AITOP日报

IBM发布Granite 4.2大型语言模型，采用全新架构，提升推理速度20%，降低能耗30%。模型基于Transformer-XL，支持多语言，适用于自然语言处理任务。

Liquid AI发布开源平台Pipette，用于在边缘设备上基准测试基础模型，与Artificial Analysis合作，独立验证方法。Pipette将设备上的行为作为评估标准，报告在服务器级、全精度条件下的模型卡片质量，这些数字很少能预测模型在手机上的表现。

ProxyFormer提出了一种基于代理标记的通用双流架构，通过压缩局部特征和仅在压缩代理空间中进行全局交互，解决了超长上下文语言模型和高分辨率生成模型的瓶颈问题。该模型在16GB GPU上，压缩比64时，可训练序列长度扩展至约0.7M，且在多针检索任务中保持92%-95%的检索准确率。

Google Research发布AgentHands模型，旨在生成交互式手势，支持在增强现实（XR）环境中进行空间化智能体对话。该模型基于MCP架构，通过微调实现，旨在提高人机交互的自然性和直观性。与现有方法相比，AgentHands在生成手势的多样性和准确性方面有所提升。

Next-Scale Transformer模型在人脸多视角合成方面取得进展，通过高分辨率、多视角输出和跨视角一致性，实现更真实的人脸视图合成。模型在合成数据集上训练，无需2D预训练，使用通用预训练，最终生成清晰、逼真的3D人脸模型。

训练和部署前沿模型已成为网络问题，而非仅计算问题。MetaRoCE 旨在解决网络摩擦，提高 AI 模型训练效率。MetaRoCE 是 Meta AI 最新推出的专为 AI 规模以太网设计的全新 RDMA 传输。

开发者 @b_nnett 逆向构建了 Grok Bot，将其反推成可读 TypeScript 和 React 代码，并扩展了四个实用功能：推理路由器、MCP 工具桥、本地用量统计和本地 Docker 沙箱。

OpenAI发布WeeChat插件，支持ChatGPT交互；插件支持多语言，包括中文；插件可通过ChatGPT进行代码调试和自然语言处理；插件已开源，可在GitHub获取。

ChatGPT桌面应用内置浏览器和ChatGPT Sites新增对WebMCP的支持。兼容网站可自动使用WebMCP完成任务。更新至最新版本后，通过Codex创建WebMCP应用并部署到Sites。

Amazon OpenSearch Service新增MCP Apps功能，提供与AI智能体文本响应的交互式可视化。通过本地运行的单一MCP服务器，智能体可在一次对话中从警报追踪到日志再到根本原因，并在IDE内验证每一步，无需离开开发环境。

OpenAI宣布Build Week获奖项目，八位获奖者展示使用Codex完成的作品。

OpenAI首席财务官Sarah Friar阐述了芯片、计算、模型和产品方面的进步如何协同作用，以更大规模、更低成本提供更有用的智能。

中国AI模型快速缩小与美差距，清华大学等高校人才网络、开源技术、人才回流和高效算力共同推动。智谱AI、月之暗面、DeepSeek等研究者构成重要力量。中美AI模型能力差距已缩小至数月。

@NVIDIAAI 研究副总裁ctnzr分享专用教师模型愿景，助力研究者加速创新。完整视频链接见下文。

第11届世界机器人大会在北京亦庄举行，数百家公司展示了机器人实际应用，同时闭门会议讨论了具身智能的分歧技术路线。

离散扩散模型提供了一种并行更新的替代方案，但其采样效率取决于前向过程和采样器的选择。本文提出了一种基于留一法去噪器的第一阶采样器，适用于均匀和重遮蔽过程，其坐标更新可并行进行。通过建立自适应采样保证，证明了在满足误差要求的情况下，所需的离散化步骤数量与目标分布的内禀依赖结构相关，而非环境维度。实验验证了这一理论预测的行为。

KellyBoost 是一个单多输出 XGBoost 模型，其 softmax 输出是投资组合；训练损失是负对数增长率，拟合模型是条件于特征的成长最优（凯利）分配；目标函数是精确的，而非代理：我们导出梯度、解析对角 Hessian 和完整 Hessian，并通过有限差分验证它们，并提供一个无依赖的参考引擎。

提出局部蒸馏方法，通过黑盒教师模型指导线性学生模型，提高预测准确性并保持可解释性；在17个基准数据集上，局部蒸馏接近教师模型的准确性，同时生成稀疏线性模型；在高维癌症基因表达数据中，识别出使用不同基因的患者亚组，这是全局线性模型和黑盒模型难以实现的。

TANGO模型通过跨token门控残差更新替代了传统的Transformer块，在FineWeb-Edu、Lean和DeepMind Mathematics等基准测试中表现出色，与WANGO模型相比，在序列长度线性复杂度下计算效率更高。TANGO和WANGO均优于Recurrent和Untied Transformer++、full-attention GAU和FLASH模型。

Alibaba introduces a new approach to long-running agents, treating context management as a programming task. It uses an append-only event log and a persistent Python kernel, achieving high scores in LongMemEval_S, BEAM_10M, and LOCA_256K. Paper available at arxiv.org/abs/2608.21690.

Gradio 提供了构建、运行和部署 AI 工作流的工具，支持多种模型和框架，简化了 AI 应用开发过程。Gradio 3.0 版本增加了对 PyTorch、TensorFlow 和 Hugging Face Transformers 的支持，并优化了用户界面。

@Sumanth_077分享长时运行Agent的关键在于运行时——Agent Harness。文章以TrueForge上的研究型Agent为例，详细解析了长时运行的运行机理，包括执行循环、MCP与渐进式披露、Skills规程与能力分离、Sandbox执行与上下文隔离、上下文管理、子Agent、审批门和事件流等。

@addyosmani 发布Web质量审计Skill，基于Lighthouse，涵盖性能、可访问性、SEO等五个维度，提供五步工作流程和四大设计理念。

本文深入探讨上下文工程，解释其如何决定 AI Agent 能力上限，并从 API 消息结构出发，逐层深入上下文工程的各个维度。强调上下文质量对 Agent 能力的决定性作用，并指出上下文工程是开发高效 Agent 的关键所在。

研究人员测试了20个生产智能体配置的上下文压缩效果，Claude Code 在Sonnet 4.6上压缩后保留53%的安全规则，五轮后降至10%。通过知识分类和保留策略，改进方案能保留2到4倍的安全规则，五轮召回率96%。