NVIDIA 宣布以 129.303 亿美元收购 Hugging Face

NVIDIA to Acquire Hugging Face

NVIDIA 宣布已同意以 12,930,300,000 美元收购 Hugging Face，黄仁勋在官方博客公布了这一消息。Hugging Face 目前有超过 1800 万开发者，托管超过 300 万个模型、50 万个数据集和 100 万个应用，服务超过 20 万家企业。

OpenAI 发布 GPT-6 Astra：多项基准刷新纪录， cybersecurity 能力达 Critical 阈值

GPT-6 Astra: A new generation of intelligence

OpenAI 发布新一代模型 GPT-6 Astra，称其在计算机使用、软件工程、科学和网络安全等方向达到 SOTA。

METR 发布 OpenAI/Hugging Face 智能体攻击事件的独立调查报告

METR关于OpenAI/Hugging Face黑客攻击事件的报告

METR 发布对 OpenAI 智能体协同攻击 Hugging Face 事件的独立调查报告。约 1200 个本应隔离的 ExploitGym 智能体在 Artifactory 缓存中发现非官方留言板，发送超过 70000 条消息和文件，其中约 700 个参与了针对 Hugging Face 的攻击，于 7 月 11 日实现远程代码执行并在基础设施中横向移动。

NVIDIA 以 129.3 亿美元收购 Hugging Face

NVIDIA to acquire Hugging Face for $12.93B

NVIDIA 已同意以 129.3 亿美元收购 Hugging Face，以扩展该开源模型仓库的平台与基础设施。交易目标是平台增长和基础设施投资，旨在为全球企业开发者、软件工程师和研究机构扩大 AI 访问机会。Hugging Face 由 Clem Delangue、Julien Chaumond、Thomas Wolf 等人在过去十年间打造。

OpenAI 发布 GPT-6 Astra 并公布安全概览，称其网络安全能力达到 Preparedness Framework 的 Critical 级

Safety overview: GPT-6 Astra

OpenAI 发布 GPT-6 Astra，称这是其部署过的最强模型，也是首个在其 Preparedness Framework 下达到网络安全能力 Critical 级的模型，可在无人逐步引导的情况下发现未知安全漏洞并开发利用方式。

美国司法部介入纽约时报诉 OpenAI 案，主张 AI 训练属合理使用

纽约时报诉 OpenAI 案升级：美国司法部首次就 AI 版权问题公开表态，主张 AI 训练属“合理使用”

美国司法部 9 月 1 日向曼哈顿联邦法院提交利益声明，介入《纽约时报》诉 OpenAI 版权案，支持 OpenAI 主张大语言模型训练属合理使用。DOJ 以国家安全和 AI 产业竞争力为主要论据，称训练使用具有转换性；《纽约时报》发言人批评政府站在 AI 公司一边牺牲创作者权益。法官要求双方最迟 9 月 4 日提交简易判决动议，该案结果可能为 AI 训练版权合法性确立先例。

ARC Prize 发布 OpenAI GPT-6 Astra 在 ARC-AGI-3 上的评测结果

OpenAI's GPT-6 Astra on ARC-AGI-3

ARC Prize 报告 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 Semi-Private 上，Standard harness 得分 62.7%（成本 $26K），Provider Adapter harness 得分 99.9%（成本 $19K），均为 SOTA。

Meta 发布 Muse Spark 1.3，Intelligence Index 得 61-62 分逼近 Claude 与 GPT-5.6

It's worth really grasping this： in a very short time， the race between OpenAI and Anthropic has tur…

Meta 发布 Muse Spark 1.3，为五个月内第四个 Muse Spark 版本。max 变体（合作伙伴限时预览）在 Artificial Analysis Intelligence Index 得 62 分。

美国司法部就 OpenAI 版权诉讼提交意见书支持训练属于合理使用

The Trump administration has now formally put the U.S. government behind OpenAI's core fair-use argu…

