数据来源 AI HOT
模型发布/更新
GPT-5.6 模型家族进入 Kiro
OpenAI 宣布 GPT-5.6 Sol、Terra 和 Luna 已在软件开发智能体 Kiro 中提供。Kiro 会把需求整理成设计与可执行任务，并在实现前后保留人工检查点。OpenAI 与 AWS 的联合测试称，GPT-5.6 Terra 在 Kiro 中完成 Terminal-Bench 2.1 成功任务的成本约降低 82%。这项结果来自双方优化后的环境，实际成本仍会随任务、上下文和迭代次数变化。
🔗 OpenAI
产品发布/更新
NVIDIA 公布 Vera Rubin NVL72 智能体负载测试
NVIDIA 用 SemiAnalysis AgentX 记录的智能体编程轨迹测试 Vera Rubin NVL72。公司称，在 DeepSeek V4 Pro 上，这套系统的每兆瓦吞吐量最高达到 GB300 NVL72 的 30 倍，每百万 token 成本最高降低 35 倍。NVIDIA 把这些数字称为早期结果，数据仍在等待 SemiAnalysis 审查，也没有计入 Vera CPU 执行工具调用时的表现。
Meta 公布面向 AI 集群的 MetaRoCE 协议
Meta 设计了新的 RDMA 传输协议 MetaRoCE，让端点处理乱序交付、多路径选择、丢包恢复和双向拥塞控制，并让网络在不使用 PFC 的情况下运行。现有 RDMA Verbs API 和软件栈可以继续使用。Meta 计划在 10 月通过 Open Compute Project 发布协议规范、参考软件实现和合规测试套件，目前公布的 64 节点 AMD GPU 集群结果仍属于项目方测试。
NVIDIA 用 NVLink Fusion 连接定制 XPU
NVLink Fusion 把第三方定制 XPU 接入 NVIDIA 的 NVLink 扩展域、机架设计和管理软件。NVIDIA 称，第六代 NVLink 可连接 72 个 XPU，端到端传输延迟比基于通用以太网的替代方案低三倍，数据包速率高十倍。它给云厂商提供了一条复用 NVIDIA 基础设施的路径，这些性能数字来自厂商自己的平台比较，仍需按具体 XPU、拓扑和工作负载验证。
MTIA 300 把 RDMA 网卡装进芯片封装
Meta 公布面向推荐和排序模型训练的 MTIA 300。两个网络 chiplet 内含 12 个 800 Gbps RDMA 网卡，总 I/O 带宽为 1.2 TB/s，16 个专用消息引擎负责卸载集合通信。Meta 称，大型 GEMM 与集合通信并发时，计算吞吐损失低于 0.5%；在 40 个加速器运行的 1500 亿参数生产推荐模型上，通信时间比其对照 GPU 集群快 3.9 倍。结果对应 Meta 的模型、硬件与通信库配置。
NVIDIA Groq 3 LPX 进入全面投产阶段
NVIDIA 宣布 Groq 3 LPX 已全面投产，用专门的 LPU 为 Vera Rubin NVL72 补充快速 token 生成能力。公司引用 Artificial Analysis 测试称，Groq 3 LPX 运行 Gemma 4 31B、处理 10 万 token 长上下文时达到每秒 3400 个输出 token，比最近的替代平台快四倍。Nebius 将成为首家采用者，具体可用时间、价格和生产负载表现仍以云服务商后续信息为准。
行业动态
Mistral 与 HUMAIN 推进中东主权 AI 合作
Mistral 和沙特 AI 公司 HUMAIN 宣布一项价值数亿欧元的战略合作，范围包括 AI 基础设施、模型开发和解决方案部署。双方计划先做网络安全、语音和阿拉伯语前沿模型，Mistral 也会探索使用 HUMAIN 在沙特的数据中心，并为受监管行业制定联合市场策略。当前公布的是合作安排，尚未给出模型上线、数据中心采购或客户部署时间表。
丰田北美用 Deep Agents 扩展内部智能体
