微软 Skala 1.1 发布：训练数据扩大 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据比首个公开版本多 2.5 倍，在 GMTKN55 上取得 2.8 kcal/mol 的加权平均误差，55 个类别中 32 项排名第一。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
#数据/训练
Microsoft ResearchAI 评分3636
Hugging Face BlogAI 评分4848 Hugging Face 研究：你的 Agent 究竟需要多少记忆？
Hugging Face 博客发布 ALTK-Evolve 研究，在 AppWorld 的 585 个多步任务上测试八款模型后发现，Agent 记忆不是开关而是需要按模型校准的剂量。
Hugging Face BlogAI 评分3636 Hugging Face 推出约束感知 GPU 分配器：同集群利用率最高提升 33 个百分点
Hugging Face 构建了一个约束感知的 GPU 分配器，在七个基准场景中与 FIFO 调度器对比，相同硬件和负载下 GPU 利用率最高提升 33 个百分点，优先级加权产出在所有场景中均上升，最高增幅 105%。
Google ResearchAI 评分5252 Google Research 发布 PhotoScan：用手机照片估算体成分并预测胰岛素抵抗
Google Research 提出 PhotoScan，一个可从标准 2D 手机照片估算体脂率、Android-to-Gynoid 脂肪比（A/G）和内脏与皮下脂肪面积比（V/S）的深度学习框架。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型观察报告，基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万，但 85.6% 的模型终身下载量不足 200 次，1.5% 的仓库占据 99.2% 的下载量。
推荐理由：Hugging Face 用自家 Hub 七个月数据勾勒开源模型格局，可看到中美模型规模、下载与点赞背离及智能体流量的具体分布。
Hugging Face Blog精选AI 评分6262 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 打通录制训练部署闭环
Hugging Face 博客给出 Strands Robots 流式数据闭环的完整走查：同一个 Robot() 录制 LeRobotDataset、经 sync_dataset_to_bucket 同步进 Storage Bucket、再用 stream_dataset 从 Hub 流式读取训练，最后改一个 mode="real" 参数把 checkpoint 部署回硬件。
推荐理由：以可运行 notebook 串起录制、去重同步、流式训练到真机部署的完整数据闭环，适合评估机器人数据工程方案。
Google ResearchAI 评分4848 Google Research 提出知识画像框架：前沿 LLM 的事实错误多源于召回失败而非编码失败
Google Research 提出知识画像（knowledge profiling）框架，并发布含 2,150 条 Wikipedia 事实的 WikiProfile 基准，用于区分 LLM 的编码失败与召回失败。
Microsoft ResearchAI 评分3636 Microsoft Research 推出 CARE-X：面向临床放射学的 VLM，结合辅助监督、奖励对齐学习与工具增强测量
Microsoft Research 发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，可同时完成报告生成、结构化预测与病灶定位，并用强化学习 DAPO 在多任务中奖励临床正确性。
Hugging Face BlogAI 评分4242 比 ACE 更省 Token：ALTK-Evolve 如何用按需检索替代全量注入
Hugging Face 的 ALTK-Evolve 在 AppWorld 上以更少 token 追平或超越 ACE：DeepSeek-V3.2 上 TGC 89.3、每任务 263K token，ACE 为 80.4、634K；gpt-oss-120b 上两者准确率基本持平（56.0 对 54.8），但 ALTK-Evolve 仅需约七分之一成本。
Hugging Face BlogAI 评分5555 Multiverse Computing 提出低成本知识蒸馏方法，长上下文训练可单卡运行
Multiverse Computing 发布论文《Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss》。
Microsoft Research精选AI 评分7171 微软研究院开源 Orchard：可扩展智能体 AI 框架
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可复用于软件工程、网页导航和个人助理等任务，并支持在 Codex、OpenClaw、ZeroClaw 等真实部署框架内直接训练智能体。
推荐理由：微软研究院开源了可复用的智能体环境服务与三套训练配方，读者可据此了解小模型在真实任务上的训练路径。
Hugging Face BlogAI 评分2222 GPU 管理：为什么闲置 GPU 正在成为新的停场飞机
Hugging Face 博客指出，AI 的下一个真正瓶颈是 GPU 利用率而非模型智能。GPU 按日历小时计费，却只在计算小时产出，企业自建集群后问题从"能否买到加速器"变成"能否让它们保持忙碌"。文章以航空业停场飞机作类比，强调集群即使满载也可能浪费大部分潜力，因为 GPU 全天运行而需求并不持续。
Berkeley AI ResearchAI 评分3333 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要以自然语言"信念状态"形式隔离并监督，替代完整交互历史作为智能体工作上下文。在 CollabBench 协作编程任务中，基于重建的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也显著低于全上下文设置。
Google DeepMindAI 评分4242 Google 承诺 4000 万美元 AI tokens 与云 credits 支持白宫 Genesis Mission
