BGE-Reasoner 是由中国多个机构联合研发的推理密集型信息检索解决方案，通过查询理解、向量检索与重排序三个模块，显著提升了搜索引擎在复杂推理任务中的表现。在 BRIGHT 基准测试中，BGE-Reasoner 以 45.2 分刷新了最佳纪录，展示了其在查询改写、数据合成和强化学习方面的创新与突破。

谷歌推出 gemini-2.5-flash-image-preview 模型，支持 32k 上下文，提供温度调整等高级设置，可在 Google AI Studio 和 Gemini API 中免费试用。该模型生成每张图像的成本约为 0.039 美元，远低于 OpenAI 的图像生成成本，并支持换装、合成照片和混合设计等多种玩法。

在 Hot Chips 2025 上，TogetherAI 首席科学家 Tri Dao 发布了 FlashAttention-4。该版本在 Backwell GPU 上比英伟达 cuDNN 库快 22%，采用两项算法改进：在线 softmax 算法和指数的软件模拟。此外，FlashAttention-4 使用 CUTLASS CuTe Python DSL，移植到 ROCm HIP 更具挑战性。Tri Dao 的多数核代码开源给英伟达开发者，助力英伟达 GPU 生态系统。 FLASHAttention 的 GitHub 软件库已获得了 1.91 万星，但 FlashAttention-4 的技术报告尚未发布。

英伟达发布了新一代机器人专用芯片 Jetson Thor，大幅提升算力，支持人形机器人等各种形态。其 AI 计算能力是上一代的 7.5 倍，最高达到 2070 FP4 TFLOPS，功耗 130W，能效是上一代的 3.5 倍。内存容量提升至 128G，显存带宽为 273GB/s。Jetson Thor 专为生成式 AI 模型的推理打造，支持下一代「物理 AI」智能体，能够端侧实时运行，降低对云端的依赖。

氛围编程（vibe coding）在 FAANG 等大型科技公司逐渐流行，但对其是否真正符合氛围编程的定义仍存在争议。一位拥有十多年经验的 AI 软件工程师在 Reddit 分享了其使用 AI 辅助编程的方法，强调从设计文档和技术评审开始，采用测试驱动开发和详细规范，AI 主要用于编写测试和代码审核。尽管有 AI 加持，大型公司流程繁琐仍影响研发速度。

最近流行的AI小游戏Draw A Fish，用户只需画一条小鱼，便能在虚拟鱼缸中看到它游动。游戏通过AI实时反馈和互动，带来强烈的创作成就感，类似《王者荣耀》的上分体验，吸引全球百万网友参与。低门槛设计和社区氛围使其广受欢迎。

GTA 6 跳票至明年，但 AI 驱动的游戏引擎发展迅速。Mirage 2 作为生成式世界引擎，实现了更灵敏的提示控制、更低的游戏延迟和通用领域建模。尽管仍存在动作控制精度和视觉一致性问题，但进步显著，未来值得期待。

AI 是否有意识仍无定论，但其复杂性令人难以理解。微软 AI CEO Mustafa Suleyman 提出「看似有意识的 AI」（SCAI）概念，强调其可能带来的社会、道德和法律影响，呼吁构建人文主义 AI，避免将 AI 视为有意识实体。

近期，一篇帖子在 X 上引发热议，博主认为 DiT 模型存在架构缺陷，FID 过早稳定，暗示模型无法继续学习。博主引用了 TREAD 方法，通过令牌路由提升训练效率和生成质量，显著超越 DiT。谢赛宁回应称，DiT 的问题主要在于 sd-vae，其他方面仍稳健，且有改进空间。

人类对AI安全的担忧由来已久，从阿西莫夫的“机器人学三定律”到近期OpenAI和Anthropic模型的“威胁”行为。李飞飞认为AI的安全性取决于设计、治理和价值观，而Hinton则担忧超级智能可能在未来5到20年内出现并失控。两人在AI安全问题上的观点截然不同，但都强调了人类在其中的关键角色。