NVIDIA与百度同日开源，AI代理循环引反思

2026年6月25日，AI领域迎来多项重磅发布与深度反思，三大主题尤为突出。NVIDIA NeMo AutoModel 基于 Hugging Face Transformers v5，通过 Expert Parallelism 等技术使 MoE 模型训练吞吐量提升 3.4-3.7 倍，简化了分布式微调流程。百度 Unlimited OCR 以 3B 参数 MoE 模型实现长文档高效解析，采用 R-SWA 机制保持恒定 KV 缓存，在 OmniDocBench 上取得 93.23 分，单次前向可处理数十页文档。AI 代理循环反思 指出当前 agent loop 会放大 LLM 代码缺陷，导致输出质量下降，且工程师可能过度依赖机器，丧失独立判断能力，引发业界对智能体设计方向的深层思考。

Section Synthesis & Key Takeaways: Today's briefing curates 203 high-signal developments across 59 global and regional sources.

Models (5 picks): 「FORCE: 高效VLA强化学习微调框架，提升79%成功率」（新框架FORCE让机器人学动作更快更稳，成功率飙升79%，比现有RL方法还快32.5%，不用人插手）; 「后训练中被忽视的免费午餐：进度优势用于LLM智能体」（这篇论文说，RL后训练时顺便就能得到一个免费的好信号，不用再费劲训练奖励模型，在好几个测试里都比专门训练的效果还好。做智能体训练的一定得看看）.

Products (5 picks): 「NVIDIA NeMo AutoModel 基于 Hugging Face Transformers v5 实现 MoE 训练加速 3.4-3.7 倍」（NVIDIA 出了个 NeMo AutoModel，基于 Hugging Face Transformers v5，几行代码就能给 MoE 模型训练加速 3 倍以上，搞大模型训练的值得看看）; 「GPT-5.5 Instant更新：更风趣，理解意图更准」（OpenAI把GPT-5.5 Instant升级了，聊天更带劲，能猜准你心里想啥，推荐东西也更靠谱，免费党明天就能体验）.

Industry (5 picks): 「Anthropic 致信美国国会，指控阿里通义千问大规模蒸馏 Claude」（Anthropic 跑出来告状了，说阿里用了两万多个假账号狂薅 Claude 的羊毛，次数比之前三家加起来还多一倍，还牵扯到美国商务部自己的限制令，挺拧巴）; 「Mirendil 获 2 亿美元种子轮融资，a16z 领投」（Mirendil 要做让 AI 自己搞 AI 研发的系统，2 亿美元种子轮，团队来自顶尖实验室，目标是打破大厂垄断）.

Papers (4 picks): 「相同证据不同答案：多模态大模型中排序敏感性的审计」（这篇论文用Facet-Probe测试了18个主流多模态大模型，发现它们对输入顺序都很敏感，最好的模型也错13.4%，提醒我们模型可靠性还不是想象中那么好）; 「基于全局和局部重建的点云扩散用于实例级三维异常检测」（PCDiff新框架搞定3D点云弱缺陷检测，生成异常样本更逼真，重建更准，减少误报）.

How-to (3 picks): 「如何设计一个OpenHarness风格的智能体运行时：工具、内存、权限等」（想自己搭一个能记东西、会用工具、还能多智能体协作的Agent框架？这篇教程从零拆开所有模块，代码直接跑，比看黑盒框架实在多了）; 「NVIDIA NeMo AutoModel 加速 Transformer 微调」（NVIDIA 搞了个 NeMo AutoModel，能自动帮你加速微调 Transformer 模型，省去手动调参的麻烦，速度还快很多，适合想快速出结果的人）.