信门槛
阿里吴泳铭：未来机器思考总量将达人类1000倍以上
阿里巴巴集团CEO吴泳铭在2026杭州云栖大会上发表演讲，提出机器智能时代三大基石为AI模型、AI芯片和AI云，并判断未来机器思考总量将达到人类的1000倍以上。他宣布Qwen团队在递归式自我改进RSI方面取得进展，计划训练5-10T参数规模模型；平头哥发布最强国产AI芯片真武V900，算力为M890的3倍，单集群可扩展至50万卡；阿里云目标到2032年全球