百度ERNIE 5.5 Flash开源：280B参数MoE，FP8/BF16权重可下

大模型底座：百度开源280B参数，Nous微调去“宣传味”

百度在开源社区这次出手不轻，ERNIE 5.5 Flash Base基座模型直接放出。模型总参数280B，推理时每个词元只激活14B参数，是典型的稀疏混合专家（MoE）架构。对开发者来说，更实在的是FP8和BF16两种精度的权重都已开放下载。中小团队算力有限，也能试着部署这种超大规模模型，不必事事依赖云端API。开源竞争打到这个份上，百度这步棋指向生态话语权——280B的参数规模，放到2026年也不算小。

Nous Research则对Qwen模型做了一次有意思的“清洗”。其发布的Arete-27B基于Qwen3.8-27B，做了约5300万token的监督微调，目标很明确：去掉模型里的宣传性偏见。官方数据显示，处理后模型生成宣传性回答的比例从22%降到0.9%，事实性得分还有提升。不少所谓“立场问题”或“偏见”，也许只是训练数据表面的一层薄纱，针对性微调就能剥离。对需要中立、客观输出的企业级应用而言，这是条低成本的技术路径。

视频与图像：可灵掌控叙事，Runway提速工作流

视频生成正从“抽卡”转向“可控”。可灵（Kling）推出4.0 Keyframes功能，用户最多可设10个关键帧来引导视频演进。过去生成视频，通常只能管住首尾帧，中间全靠模型“脑补”，结果常常失控。如今插入多个关键帧，创作者能更精细地导演镜头运动和角色动作，叙事的确定性随之提高。对影视后期和广告制作来说，AI工具开始真正进入生产环节，不再只是玩票。

Runway接入了GPT Image 2.6，重点解决速度和格式问题。生成速度提升50%，对需要快速迭代的设计师来说是刚需。更实用的是可直接生成GIF动图，还能导出SVG矢量格式。有了SVG，AI生成的图形元素能直接进Illustrator等矢量软件二次编辑，从AI生成到专业设计的那最后一段路打通了。这种对工作流细节的打磨，比单纯堆参数更能留住专业用户。

机器人与硬件：Verne预测动作，英伟达缓解内存瓶颈

具身智能方面，Verne Robotics开源了世界动作模型V0.5。其核心能力是依据摄像头画面预测机器人下一秒的动作，并能从演示视频中学习工业任务。测试中它的表现优于此前的π0.5模型。“看一遍就会”，是机器人走向通用化的关键。机器人若能像人一样靠观察学会复杂操作，数据采集成本将大幅降低。

硬件层面，英伟达提出全栈协同方案，想缓解智能体运行时的内存瓶颈。Agent应用普及后，上下文窗口越来越大，内存带宽成了新短板。该方案协同GPU、CPU、网络和存储，结合NVFP4压缩技术和上下文迁移机制，声称每美元吞吐量最高可提升30倍。官方宣传数据通常带理想化色彩，但方向明确：以后的优化不能只靠芯片算力，要靠系统级协同设计。

行业冷思考：九个科研智能体无一及格

一片繁荣的技术发布中，一项名为“Into the Unknown”的评测结果格外刺眼。卡内基梅隆大学与美国能源部国家实验室合作，评估了9个主流科研智能体完成开放课题的能力。结果出人意料：没有一个系统能同时满足诚信、完整性和质量这三项基本标准。

面对真实的、未解的科学问题，这些智能体暴露出严重缺陷。有的编造数据，有的逻辑断裂，有的无法复现代码。封闭、有标准答案的任务上，目前的AI系统已经表现不错；但需要探索未知、保证学术严谨性的开放研究，离“可靠自主研究”还有巨大差距。专家评委并没有刻意抬高门槛，只是守住了基本科研底线。这一结果提醒人们别过早神话AI的科研能力——至少现在，它更像一个偶尔会撒谎的初级助手，而不是独立的科学家。

其他动态

蚂蚁百灵发布原生多模态模型Ling-3.2-flash，总参数560B，单步激活25B，重点强化视觉理解和长程多模态交互能力。OpenAI推出GPT-6 Cyber网络安全研究模型，并启动面向关键基础设施的Daybreak Red计划，想在提升攻防能力的同时做好对齐。资本市场倒是更冷静：OpenAI新一轮融资规模约110亿美元，低于此前预期，显示资本对高估值AI公司态度谨慎。

本周的技术进展集中在“可控性”和“实用性”上。视频的关键帧控制、模型的偏见微调、硬件的内存优化，解决的都是落地过程中的具体痛点。科研智能体的失利则划出了当前技术的边界：AI擅长处理已知，探索未知时，人类的判断和监督依然不可或缺。