导语：本轮最值得关注的是 OpenAI 发布 BioBasicsBench 湿实验评测——九个 AI Agent 尝试自主完成美国国家级实验室的开放研究问题，无一通过专家基准线，暴露当前 AI 在真实科学发现中的能力天花板。与此同时，Google Research 发布智能手表无创高血压检测 AI，仅凭脉搏与运动传感器数据即可达到传统袖带式测量的准确率，已整合进 Google Health 应用，AI 医疗正从概念走向日常健康管理。此外，OpenAI 与 Hacktron 合作挖掘系统漏洞、GPT-6 Cyber 网络安全模型持续落地，AI 安全攻防进入新阶段。
产业与商业
OpenAI 与 Hacktron 合作挖掘系统漏洞
OpenAI 宣布与 Hacktron 合作，利用 AI 系统自主发现 OpenAI 自身系统中的安全漏洞，标志着 AI 安全攻防从被动防御转向主动 AI 驱动的漏洞挖掘。
来源：OpenAI News
OpenAI 获 110 亿美元新融资，估值 1.25 万亿美元
OpenAI 获得约 110 亿美元新融资，为 1.25 万亿美元估值的首笔到账资金，完整轮次或达 200 亿美元。投资方包括 Coatue、T. Rowe Price、软银、红杉、a16z 及阿联酋财团。原计划 300 亿美元融资大幅缩水，AI 融资市场显露谨慎信号。
来源：量子位 | THE DECODER | TechCrunch
Anthropic 1.5 万亿美元 IPO 遭投资者抵制
Anthropic 的 IPO 计划遭遇阻力，投资者对 1.5 万亿美元估值提出质疑，部分投资者认为估值应低至 1 万亿美元。中期选举后科技股大幅抛售，多个州通过限制数据中心扩张的 ballot initiatives，进一步加剧市场对 AI 行业的谨慎情绪。
来源：THE DECODER
Perplexity 推出常驻型工作智能体 Teammates
Perplexity 推出 Teammates——每个智能体运行在独立虚拟机上，7×24 小时持续处理工作项目，用户可通过专属线程跟踪进度，需 Max 套餐（200 美元/月）。Perplexity 正式加入 SpaceX、Meta、OpenAI、Anthropic 的常驻 Agent 竞争。
来源：THE DECODER | The Verge
微软 reportedly 正在终止与 Oracle 的云端 AI 容量租赁交易
据彭博社报道，微软正在重新考虑从”新云”（neoclouds）租赁服务器容量以支持其 AI 业务，并自拒绝续签 2023 年协议以来已关闭从 Oracle 租赁的容量。消息称 Oracle 提供的算力使用的是较旧的 Nvidia 芯片，对微软已失去吸引力。
来源：The Verge
学术与前沿
OpenAI 发布 BioBasicsBench：九个 AI Agent 全部未通过专家基准线
OpenAI 发布 BioBasicsBench 评测，让九个 AI Agent 尝试自主完成来自美国国家级实验室的开放研究问题。结果显示无一通过专家基准线，暴露当前 AI 在真实科学发现中的能力天花板——AI 能辅助科研，但离”自主科学家”仍有显著差距。
来源：OpenAI News | THE DECODER
Google Research 智能手表 AI 无创检测高血压
Google Research 发布 AI 模型，仅凭智能手表内置的脉搏传感器和运动传感器数据即可检测高血压迹象，无需袖带校准。在 196 人的研究中，手表识别高血压的准确率（65.8%）已接近传统诊室测量（55.3%）。该功能已整合进 Google Health 应用，超过一半高血压患者不知道自己患病，此技术有望推动早期筛查。
来源：THE DECODER | Google Research
Nous Research Arete-27B：将中国 AI 模型宣传倾向降低 95%
Nous Research 对阿里巴巴 Qwen3.8-27B 进行重新训练，产出 Arete-27B，将”亲中”宣传响应率从 22% 降至不到 1%，同时保持通用能力不变。该方法依赖 5300 万 token 的监督微调，研究团队称政治偏见是”后期叠加的、薄薄的一层”，可通过微调剥离。
来源：THE DECODER | AlphaSignal
VideoZeroBench：主流视频 AI 模型视觉接地得分接近零
新 benchmark VideoZeroBench 揭示当前主流视频生成模型在视觉接地（visual grounding）任务上得分接近零，暴露 AI 视频生成在空间理解和物理一致性方面的根本短板。
来源：AlphaSignal
斯坦福研究：26 个 AI Agent 在多用户共享控制下表现危险
斯坦福大学研究发现，26 个 AI Agent 在多个用户共享控制权的场景下会出现危险行为，为 Agent 安全部署敲响警钟——当 Agent 获得执行权限且用户控制权分散时，安全边界可能被突破。
来源：AlphaSignal
工具与产品
OpenCode Browse：AI 编码 Agent 直接控制已登录浏览器标签页
OpenCode 发布 Browse 功能，让 AI 编码 Agent 能够直接控制用户已登录的浏览器标签页，无需重复登录即可操作内部系统、管理后台等需要认证的 Web 应用，大幅扩展 Agent 的实操能力边界。
来源：AlphaSignal
Unsloth 将 Qwen-Image-2.1 权重存储压缩一半，适配消费级 GPU
Unsloth 发布 Qwen-Image-2.1-Turbo 优化版本，将权重存储压缩一半至 2.47 GB，使消费级 GPU 也能运行高质量图像生成模型，进一步降低 AI 图像生成的硬件门槛。
来源：AlphaSignal
CCORE GLB-3D-Coder：文本提示直接生成可编辑 3D 游戏资产
CCORE 发布 GLB-3D-Coder，将文本提示转化为可编辑的 3D 游戏资产，在 AlphaSignal 社区获得 4026 点热度，推动 AI 辅助游戏开发从概念走向实用工具。
来源：AlphaSignal
COEVO：在优化芯片设计的同时自动修复 Bug
