AI 模型與研究 第 27 頁

DeepMind 公開 WeatherNext Cyclones 程式碼與模型權重，同一套系統預測氣旋路徑、強度與風圈。本文深讀 Nature 論文，核對「多一天」歷史回測、2025 年 NHC 即時證據、硬體與開源限制，並提出下一季該看的驗證指標。

Prime Intellect 多代理 RL 讓 self-play、Agent Judge 與 User Simulation 的完整 episode 直接進入訓練。本文拆解 single-policy 架構、credit assignment 與這次發布尚未證明的模型品質。

Science 正式刊出 AI 生成完整噬菌體基因組研究：16 種設計可存活，但抗性突破仰賴傳代、演化與重組。這項成果真正跨過了什麼門檻，又離臨床與高風險病毒多遠？

ARC Prize 驗證 DeepSeek V4 Flash 0731 以每題約 US$0.02／0.04，在 ARC-AGI-1／2 Semi-Private 取得 89.0%／61.4%。本文拆解成本、評測邊界與 agent 實戰意義。

Cursor 開源 Mixture-of-Kittens，把 MoE 跨 GPU 通訊與專家計算壓進 Blackwell NVL72 megakernel。本文拆解 2.37× 廠商自測、Apache-2.0 程式碼與 SM103 限制，判斷它是通用突破，還是高度專用的系統工程。

Qwen3.8-Max 已上線 QwenCloud API，官方稱 2.4 兆總參數、95B active 與 1M context；Max 權重預告下週公開，27B 也將開放權重但未明定時間。本文核對價格、benchmark 與長任務證據。

NVIDIA 正式開放 Alpamayo 2 Super 權重與商業使用。從 34B 架構、OpenMDW 授權、資料限制到 H100 與 benchmark，完整判讀它真正降低了什麼門檻，又有哪些安全問題尚未被回答。

Karpathy 自述給 Opus 5《魔戒》開場、約 100 萬 token 任務預算，約兩小時後得到一個程序化 3D 世界。公開 source 證明了什麼，又為何仍不是可重現 benchmark？

OpenAI 公布 Astra 產生的十項數學與理論資工論證、249 頁手稿與 Lean 證書。本文逐項拆解 OpenAI Astra 數學成果，釐清形式驗證、2,000 美元成本與外部審查的真正邊界。