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元 AI tokens 和云 credits，支持 Genesis Mission 的科研人员。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Grabette 开源机器人操作数据采集系统
Hugging Face 发布 Grabette，一套开源低成本的手持夹爪数据采集系统，用户无需机器人即可用手持设备录制操作演示，并自动转换为 LeRobot 格式数据集。
推荐理由：原文给出了一套无需机器人即可采集操作数据的开源方案，读者可据此判断数据采集门槛与开源生态的衔接方式。
Google ResearchAI 评分2727 Google Research 揭示扩散模型创造力来源：score smoothing 机制
Google Research 在 ICLR 2026 论文中揭示，扩散模型的创造力源于神经网络训练中的 score smoothing 效应：权重衰减等正则化使学到的 score function 变平滑，让去噪过程在训练数据点之间插值，从而生成新样本。研究用一维 +1/-1 示例和两层 ReLU 网络实验验证，即使没有显式正则化，梯度训练的隐式正则化也能产生该效应。
Hugging Face BlogAI 评分5858 Hume 发布 Real World VoiceEQ：衡量语音 AI 的人类质量
Hume 发布 Real World VoiceEQ 基准，用于评估语音交互的人类质量，覆盖 40 多个专有与开源语音模型、15+ 评估维度和 60+ 指标，涵盖 ASR、TTS、S2S 与语音理解。
Google Research精选AI 评分6262 Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 发布 SensorFM，一个从无标注可穿戴数据中学习的大型传感器基础模型，预训练语料来自五百万名同意参与者、超过一万亿分钟的多模态传感器信号，覆盖 100 多个国家、50 个美国州和 20 多种 Fitbit 与 Pixel Watch 设备。
推荐理由：Google 用五百万人的万亿分钟可穿戴数据预训练通用生理表征，读者可了解基础模型在健康信号上的规模化路径。
Google ResearchAI 评分5050 Google Research 用 Google Maps 路由干预缓解城市拥堵
Google Research 在 Nature Cities 发表首个大规模真实世界研究，通过修改 Google Maps 算法将不到 2% 的行程引导至替代路线，在美国 10 座城市测试后，目标路段车速中位数提升约 2%，燃油消耗率中位数下降 0.5% 至 1.0%。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体服务、运行智能体集群、由智能体合成。
Hugging Face Blog精选AI 评分7676 LeRobot v0.6.0 发布：世界模型策略、奖励模型与部署 CLI
Hugging Face 发布 LeRobot v0.6.0，围绕机器人学习闭环引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新一批 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：LeRobot v0.6.0 把世界模型策略、奖励模型与部署 CLI 串成闭环，读者可据此了解开源机器人学习栈的当前形态。
Hugging Face BlogAI 评分3434 PRX Part 4：我们的数据策略
PRX 系列第 4 篇披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队用 Lance 做数据构建与筛选、MDS 做流式训练，并将文本编码器从 T5Gemma 换成 Qwen3-VL，改为训练中实时计算文本 latent，实测吞吐损失约 3–4%（30 天训练多约 1 天）。图像统一以 JPEG quality 92 编码。
Mistral AI精选AI 评分7171 Mistral 发布 Leanstral 1.5 形式化验证模型
Mistral 发布 Leanstral 1.5，采用 Apache-2.0 许可，119B 总参数、6B 激活参数，在形式化验证上大幅升级：miniF2F 达到 100%，PutnamBench 解出 587/672 题，FATE-H 87%、FATE-X 34% 均为新 SOTA。
推荐理由：官方给出 Leanstral 1.5 在形式化验证基准上的成绩与成本对比，可据此判断开源证明模型的实用边界。
Berkeley AI ResearchAI 评分1717 2026 届 BAIR 博士毕业生展示：从机器人到 LLM 推理的研究全景
伯克利人工智能研究实验室（BAIR）公布 2026 届博士毕业生名单，其研究覆盖机器人、具身智能、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for Science 等方向。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、普林斯顿 CITP 和芝加哥大学等学术岗位，部分人仍在探索下一步。
Google ResearchAI 评分3838 Google Research 将 Heat Resilience 数据扩展至全球 50+ 城市
Google Research 将建筑级屋顶反射率数据集扩展至 9 个国家 50+ 城市，并通过新的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30-cm 高分辨率卫星影像，在 Boulder 验证中 RMSE 仅 0.04，建模显示针对性冷屋顶规划可使全球城市极端高温降低最多 0.5°C。
Hugging Face BlogAI 评分2424 为什么专业化不可避免：从优化理论、进化生物学到机器学习
Dharma AI 撰文解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》，指出优化理论、进化生物学、竞争市场与机器学习共同预测同一结论：专业化不可避免。
Google Research精选AI 评分7676 Google 发布 TabFM 零样本表格数据基础模型
Google Research 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：原文给出零样本表格预测的架构设计与 TabArena 基准对比，可据此判断它能否替代传统树模型流程。
