1. 五角大楼将Anthropic列为「供应链风险」，白宫下令联邦机构全面停用 「我们不需要它，我们不想要它，不会再跟他们做生意。」Trump在社交媒体上写道。他签署行政令，要求所有联邦机构停止使用Anthropic的产品。

2. 1100亿美元背后的资本重组：OpenAI的金主从微软变成了三巨头联盟 软银300亿美元，英伟达300亿美元，亚马逊500亿美元，三笔钱汇进同一家公司，背后却是三套完全不同的战略逻辑。

3. 一个AI编程怀疑论者的180度转弯，和他记录下的每一步 去年5月，数据科学家Max Woolf写过一篇博客，标题直白：「作为一个经验丰富的大模型用户，我其实不怎么用生成式AI。」他对coding agent的评价更不客气——不可预测、太贵、炒作远超实际效果。

快讯

• Anthropic向大型开源项目维护者免费提供Claude Max 5000+ GitHub星标或月下载量超100万的开源项目核心维护者可免费使用每月200美元的Claude Max 20x计划，为期6个月，需在近3个月内有活跃提交记录。Simon Willison

• AI正在改变职业围棋选手的思维方式 MIT Technology Review探访韩国棋院，记录AI如何从根本上重塑顶尖围棋手的训练方法和对弈策略。职业选手不再只靠师承和复盘，而是将AI走法内化为自己的棋感。MIT Technology Review

• DualPath打破Agent推理中的KV-Cache存储瓶颈 多轮Agent推理的性能瓶颈已从计算转向KV-Cache的存储I/O。DualPath利用解码引擎闲置的存储网卡带宽，在预填充和解码引擎之间建立双向加载路径，解决了分离式架构中存储带宽的不对称问题。Hugging Face Papers

• OmniGAIA发布全模态AI Agent基准测试 现有多模态大模型多局限于视觉-语言的双模态交互。OmniGAIA评估Agent在视觉、音频、语言三模态联合感知下的复杂推理和工具使用能力，填补了通用AI助手评测的空白。Hugging Face Papers

• GUI-Libra用动作感知监督训练原生GUI Agent 开源GUI Agent在长步骤导航任务上仍落后于闭源系统。GUI-Libra发现标准思维链微调会损害视觉定位能力，提出动作感知监督和部分可验证强化学习两项改进，缩小了与闭源系统的差距。Hugging Face Papers

• 「搜多想少」框架用并行证据采集替代串行推理 深度研究Agent通常靠堆叠推理深度提升性能，代价是高推理成本和延迟。SMTL框架将串行推理替换为并行证据获取，在降低成本的同时提升了跨场景的泛化能力。Hugging Face Papers

• Solaris在Minecraft中构建多人视频世界模型 现有视频世界模型仅支持单Agent视角。Solaris搭建了一套自动化多人数据采集系统，在Minecraft中实现多玩家视角的一致性视频生成，向多Agent环境模拟迈进一步。Hugging Face Papers

• MediX-R1用强化学习训练医学多模态模型生成开放式诊断 医学AI评测长期依赖多选题格式。MediX-R1结合LLM语义准确性判断和医学嵌入相似度奖励，通过分组强化学习让视觉-语言模型输出自由格式的临床推理答案。Hugging Face Papers

• DreamID-Omni统一可控人物音视频生成 将参考图生成音视频、视频编辑、音频驱动动画三类任务整合进单一框架，实现对多角色身份和声纹的解耦控制。Hugging Face Papers

• Sphere Encoder实现单次前向传播生成图像 将自然图像均匀映射到球面隐空间，再从随机隐向量解码回图像。仅用图像重建损失训练，不到5步即可与多步扩散模型竞争。Hugging Face Papers

阅读完整版 →