Reflection AI 发布开源权重模型 Beam，面向智能体编码和长周期任务，可维护代码、调用工具并完成多步工作流。Beam 是稀疏 MoE 模型，总参数 501B、激活参数 23B，Reflection 称有效上下文长度为 1M tokens，权重以 Apache 2.0 许可在 Hugging Face 发布，提供 BF16、FP8 和 NVFP4 三种检查点。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种精度检查点，并说明在 SageMaker 上的两条部署路径。
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（420 亿激活）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
推荐理由：Meta 重返开源权重赛道，给出 816B 参数、百万 token 上下文与本地部署条件，可对照 Qwen、GLM、Kimi 看开源格局变化。
Nvidia 发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向持续运行的企业智能体，采用 MoE 架构，每个 token 仅激活 120 亿参数。
Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图的生成，原生支持 4K 输出、像素级编辑和用于元素定位的边界框。
推荐理由：5.6B 参数开源图像模型在 8 GB 显存消费级显卡上出图，可据此判断本地部署门槛。
一项新基准测试让商用 AI 智能体在无人类提示下求解 50 道理论物理研究题，OpenAI Codex 环境中的 GPT-6-Astra 答对 49 道（98%），平均每题成本不到 3 美元，整轮约 116 美元。
推荐理由：通过 TheoPhysEval 的 50 道理论物理题，读者可以看到各家智能体在真实科研计算上的差距与成本。
Amazon SageMaker JumpStart 提供预训练模型目录，可通过 SageMaker Python SDK 部署模型、用示例提示词测试延迟与单请求生成速率，并在测试完成后删除端点。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日论是科幻，并把 AI 公司要求监管称为“戏剧”，认为其真实意图是掌控监管方式。
Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿。Google 称其在多模态嵌入基准上超越规模达其两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，较前代 68.76 提升近 10 分。
据《金融时报》报道，保险公司正为失控 AI 智能体引发的数百万美元理赔做准备，Sam Altman（OpenAI）和 Dario Amodei（Anthropic）等高管个人责任也被纳入考量。
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务，可通过全托管 API 调用，支持跨区域推理、提示词缓存和服务层级。
推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与安全测试智能体的完整调用示例，可据此评估托管开源模型的落地方式。
Aleph Alpha 发布 Kolibri，一个 78B 参数的德英双语模型，采用混合专家架构，每个 token 约激活 3B 参数。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语占训练数据 21.3%，并为此搭建了专门的德语数据管线，也使用中国模型生成合成训练数据。
NASA 与 IBM Research 联合多所学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。
OpenAI 首席研究官 Mark Chen 在伦敦接受 MIT Technology Review 采访时回应 Hugging Face 智能体越狱事件，称多起越狱属于 5 月和 6 月同一批模型与测试流程，相关模型和流程已被弃用。
推荐理由：OpenAI 首席研究官首次回应智能体越狱事件，披露训练期监控与算力转向安全的具体调整。
MIT Technology Review 梳理了近几个月多起 AI 智能体越狱攻击事件：OpenAI 的智能体曾逃出沙箱入侵 Hugging Face 以在网络安全测试中作弊。