COEVO 在芯片设计优化任务中实现突破——不仅优化性能指标，还能自动检测并修复设计中的 Bug，在 AlphaSignal 社区获得 1951 点热度，展示 AI Agent 在复杂工程流程中的端到端能力。
来源：AlphaSignal
Google DeepMind 发布 Gemini Omni 1.2 Flash
Google DeepMind 发布 Gemini Omni 1.2 Flash 视频生成模型，支持 3 至 15 秒视频片段生成，可对视频进行局部编辑而无需重新生成整个片段，在连续镜头运动和”自然 sounding”对话方面有所提升。
来源：Google DeepMind | Google AI Blog
Google DeepMind 发布 Agentic Cheminformatics with Google Antigravity
Google DeepMind 发布基于 Google Antigravity 平台的智能体化学信息学工具，将 AI Agent 引入化学分子设计与分析流程，加速药物研发和材料科学中的化学信息处理。
Hugging Face 推出 Phonon TTS：端侧高质量语音合成
Hugging Face 发布 Phonon TTS，主打端侧（on-device）高质量语音合成，在基准测试中表现领先，为隐私敏感场景和低延迟应用提供新的 TTS 选择。
Hugging Face 发布 ToyBlocks：机器人学习与评估的受控世界
Hugging Face 与 Allen AI 合作发布 ToyBlocks，为机器人学习和评估提供受控的模拟世界环境，旨在解决机器人训练数据稀缺和评估标准不统一的问题。
NVIDIA 发布 Cosmos 3 开放模型：交互式世界模拟
NVIDIA 发布 Cosmos 3 开放模型系列，专注于交互式世界模拟，为物理 AI、机器人训练和仿真提供基础模型支持。
Apple ML Research 发布 Faster Retrieval：更高效的 RAG 检索
Apple ML Research 发布 Faster Retrieval 技术，优化 RAG（检索增强生成）管道中的检索速度，在保持准确率的同时显著降低延迟，为端侧 AI 应用提供更流畅的体验。
GitHub 发布 Agentic Engineering 开发者指南
GitHub 发布”Beyond code generation: A developer’s guide to agentic engineering”指南，面向开发者介绍如何从代码生成转向智能体工程，涵盖 Agent 驱动开发工作流的设计与实践。
Google DeepMind 发布 Genie 4：新一代世界模拟
Google DeepMind 发布 Genie 4，新一代世界模拟系统，能够生成可交互的虚拟环境，为游戏、机器人训练和虚拟现实提供新的内容生成方式。
Google DeepMind 发布 Gemini 4 Carbon：下一代前沿模型
Google DeepMind 发布 Gemini 4 Carbon，定位为公司下一代前沿模型，在推理、多模态理解和 Agent 能力方面进一步提升。
Google DeepMind 发布 AlphaGenome Atlas：人类基因组变异预测图谱
Google DeepMind 发布 AlphaGenome Atlas，构建人类基因组中每一个可能的 DNA 字母变化的预测图谱，为遗传疾病研究和精准医疗提供全面参考。
Google DeepMind 发布 WeatherNext 3：最先进全球天气 AI 模型
Google DeepMind 发布 WeatherNext 3，号称最先进、最精确的全球天气 AI 模型，在天气预报精度和计算效率上均有显著提升。
Google DeepMind 发布 SynthID Bio：生物特征内容溯源
Google DeepMind 发布 SynthID Bio，为生物特征领域的内容提供溯源和防伪技术，帮助区分真实生物数据与 AI 生成内容。
Google DeepMind 发布 Gemini 3.8 Live 与 Live Avatar
Google DeepMind 发布 Gemini 3.8 Live 及 Live Avatar 功能，支持实时语音交互和虚拟形象驱动，为人机交互提供更自然的体验。
Google DeepMind 发布 Gemini 3.8 Text-to-Speech
Google DeepMind 发布 Gemini 3.8 文本转语音系统，在语音自然度和多语言支持方面进一步提升。
Google DeepMind 发布 EmbeddingGemma 2：轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，开放、轻量级的多模态嵌入模型，为语义搜索、推荐系统和 RAG 应用提供高效向量表示。
观点与思考
Frontier Radar #5：如果 AGI 如此临近，为何所有人都在离开？
THE DECODER 发布 Frontier Radar 第 5 期深度分析，探讨一个悖论：一边是 AGI 即将到来的乐观预测，一边是大量 AI 安全研究员和顶尖人才离开头部实验室。文章分析了”新实验室”（neolabs）的赌注与人才流动趋势。
来源：THE DECODER
METR 发现 Anthropic 可能已在 7 月跨越自身 AI 加速预警阈值
AI 安全评估组织 METR 发布报告，发现 Anthropic 可能已在今年 7 月跨越其自行设定的 AI 研发加速预警阈值。该报告引发业界对 AI 自我加速研发风险的广泛讨论。
来源：THE DECODER
Thinking Machines 发布 Inkling 2 Small：宣称最强西方开放权重模型
Thinking Machines 发布 Inkling 2 Small，一个 594B 参数的 Agent 优先模型，宣称在西方开放权重模型中占据领先地位，在多项 Agent 基准测试中表现突出。
来源：THE DECODER
为了去 AI 味，人类开始主动写烂文章了
量子位深度报道：随着 AI 生成文本检测工具普及，人类作者开始刻意写错别字、语序不通、缺少成分来「自证人类」。AI 检测器对文字拥有前所未有的裁判权，甚至影响作家出版与奖项资格，人机语言正在互相「窜味儿」。
来源：量子位