本周的叙事可以用一个词概括:兑现——模型厂商在推理效率、Agent真实能力、平台生态三个方向集中交付上季度承诺的成果。微软CEO Satya Nadella在Build大会后连续两场深度访谈中,将公司定位从“前沿模型提供商”重新定义为“前沿智能平台”,并透露出OpenAI关系的新平衡。同时,NVIDIA、Google、微软在推理侧密集出货:Nemotron 3 Ultra以550B MoE架构实现5倍Agent推理加速,Gemma 4推出12B端侧多模态模型,微软MAI系列一口气发布7款模型并公布MAIA 200芯片的30%性价比优势。Agent评估领域,Andon Labs用自动售货机揭示基准与现实之间的巨大鸿沟,而OpenWebRL则在视觉web Agent上证明多轮RL的有效性。形式化定理证明方面,Goedel-Architect和LEAP两篇论文将开源系统推向99.2% MiniF2F和满分Putnam的新水平。最后,OpenAI的Lockdown Mode和Dreaming记忆升级在安全和产品体验上完成了碎片拼图——Lockdown Mode提供了一种确定性对抗Prompt注入的方案,Dreaming则让ChatGPT的记忆从用户手动保存进化到后台主动合成。
本周推荐系统研究围绕三条技术主线展开。 主线1:生成式推荐从“能跑”走向““跑得稳”——语义ID与推理能力成为工业焦点。 Pinterest的UniPinRec实现了检索与排序的全栈统一(线上engagement +1%,延迟-11.1%),跳出了生成式推荐仅做检索的边界。快手的OneReason(线上部署)则揭示了思考模式在生成式推荐中无效的根本原因——感知与认知双因素缺失,并给出三级CoT格式和专化-统一训练的解决方案。两者的共同指向是:生成式推荐的核心瓶颈已从模型架构转移至数据形态(语义ID)与系统协同。 主线2:跨域冷启动从“搬特征”到“学迁移”——LLM作为跨域桥接器开始大规模落地。 快手的RGCD-Rep(服务4亿+用户)用MLLM推理蒸馏将短视频用户兴趣迁移至直播,冷启动参与度显著提升。Meta的Quantizing Intent论文(线上AUC +1.522%冷启)则将有机feed行为量化为语义ID注入广告排序,证明行为富集度决定跨域迁移质量。两篇的共同发现是:跨域迁移的关键不在对齐特征,而在构建可迁移的语义表征。 主线3:LLM/Agent增强推荐走向行业差异化——从通用检索到垂直场景的深度适配。 理想汽车的HPRO(132天A/B,销量+9.5%)将偏好优化引入销售线索评分,解决稀疏监督和漏斗层级问题。快手的Taiji(CTR +12.4%,收入+15.2%)提出帕累托最优策略优化,在语义与ID之间找到最优权衡点。Syft的DynaTree(生存率提升1.5倍)则用离线智能体建树+在线轻量子树选择解决时间敏感新闻检索的效率问题。这些工作表明,LLM在推荐中的应用正从“通用方案”走向“场景定制”。
今日 AI 领域迎来多个里程碑:NVIDIA 发布 550B MoE 混合 Mamba-Attention 的 Nemotron 3 Ultra,专为长周期 Agent 工作流设计,推理加速 5 倍。Axiom Math 的 AI 系统在普特南数学竞赛中满分 120 分,超越人类顶尖本科生,形式化验证驱动推理能力质变。OpenAI 升级 ChatGPT 记忆系统至“做梦”范式,后台自动合成上下文记忆。微软 CEO Satya Nadella 在深度访谈中阐述 AI 平台转型战略,强调多模型生态与全栈构建者崛起。同时,Supabase 完成 5 亿美元融资估值达 100 亿美元,Cursor 推
今日 AI 领域迎来多个重磅发布与产业信号:微软发布自研推理模型 MAI-Thinking-1 及 7 个新模型,并推出 Agent Control Specification 开源标准,标志其 AI 战略全面加速。GitHub 发布 Agent-native 桌面控制中心 Copilot app,其 COO 透露 AI Agent 导致代码提交量激增 1400%,基础设施面临新挑战。OpenAI Codex 周活用户突破 500 万,非开发者占比激增,正从编程工具向通用生产力平台演进。同时,Anthropic 将 Project Glasswing 扩展至 15 国关键基础设施,发现超 10