数据与训练

Wave Forcing：面向光速流式视频生成的协同设计框架

上海交通大学 Deng Lab 提出 Wave Forcing（WF），一种面向流式长视频生成的训练与执行框架，通过分块因果注意力、错峰去噪与缓存刷新调度，以及三阶段训练流程，实现连续长视频输出。在 Wan2.1-T2V-1.3B 上，5 步 WF 质量与 Rolling Forcing 相当，100 秒视频的 Dynamic Degree 从 36.63

Memento：面向长上下文处理智能体的上下文管理学习

研究提出 Memento，一个基于 Qwen3-8B 训练的长上下文处理智能体，通过上下文压缩（compaction）学习管理固定大小上下文窗口。方法上先用合成轨迹做 SFT 引导记笔记行为，再用结合答案正确性、笔记质量启发式和置信度校准的 RL 奖励强化。在书籍级问答四个基准（最长 250 万 token）上，Memento 将 Qwen3-8B 准确率从

ProLand：面向 LoRA 微调的新型不可行流形优化方法

论文提出 ProLand（Product-space Landing），一种用于 LoRA 微调的无回缩（retraction-free）流形优化方法。该方法通过协调 B 与 A 两个因子的更新，使优化步在一阶意义上不改变 B^T B，从而将目标优化与正交性恢复解耦，并结合 Muon 风格的谱方向提升优化效率。在 DeBERTa-v3-base 的 4 个

GAVAGAI：基于平衡最优传输的婴儿规模视觉语言指称对齐

该论文提出GAVAGAI方法，将婴儿规模视觉-语言模型中的词-区域指称对齐建模为带容量约束的熵最优传输问题，引入“Nothing”列处理非指称词，并用容量约束编码互斥性。在受控模拟中，朴素对齐在真实非指称率下准确率崩溃至0.000，而双约束版本达到0.075并优于纯描述目标；在SAYCam婴儿视频语料上，加入对齐损失使词-图准确率从32.4%提升至48.7%

美团发布 LongCat-2.5 原生多模态智能体模型

美团正式发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数 1.6 万亿、每 token 激活约 480 亿，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。模型通过长程轨迹数据与大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力，并将视觉信号表示为多层级离散 token 以统一处理图文输入。配套基础设

另有 1 家信源报道

MIT：GPT-6 Astra 直接改 Qwen 权重，数学能力涨 6 倍

MIT 团队实验显示，GPT-6 Astra 可直接读取并编辑小模型权重：对 Qwen3.5-0.8B 仅改动 0.016% 权重，MATH-500 得分从 7.9% 升至 48.1%，指令执行能力提升约 3 倍，全程未用训练或梯度下降。Astra 还能从权重中识别网络用途、定位归纳头，并从零写出小游戏网络权重，得分超 PPO 基线 20 倍。团队将这套方法

另有 1 家信源报道

NVIDIA Attribution：诊断分布式 AI 工作负载故障

NVIDIA 发布技术博客，介绍其用于诊断分布式 AI 工作负载故障的 NVIDIA Attribution 工具。该工具将工作负载范围内的日志、指标、遥测和调度器状态关联起来，输出包含结果、根因、受影响节点、症状和证据链的结构化诊断。文章通过一个多卡训练任务中 XID 149 硬件故障引发 NCCL 错误的示例，演示了从证据提取到根因判定的完整流程。该工具

Trajectory 融资 4500 万美元，让非技术专家也能训练 AI 模型

Trajectory 是一家由三位斯坦福同学创立、成员有 Google DeepMind 和 Apple 背景的初创公司，它宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由 Sequoia 领投，Nvidia、Bessemer、Bain Capital Ventures 参投。该公司通过持续学习（continual learning）方式，让法律

Anthropic 警告接近递归自我改进能力

Anthropic 在修订后的 S-1A 文件中警告，公司可能即将达到其 Responsible Scaling Policy 所定义的「递归自我改进（RSI）」门槛，即 AI 能显著加速自身研发。文件称，公司过去曾未及时识别模型能力的跃升，未来也可能如此，但目前尚无模型越过该门槛，并承诺在可预见未来保持人类对前沿模型开发的监督。此举将 RSI 从争议概念推

NVIDIA 让 Kubernetes 首日支持 Vera Rubin

NVIDIA 发布 AI Cluster Runtime（AICR），作为 DSX AI Factory 平台的一部分，通过可复用配方捕获调优配置、生成部署包并验证运行集群，帮助 Kubernetes 环境在首日支持 Vera Rubin NVL72 计算托盘。文章详述了从 GB200 NVL72 迁移到 Vera Rubin 所需的驱动、DOCA/NIC、

