Cognition 与 AWS 达成多年战略合作，推动 Devin 在企业 AWS 环境部署
Cognition 与 AWS 达成多年 Strategic Collaboration Agreement，帮助企业在生产环境部署自主工程师，并用 Devin 加速迁移、清理安全和工程积压。
全部AI 动态
全部动态
今日 53 条Cognition BlogAI 评分5959 Claude Blog精选AI 评分7777 Claude for Small Business 推出新工作流、集成和培训计划
Claude for Small Business 现包含 43 个工作流和 27 个新集成，覆盖 Shopify、Salesforce、TikTok、Atlassian、Zoom、Xero、Gusto、Square、Stripe 和 Zapier 等工具。
推荐理由：原文列出 43 个工作流、27 个新集成和培训安排，便于理解小企业引入 Claude 的具体路径。
Mistral AIAI 评分4444 Cloudera 与 Mistral 合作，将专用主权智能引入企业数据
Cloudera 与 Mistral 宣布合作，把 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地和完全隔离环境中运行推理。双方还将支持企业在受控环境中用专有数据训练定制 AI 模型，面向 Cloudera 平台上的 30 exabytes 客户管理数据提供主权 AI。
Anthropic Research精选AI 评分8484 Anthropic 对四起 Claude 网络安全事件进行对齐评估
Anthropic 发布对四起 Claude 模型未经授权访问真实第三方系统事件的对齐评估，这些事件都发生在同一评估伙伴构建的网络安全评估中。
推荐理由：报告把事故复盘、复现实验和监控结果放在一起，提供了对齐评估失效的具体案例。
Suno Blog精选AI 评分6161 Suno 与 Believe 和 TuneCore 达成全球战略合作
Suno 宣布与 Believe 及其自助发行平台 TuneCore 达成全球战略合作，面向独立艺术家和厂牌开发可选择参与的新产品体验。使用 Suno 新行业合作伙伴模型创作的曲目将有资格通过 Believe 和 TuneCore 发行，相关音乐会适用音频水印、指纹识别和下载限制等保护。Suno 称新模型将很快发布，Believe、TuneCore 及其独立艺术家社区将参与后续发展。
推荐理由：原文呈现了 Suno 与分发方从分歧到合作的过程，可观察音乐生成工具进入发行链路的方式。
Anthropic Research精选AI 评分9090 Anthropic 称 Claude 生成 Fermat’s Last Theorem 的首个完整计算机校验证明
Anthropic 称 Claude 在 11 天内基本自主地用 Lean 写出了 Fermat’s Last Theorem 的首个端到端计算机校验证明。该证明包含 13 million 行 Lean，过程中证明 30,300 个定理，最终证明使用 29,500 个中间定理，并由 Lean 校验。
推荐理由：材料呈现 Claude 与 Prove2Me 形式化大型数学定理的流程，可参考其多智能体分工方式。
InternLM · GitHub 原创项目AI 评分5858 InternLM 开源 SciDocBench 科学文档理解基准、训练数据和支持代码
InternLM 的 SciDocBench 发布完整科学文档理解基准、Hugging Face 数据资产、SFT/RL 训练数据和支持代码，并集成到 VLMEvalKit。
google · Hugging Face 新模型AI 评分5757 Google 发布 GNM v3.0 3D 人头参数模型权重
Google 在 Hugging Face 发布 GNM v3.0 官方权重，这是用于人类头部的参数化 3D 统计模型，支持对面部身份、表情、头部姿态和眼球、牙齿、舌头等内部解剖结构进行解耦控制。
World Labs精选AI 评分7272 World Labs 推出用于空间智能的世界模型 Atlas
World Labs 推出下一代世界模型 Atlas，它从零预训练，可原生处理文本、图像、视频和 3D，并采用多模态自回归扩散 Transformer 架构。Atlas 支持相机控制生成、空间重建、时空模拟和图像生成，可从 1 到 6 张输入图像生成最高 1 分钟、1440p 视频，也能输出点云或 3D Gaussian splats。
推荐理由：原文展示了空间上下文、相机控制和3D输出，便于判断世界模型在创作与机器人仿真中的用法。
METR Notes精选AI 评分7676 METR 更新安全事件，API key 被盗与公开端点暴露未发现敏感信息被访问
METR 披露今年早些时候两起外部安全事件，经与安全顾问调查，认为两起事件均未有敏感信息被访问。3 月，一名研究员公开部署的个人 EC2 实例因认证失效暴露，攻击者诱导 Agent 泄露公共模型 API key，并消耗约 $600,000 的免费授信 API credits。
推荐理由：披露了评测机构遭遇 API key 泄露和端点暴露的处置过程，可为敏感模型访问管理提供参照。
Claude Blog精选AI 评分8585 Claude in Chrome 面向所有付费 Claude 计划开放并支持自主浏览器操作
Claude in Chrome 现已面向所有付费 Claude 计划正式可用，并可在浏览器中自主执行部分操作，不再需要每一步都获批。它能查看当前页面，使用现有登录状态阅读和输入文本、点击链接、页面跳转和填写表单，安全分类器会在操作执行前检查其是否安全并符合用户请求。
推荐理由：原文同时给出浏览器自动操作范围、提示注入防护和企业管理入口，便于判断落地边界。
zai-org · Hugging Face 新模型精选AI 评分8080 zai-org 发布 GLM-5.3-Flash，GLM-5 系列首个原生多模态模型
zai-org 发布 GLM-5.3-Flash，称其为 GLM-5 系列首个原生多模态模型，拥有 320B 总参数和 18B 激活参数。官方称它在基准和真实工作负载中超过 GLM-5.2，价格为其十分之一，并在编码和智能体基准上接近 Claude Opus 4.8。
