耶鲁 Sonnenfeld 评估黄仁勋去留概率约为五五开
英伟达董事会宣布就 CEO 黄仁勋向员工承认对妻子不忠一事启动独立调查，事件涉及被美方怀疑为中国间谍的 Megaspeed 高管 Alice Huang。耶鲁管理学院教授 Jeffrey Sonnenfeld 认为黄仁勋的职业生涯尚可挽救，但留任概率约为五五开，并指出英伟达扁平化管理使接班人选不明。
推荐理由：耶鲁学者评估黄仁勋去留概率，并梳理英伟达在AI融资网络中的位置与治理结构。
精选
当前热点
完整榜单TechCrunch · AI精选AI 评分8888 The Decoder精选AI 评分8080 Anthropic 的 Fable 5.2 在 Remote Labor Index 上完成 41.3% 的真实自由职业任务
Anthropic 的新模型 Fable 5.2 在 Scale Labs 与 CAIS 的 Remote Labor Index 上以 41.3% 领先，该基准衡量 AI 智能体完成真实自由职业任务、达到客户可接受质量的比例。
推荐理由：Remote Labor Index 用真实 Upwork 项目衡量智能体完成度，并给出与上一代及竞品的横向对比。
The Decoder精选AI 评分9191 Anthropic 启动 IPO 路演，发行价 70 至 78 美元、目标估值至多 1.02 万亿美元
Anthropic 启动 IPO 路演，公开发行 8.25 亿股 A 类普通股，发行价区间 70 至 78 美元，按招股书股数计算目标估值最高 1.02 万亿美元。
推荐理由：路演条款、估值区间与承销结构一并列出，可对照此前私募估值和算力承诺看这轮 IPO 的定价压力。
Google DeepMind精选AI 评分8585 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个由多个 LLM 智能体组成的形式化验证框架，用 AI 智能体对 Signal 协议实际运行的代码做数学证明，验证其关键安全属性。
推荐理由：DeepMind 用多智能体框架对 Signal 协议实际代码做形式化验证，四周完成过去需数年的工作，并开源验证产物。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺 LLM 榜首
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分重回第一，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。
推荐理由：汇总 Fable 5.2 的独立评测、每任务成本变化与订阅额度限制，可看清这次升级的取舍。
TechCrunch · AI精选AI 评分8282 Anthropic 据报推进 IPO，本周设定估值区间
据《华尔街日报》报道，Anthropic 正推进上市计划，本周将设定估值区间，并计划在下周四或周五开始交易。部分机构投资者正推动估值低于上周讨论的 1.5 万亿美元目标，而这一数字本身已远低于几个月前传出的 2 万亿美元。作为对比，其竞争对手 OpenAI 上周在融资 110 亿美元后，估值据报为 1.25 万亿美元，低于最初寻求的 200 亿美元。
推荐理由：在纳斯达克大幅抛售后，Anthropic 仍推进 IPO，其估值区间成为观察 AI 热潮强弱的参照。
The Verge · AI精选AI 评分7676 黄仁勋被曝与疑似中国情报人员有私情，英伟达董事会启动调查
《纽约时报》报道称，英伟达 CEO 黄仁勋与新加坡云服务商 Megaspeed 高管 Alice Huang 存在婚外情，美国官员认为后者是中国情报人员，Megaspeed 与多家中国企业有关联，其马来西亚姊妹公司 2024 年 6 月至 2026 年 2 月间在英伟达芯片和技术上花费至少 48 亿美元。
推荐理由：报道梳理了黄仁勋与疑似中国情报人员的关系如何与其游说放宽对华芯片出口的时间线交织，并给出董事会调查与分析师对融资前景的担忧。
AWS Machine Learning Blog精选AI 评分7878 AWS 上线 Claude Fable 5.2 与 Claude Mythos 5.2
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用，其中 Fable 5.2 面向编码、数学与科研等技术工作，Mythos 5.2 仅通过 Anthropic 的验证计划开放网络安全与生命科学场景。
推荐理由：原文交代了两款模型在 Amazon Bedrock 的上线范围、数据保留要求与迁移方式，可据此判断接入成本。
NVIDIA Blog精选AI 评分7878 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开放世界动作模型 GR00T 2，以及 Isaac Lab 3.0、Isaac Lab-Arena 0.4 等开源机器人技术。