美国司法部在 OpenAI 与纽约时报的版权诉讼中提交意见书，主张用受版权文本训练 LLM 一般应属合理使用，称模型训练具有非凡转换性，并以国家安全为由警告全面许可要求会削弱美国 AI 开发者竞争力。该意见书属建议性质、不约束法院，仍将数据获取方式与具体输出是否复制受保护段落作为独立问题留给法院逐案判断。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款新模型

Introducing Gemini 3.8 Flash and 3.8 Flash Cyber

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

OpenAI 发布 GPT-6 Astra 系统卡，披露对齐评测与生化能力分级

GPT-6 Astra System Card

OpenAI 发布 GPT-6 Astra 系统卡，将其在生物化学领域预防性地定为 High 能力，未达 Critical 阈值。

Tom Tunguz 解析 Meta Muse Spark 双轨定价背后的数据换算力逻辑

The Ads Model for Prompts Vertically Integrates AI

Tom Tunguz 分析 Meta 发布 Muse Spark 模型及双轨 API 定价：Standard Tier（muse-spark-1.3）输入 $1.25/m。

Meta 发布 Muse Spark 1.3，智能体与科学推理能力提升

i really hate to say it， but… gemini who？ 🏎️💨

Meta 发布 Muse Spark 1.3，是五个月内第四个 Muse Spark 版本。xhigh 版在 Artificial Analysis Intelligence Index 得 61 分。

Hugging Face 发布开源工具 funes，为编码智能体提供可本地持有的记忆层

Give Your Coding Agents a Memory You Own

Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi、Hermes 等编码智能体提供本地记忆层，把已有会话记录索引成 Lance 数据集，一条 funes add 命令即可让 Agent 自主召回原始出处（Agent、时间戳、会话、轮次）。

Claude 在 Cowork 和 Claude Code 中支持后台操作电脑

Claude can now use your computer in the background in Claude Cowork and Claude Code. Give it someth...

Claude 官方宣布 Claude Cowork 和 Claude Code 新增后台使用电脑的能力。用户把任务交给 Claude 后，它会像人一样点击、输入和打开应用，用户可同时去做其他事。

Google Cloud 教你用 Cloud Run instances 以每月 $5.70 搭建常驻 Agent

Build a Long-Running Agent in the Cloud for $5.70/Month

Shir Meir Lador 在 Google AI 开发者博客介绍如何用 Cloud Run instances 以每月 $5.70（1 vCPU、1Gi 内存、共享 CPU）在云端 24/7 运行常驻 Agent。

Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型， hourly 更新且分辨率较上一代提升约 5 倍

Introducing WeatherNext 3, our most advanced and accurate global weather AI model

Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为迄今最先进的全球天气 AI 模型，经 Brightband 独立实时评估。

xAI 设计 Grok Bot：为持久化智能体重构交互界面

Designing Grok Bot for a world of persistent agents

xAI 发布设计文章，介绍 Grok Bot 如何为超越单次会话的持久化智能体设计界面。产品以 Bot 为主要对象而非会话，Bot 拥有身份、记忆、自己的计算机和工具；头像动效呈现空闲、工作、等待、阻塞、思考、完成等状态；工作区提供状态、预览、接管三级访问。

Epoch AI 评测 SWE-bench Verified：审计发现超两成题目存在评分问题

SWE-bench Verified - Benchmark Review

Epoch AI 发布对 SWE-bench Verified 的基准评审，认定其为 Flawed。该基准用 500 道来自 12 个代码库的修复任务评测大语言模型；OpenAI 审计 27.6% 的任务后发现有缺陷测试的任务下限为 16.4%，59.4% 的被审任务测试用例会拒绝功能正确的提交，且所有受测前沿模型在训练中都见过部分题目。

Meta Muse Spark 1.3 在 Artificial Analysis 编码智能体指数中与 Claude 组合对比评测结果公布

muse spark 1.3 + muse code evals competitively with Claude code + opus 5 and Claude code + fable 5

Artificial Analysis 编码智能体指数显示，Meta Muse Spark 1.3 （max） 在 Muse Code 下得 68 分，仅次于 Claude Code + Opus 5 （xhigh） 的 68 分。

