Google发布Veo 3.1 Lite，其最具性价比的视频生成模型，现已通过Gemini API提供付费预览，并可在Google AI Studio中测试。

IBM发布Granite 4.0 3B Vision，一款专为企业文档处理设计的30亿参数多模态小模型，支持图像与文本理解，在保持高性能的同时降低部署成本。

文章探讨AI模型定制化的重要性，指出通用模型已成标配，而结合企业专有数据和行业逻辑的定制模型才能构建竞争壁垒，并以Mistral AI为例说明如何实现领域智能。

文章指出当前AI基准测试脱离真实工作场景，提出应采用HAIC（Human–AI, Context-Specific）新基准，评估AI在人类团队和组织流程中的长期表现。

研究者提出一种低成本方法，在25个物种上训练mRNA语言模型，总成本仅165美元，展示了高效利用公开基因组数据和开源工具构建生物序列大模型的可行性。

TRL（Transformer Reinforcement Learning）v1.0 是一个用于大模型后训练的开源库，支持PPO、DPO等算法，旨在灵活适配快速发展的AI对齐与微调技术。

文章探讨了Copilot Health、Amazon Health AI等AI健康工具的兴起，强调其在医疗资源不足背景下的潜力，同时指出缺乏独立评估和透明验证机制的问题，并呼吁建立第三方基准测试以确保安全性和有效性。

OpenAI与盖茨基金会联合举办研讨会，探讨如何在亚洲灾害响应中应用AI技术，帮助救援团队将AI转化为实际行动。

STADLER在230年历史的公司中部署ChatGPT，提升650名员工的知识工作效率，节省时间并加速产出。

本文提供了一份实用的Agent评估准备清单，指导开发者如何构建、运行和部署AI Agent的评估流程，涵盖从基础端到端测试到复杂评估策略的逐步方法，并推荐了LangChain生态中的相关工具。

Kensho基于LangGraph构建多智能体框架Grounding，用于在金融领域实现高可信度的数据检索，整合S&P Global多业务单元结构化数据，并通过路由评估和协议优化提升系统准确性与效率。

苹果iOS新功能支持将耳机变身为实时个人翻译器，利用AI实现跨语言对话翻译，提升沟通效率。

Google发布Gemini 3.1 Flash Live，提升音频AI的自然性与可靠性，已集成至多款Google产品中。

文章介绍了如何为Deep Agents构建评估体系，强调通过有针对性的评测指标来引导和优化AI智能体行为，并开源了相关实现。

文章介绍如何通过“Agent Middleware”在LangChain和Deep Agent基础上定制化智能体框架，满足不同应用场景需求，并提升代码复用与模块解耦。

Google发布最新音乐生成模型Lyria 3，现已通过Gemini API提供付费预览，并可在Google AI Studio中测试。

Google发布Lyria 3 Pro，支持在更多产品中创作更长的AI生成音乐片段，面向专业创作者提供增强功能。

Axiom Math发布开源AI工具Axplorer，帮助数学家发现数学规律，基于此前Meta开发的PatternBoost，现可在普通电脑运行，支持探索性数学研究。

OpenAI发布Model Spec，作为公开框架指导模型行为，在安全性、用户自由与问责之间取得平衡，适用于AI系统演进中的行为规范。

OpenAI推出安全漏洞赏金计划，鼓励发现AI滥用和安全风险，如代理漏洞、提示注入和数据泄露等问题。