Microsoft Research Focus 第 97 期：ForkPilot、CABRA、TeleTune 等最新研究盘点
Microsoft Research Focus 第 97 期由 Sowbhagya Suresh 主持，盘点 Microsoft 最新研究：自改进智能体框架 ForkPilot 在六个 benchmark 上比肩最佳方法、AI 处理需求最多降低 59%。
#开源/仓库
Microsoft ResearchAI 评分3939 TechCrunch · AI同事件AI 评分7878 Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全防御
Mistral 发布万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业与政府可在 Hugging Face 下载部署并通过 API 使用。
同一件事，精选收录的是《Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）》
The DecoderAI 评分7272 Mistral 发布 Mistral Large 4 开源模型，编码领先但整体仍落后中国模型
Mistral 在公开预览三周后将旗舰模型 Mistral Large 4（昵称 Le Chonk）的权重发布到 Hugging Face，总参数约一万亿、每步激活 520 亿，支持文本和图像输入、输出文本与代码。
Hugging Face Blog同事件AI 评分7878 Hugging Face 介绍 Mistral Large 4（Le Chonk）开源多模态 MoE 模型
Hugging Face 博客介绍 Mistral 发布的 Mistral Large 4（代号 Le Chonk）：多模态、多语言 MoE 模型，约 1T 总参数、49B 激活参数、1M token 上下文窗口。
同一件事，精选收录的是《Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）》
Hugging Face BlogAI 评分4545 Granite Switch 4.1.1 补丁发布：像更新软件一样更新模型
Hugging Face 发布 Granite Switch 4.1.1 补丁版本，与 4.1 完全向后兼容、无需迁移，更新了支持 10 种语言、带原生标点和大小写的 Granite Speech ASR 模型，以及在 Jev Decision Index 测试集上整体表现提升的 Decision adapter。
Mistral AI精选AI 评分7878 Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）
Mistral AI 发布 Mistral Large 4（Le Chonk）的开放权重版本，这是其 1-trillion 参数、原生多模态旗舰模型，此前本月已进入 public preview。
推荐理由：原文给出多项基准分数与token效率对比，读者可据此判断其在开源编码模型中的位置与部署成本。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包
Hugging Face 官方博客宣布推出 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包，均支持从 Hugging Face Hub 下载开源模型并在设备端运行。
推荐理由：原文给出可选引擎、模型体积与实测词错率，读者可据此判断端侧语音方案的取舍。
The Verge · AIAI 评分5555 Akai 以开源固件拥抱 vibe-coded 改造，预告 MPC Sample Key
Akai 预告尚未正式发布的 MPC Sample Key，将采用开源固件并提前向开发者送测设备，展示社区通过 vibe coding 做出的改造，包括加入 Native Instruments Massive、虚拟模拟与 FM 合成器，甚至运行完全自定义 OS。
AWS Machine Learning BlogAI 评分5555 AWS 教程：用 Ray Train DLC 与 EFA 在 EKS 上做多机分布式训练
AWS 发布教程，演示如何不自建镜像，直接用 Ray Train Deep Learning Container（public.ecr.aws/deep-learning-containers/ray:train-ml-cuda-v1.1）在 EKS 上用 KubeRay 拉起集群。
The DecoderAI 评分7474 Nvidia 开源 Nemotron 3.5 Transcribe 语音模型，整合转写、翻译与说话人识别
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，可转写 40 种语言、其中 31 种与英语互译、识别 13 种语言的说话人，支持最长一小时、最多八位说话人的录音，并能通过指令控制输出转写、翻译或摘要。
NVIDIA Blog精选AI 评分6060 NVIDIA RTX Spark Windows 笔记本新增机型、Agent 工具与游戏支持
NVIDIA 宣布 RTX Spark Windows 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft、MSI 提供，起价 $2,599，128GB 配置已上架，采用 Blackwell RTX GPU 与 Grace CPU 单颗超芯，最高 128GB 统一内存、1 petaflop FP4 AI 性能。
推荐理由：原文集中列出 RTX Spark 笔记本的模型、Agent 工具和游戏更新，读者可据此判断本地 AI 工作流的可用范围。
Hugging Face Blog精选AI 评分7676 NVIDIA 发布 Nemotron 3.5 Transcribe 开源语音模型与 Granary v2 数据管线
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到单一 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人归属，可处理最长一小时录音并标注最多 8 位说话人，现已在 Hugging Face 和 ModelScope 开放。
