各类型里多数人会感兴趣、对大部分人有帮助、相对完整系统的 AI 资源。
Science One Framework: A verifiable autonomous research framework via Chain-of-Evidence
这是 Google Research 博客的一篇文章，介绍实验性研究原型 Science One Framework 及配套的 CoE Audit 协议。文章指出当前自主科研系统存在可验证性问题（如虚构引用、方法与代码不符、分数难以复现），而该框架试图通过原生构建可验证的证据链来减少幻觉，并用 CoE Audit 自动评估 AI 生成论文的完整性。
Empty shelves or lost keys? Recall is the bottleneck for parametric factuality
Google Research 的一篇博客，介绍名为 knowledge profiling 的行为学框架，用于分别衡量大模型对事实的编码与回忆。作者以 Gemini 3 和 GPT-5 等前沿模型为对象，得出的结论是这些模型几乎编码了所有事实，但在回忆其中许多事实上存在困难。
TimesFM-3: A zero-shot foundation model for multivariate forecasting
这是 Google Research 于 2026 年 8 月 31 日发布的一篇博客，介绍时间序列基础模型 TimesFM-3。文中称该模型可在单次前向推理中完成高精度的多变量时间序列预测，并在主要基准上优于其他预测模型；文中还回顾了此前 TimesFM 系列仅支持单变量预测的限制，并给出 GitHub、HuggingFace 和 BigQuery 链接。
Meta is back with Muse Glimmer: local, agentic, multimodal, and open source
Hugging Face 博客文章介绍 Meta 发布的多模态模型 Muse Glimmer。该模型从 Muse 蒸馏至 30B 参数，采用 Apache 2.0 许可，面向本地智能体场景，如编码、文档分析、个人助理等。文中称 transformers、llama.cpp、vLLM 等库提供首日支持，并给出与 Gemma4-31B、Qwen3.6-27B 等模型在 MCP Atlas、DeepSearch QA、τ³-Banking 等基准上的对比分数。
tokenizers v1: encode, decode and scaling, measured
Hugging Face 博客文章（2026 年 9 月 21 日），介绍 tokenizers 库即将发布的 v1 版本。文章指出分词在数据量大、并发请求多或长输入反复处理时可能成为瓶颈，让 GPU 等待 CPU，因此 v1 重点放在性能上，并说明文中将对比 v1 与 v0.23 的速度。文中还提到 gigatoken、tiktoken、kitoken、tokie、fastokens、wordchipper、ai-tokenizer 等开源分词库的工作。
Gemini 4 Argon: Built to solve your hardest problems
这是 Google DeepMind 博客（2026 年 10 月 13 日）发布 Gemini 4 Argon 的文章，称该前沿模型面向开发者、企业、科研人员和消费者全球开放，可通过 AI Studio 与 Gemini 平台 API、Google Antigravity、Gemini 应用及搜索的 AI Mode 使用。文章描述其在编程、金融、法律、网络安全和科学等复杂多步骤任务上的表现，称在衡量金融、编程、法律与税务等领域表现的 Vals Index 上排名第一。定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入折扣 95%。
EmbeddingGemma 2: an open, lightweight multimodal embedding model
这是 Google DeepMind 博客发布的模型发布文章，介绍 EmbeddingGemma 2。该模型可将文本、图像、音频与视频的组合原生映射到统一嵌入空间，定位于设备端多模态嵌入。文章称其基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量为 7.4 亿，并回顾了前代 EmbeddingGemma 下载量超过 2000 万的情况。
Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta
这是 Hugging Face 博客上一篇文章（标注日期为 2026 年 10 月 15 日），介绍 Meta 发布的开放权重模型 Muse Spark Open。该混合专家模型约 8160 亿参数、每 token 约 420 亿激活，上下文窗口最长一百万 token，可接收文本、图像、音频和视频并生成文本。文中称其面向智能体式编程训练（阅读代码库、编写与调试代码、调用工具），并说明了如何运行、微调以及作者用它构建的成果。
Welcome FLUX.3 Image Klein in Diffusers
这是 Hugging Face 博客的一篇文章（2026 年 10 月 15 日），介绍 Black Forest Labs 的新开放图像生成模型 FLUX.3 Image Klein 以及它在 Diffusers 中的首日支持。该模型同时支持文生图、多参考图生图和新增的布局控制（在提示词中写边界框指定图像各部分位置），发布了时间步蒸馏版和基础版两个开放检查点，并附带 NVFP4/FP8 权重加载、LoRA 训练脚本和 Modular Diffusers 流水线支持。
Welcome Beam: a 501B open model you can own, customize, and scale
Hugging Face 博客文章，介绍美国新实验室 Reflection 的首个开源模型 Beam。文中说明其为混合专家模型，501B 参数、每 token 激活 23B，支持文本输入、100 万 token 上下文，采用 Apache 2.0 许可，面向编程与智能体场景，并附带 Rust 推理框架以及 transformers、vLLM、SGLang 支持和微调配方。
How the Claude Code team does code review
这是 claude.dev 博客的一篇工程文章（2026 年 10 月 15 日发布，阅读约 14 分钟），作者为 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang。文章讨论在智能体大量产出代码的情况下如何评审，介绍 Claude Code 团队在实现高覆盖和深度评审后，转而优化“不增加回滚或事故前提下所需的最少人工评审时间”，并列出重新思考评审目的、人的时间与注意力是稀缺资源、分层评审、“你提交你负责”以及团队如何采纳该流程等章节。
Muse Spark Open
Meta AI 研究博客介绍新发布的开放权重模型 Muse Spark Open，称其总参数 816B、激活 42B，上下文窗口为 100 万 token，原生多模态，面向编程与智能体任务。文中还称它可通过两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 在本地桌面运行，并已在 Baseten、Fireworks AI、Groq、Modal、Nebius 等 API 平台上线。