AI评测的困境：一个总分能代表多少能力？
Artificial Analysis智能指数v5引出一个核心问题：评测既要用单一分数方便比较，又要覆盖不断扩展的模型能力。面向前沿智能体的指标，未必能充分反映成熟工作流中的实际价值。
普通人何时才能真正感受到AI的改变？
AI行业的高速进步，与普通人的日常感受之间仍有落差。技术收益往往间接显现，早期红利也未必广泛分配。比起不断展示模型能力，更重要的是让进步转化为可感知的生活改善，并应对技术扩散过程中的就业、分配与信任问题。
开放权重 AI 动态：DeepSeek 新模型、推理工具与监管变化
DeepSeek、 小米 MiMo 的模型迭代与推理工具开放，成为本轮开放权重 AI 的关注点。与此同时，中美相关监管动向涉及模型跨境分享和联邦采购，需区分政策提案、已发布措施与尚未明确的适用边界。
Meta重返开放权重竞争，性能之外还看生态
Muse Spark Open让美国开放权重模型重新进入前沿竞争视野。其定位覆盖编程与智能体任务，但能否获得广泛采用，仍涉及性能、部署生态与安全配套。开放权重模型的竞争，也正从模型发布延伸到推理服务与后训练。
GLM-5.3：靠后训练追赶前沿
Z.ai宣布GLM-5.3，称其在多项基准测试中取得显著提升。文章分析了该模型与GLM-5.2的关系、后训练策略及其追赶前沿模型的可能原因。
开放模型生态新增两个免费数据工具
一组面向开放模型生态的免费数据工具发布：Artifacts Hub 聚合模型趋势、智能与采用指标，Adoption Dashboard 追踪下载与衍生模型分布。
开放模型继续逼近帕累托前沿
开放模型生态并未按预期走向快速整合，更多机构正在训练并开放强模型。Inkling、Hy3、Laguna-S-2.1、DeepSeek-V4-Flash 等新进展显示，开放权重模型在性能、许可和商业化路径上都在加速演进。