推荐理由：原文给出 GR00T 2 的少样本成功率与 Isaac Lab 3.0 的训练吞吐对比，可据此判断仿真训练在精细操作上的进展。
Latent Space精选AI 评分8282 Thinking Machines 发布 Inkling 2 Small：594B 总参数 MoE，68 小时预训练
Thinking Machines 发布 Inkling 2 Small，一个 594B 总参数、17B 激活参数的多模态 MoE 模型，已在 Tinker 上线，Apache 2.0 权重承诺下周外部安全测试完成后开放。
推荐理由：原文汇总了 Inkling 2 Small 的训练时长、基准成绩与安全披露，可对照同期开源模型判断其位置。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%
Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成时长从 Omni 1.1 的 10 秒提升到 15 秒，并已在 Gemini API 和 Gemini for business 全面开放。
推荐理由：官方给出 15 秒原生生成、多轮对话编辑与 30% 降价的具体变化，可据此判断视频生成成本与工作流。
Microsoft Research精选AI 评分6060 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 发布研究原型 PDD Kit，把用户意图转成 Verus 形式化规范，再证明编码智能体生成的代码对每个输入都满足该规范，证明覆盖不到的部分回退到测试。
推荐理由：微软研究院与 GitHub Next 合作的研究原型，展示如何把智能体生成的代码从逐行审查转向意图审查加形式化证明。
Google DeepMind精选AI 评分7171 Google DeepMind 为 Antigravity 推出化学信息学技能
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，把该产品变成面向计算化学家和实验化学家的科学工作台。
推荐理由：原文给出一个完整药物发现工作流演示，读者可据此判断智能体在化学数据整理与分子设计中的实际分工。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Carbon 在网络安全与长程智能体任务上的基准和定价，可对照两周前发布的 Argon 看迭代节奏。
Google DeepMind精选AI 评分8282 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以研究预览形式向可信测试者开放。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，能模拟空气动力学、碰撞等物理场景以及人物动作与对话。
推荐理由：官方说明了 Genie 4 的原生音频、实时可控与 Gemini 协同推理，读者可据此判断世界模型当前的能力边界。
Microsoft Research精选AI 评分7171 微软研究院等证明31年未解的KLS猜想
微软研究院张新志等研究者证明了1995年提出的KLS猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的效果差距不超过一个与维度无关的固定常数。作者在人类主导的智能体搜索流程中探索了100多条候选路径，由研究者筛选和调整方向，最终通过反复递归应用新判据完成证明；同期另有独立团队给出完整证明，并有Lean 4形式化验证。该结果使此前依赖该猜想作为假设的结论可以无条件成立。
推荐理由：这篇论文用人类主导的智能体搜索证明了一个悬置31年的几何猜想，读者可据此了解人机协作做数学研究的实际分工。
Microsoft Research精选AI 评分6060 微软研究院推出 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并输出可在约 12 毫秒内验证的简短证明。它在笔记本上每秒可证明 720 万至 870 万条 RISC-V 指令，在 15 个基准程序上平均比同类最快 zkVM 快 10 至 39 倍，优化版本可达每秒 950 万至 1280 万周期。
推荐理由：微软研究院把十余年零知识证明成果整合为 Magnetar，读者可了解通用程序证明在速度与密码学假设上的取舍。
Berkeley AI Research精选AI 评分6060 从 CUDA 到 MLX：K-Search 如何将多年内核优化经验带到 Apple Silicon
IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：作者展示了把 CUDA 优化经验迁移到 Apple Silicon 的具体做法，并给出与原生 MLX 内核的对比数据。
已经到底了