美团发布1.6万亿参数LongCat-2.5原生多模态模型

美团LongCat团队发布原生多模态模型LongCat-2.5，总参数1.6万亿、每Token激活约480亿，重点强化原生视觉理解与智能体编程能力。该模型在AutomationBench、LongCatClawBench等基准上领先Claude-Opus-5、GPT-5.6-Sol，Terminal Bench v4.0得分38.5。模型将视觉信号转为多层级

另有 1 家信源报道

两千张国产GPU在无锡跑满，自动驾驶训练算力直奔万卡

摩尔线程与无锡惠山招商集团、新石器达成战略合作，新石器计划在无锡（惠山）国产智算中心扩大自动驾驶模型训练规模，算力需求将达近万卡级。该中心一期部署2112张摩尔线程MTT S5000 GPU，已基本满载运行，算力使用率92.9%，付费算力占比59.7%，已有20多家客户测试或使用。实测显示MTT S5000在DeepSeek V4 Flash模型上SLA达标

在 Amazon SageMaker AI 上用知识蒸馏构建高效智能体

AWS Machine Learning Blog 发布教程，介绍如何在 Amazon SageMaker AI 上使用序列级知识蒸馏（SeqKD）构建高效智能体。文章以购物助手为例，说明用前沿教师模型生成多步工具调用轨迹，筛选出成功轨迹后对小型学生模型做监督微调，从而在保持质量的同时降低推理成本。内容涵盖 SeqKD 的适用场景、前置条件以及数据生成、编码

Google 与 Meta 开源 TorchTPU，为 TPU 带来原生 PyTorch 支持

Google 与 Meta 联合开源 TorchTPU，为 Google TPU 提供原生 PyTorch 后端，使现有 PyTorch 工作负载只需少量代码修改即可在 TPU 上运行，并支持 eager 与编译执行、分布式计算及硬件优化。该项目旨在替代此前基于 PyTorch/XLA 的方案，解决其需侵入式改代码、编译延迟高、缺乏原生 eager 模式等问

NVIDIA Cosmos 推出世界模型开发平台与仿真工具

NVIDIA 发布 Cosmos 平台，包含世界基础模型与开发工具，面向物理 AI 开发者。Cosmos Framework 提供用于世界模型训练、多模态数据处理、优化与推理的 agent skills 和 recipes，并扩展支持 Alpamayo、GR00T、Qwen、pi0.5 等 Hugging Face 模型；Cosmos NIM 微服务通过应用

OpenEuroLLM 发布 Prelude 9B 中间训练检查点

OpenEuroLLM 在 Hugging Face 发布 Prelude 9B 的中间训练检查点，这是一个实验性 9B 稠密基座模型，正在 CINECA 的 Leonardo 超算上训练。模型采用类 Qwen3 架构，在 10T token 上训练，覆盖 36 种欧洲语言（数据混合中为 41 个语言/文字代码），以 Apache 2.0 许可发布，各迭代检

Teutonic-I Reliquary RL 最新检查点镜像发布

Hugging Face 上发布了 ReliquaryForge/Teutonic-I-Reliquary-RL，这是 Bittensor 子网 81（Reliquary）上异步强化学习运行 teutonic-rl-async-v1 的最新检查点（版本 157）。该 9B 模型基于 Teutonic-I-Reliquary-SFT 做 RL 训练，rollo

R²Orch：通过自博弈与技能内化循环实现智能体编排的递归自我改进

该论文提出 R²Orch，一种基于递归自博弈的智能体编排训练范式：内循环让编排器在自选任务上自我提升，外循环优化内循环的学习方式，并通过「递归可学习性」奖励 Proposer 选择技能撤除后结果仍不确定的任务，配合技能撤除机制逐步走向零技能部署。在十二个数据集上，零技能配置的 9B 编排器在问答、数学、代码和交互任务上均优于基线，分布内平均分从 86.0 提

空间图谱加权损失集成用于全身PSMA PET/CT转移分割

研究提出SAILS方法，将基于375例专家标注扫描构建的全身体素级前列腺癌转移图谱整合进nnU-Net训练，通过图谱加权损失函数惩罚漏检和误报，推理时无需图谱或配准。在AutoPET III和Deep-PSMA两个数据集上，SAILS提升了病灶级敏感性和高风险骨转移分割Dice，但假阳性体积有所增加。该工作表明空间先验可改善转移灶检测，同时揭示了灵敏度与假阳

基于留出锚点的持续适应行为保持认证

论文提出 Certified Anchor-Based Adaptation (CABA)，一种与候选生成器无关的更新后门控机制：在候选优化前预留历史观测作为锚点，在冻结表示上比较新旧策略，并选择满足最坏锚点前向 KL 不超过预设预算的最大插值系数。作者给出理论认证框架，将实测锚点保持与锚点外条件保证分离，并在 UCI 人体活动识别数据集上验证：预算 ε=0