AI HOT 日报 (evening)
智能体与平台
Nex-N2 开源：新一代agentic模型
Nex AGI 开源 Nex-N2 agentic model series，包括 Nex-N2-Pro (397B total, 17B active) 和 Nex-N2-mini (35B total, 3B active)。Nex-N2-mini 相比强制思考模式，整体 token 成本约节省 20%，任务表现持平或略高。基准成绩包括 Terminal-Bench 2.1 (75.3)、SWE-Bench Verified (80.8)、BrowseComp (83.7) 和 GDPval (1585)。
微信将接入AI Agent能力
微信发布《开发者接入微信 AI 生态的指引》，引导小程序开发者接入其 AI 生态。此举意味着微信 AI 将能够控制小程序，可能为微信生态带来新的 AI Agent 应用能力。
研究突破
AutoLab基准：模型长期任务解决能力
斯坦福、麻省理工、英伟达、谷歌等机构发布 AutoLab 基准，包含 36 项任务，评估模型在固定时间内改进代码的能力。实验表明，模型的持续测试和及时利用反馈是成功关键，Claude Opus 4.6 因此在该基准中领先，而非模型首次想法的质量。
MMAE音频编辑基准测试发布
Tencent Hy 与 SJTU 等机构发布 MMAE 音频编辑基准测试，旨在评估 AI 依据自然语言指令精准修改音频的能力。该基准包含 2,000 个高保真样本和 17,741 个评估项，显示当前模型的 Exact Match Rate (EMR) 低于 5%，揭示音频编辑领域的巨大技术缺口。
大模型学习机制与稀有任务保留
一项由 Stanford、MIT、Harvard 和 Anthropic 合作的论文指出，大模型学习能力更强的原因在于其在训练中不易遗忘稀有技能。研究在 OLMo 语言模型上验证，显示大模型在低频任务上表现更优，保留了更多任务特征，并具有更少的梯度干扰。
基础设施
NVIDIA与SK海力士合作AI内存
NVIDIA 与 SK 海力士宣布将深化多年合作，共同开发用于 AI 工厂的下一代内存技术。双方计划利用 NVIDIA 的 Omniverse 库、CUDA-X 平台以及 PhysicsNeMo，加速半导体设计与制造流程。