01
OpenAI 用智能体流水线发现并修复 948 个 Linux 内核提权漏洞
OpenAI 公布一套自动执行漏洞发现、利用验证和补丁生成的智能体流水线，单次运行确认并修复了 948 个 Linux 内核本地提权漏洞，总 API 成本约 120 万美元。团队称其中至少 10 种利用技术此前未被其研究人员和受访专家掌握，并正与 Linux 维护者及 Patch the Planet 合作披露，显示网络安全智能体已能把研究成果推进到可审阅补丁。
原文链接02
Google 发布 Gemini Omni 1.2 Flash 视频生成与编辑模型
Google 推出 Gemini Omni 1.2 Flash，可通过 Gemini API 生成 3 至 15 秒视频，并支持多轮对话编辑、参考图一致性、多说话人语音与口型同步，720p 价格为每秒 0.07 美元。相比上一代降低 30% 的价格并覆盖草稿、编辑和 4K 放大流程，使开发者更容易把可控视频生产接入应用，但快速动作和复杂物理仍是官方列出的限制。
原文链接03
字节跳动开放 Axion 1.0-35B 的权重、数据与训练流程
字节跳动发布 Apache 2.0 许可的 Axion 1.0-35B 智能体模型，采用约 350 亿总参数、30 亿激活参数的 MoE 架构，并同步开放代码、训练数据、提示词和可复现训练方案。完整披露两阶段 SFT 与长程工具轨迹强化学习流程，使这次发布的价值不仅在模型性能，也在于为智能体后训练和可验证工具使用提供可复用基线。
原文链接04
Anthropic 开源可验证推理系统 FlashProve
Anthropic 开源 FlashProve，可让服务商在不公开模型权重的情况下，用零知识证明确认回答确实来自指定模型；其在 400B MoE 的 Llama 4 Maverick 上实现约 110 token/s，每 1024 token 产生约 19MB 证明。当前证明成本仍是普通推理的 70 至 95 倍，但该系统为模型防调包、第三方评测核验和生成内容溯源提供了可执行的密码学路径。
原文链接05
GitHub 新 Git 存储系统承载 5000 个并发智能体
GitHub 公布面向智能体规模设计的新 Git 存储系统，在 5000 个并发智能体压力下达到每秒 7200 次推送。代码智能体把提交频率从人类节奏提升到机器并发后，版本控制的写入吞吐、冲突处理和存储架构正在成为开发平台的新基础设施约束。
原文链接06
月之暗面开放 Kimi K3.1 Pro 权重
月之暗面开放 Kimi K3.1 Pro 权重，该模型总参数约 2.8 万亿、激活参数 1040 亿，支持图文输入和 100 万 token 上下文，并强化代码、金融研究与长程智能体任务。旗舰模型从 API 服务转为可下载权重，让企业和研究团队能够直接评估其超长上下文、稀疏注意力与私有部署成本。
原文链接07
腾讯混元发布 Hy4，加入视觉输入与电脑操作能力
腾讯混元发布 Hy4 正式版，在扩大预训练与后训练规模的同时加入视觉输入和电脑操作，并针对 Unity、Unreal、Godot 与 Office 文件任务进行训练。模型把长文理解、深度研究和界面执行放进同一开放模型体系，为游戏开发、办公自动化和长程智能体提供了新的国产底座选择。
原文链接08
美团 LongCat 发布 1.6 万亿参数原生多模态模型 LongCat-2.5
美团 LongCat 发布 LongCat-2.5，模型总参数 1.6 万亿、每 token 激活约 480 亿，以统一图文输入支持原生视觉理解、复杂代码库开发和完整项目构建。长序列训练、大规模 Agentic RL 与失败轨迹复现被用于提升长程任务能力，反映出国内超大 MoE 模型正在把多模态感知直接并入智能体训练。
原文链接09
腾讯混元推出支持数周研发项目的科研智能体 Hyra 2.0
腾讯混元发布 Hyra 2.0，以 Overall、Mission、Worker 三层协作框架拆解任务，并让智能体在数周级研发项目中生成可供后续研究复用的工具。系统已用于蛋白质设计、分子模拟、数学证明和量子纠错，重点从一次性回答转向能沉淀资产的科研工作流。
原文链接10
vLLM 0.33.0 在 GB300 上将解码性能提升 1.5 至 2 倍
vLLM 发布 0.33.0，合入 927 次提交，升级到 PyTorch 2.14，并提供基于 CUDA 13 的安装包，在 GB300 上实现 1.5 至 2 倍解码性能提升。推理框架对新一代硬件的快速适配可直接降低高吞吐服务成本，但 CUDA 版本要求也会影响现有部署环境的升级节奏。
原文链接本期完