AI日报｜Aleph Alpha 开源 78.1B MoE 模型 Kolibri；Meta 发布 RankEvolve 多智能体框架
模型发布/更新
Kolibri — Aleph Alpha — Aleph Alpha
- 一句话概括：德国 AI 实验室 Aleph Alpha 正式开源德英双语 MoE 基础模型 Kolibri。
- 核心亮点：采用 MoE 架构，总参数量达 78.1B，每 token 激活参数为 3.46B。
- 技术规格：支持最高 1M 级别上下文长度，并以 Apache 2.0 协议开源模型权重。
- 传送门：技术报告
Sonic 3.6 — Cartesia — Cartesia
- 一句话概括：Cartesia 推出最新语音生成模型 Sonic 3.6，带来极速声音克隆与多语言支持。
- 核心亮点：仅需约 15 秒的音频剪辑即可在几秒钟内完成高质量声音克隆。
- 技术规格：全面支持 44 种语言的语音生成与跨语言交互能力。
- 传送门：官方博客
Nemotron 3 Diarization — NVIDIA — NVIDIA
- 一句话概括：NVIDIA 开源 Nemotron 3 Diarization 说话人分离模型，优化多人重叠语音转录。
- 核心亮点：能够精准追踪多达 8 个说话人的发言时序，即使在语音重叠的情况下也能清晰转录。
- 技术规格：模型参数量为 100M，现已在 Hugging Face 平台全面开源。
- 传送门：
LFM2.5-Encoder — LiquidAI — LiquidAI
- 一句话概括：LiquidAI 推出 LFM2.5-Encoder 双向编码器系列模型。
- 核心亮点：提供 250M 与 350M 两种参数规模，支持分类、检索、重排等多下游任务。
- 技术规格：支持 8k 上下文窗口，可在浏览器端通过 WebGPU 高效运行。
- 传送门：模型主页
产品发布/更新
Antigravity 平台集成 Claude — Google — Google
- 一句话概括：Google 的 Antigravity 平台宣布全面集成 Claude Opus 5.5 与 Sonnet 5.5 模型。
- 更新内容：付费用户现可直接在 Antigravity 内部调用 Anthropic 的前沿大模型。
- 适用人群：面向平台上的开发者及企业高级用户。
- 传送门：
Visualize 内联可视化 — Perplexity Computer — Perplexity
- 一句话概括：Perplexity Computer 新增 Visualize 内联可视化交互功能。
- 更新内容：用户通过特定前缀提问即可生成带有教育和交互组件及动画的内联可视化内容。
- 体验通道：官方推荐在 Standard 或 High effort 模式下进行体验。
- 传送门：
行业动态
华为称昇腾 AI 芯片中国市场份额超 NVIDIA — 华为 — 华为
- 一句话概括：华为轮值董事长徐直军表示，昇腾 AI 芯片在中国市场的份额已超过 NVIDIA。
- 事件概述：在华为全联接大会上公布了相关内部数据，但未披露具体差距细节。
- 影响分析：在国产算力替代背景下，展现了本土芯片厂商在市场份额上的持续攀升。
- 传送门：
OpenAI 前安全团队成员 David Robinson 离职 — OpenAI — OpenAI / The Atlantic
- 一句话概括：负责重大发布安全报告的 OpenAI 前安全团队成员 David Robinson 正式离职并公开批评公司安全文化。
- 事件概述：David Robinson 本周向 OpenAI 递交辞呈，并在媒体发文直言公司安全文化已经崩坏。
- 影响分析：引发了外界对头部大模型实验室安全治理、合规压力及内部文化的广泛讨论。
- 传送门：媒体报道
论文研究
RankEvolve — Meta — Meta
- 一句话概括：Meta 提出 RankEvolve 多智能体自动研究框架，通过协议约束提升执行准确率。
- 研究动机：解决传统单智能体在复杂研究与代码迭代中容易陷入局部最优的问题。
- 核心创新：让 Claude Code 和 Codex 作为独立节点相互审查与修复改动，同等预算下将准确率提升至 62.5%。
- 传送门：
Harness Learning — 卡内基梅隆大学 (CMU) — 卡内基梅隆大学 (CMU)
- 一句话概括：CMU 研究团队提出 Harness Learning，利用强化学习训练提案模型以改写测试执行框架。
- 研究动机：旨在提升智能体在测试时适应（Test-time Adaptation）中的代码修改能力。
- 核心创新：保持主求解器权重不变，通过 RL 训练提案模型读取任务与报告后自动修改 harness 代码以获取最高奖励。
- 传送门：
Sharpening Tax — Meta Superintelligence Labs — Meta Superintelligence Labs
- 一句话概括：Meta 研究发现强化学习后训练在提升 pass@1 的同时会带来测试时扩展性损失。
- 研究动机：探讨大模型后训练阶段对大规模推理时扩展能力（Test-time Scaling）的潜在消极影响。
- 核心创新：将这种扩展性损失命名为 Sharpening Tax，并在多个配对实验中得到证实，同时提出 PTGS 方法以减小损失。
- 传送门：
其他分享
Simon Willison 呼吁按用量计费服务默认提供硬性预算上限 — Simon Willison
- 一句话概括：开发专家 Simon Willison 发文呼吁按用量计费的服务和 API 默认提供硬性预算上限。
- 内容简介：建议超出额度时直接切断并返回错误而非仅发送警告邮件，以防范编程智能体带来的意外大额账单风险。
- 传送门：原文链接
Capcom 规划 RE Engine AI 生成改造 — Capcom
- 一句话概括：Capcom 宣布计划将 RE Engine 逐步改造成“AI 生成游戏引擎”，迈向与 AI 共同开发游戏的未来。
- 内容简介：旨在应对《生化危机》级别大作开发规模扩大带来的任务耗时挑战，全面提升整体游戏开发效率。
- 传送门：The Verge 报道
