Google DeepMind 发布 SynthID Bio，可在蛋白质序列中嵌入水印
Google DeepMind 发布 SynthID Bio，这是一组面向 AI 生成生物设计的水印方法，可在不影响生物功能的前提下把不可感知的签名直接嵌入蛋白质序列。该水印类似数字身份证，可帮助 DNA 实验室验证合成蛋白质并保持序列数据库准确，相关工具以开放形式供研究使用。
推荐理由：原文给出 SynthID Bio 的嵌入方式与开放研究入口，读者可据此了解 AI 生物设计溯源的具体做法。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
最新精选
X：Google DeepMind (@GoogleDeepMind)精选AI 评分 X：Arena (@arena)精选AI 评分 小米 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 进入 Agent Arena 榜单
小米 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 进入 Agent Arena，Pro 在开源模型中排名第 5，在 8.1K+ 真实智能体会话中净提升 +3.17%，较 MiMo-V2.5-Pro 的第 13 名提升 9 位、提高 10.4 个百分点。
推荐理由：Agent Arena 的实测排名与成本数据，可用来对比 MiMo-V2.6 两个版本在真实智能体会话中的表现差异。
X：Arena (@arena)精选AI 评分 小米 MiMo-V2.6-Pro 与 Flash 登陆 Agent Arena，Pro 位列开源模型第 5
小米 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 登陆 Agent Arena，Pro 在 8.1K+ 真实智能体会话中净提升 +3.17%，位列开源模型第 5，较 MiMo-V2.5-Pro 的第 13 名提升 9 位、净提升提高 10.4 个百分点。
推荐理由：榜单给出了 MiMo-V2.6 两款模型在真实智能体会话中的排名与成本对比，可据此判断开源模型在 Agent 场景的位置。
Latent Space精选AI 评分 OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol、Ultrafast 与 Decisions API
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API、ChatGPT Spaces 与 Marketplace，并称 ChatGPT 周活达 12 亿。
推荐理由：汇总了 OpenAI DevDay 2026 的发布清单与第三方评测数据，可快速了解各家模型在成本与能力上的相对位置。
Hugging Face Blog精选AI 评分 NVIDIA 发布 Kumo Tabular 表格基础模型，在四个基准排名第一
NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签的表格行即可在单次前向传播中预测新行标签，无需训练、调参和特征工程，同时支持分类与回归。
推荐理由：原文给出模型规模、训练数据来源与四个基准排名，可据此判断表格基础模型相对梯度提升树路线的差异。
Hugging Face Blog精选AI 评分 H公司发布 Holo4 系列智能体模型，含 27B 与 35B-A3B 两个版本
H公司发布 Holo4 系列智能体模型，包含 27B dense 与 35B-A3B Mixture of Experts 两个版本，均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 形式开源在 Hugging Face，同时发布 Holotron4 Nano。
推荐理由：Holo4 同时覆盖 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，可据此判断通用计算机操作智能体的路线取舍。
GitHub Blog · AI & ML精选AI 评分 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指定 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做定级并生成漏洞报告。
推荐理由：原文完整披露了 Fuzzing Taskflow 的流水线分层、覆盖反馈循环与崩溃定级机制，可据此判断 LLM 智能体在安全测试中的可迁移边界。
Microsoft Research精选AI 评分 微软研究：将物理AI推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载做系统性测量，发现把物理AI推理从机器人端侧GPU卸载到边缘或云端GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软对移动操作机器人推理负载的系统性测量，给出端侧、边缘与云端算力取舍的量化依据。
X：Unsloth (@UnslothAI)精选AI 评分 Unsloth 发布 Qwen-Image-2.1 GGUF，12GB 显存可本地运行
Unsloth 发布 Qwen-Image-2.1 的 GGUF 量化版本，可在 12GB 显存下本地运行，7B 模型表现与 Nano Banana 2.0 相当。
推荐理由：Unsloth 给出 Qwen-Image-2.1 的本地量化运行方案与显存门槛，可据此判断本地部署成本。
X：通义千问 / Qwen (@Alibaba_Qwen)精选AI 评分 阿里通义千问发布 Qwen-Image-2.1 图像生成模型并开放权重