推荐理由：原文给出榜单成绩与微调配方，读者可据此判断该模型在多语种转写与说话人分离上的可用性。
Hugging Face Blog精选AI 评分7474 Liquid AI 发布 LFM3 系列：单一骨干衍生六款 2B 级多模态模型
Liquid AI 发布新一代 LFM3 系列，以 LFM3-1.7B-Base 为共享骨干衍生出文本、视觉、音频、omni 和决策共六款 2B 级模型，全部开源并可在 Hugging Face 下载。
推荐理由：原文给出架构改动、基准对比和微调入口，读者可据此评估 2B 级模型能否替代自己的通用大模型。
AWS Machine Learning BlogAI 评分5858 Amazon SageMaker AI 训练与处理作业支持 SOCI 索引镜像以加速启动
Amazon SageMaker AI 为训练和处理作业引入 Seekable OCI（SOCI）索引，通过懒加载只先取启动容器所需文件、其余在后台流式读取，把镜像下载移出作业关键路径。
Hugging Face BlogAI 评分5858 Ai2 发布 Old Ideas, Novel Problems 研究与基准：LLM 评判研究想法新颖性并不可靠
Ai2 发布研究 Old Ideas, Novel Problems 及配套基准、数据、代码和可复用评测流水线，测试 LLM 作为 novelty judge 评估科研想法新颖性的可靠性。
NVIDIA BlogAI 评分5858 NVIDIA 与 C-BRAIN 合作推出两款开源 AI 科研工具
NVIDIA 与神经退行性疾病研究联盟 C-BRAIN 合作，已构建两款开源工具 OpenScientist 和 InsightEngine，用智能体 AI 加速阿尔茨海默病研究。
Simon WillisonAI 评分4444 webframe 评测：作为抓取器与沙箱的表现
Simon Willison 用 Claude Opus 5.5 对 Jeff Lindsay 的 Go 项目 webframe 做了评测，结论是它是一个快速轻量的浏览器 JavaScript 运行器，性能与 shot-scraper 相当，适合抓取网页。
The DecoderAI 评分6262 OpenMobile-2 开源手机智能体模型发布，性能接近闭源模型
南京大学、SenseTime 等机构的研究者发布 OpenMobile-2，包含基于 Qwen3.5 的 9B 和基于 Qwen3.6 的 27B 两个模型，并开源完整训练环境、数据与复现说明。
AWS Machine Learning Blog精选AI 评分6262 Amazon SageMaker AI 多轮强化学习实战指南：Wordle 上把 gpt-oss-20b 解题率从 61% 提到 84%
AWS 官方教程演示如何在 Amazon SageMaker AI 上用多轮强化学习（MTRL）训练托管在 Amazon Bedrock AgentCore 上的智能体，以 Wordle 为例走通部署、数据准备、训练、MLflow 监控与评测全流程。
推荐理由：原文完整给出多轮强化学习的端到端流程、成本拆解和踩坑记录，可直接迁移到自有多步任务的训练设计。
Hugging Face Blog精选AI 评分6161 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态检查作为 RL 奖励后训练智能体
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布卫星嵌入模型 OlmoEarth v1.3 及全球预计算嵌入
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，读取 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时间序列。
推荐理由：原文给出了评测对比和训练成本变化，读者可据此判断其相对前代与同类模型的实际改进幅度。
Microsoft ResearchAI 评分4444 Microsoft Research 推出 Flint-interactive：为 AI 生成图表带来交互能力的可视化语言
Microsoft Research 推出 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让 AI 智能体能生成支持点击、筛选、缩放、高亮和跨图表联动的图表。
The DecoderAI 评分6262 Recursive 发布首个由 AI 研究流程打造的语言模型 Flint
AI 初创公司 Recursive 发布了首个语言模型 Flint，一个名为 Eureka Machine 的 AI 系统几乎参与了开发的每个环节，包括提出想法、构建、测试并规划后续实验。
Hugging Face BlogAI 评分5555 Hugging Face 推出 Granite 时间序列集成预测配方
Hugging Face 与 IBM Research 推出 Granite Timeseries Ensemble，用一个可扩展接口组合四个互补的 Granite 预训练时序模型，无需重训或拟合权重即可返回中位数与分位数预测。
NVIDIA BlogAI 评分5555 NVIDIA Earth-2 新增 StormScope EU 模型，多家欧洲机构落地天气与气候预测
NVIDIA 宣布 StormScope EU 加入 Earth-2 开源模型家族，这是基于欧洲天气与气候数据训练的区域版短期预报模型，利用 EUMETSAT 卫星观测以 10 分钟间隔预测 16 个 Meteosat 通道的云况变化。
AWS Machine Learning BlogAI 评分5858 AWS 解析 Deep Insight 多智能体系统的五大生产挑战与解法
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight，本文作为三篇系列的第一篇，梳理其解决的五大生产挑战及对应技术栈。
TechCrunch · AIAI 评分7373 Recursive 发布可在笔记本运行的开源编码模型 Flint
AI 初创公司 Recursive 发布首个模型 Flint，一款可在笔记本本地运行的免费编码模型，称其开发过程大部分由自家 Eureka Machine 自动研究系统完成，小团队不到四个月从零构建。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练直接在数据库上预测
