最新模型
LAION-BVD 公開 13 億個影片網址，實際處理 8,000 萬段、總長一千萬小時
LAION-BVD 從 Common Crawl 建立跨影片、音訊與影格的開放研究資料，並釋出 5,500 萬段合成字幕 clip 與 3 億張影格等子集。ViCLIP 評測最多領先 InternVid 基線 2.1%，但資料僅限研究用途，來源權利、網址失效與合成標註誤差仍須另行治理。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
最新模型
代理工具
Claude Code 2.1.248 加入 restricted 模式，預設移除命令執行與 WebFetch
新旗標把檔案工具限制在工作目錄，並略過使用者與專案設定，方便評測平台或共享主機執行代理。它仍可由啟動參數重新加入工具，也不是作業系統層級的沙箱。
推論系統
Atlas 以純 Rust／CUDA 推論引擎在單顆 GB10 對決 vLLM，高併發吞吐最高快 22.5%
Atlas 公開 Qwen3.8-27B-NVFP4 的可重跑測試，在 DGX Spark 的 1 至 128 路併發均領先 vLLM。結果只涵蓋單一模型與短輸入、長輸出負載，尚不能推廣至一般資料中心部署。
AI 安全
AWS 以三段 Strands hook 審查代理工具流，但不能取代權限控制
AWS 提出在模型輸入、工具參數與工具輸出分別呼叫 Bedrock Guardrails，填補只檢查提示詞與回答的空隙。範例可按工具套用不同規則，卻未公布延遲、誤判率或對結構化動作的安全評測。
最新模型
BPCO 以單一 rollout 訓練 LLM critic，取代 GRPO 的多回應組內比較
BPCO 結合受限 value head、Monte Carlo target 與長度自適應 GAE，讓 critic 從單一回應估計逐 token advantage。作者在 1.5B 至 30B-A3B 模型上追平或超越多樣本方法，但尚未證明整體訓練成本較低。
代理工具
SandboxAQ Switch 以 Matrix 房間連接多款 AI 代理，但授權禁止銷售衍生服務
Switch 把 Slack、Teams、Discord 等頻道映射至共享房間，讓 Codex、Claude Code 與其他代理保留共同上下文。程式碼可自行部署，但 Commons Clause 限制商業轉售，且成本防護與部分安全控制尚未完成。
代理工具
ASIL 以結構化狀態取代螢幕點擊，軟體代理成功率由 6.6%升至 81.6%
ASIL 讓代理讀取 JSON 軟體狀態，再透過檔案解析器、原生腳本或服務 API 執行語意動作。它在 380 項任務顯著超越螢幕控制，但比較同時改變了代理可見資訊與操作粒度，不能單純解讀為模型能力提升。
代理工具
Anthropic 預覽 MHS，以統一驅動器讓 AI 代理控制實驗室與製造設備
Model Hardware Standard 把設備狀態與操作抽象成可發現的 `read`、`write` 等原語，並可透過 MCP、CLI 或程式介面調度。它已用於液體處理器、機械臂與量子電腦雷射，但規格及程式碼仍未公開，安全性證據主要來自合作夥伴的概念驗證。
推論系統
vLLM 在 Ironwood TPU 支援 16K embedding，StepPool 保存分段 prefill 狀態
Google 與 vLLM 為 Qwen3 embedding 模型加入張量對齊、編譯預熱及可跨分段累積的 pooling 狀態。官方在四顆 Ironwood TPU 上報告約 8.4 萬 token/s，但尚未提供同成本 GPU 對照或真實檢索品質測試。
最新模型
Gemini Omni 1.1 Flash 以十秒上下文延伸影片，4K 輸出實為升頻
Google 將對話式影片模型推進正式版，新增首尾幀插值、最長 40 秒場景延伸與四級解析度控制。新介面增加工作流程可控性，但 1080p、4K 均由升頻產生，複雜動作與文字一致性仍有限。
最新模型
SHROOM-Visions 以 2 萬筆四語資料評測 VLM 幻覺，中文最佳 IoU 仍僅 0.53
新共享任務要求系統逐字定位並分類視覺語言模型的幻覺，而非只判斷整段回答是否可信。27 個團隊提交逾 600 個系統，但封閉測試與不穩定的相鄰排名限制了結論。
最新模型
Granite 4.2 以代理環境強化學習訓練 8B／30B 模型，並開放 FP4、FP8 與 GGUF 版本
IBM 發布 3B、8B、30B 三款 Apache 2.0 密集模型，加入可切換推理模式與原生工具呼叫。8B、30B 額外在程式庫、終端及搜尋沙箱中接受代理式強化學習，但官方資料對基礎訓練沿革的描述並不一致。