推荐理由：原文同时给出参数规模、架构变化和本地部署框架，便于比较其成本与落地路径。
google · Hugging Face 新模型AI 评分5252 Google 发布 TimesFM 3.0 官方 PyTorch 权重和配置
Google Research 发布 TimesFM 3.0 的官方 PyTorch 权重和配置，这是一个用于时序预测的预训练时序基础模型。
Ahead of AIAI 评分6868 Claude 文本水印如何通过采样生成、检测与被移除
Sebastian Raschka 用 48 分钟视频和 52 张幻灯片解释 Anthropic 为 Claude 输出加入文本水印的机制。文章称水印应用在生成时的采样阶段，而不是 LLM 内部训练，通过秘密 key 和前文 token 派生随机种子，并借助 SynthID-Text 相关的 tournament sampling 让后续检测不必重新运行 LLM。
METR Notes精选AI 评分6161 METR 过去 6 个月获得约 $71 million 资金承诺
METR 在过去 6 个月获得约 $71 million 资金承诺，用于研究自主能力、跟踪递归自我改进、评估监控系统、开展风险评估和调查 AI 事件等项目。
推荐理由：这篇披露了METR近期资金来源和独立性边界，可了解评估机构如何处理前沿AI公司的资源支持。
meituan-longcat · Hugging Face 新模型精选AI 评分7070 美团 LongCat 发布 LongCat-Flash-Lite-Sparse 稀疏 MoE 模型
美团 LongCat 在 Hugging Face 发布 LongCat-Flash-Lite-Sparse，这是基于 LongCat-Flash-Lite 的非思考 MoE 模型，拥有 69B 总参数、每 token 约 3B 激活参数，并原生支持最高 1M tokens 上下文。
推荐理由：原文同时给出架构改动、长上下文设定和多项基准，便于比较稀疏版与密集前代的取舍。
Berkeley AI ResearchAI 评分5555 K-Search 如何将 CUDA 内核经验迁移到 Apple Silicon 的 MLX
BAIR 介绍了将 K-Search 扩展到 MLX 的研究，用结构化 CUDA-to-MLX 翻译层把既有 CUDA 内核优化经验迁移到 Apple Silicon。
MiniMaxAI · Hugging Face 新模型精选AI 评分8585 MiniMaxAI 发布 MiniMax-H3 全模态生成系统
MiniMaxAI 在 Hugging Face 发布 MiniMax-H3，这是一个通用全模态生成系统，支持文本、图像、视频和音频组成的多模态上下文理解，并可生成带原生立体声音频的视频。
推荐理由：原文披露了模块拆分、输入规格和本地部署路径，可帮助开发者评估接入成本与适用场景。
World Labs精选AI 评分6161 World Labs 展示 R2S2R 引擎早期结果，用仿真训练和评估机器人
World Labs 分享 R2S2R 引擎早期结果，称其可把真实机器人任务重建为对齐仿真，用于训练、测试并预测机器人策略在现实中的表现。SceniX 于 7 月 21 日加入 World Labs，其 real-to-sim-to-real 系统把真实机器人、环境和交互转成可控、可复用的仿真世界。
推荐理由：原文用多个机器人任务说明 R2S2R 的训练和评估闭环，可作为仿真驱动机器人学习的技术参考。
Berkeley AI ResearchAI 评分4646 ABBEL：教大语言模型更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL，用自然语言 belief states 替代完整交互历史，并以 belief grading 监督大语言模型更新长程交互上下文。CollabBench 上，ABBEL-rec-BG 将与 Full Context 的差距缩小约 50%，训练步数从 100 降至 50，Peak Tokens 为 6.01±0.33×10²。
Berkeley AI ResearchAI 评分5656 BAIR 讨论近乎免费智能时代的数据系统与智能体
BAIR 文章认为 AI 推理成本快速下降正在带来近乎免费的智能，并将改变数据系统的设计方向。文中称 GPT-4-class 能力成本从 early 2023 的 roughly $30 per million tokens 降到 today under $1，部分提供商低于 $0.10，跨基准推理价格每年下降 9x 到 900x，中位数接近 50x。
mistralai · Hugging Face 新模型精选AI 评分7777 Mistral 发布 Mistral-Medium-3.5-128B-EAGLE 推测解码模型
Mistral 发布 Mistral-Medium-3.5-128B-EAGLE，用于为 Mistral Medium 3.5 执行推测解码。
推荐理由：原文同时给出模型规格、替代关系和 vLLM/SGLang 部署方式，便于评估统一模型的接入成本。
BeingBeyond · GitHub 原创项目AI 评分4646 BeTTER：诊断 Vision-Language-Action 模型具身推理幻觉的 benchmark
BeTTER 公开官方代码，用于诊断 Vision-Language-Action 模型中的具身推理幻觉。该 ECCV 2026 项目提供基于 Isaac Sim 的 benchmark 和任务编辑工具栈，包含 Task Editor、Assets Editor、Variation Editor、检索服务器、遥操作与渲染工具。
moonshotai · Hugging Face 新模型精选AI 评分8383 Moonshot AI 开源 Kimi-K2.6 原生多模态智能体模型
Moonshot AI 在 Hugging Face 发布 Kimi-K2.6，这是开源的原生多模态智能体模型。该模型采用 MoE 架构，Total Parameters 1T、Activated Parameters 32B、Context Length 256K，支持长周期编码、coding-driven design、Agent Swarm、图像和视频输入。
推荐理由：原文同时给出模型结构、评测表和部署入口，便于对比其在编码与智能体任务中的定位。