OpenAI NewsAI 评分2626 OpenAI 推出 GeneBench-Pro 基准
OpenAI 推出 GeneBench-Pro，一个用复杂真实数据集测试 AI 在基因组学、生物学和科研中表现的新基准。
Hugging Face BlogAI 评分3434 DiScoFormer：一个 Transformer 同时估计密度与 score，跨分布通用
Hugging Face 博客介绍 DiScoFormer（Density and Score Transformer），一个无需重训练、单次前向传播即可从数据点集合同时估计分布密度与 score 的模型。
Import AIAI 评分3838 Import AI 463：NVIDIA 用 ENPIRE 让机器人自我改进；中国 1 万卡 GPU 集群；人类时代挽歌
NVIDIA 推出 ENPIRE 框架，让编码智能体驱动真实机械臂自主试错与策略改进，在 PushT、整理插针、用切割器剪扎带等任务上达到 99% 成功率，测试硬件为双 YAM 机械臂加 RTX 5090 工作站。GPT-5.5（Codex）与 Opus 4.7（Claude Code）表现互有胜负，Kimi-2.6 落后，8 个智能体并行能更快得到更高分。
Google ResearchAI 评分3939 Google Research 研究：推理如何解锁 LLM 的参数化知识召回
Google Research 在 COLM 2026 发表的论文揭示，推理能让 LLM 召回原本几乎无法获取的参数化知识，且这一效果并非来自复杂问题的分解。
Hugging Face Blog精选AI 评分6060 NVIDIA NeMo AutoModel 发布，MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 发布开源库 NeMo AutoModel，在 HuggingFace Transformers v5 之上加入 Expert Parallelism、DeepEP 融合 all-to-all 调度和 TransformerEngine 内核，微调 MoE 模型时训练吞吐提升 3.4-3.7 倍、GPU 显存减少 29-32%。
推荐理由：原文给出同一 from_pretrained() API 下的吞吐与显存对比数据，读者可据此判断 MoE 微调的迁移成本。
Hugging Face BlogAI 评分4949 MosaicLeaks：你的深度研究智能体能守住秘密吗？
Hugging Face 博客提出 MosaicLeaks，用 1001 条多跳研究链测试深度研究智能体的隐私泄漏，其外部查询日志可被拼凑出私有企业信息。测试中智能体频繁泄漏，仅优化任务表现会加剧泄漏；其 Privacy-Aware Deep Research（PA-DR）RL 训练方法将严格链成功率从 48.7% 提升至 58.7%，并把答案/全信息泄漏从 34.0% 降至 9.9%。
Hugging Face Blog精选AI 评分6262 Hugging Face 基准测试：LoRA 之外还有哪些更好的微调技术
Hugging Face 在 PEFT 库中新增基准测试，用相同基座模型、数据集和硬件对比 LoRA 与其他 PEFT 技术。
推荐理由：Hugging Face 用统一条件的基准对比多种 PEFT 技术，读者可据此判断 LoRA 是否仍是默认选择。
OpenAI NewsAI 评分5858 OpenAI 与 Molecule.one 用 GPT-5.4 构建近自主 AI 化学家改进药物合成反应
OpenAI 与 Molecule.one 展示了一个使用 GPT-5.4 的近自主 AI 化学家，它改进了一个关键的药物制造反应，推进了药物化学研究。
Google ResearchAI 评分3434 Google Earth AI 发布矢量化数据集，用深度学习绘制英国乡村树篱与石墙
Google Research 基于 Google Earth AI 的 RSF Vision-Transformer 骨干模型，发布了一套覆盖英格兰逾 13 万平方公里区域的矢量化数据集，可将树篱、石墙和小树林等细尺度生态特征转化为可操作的清单。
Google ResearchAI 评分3838 Google Research 研究 AI 如何帮助用户理解皮肤问题
Google Research 公布两项关于 AI 辅助皮肤问题理解的研究，其中发表于 JAMA Dermatology 的大规模调查显示，2345 名参与者使用 AI 工具后尝试命名皮肤状况的比例超 62%，准确率 23%，约为对照组 8% 的近三倍。但 AI 组在判断下一步就医建议上未取得统计显著改善，且比对照组更易给出不够紧急的建议。
Google ResearchAI 评分2929 Google Research 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘
Google Research 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用相对距离检验判断遗忘后的模型在分布上更接近安全重训模型还是原始受损模型。该框架基于 f-divergence，支持 Chi-squared、KL 和 Hockey-stick 等散度，可自动选择最优散度与超参数，无需样本划分，并在任意样本量下控制假阳性。
Google DeepMind精选AI 评分6262 Google DeepMind 在塞拉利昂开展 AI 学习试验并发布教师培训指南
Google DeepMind 公布在塞拉利昂开展的预注册试验结果，使用 Guided Learning 的学生数学成绩比对照组提升 0.258 个标准差，约相当于 1.2 至 1.7 年的常规学习进度，八周内完成。
推荐理由：原文给出塞拉利昂预注册试验的量化结果与教师主导设计，可了解 AI 辅助教学在真实课堂中的效果边界。
Google Research精选AI 评分7171 Google 研究用手机前摄实现被动心率监测
Google Research 在 Nature 发表 PHRM 研究系统，利用手机前摄在面部解锁后拍摄视频，在后台被动估算心率和静息心率。该系统与 ECG 对比的 MAPE 低于 10%，每日 RHR 与 Fitbit Charge 6 对比的 MAE 为 4.39 bpm，并在浅、中、深三种肤色分组中均达到预设的非劣效标准。
推荐理由：Google 用手机前摄在解锁后被动测心率，论文给出跨肤色误差与可申请的数据和模型资源。