MiniMax M3 登陆 NVIDIA Vera Rubin
MiniMax M3 现已在 NVIDIA Vera Rubin NVL72 上通过 vLLM 运行！🙌 感谢 @vllm_project、@inferact、@NVIDIAAI、@RedHat_AI 将 MiniMax M3 带到 Rubin 上。
#部署/工程
MiniMax (X)AI 评分4040
OpenAI Developers (X)AI 评分5858 OpenAI 为 Windows 版 Codex 推出基于 MXC 的沙箱模式
OpenAI Developers 宣布为 Windows 版 Codex 构建了基于 Microsoft Execution Containers（MXC）的新沙箱模式，带来更快的配置、更强的网络管控和更细粒度的文件访问控制。该模式需要兼容的 Windows 11 设备。引用内容显示，MXC 已在 Windows 11 上正式可用，用于把智能体限制在操作系统强制的边界内。
Microsoft Research精选AI 评分6666 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：微软研究院开源约 3500 行的 Agent RL 框架，用真实 harness 参与训练，并给出 6000 样本提升 14.6 个点的完整流程。
Google AI (X)AI 评分3838 Google 发射 Project Suncatcher 原型卫星，测试 TPU 太空运行
Google 已将 Project Suncatcher 的原型卫星搭乘 SpaceX Transporter-18 拼车任务送入轨道，该卫星与 Planet 合作建造，用于收集 Google TPU 在太空飞行物理压力与极端环境下表现的数据。这一去年公布的登月项目最终想探索如何把多个卫星星座连接起来做规模化机器学习；在低地球轨道运行可获取近乎持续的阳光，太阳能发电量最高可达地面的 8 倍。
DeepSeek (X)AI 评分6060 DeepSeek 发布 Harness 桌面版，支持 macOS 与 Windows
DeepSeek 发布 DeepSeek Harness 的打包桌面版，覆盖 macOS 和 Windows。Linux 用户可通过 npm 上的 @deepseek-ai/dsh 包获取，详情见 deepseek.com/harness。
Andrej Karpathy (X)AI 评分5858 Karpathy 分享让 LLM 输出更易读的提示词技巧
Andrej Karpathy 分享理解大语言模型输出的技巧，建议让 LLM 用 ASD-STE100 受控语言规范写作，或要求输出图表、HTML 交互网页和定制讲解视频。他提到可用 ElevenLabs API key 生成 3b1b 风格讲解视频，并认为随着模型变强，人的工作会更多转向监督与理解，可以要求生成以往不划算的大型一次性软件产物。
Microsoft ResearchAI 评分3838 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站生成30-60分钟前的空间天气风险预报，评估期内检出近80%的重大空间天气事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，Dst预测在2020-2026年活动高峰时段有62.2%的小时优于Burton方程。
OpenAI (X)AI 评分5858 OpenAI 推出 Ultrafast 速度档位，Codex 生成提速最高 8 倍
OpenAI 推出付费速度档位 Ultrafast，在 Codex 中 token 生成最高提速 8 倍、达到 300 tokens per second，在 API 中最高提速 6 倍。该档位定位为高速度层级，具体开放范围与定价原文未说明。
Qwen (X)AI 评分3333 Qwen-Image-2.1 获 OpenVINO Day-0 支持
来自 @inteldevs 的 Day-0 OpenVINO 支持！🥳 Qwen-Image-2.1 已可在 Intel 硬件上优化运行。一个开放权重 checkpoint，同时支持生成与编辑。👇
Qwen (X)AI 评分4242 SGLang-Diffusion 支持 Qwen-Image-2.1
感谢 @sgl_project 的 day-0 支持！🙌 SGLang-Diffusion 现已支持 Qwen-Image-2.1：文生图、多图编辑和透明 RGBA 输出。快来试试！🎨
Qwen (X)AI 评分5858 Qwen-Image-2.1 获 vLLM-Omni day-0 支持
Qwen 宣布 Qwen-Image-2.1 在 vLLM-Omni 获得 day-0 支持，可在一个模型中完成图像生成、编辑与透明图输出。据 vLLM 项目介绍，该模型由 7.1B 的 DiT 与 Qwen3-VL-8B 组成，配置与支持的组合见 recipes.vllm.ai/Qwen/Qwen-Image-2.1。
Qwen (X)AI 评分4242 Qwen3.8-27B 上线 Cerebras 快速推理
快速遇上开源。🚀 Qwen3.8-27B 现已在 @cerebras 上运行，推理速度飞快。立即体验！
Hugging Face (X)AI 评分2222 Hugging Face OAuth 登录按钮接入指南
小技巧：在你的网站/应用中添加“Sign-In with Hugging Face”OAuth 按钮，社区成员就能轻松分享邮箱、创建模型/数据集仓库、将数据存入 Buckets，甚至启动 GPU 支持的 Jobs！ https://huggingface.co/docs/hub/en/oauth
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley Sky Lab 团队为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索以现有 CUDA 内核为知识库生成 Apple Silicon 内核。
Berkeley AI ResearchAI 评分4242 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10，基准测试中推理价格每年下降 9x 至 900x、中位数约 50x。作者据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统、以及由智能体合成的数据系统。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述并行推理进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。现有方法如 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。
DeepSeek (X)AI 评分4040 DeepSeek-V4-Pro 优惠延长至5月31日
DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！
DeepSeek (X)AI 评分6262 DeepSeek 全系 API 输入缓存命中价格降至原价十分之一
DeepSeek 宣布全系 API 的输入缓存命中价格立即降至原价的 1/10。同时，DeepSeek-V4-Pro 的 75% 折扣活动仍在进行，截止时间为 2026 年 5 月 5 日 15:59（UTC）。
DeepSeek (X)AI 评分5858 DeepSeek-V4-Pro API 限时 75% 折扣，并更新 Claude Code 等工具接入
DeepSeek 宣布 DeepSeek-V4-Pro API 在 2026 年 5 月 5 日 15:59（UTC）前享受 75% 折扣。接入方面，Claude Code 需将模型设为 deepseek-v4-pro[1m] 以启用 1M 上下文，OpenCode 需升级到 v1.14.24+，OpenClaw 需升级到 v2026.4.24+，完整信息见官方 API 文档。
Andrej Karpathy (X)AI 评分5858 Karpathy 谈智能体落地难点：DevOps 生命周期需变成代码
Andrej Karpathy 回顾约一年前搭建 menugen 的经历，认为最难的不是代码本身，而是服务、支付、认证、数据库、安全、域名等一整套 DevOps 组装。
Mira Murati (X)AI 评分3232 Thinking Machines 与英伟达合作部署 Vera Rubin
感谢 Jensen 和 @nvidia 团队的支持。我们将携手部署至少 1GW 的 Vera Rubin 系统，把可适配的协作式 AI 带给每一个人。 https://thinkingmachines.ai/nvidia-partnership/