PixRestore：基于像素扩散 Transformer 的统一图像修复
PixRestore 是一种不依赖 VAE 的 Diffusion Transformer，可直接在像素空间中修复受损图像。不同于依赖预训练文生图模型的方法，该模型完全从头训练。它在经过分块处理的像素上执行流匹配，以保留细节，并根据不同的图像退化类型调整特征条件。研究人员还使用基于 DINO 的训练目标，将模型微调为单步推理版本，以提高效率。论文称，约 5000 万参数的模型在公开基准和真实世界测
AI 新闻中心
AI 新闻中心 过去一年分析了 504 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
腾讯大规模人事重组：姚顺雨掌舵基础模型
腾讯混元多模态团队近期展开人事与战略重组。前xAI多模态理解负责人蔺旭东加入腾讯，担任多模态内容生成算法负责人；原负责人胡瀚离职创业，前OpenAI研究员田永龙也加入腾讯。腾讯已将大语言模型部门与多模态模型部门合并为基础模型部，由姚顺雨全面负责。新的技术方向是将多模态理解能力更深地融入基础模型，提升上下文处理、推理和工具调用的稳定性，并推动其在办公软件和GUI智能体中的应用。这一调整表明，腾讯正更
MoE-ViE：用于高效图像和视频理解的混合专家视觉编码器
该研究探讨了用于扩展 CLIP 类视觉编码器的混合专家架构。研究人员发现，细粒度专家拓扑结构的表现优于密集模型和标准 MoE 架构。论文还提出了一种无需辅助损失的专家均衡方法，以及用于降低推理延迟开销的专用 MoE 内核。为提升视频能力并保留图像知识，研究采用了帧级蒸馏和一种新的冻结机制。研究团队预训练了多个规模的 MoE-ViE 模型，均稳定超过对应的密集模型。最大模型以相当于其 76% 的延迟
乔治·霍茨创办的公司推出 Chestnut eGPU 扩展坞，车载 AI 浮点运算能力提升约 100 倍
乔治·霍茨创办的自动驾驶技术公司 comma.ai 推出外置 eGPU 扩展坞 Chestnut，售价 249 美元；搭载 8GB AMD Radeon RX 9060 的完整套件售价 799 美元。公司称，Comma Four 搭配 Chestnut 后，算力接近特斯拉 HW4。车载计算机的功耗上限将从约 10W 提高到约 100W，从而支持运行更大的 openpilot AI 模型。comma
Block以Apache 2.0许可证发布支持多模型AI智能体的桌面应用Berd
Block已根据Apache 2.0许可证发布Berd。这款桌面应用最初为Block员工开发，提供统一环境，让用户能够使用基于不同模型的AI智能体。Block是拥有Square、Cash App和Tidal的科技公司。
Agent Lightning v1.0 推进代理强化学习研究
Agent Lightning v1.0 是一个轻量级开源框架，用于“代理运行框架驱动的强化学习”。在这种架构中，部署时使用的代理框架会直接参与模型后训练。该框架支持任意代理框架，并处理重新分词、优势计算、损失归一化和后端调度等挑战。在指令遵循、搜索和编程代理评测中，仅使用 6,000 个训练样本和适度算力，就将 Qwen3.5-9B 在 SWE-bench Verified 上的成绩从 41.8
Modular宣布Mojo编程语言以Apache 2.0许可证全面开源
Modular已将编程语言Mojo、其编译器及核心工具链全面开源，采用带有LLVM例外条款的Apache 2.0许可证。Mojo旨在解决传统语言在现代硬件，尤其是GPU和AI加速器上的性能限制。随着Mojo 1.0源码稳定版完成，编译器源码现已上线官方GitHub仓库。开发者可以使用Bazel构建编译器并运行测试，也可以使用预构建的nightly二进制版本，以节省编译时间。Mojo标准库自2024
阿里巴巴5纳米RISC-V芯片据称无需独立GPU即可运行270亿参数模型
阿里巴巴表示，64位服务器处理器玄铁C950能够在不使用模拟层或独立显卡的情况下，原生运行通义千问3.8-27B模型。该芯片采用5纳米工艺，配备64个计算核心，并集成面向AI推理的矩阵和向量加速引擎。据报道，运行该模型时，其生成速度约为每秒30个Token，首Token延迟低于1.9秒。阿里巴巴还宣称其单核性能达到RISC-V处理器中的纪录水平。上述数据来自所提供的报道，仍需通过独立基准测试和可复
aDSL：通过代理与程序协同设计实现代理式三维创作
该论文提出了 aDSL，一种面向程序化三维创作的代理中心型领域专用语言，并配套开发了按角色分工的多代理系统。代理不再依赖容易出错的绝对坐标，而是使用表达空间关系的关系运算符来操作几何结构。无需额外训练的“规划—执行—批评”流程会拆解用户请求、生成代码，并根据执行反馈修复错误和约束违规。实验表明，与既有基于大语言模型的方法相比，该方法在文本生成形状和图像生成形状任务中提升了鲁棒性、可控性以及对用户意
消息人士称：Temporal 洽谈新一轮融资，估值将超过 120 亿美元
据彭博社报道，Temporal Technologies 正在洽谈一轮约 5 亿美元的新融资。若交易达成，这家开源编排平台开发商的估值可能超过 120 亿美元。目前该轮融资尚未最终确定。
智谱上线 GLM-5.3 API，模型权重将于下周五开源
智谱已正式上线 GLM-5.3 API。公司称，该模型擅长复杂编码、防御性网络安全和长程任务，并在 Artificial Analysis Intelligence Index 中获得 60 分，进入前沿模型能力区间，位列开源模型前列。不过，这些性能对比主要依据智谱公布的评测结果。API 定价与 GLM-5.2 保持不变。智谱表示，性能提升主要来自后训练，基础模型与上一代相同。GLM-5.3 已接
Anthropic推出文本水印后，去水印工具开始涌现
Anthropic开始为部分Claude模型生成的文本添加人类难以察觉的统计水印。由于水印嵌入模型的选词模式，即使用户复制粘贴文本，标记也可能保留下来；即便只是用AI进行校对、翻译或总结，最终内容也可能带有水印。开发者随后陆续推出去水印工具，包括开源项目Watermarks Remover。该工具会删除隐藏字符和元数据，再重新改写文本，以破坏可能携带水印的统计模式。不过，这些项目仍处于早期阶段，实
Z.ai 的 GLM-5.3 在 Artificial Analysis Intelligence Index 获得 60 分
据 Artificial Analysis 称，Z.ai 的 GLM-5.3 在启用最大推理设置后，于 Artificial Analysis Intelligence Index 获得 60 分。该成绩与 Kimi K3 持平，比 GLM-5.2 高 7 分，但低于 Opus 5 的 63 分和 Fable 5 的 62 分。如果按计划发布权重，GLM-5.3 可能跻身领先的开放权重模型之列。这
StateM通过执行框架扩展，在Terminal-Bench 2.1上达到95.3%准确率
StateM是一套面向AI代理的运行时系统，通过持久状态、阶段化上下文、经过检查的状态转换、可恢复运行手册和版本化程序规则，改进长时任务执行，同时不修改模型权重。研究团队称，在Terminal-Bench 2.1上，StateM使GPT-5.6 Sol xhigh在445次试验中达到95.3%的原始准确率，并让89项任务全部至少成功一次。GPT-5.5、GPT-5.6 Luna和DeepSeek-
老旧 AI 芯片的新用途
文章概述老旧 AI 芯片的新应用、英伟达的融资后盾，以及更优秀的开放权重模型可能对人工智能行业产生的影响。