阿里通义千问发布 Qwen-Image-2.1，称其为 Qwen-Image 系列中最均衡、最具性价比的图像生成模型，现已开放权重。该模型统一支持生成与编辑，采用 7B 轻量架构，官方称其性能超过多数闭源模型，并大幅加速多图输入的推理。
推荐理由：官方给出 7B 轻量架构、RGBA 原生透明与最多 10 张参考图编辑等要点，可据此判断图像生成与编辑的开放权重选择。
X：MiniMax (@MiniMax_AI)精选AI 评分 MiniMax Code CLI v0.4.12 开源，MIT 协议发布并在 FrontierHarness Eval 取得 SOTA
MiniMax 将 MiniMax Code CLI v0.4.12 面向全球开发者开放，并以 MIT 协议开源。官方称该工具在 FrontierHarness Eval 上取得了 state-of-the-art 的通过率。
推荐理由：MiniMax 把 Code CLI 以 MIT 协议开源并给出 FrontierHarness Eval 成绩，读者可据此判断其编码工具链的开放程度。
X：商汤 SenseTime (@SenseTime_AI)精选AI 评分 商汤发布 SenseNova U1.5 技术报告：开源 8B-MoT 原生统一模型
商汤发布 SenseNova U1.5 技术报告，推出开源 8B-MoT 原生统一模型，通过共享注意力连接理解与生成。模型采用 Pixel Shuffle 加 3×3 空间卷积实现原生 4K 生成，并用多专家在线策略蒸馏整合美学、OCR、信息图与编辑能力。
推荐理由：技术报告与训练配方同步开源，读者可据此了解统一多模态模型如何打通理解与生成。
Google DeepMind精选AI 评分 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单核苷酸变异预测
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，超过 AlphaFold Database 的 30 倍。
推荐理由：读者可了解 AlphaGenome Atlas 如何把 90 亿个单核苷酸变异的预测结果做成可检索资源，以及 AVI 评分在编码与非编码区的用途。
Mistral AI精选AI 评分 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 与 PSG Equity 共同领投。
推荐理由：Mistral 完成 30 亿欧元 D 轮融资，读者可借此了解欧洲主权 AI 路线获得的资本与产业支持。
X：Unsloth (@UnslothAI)精选AI 评分 Unsloth 将 GLM-5.3 量化至 239GB，可在 256GB Mac 本地运行
Unsloth 发布 GLM-5.3 的 2-bit 量化版本，体积从 1.51TB 压缩到 239GB，减少约 83%，精度保留约 81%，可在 256GB Mac 或相应 RAM/VRAM 配置上运行。
推荐理由：原文给出量化后的体积与精度保留比例，读者可据此判断本地部署 GLM-5.3 所需的硬件门槛。
X：Unsloth (@UnslothAI)精选AI 评分 Unsloth 发布 GLM-5.3-Flash GGUF，可在 128GB 内存本地跑 3-bit
Unsloth 发布 GLM-5.3-Flash 的 GGUF 量化版本，可在 128GB 内存上以 3-bit 精度本地运行，并提供了部署指南与 Hugging Face 仓库地址。
推荐理由：Unsloth 放出 GLM-5.3-Flash 的 GGUF 量化版本，并给出 128GB 内存跑 3-bit 的本地部署路径。
X：美团 LongCat (@Meituan_LongCat)精选AI 评分 美团 LongCat-2.0 上线 TokenRhythm，1.6T MoE 原生 1M 上下文并开放 MIT 权重
LongCat-2.0 已在 TokenRhythm 上线，采用 1.6T MoE 架构、约 48B 激活参数、原生 1M 上下文，并以 MIT 许可开放权重。该模型全程在国内 AI ASIC 超算集群上训练，面向仓库级编码和智能体工作流，可通过 OpenSquilla 使用。
推荐理由：LongCat-2.0 的参数量、激活规模、上下文长度与开源许可集中披露，可据此判断它在代码与智能体场景的定位。
X：Unsloth (@UnslothAI)精选AI 评分 Qwen3.8-Flash 通过 Unsloth GGUF 实现 75GB 内存本地运行
Qwen3.8-Flash 这个 125B MoE 模型现已可通过 Unsloth 的 GGUF 在 75GB RAM 上本地运行，Unsloth 称其性能超过 Claude-Opus-4.6 (Max)。Qwen3.8-Flash-Next 面向 CPU RAM 与统一内存配置，可提供接近 VRAM 的速度。Unsloth 已放出使用指南与 Hugging Face 上的 GGUF 文件。
推荐理由：125B MoE 模型在 75GB 内存本地运行的量化方案，为端侧部署提供了可参考的显存与内存配置路径。
Mistral AI精选AI 评分 Mistral 推出区域推理端点与 Priority Tier，并支持第三方开源模型 GLM-5.2
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供承诺服务等级、自定义速率限制和 uptime SLA。
推荐理由：Mistral 把区域推理端点、优先级服务层与第三方开源模型接入放在同一套基础设施上，读者可据此判断主权 AI 的落地路径。