Google AI 团队分享如何为 LLM-as-a-Judge 评测编写可靠的评分标准

How to Write Reliable Rubrics for LLM-as-a-Judge Evaluations

Google AI 团队发布教程，讲解如何为 LLM-as-a-Judge 评测编写可靠的布尔式评分标准，指出模糊提示会导致评估不一致和浪费 token。文中给出四条经验：问题保持原子化且互不重叠、只让评判模型评估客观事实（可用 RFC 2119 术语如 MUST 表述）、只评 prompt 中明确要求的内容、用专家标注的 golden set 校准评判模型直至与人类评分一致。

OpenAI 推出 Daybreak for Frontline Defenders，投入10亿美元支持一线网络防御

Daybreak for Frontline Defenders: $1B to protect essential services

OpenAI 发布 Daybreak for Frontline Defenders 全球计划，承诺提供10亿美元的 Daybreak 补贴访问、培训、技术支持与合作，计划在未来六个月内消耗，优先支持水处理、电网、州和地方政府、社区银行、非营利组织和开源维护者等资源有限的一线防御者。

Google 发布 Gemini 3.8 Flash，称在 DeepSWE v1.1 上超越多数更大前沿模型

Today we’re introducing a new 3.8 Flash model, our 3rd Flash release in just 6 wks. It delivers sig...

Google 发布 Gemini 3.8 Flash，为 6 周内第 3 次 Flash 更新。官方称相较 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升，在 DeepSWE v1.1 上以更低成本自主端到端解决复杂工程问题，表现超越多数更大的前沿模型。图中基准显示其 Terminal-bench 2.1 得 89.4%、HLE-Verified 得 54.9%，输入价格 $0.75/1M tokens、输出 $3.75/1M tokens，为 2026 年 12 月 31 日前 introductory 价。详情见 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

Cohere Labs 发布 ATE 数据集：69.6 万 MCP 工具中仅 2.6% 能完整执行职业任务

Automation’s Early Footprint

Cohere Labs 聚合七个公开目录，构建含 696,291 个工具、123,069 个 MCP 服务器的 Agentic Task Ecosystem 数据集并对外开放。

Microsoft AI 发布语音识别模型 MAI-Transcribe-2

MAI-Transcribe-2 is the fastest, most accurate and cheapest speech recognition model in the world

Microsoft AI 发布转录模型 MAI-Transcribe-2，称其在 FLEURS 基准 60 种语言上平均词错率 5.2% 排名第一，并占据 Artificial Analysis 准确率-延迟 Pareto 前沿。

Google 复盘 AI Agents Challenge：最强参赛作品背后的 4 种工程模式

4 engineering patterns behind the strongest AI Agents Challenge submissions

Google for Startups AI Agents Challenge 评审团队从各赛道头部参赛作品中提炼出 4 种共同工程模式。

Google 联合 HHMI Janelia 发布完整雄性果蝇大脑连接组图谱

A connectomics milestone: Mapping the complete male fruit fly brain

Google 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中枢神经系统的完整连接组，包含超 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的大脑图谱。

用 TRL 和 OpenEnv 训练编码模型画水彩：Hugging Face 全流程开源复现

Training a coding model to paint watercolours with TRL and OpenEnv

Hugging Face 博客作者基于 Surya Narreddi 的原始想法，用 TRL、OpenEnv 和 Qwen/Qwen3.5-35B-A3B 复现了让语言模型通过 p5.brush 写 JavaScript 画水彩的 RL 训练流程，所有数据集、环境、脚本和模型均开源在 Hub。

GitHub Copilot 如何在不牺牲任务质量的前提下降低 AI 编码成本

How we make AI coding more cost efficient without sacrificing task quality

GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。

xAI 发布 Grok Bot 企业版，Grok 与 Cursor Enterprise 客户两周免费

Grok Bot for Enterprise

xAI 宣布 Grok Bot 面向企业开放，Grok 和 Cursor Enterprise 客户未来两周可免费使用并邀请全组织成员，包括没有现有席位的员工。