本期聚焦Qwen-Scope模型可解释性工具与DeepSeek视觉语言模型论文,同时关注Manus云端电脑和Google DeepMind医疗AI协同医生新进展。

模型动态

阿里通义千问发布 Qwen-Scope 稀疏自编码器套件

正式开源Qwen-Scope,通过操作内部特征实现模型行为控制、数据合成、训练问题溯源和智能评测选择。博客:https://t.co/ndwiE1tnb9,技术报告:https://t.co/CZMjEZK0sa[1][1]

DeepSeek 发布多模态模型论文《Thinking with Visual Primitives》

基于DeepSeek-V4-Flash(284B总参数,13B激活)和自研ViT,模型在回答时通过画框、打点等视觉原语进行推理。效果在极低Token成本下对标GPT-5.4等前沿模型。[2]

NVIDIA Cosmos 团队开源7篇世界模型研究成果

在ICLR 2026上展示7篇论文(3篇Oral),开源其中6个代码,包括InfoTok、DiffusionNFT、PhyWorldBench等。同步招募世界模型研究人员。GitHub:https://github.com/YWolfeee/InfoTok[7]

产品工具

Manus 推出云端电脑 Cloud Computer

发布始终在线的【云端电脑】,任务可7x24小时持续运行,即使本地设备关闭也不中断。支持网页和移动端访问。官网:https://t.co/PL6qj72KCg[3]

LM Studio 集成 Hermes Agent

本地模型运行工具LM Studio宣布支持Hermes Agent,用户可在本地运行Agent任务。[8]

行业资讯

Google DeepMind 启动 AI 协同医生研究计划

推出AI co-clinician多模态Agent研究项目,采用“规划者-说话者”双Agent架构保障患者安全,与全球医疗机构合作扩大临床测试。[4][5][6]