AI 新闻

据报道，英伟达正与开源模型初创公司 Reflection AI 洽谈收购。这笔潜在交易折射出算力厂商向模型层延伸、以及“开放权重”路线在资本层面的新博弈。

微软发布 Decision-1，基于 Qwen3.5-9B 微调，专攻快速分类与路由，官方测试称在 36 项基准上达到 83.5% 准确率、85 毫秒延迟。这标志着“决策模型”正从概念走向独立产品品类。

据 Business Insider 报道，Google 内部已有员工将尚未公开的 Gemini 4「Carbon」版本的编码能力与 Anthropic 的 Opus 5.5 相提并论；与此同时，Gemini App 与 AI Studio 中出现新功能模式，暗示 Gemini 4 的更大范围发布正在临近。

微软推出 Microsoft-Decision-1，基于阿里 Qwen3.5-9B 后训练，为每个固定选项返回校准概率，用于路由、分类、验证与智能体控制，已在 Microsoft Foundry 和 OpenRouter 上线。

Nace.AI 开源了 9B 决策模型 Drex 1.5，一次前向传播即可为每个候选选项输出概率，支持 128K 上下文，在 Decision Index 0.3.1 上得分 58.08。

阿里 Qwen 团队发布 Qwen-Image-2.1-Turbo，在保持 7B 架构不变的前提下，将图像生成与编辑的去噪步数从基线的 40 步降至 8 步，并同步提供托管 API。

Underdog Saluki 27B 把 Qwen3.8-27B 压到 7.89GB 的 2-bit GGUF，在工具调用上反超 54GB 原版，但在数学与推理上明显退步。

LMArena 母公司完成 2 亿美元融资，由 Lightspeed 与 Khosla 领投，估值十个月内近乎翻倍至 31 亿美元，并开始把对齐问题（如模型是否会撒谎）纳入评测范围。

TechCrunch 报道称，OpenAI 生成的大量数学证明偏离了其咨询的数学研究者所设定的规范。这暴露出前沿模型在专业数学场景中，形式正确性与学术规范之间仍存在明显落差。

JetBrains 发布 Apache 2.0 许可的 Mellum2.1，一个 12B 总参数、2.5B 激活参数的 MoE 思考模型，通过在真实代码仓库中的强化学习，将 SWE-bench Verified 得分从 2.0 提升到 47.0。

NVIDIA 提出 PivotOPD，一种 on-policy 蒸馏方法，训练多轮 LLM 智能体规避并挽回早期关键性错误，在三个智能体基准上对 13 个基线取得最佳平均成绩。

Perplexity 推出 pplx-embed-v2-late 嵌入模型，提供 0.6B 边缘版和 9B 索引版，均以 MIT 许可开源，最高在 MADQA 上得分 92.4%，最低在 ViDoRe v3 Markdown 上为 61.2%。