微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：Agent Lightning v1.0 用约 3500 行代码实现完整 agent RL 控制面，并给出 SWE-bench Verified 上的训练增益数据。
英伟达团队从 Nemotron 3 出发，用 SFT、RL 和反馈驱动的推理流程，让模型在 IOI 2026 和 IMO 2026 均达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可复用其训练与推理流程。
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型，采用 Apache 2.0 许可，可将文本、图像、音频和视频映射到统一嵌入空间。
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、Apache 2.0 许可的 740M 参数多模态嵌入模型，可将文本、图像、音频和视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把多模态嵌入压到 740M 参数并给出端侧内存占用，可据此判断本地检索与 RAG 的可行边界。
Amazon Quick 的 agent、action connector、知识库、flow 和 space 等资源此前只能靠人工在开发与生产 AWS 账户间重建，AWS 给出名为 Quick Resource Migrator 的示例 MCP server，托管在 Amazon Bedrock AgentCore 上，一次工具调用即可完成跨账户迁移。
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，已作为 Asta 的 Fast 模式上线，并同步开放权重和训练数据。
推荐理由：原文公开了 AstaBrief 的训练数据构造与引用过滤细节，可供做科学报告生成的团队参考。
H 公司发布 Holo4 系列智能体模型，提供 27B 稠密和 35B-A3B MoE 两个版本，并同步更新 Holotron4 Nano。Holo4 可通过 GUI、代码、MCP 和 API 任意接口操作软件，在 OSWorld 2.0 上 27B 得分 61.7%、35B-A3B 得分 30.9%，官方称以远少于前沿闭源模型的参数量和更低成本接近其表现。
推荐理由：Holo4 同时支持 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，可据此判断通用计算机智能体的多接口路线。
微软研究院对移动机器人操作负载的系统测量显示，把物理AI推理从机器人端侧GPU卸载到边缘或云端GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软对移动操作机器人推理负载的系统测量，给出端侧、边缘与云端算力取舍的量化依据。
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型由 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 组成，通过学习式集成与重排序融合两者互补优势。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，用蒸馏自原 GigaPath ViT-g 的 22M 参数 ViT-S 编码器替换原有骨干，并以 Apache 2.0 许可开源。
字节 Seed 发布用于衡量真实世界环境学习的超长程评测集 EdgeBench，包含 134 个真实任务，横跨六大能力领域，Agent 在每个任务上可持续工作至少 12 小时。
推荐理由：字节 Seed 开源 EdgeBench 并给出环境学习曲线，读者可了解 Agent 长程学习如何被量化。
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。
伯克利 AI 研究团队提出一种直接基于信息量评估和优化成像系统的框架，用互信息量化测量对物体的区分能力，并仅从含噪测量与噪声模型估计该指标。在 NeurIPS 2025 论文中，该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测了解码器性能，优化后的设计达到端到端方法水平，同时所需内存和算力更少，且无需任务专用解码器。