LangChain 的客户案例称，丰田北美企业 AI 团队已经运行 50 多个生产智能体，并把一个新智能体的交付周期从六名工程师用六个月缩短到一名工程师用四天。内部平台 ToyotaGPT 覆盖制造、供应链、金融服务和研发等场景，访问权限沿用底层数据权限。数字来自 LangChain 与客户共同发布的案例，不能当作独立审计结果。
论文研究
Apple 把视觉预测内化到视频推理训练中
Apple 研究团队提出 Internalized Visual Thinking 后训练框架。模型在训练时同时预测未来视频帧的潜在表示和文本答案，推理时直接生成答案，无需合成或重新编码未来图像。论文报告该方法在六组评测中都优于纯文本后训练，与视觉思维链相比达到相当或更好的表现，并把端到端延迟降低五倍以上。结论来自论文设定，仍需在更多模型与真实视频任务中复现。
🔗 Apple Machine Learning Research
技巧与观点
TechCrunch 观察 ChatGPT Work 的采用门槛
TechCrunch 体验了 OpenAI 面向知识工作者推出的 ChatGPT Work。产品由 Codex 改造而来，已进入每月 20 美元的最低订阅档，可以连接邮箱、浏览器和多种办公应用完成多步骤任务。报道援引一项 OpenAI 支持的研究称，6 月有 98% 的 OpenAI 员工使用 Codex，组织订阅者和个人订阅者的采用率分别只有 17% 和不足 1%。这些数字统计的是 Codex，不能直接视为 ChatGPT Work 的使用率。
记者的实际体验也显示，权限设置、跨端界面和任务质量仍会影响采用。连接 Google 日历时，产品可以创建日程却不能创建新日历；部分连接需要完整访问权限，较低推理强度下的结果也不稳定。让智能体进入邮箱、聊天记录和工作文件以前，团队仍要限制数据范围，并为外部操作保留确认步骤。
Google ADK 加入实时语音智能体评估
Google 为 Agent Development Kit 加入原生实时评估。模拟用户会把测试用例合成为音频，驱动语音智能体完成多轮对话，开发者可以在同一套评估循环中给语音回复、工具调用和整段轨迹打分。测试既支持按目标与人设自由对话，也支持固定台词，并可限制总轮数。模型评审和合成语音可以扩大回归测试覆盖，但关键场景仍需要真人听测和错误分析。
Databricks 用 SSH 隧道连接本地 IDE 与云端计算
Databricks 推出新的 SSH 隧道，让开发者从 VS Code、Cursor 或命令行连接 Serverless、AI Runtime 和专用集群，在本地 IDE 中运行和调试工作区文件与笔记本。连接可通过 Databricks CLI 启动，Unity Catalog、工作区文件和项目依赖也能留在同一开发流程中。远程计算仍会产生云端用量，团队需要继续管理访问凭据、集群权限和成本归属。
GitHub 为替代文本增加五项确定性检查
WebAIM 2026 年报告显示，最常访问的一百万个首页中，16.2% 的图片缺少替代文本；已有替代文本的图片里，另有 10.8% 使用含糊描述、文件名或相邻重复内容。GitHub 据此为 Accessibility Scanner 开发插件，默认检查缺失、文件名、占位符、泛化词和相邻重复五类问题，并把需要理解图像与上下文的判断放进可选视觉模型检查。自动规则适合抓明确错误，不能代替使用屏幕阅读器的人工评估。
Anthropic 用 Claude Code 自动生成销售周报
Anthropic 一名市场人员把每周活动、账户和联系人数据接入 Claude Code，为销售代表生成个性化周一简报。试运行中出现过模型编造无效 URL 的问题，团队随后把“只能使用源数据中的链接”等反馈写成九条内容规则，再从十人测试组扩展到全部销售团队。系统会自动发送三项优先行动和相关活动，但作者仍会阅读实际输出。这个内部案例展示了渐进推广和规则迭代，也说明自动化不能省去数据质量检查。
AI 热点日报 · 作者 钟懿 · 数据来源 AI HOT（aihot.virxact.com）