NVIDIA 发布 Kumo Relational，一个预训练的关系型基础模型，可直接在企业数据库上做预测，无需任务专属训练、特征工程或表展平，单次前向传播即可给出流失、需求、欺诈等预测结果。
推荐理由：原文给出了基准对比与部署入口，读者可据此评估它能否替代现有 XGBoost 生产管线。
Hugging Face Blog精选AI 评分6161 Hugging Face 与 NVIDIA 教你用 Isaac Lab 训练 Microduck 行走并部署到真机
Hugging Face Blog 发布教程，介绍如何用 Isaac Lab 与 Newton 训练开源双足机器人 Microduck 的行走策略，导出 ONNX 后部署到真机。
推荐理由：教程给出从仿真训练到真机部署的完整命令与接口约束，读者可照此复现双足机器人行走策略的迁移流程。
Simon WillisonAI 评分3838 Panache —— 蒸汽朋克法国题材的移动端即时战略游戏
开源游戏 Battle Drones（Apache 2.0 许可）在发布次日出现了一个法语分支 Panache，将游戏背景改为约 1900 年 Belle Époque 时期的蒸汽朋克法国，加入飞艇、蒸汽战车、Creusot 装甲舰、行走要塞 Gargantua 等新模型和动画开场，音乐也加入了法国风格，目前改动以美术为主，可在移动端和浏览器游玩。
Hugging Face BlogAI 评分5555 NVIDIA 发布 Kumo Forecast 多变量时间序列预测模型
NVIDIA 发布 Kumo Forecast（原名 NV-Tesseract Forecasting），一个基于 MOMENT-1-large 骨干、约 340M 参数编码器加可训练预测头的多变量时间序列预测模型，以 Apache 2.0 许可开源，代码在 NVIDIA/Kumo-TS，权重为 nvidia/Kumo-Forecast。
NVIDIA Blog精选AI 评分6060 NVIDIA Agent Toolkit 扩展新增 Agent Knowledge Foundation 等组件
NVIDIA 宣布开源 NVIDIA Agent Toolkit 扩展新增工具，包含新的 Agent Knowledge Foundation、OpenShell 安全运行时、NemoClaw 安全智能体蓝图以及 NeMo Relay、NeMo Compass 等工具与技能。
推荐理由：原文列出了新增组件与多家企业的落地用法，读者可据此判断它如何接入现有数据与治理流程。
NVIDIA BlogAI 评分5757 NVIDIA Factory Operations Blueprint (FOX) 在 GitHub 开放早期访问
NVIDIA 宣布 NVIDIA Factory Operations Blueprint (FOX) 已在 GitHub 开放早期访问，供开发者构建和部署常驻工厂管理智能体以及视觉检测、根因分析、报告生成、车队管理等专用智能体，可接入 NVIDIA Cosmos、Nemotron 模型及 CAD、PLM、仿真软件和 IT/OT 系统。
Latent Space精选AI 评分8888 DeepSeek 开源 DeepInfer 推理栈，vLLM 复现其吞吐并引发盈利讨论
DeepSeek 开源了支撑 V4.1 Flash 的生产推理栈 DeepInfer，官方披露单集群 155T tokens/day、96% 输入缓存命中、$38/加速卡小时的离峰收入。
推荐理由：原文梳理了开源推理栈的经济数据与vLLM的对照复现，读者可据此判断推理盈利说法的边界。
Simon WillisonAI 评分6969 Simon Willison 用 Claude Code 迭代 12 版做出音频联机 RTS 游戏 Battle Drones
Simon Willison 发布了他 vibe coded 的 Command & Conquer 风格 RTS 游戏 Battle Drones，经 12 次大迭代、321 次由 Claude Code 等编码 agent 完成的 commit，支持手机与桌面游玩，并可通过音频在两台近距离设备间同步游戏状态实现联机。
The DecoderAI 评分6161 DeepSeek 开源驱动 V4.1-Flash 的推理引擎 DeepInfer
DeepSeek 以 Apache License 2.0 开源了内部推理框架 DeepInfer，即支撑其 V4.1-Flash 模型快速规模化生成回答的推理引擎。
TechCrunch · AIAI 评分6666 Google 开源 TorchTPU，与 Amazon 争夺 PyTorch 开发者
Google 宣布开源 TorchTPU，让 PyTorch 应用可迁移到 Google 的 TPU 芯片和 Google Cloud，只需简单配置改动、无需重写代码，与 Amazon 前一日发布的 TorchNeuron 形成对 Nvidia 芯片主导地位的夹击。
AWS Machine Learning BlogAI 评分5858 GPT-OSS-20B 多语言推理微调教程：SFT 与 GRPO 在 SageMaker HyperPod 上的对照
AWS 博客演示了在 Amazon SageMaker HyperPod 上用 SFT 和 GRPO 微调 GPT-OSS-20B，使其按指令用目标语言进行推理。
Hugging Face Blog精选AI 评分6161 ALTK-Evolve 用学习记忆让 GPT-4.1 客服智能体登顶 τ²-bench
IBM Research 在 Hugging Face 发布 ALTK-Evolve，用 GPT-4.1 从智能体自身训练轨迹中蒸馏出行为规则并追加到系统提示词，在不更新权重、无人工标注的前提下提升客服智能体表现。
推荐理由：原文展示了不更新权重、仅靠提示词级学习记忆提升客服智能体可靠性与成本的具体路径和量化结果。
Hugging Face BlogAI 评分5858 Hugging Face 发布 AnyLanguageModel 1.0，统一 Apple 平台本地与托管模型接入
Hugging Face 发布 AnyLanguageModel 1.0，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。