夜雨聆风本期 AI 行业围绕模型科学化、Agent 基础设施和硬件算力三条主线展开。阿里通义在多模态架构和 Agent 框架上同时更新，Kimi 推出大规模 Agent 调度办公工具，Anthropic 将 Claude 用于化学实验室，Vercel、LangChain、Hugging Face 等则继续补齐 Agent 工业化部署所需的存储、托管、可观测性和小模型能力。
1. 阿里通义发布 Qwen-VLA，统一视觉、语言与动作架构
通义实验室推出 Qwen-VLA，将机器人操作、空间导航和轨迹预测统一到同一套架构中，目标是让单个模型同时承担感知、决策和执行任务。
这一设计有望减少传统具身智能方案中“视觉模型、决策模型、控制器”串联带来的延迟和误差累积。同期亮相的 Qwen3.7-Plus 进一步融合视觉与语言，定位多模态 Agent 模型，面向智能制造、自动驾驶和机器人等场景。
2. Kimi Work 发布，单次可调度 300 个 Agent
月之暗面推出办公工具 Kimi Work，继承 Kimi Code 和 Kimi Agent 的能力，并打通金融、科研等专业数据库和垂直工具。
Kimi Work 的核心特点是单次任务可同时调度 300 个 Agent 协同工作，并直接交付 Word、PPT、Excel 等成品文档。用户无需写命令，更像是在“派活”，体现出国内大模型厂商在 Agent 落地上从单一助手转向集体式 Agent 调度的探索。
3. Anthropic 让 Claude 走进化学实验室
Anthropic 展示了 Claude 在核磁共振光谱解析分子结构上的能力。在部分化学任务中，Claude 的分析结果已可与专业 NMR 软件相媲美，并在异构混合物、复杂峰重叠等高难度场景中展现优势。
Claude 的特点在于能够结合化学文献、训练数据和推理能力，不仅给出结构归属，还能提供可审视的推理过程。这意味着 AI for Science 正从科研加速器，逐步走向可参与实验分析的“实验员”。
4. 通义 AgentScope 2.0 发布，强化 Agent 可观测性
通义实验室开源 Agent 框架 AgentScope 推出 2.0 版本，核心升级是将透明度从应用层下沉到系统层。
每一次工具调用、子 Agent 派生和上下文注入都会留下可审计的执行轨迹，开发者可以回看 Agent 在每一步的行为。这有助于解决 Agent 黑箱问题，也为 Agent 走向生产部署提供更扎实的可观测性基础。
5. LangChain 推出 Managed Deep Agents
LangChain 发布 Managed Deep Agents，提供托管、模型无关的深度代理基础设施，将沙盒、长期记忆、工具注册和状态管理统一收编在云端。
开发者只需一行代码即可完成部署，并可在 OpenAI、Anthropic 和开源本地模型之间切换。结合 LangSmith 沙盒、LLM Gateway 成本限制和 PII 检测等能力，LangChain 正从开发框架逐步演化为 Agent 操作系统。
6. Vercel 发布代理文件系统
Vercel CEO Guillermo Rauch 推出代理文件系统，允许 AI Agent 在沙盒外独立读写、挂载和持久化文件。
这一能力解决了当前 Agent 部署中“沙盒关闭后数据丢失”的问题，使 Agent 可以在多个会话和沙盒实例之间共享上下文、状态和工作产物。它为 Vercel 生态补齐了长期记忆和持久工作区能力，也为下一代 AI 编程工具提供了基础设施参考。
7. NVIDIA PixelDiT 入选 CVPR 2026 最佳论文决赛
NVIDIA Research 的 PixelDiT 论文入选 CVPR 2026 最佳论文决赛。其核心创新是抛弃传统 DiT 中先用 VAE 将图像压缩到潜空间再生成的流程，改为端到端直接预测像素。
这种方案有望减少潜空间生成带来的高频细节损失，并改善特定区域编辑困难的问题。PixelDiT 试图在端到端简洁性和图像质量之间找到新的平衡，对图像生成生态具有重要参考价值。
8. 微软 Azure 推出 Project Mosaic
微软 Azure CTO 介绍 Project Mosaic，这是一种基于微 LED 的光学互连技术，可在芯片与芯片、服务器与服务器之间实现低功耗、高速数据传输。
随着大模型参数规模和集群规模持续扩大，传统铜缆和光纤在功耗和密度方面逐渐成为瓶颈。Project Mosaic 试图通过微 LED 光互连降低能耗、提升数据中心互连效率，并与 NVLink、CPO 等方案形成竞争。
9. Cerebras 实测 Gemini 3.5 Flash 与 Kimi K2.6
Cerebras 在自研晶圆级推理芯片上对比测试 Google Gemini 3.5 Flash 与月之暗面 Kimi K2.6。结果显示，两者在核心智能指标上接近，但在推理速度、吞吐和端到端延迟方面竞争激烈。
这一测试反映出两个趋势：一是闭源和开源模型之间的智能差距正在缩小；二是 Cerebras、Groq、SambaNova 等推理芯片厂商正在通过低延迟和高吞吐建立差异化壁垒。
10. lmarena.ai 发布 Agent Arena 排行榜机制详解
lmarena.ai 公开 Agent Arena 排行榜的评估机制，每次用户评测会贡献五个信号维度：成功确认、投诉比例、可控性、任务复杂度和用户满意度。
Mistral 3.5 也已接入 Agent Mode 评估，开发者可以在真实代理任务中横向对比 Mistral 与 GPT-5.5、Claude Opus 4.7、GLM-5.1 等模型。Agent Arena 的多信号体系说明 AI 评测正在从“答题能力”转向“做事能力”。
11. Google 发布 Gemma 4 QAT 检查点，Hugging Face 展示 3B 小模型多代理经济
Google 推出 Gemma 4 QAT 量化检查点，通过训练时模拟低精度，让模型在量化后仍保持较好性能。新版已支持 LM Studio 在消费级 GPU 和移动设备本地运行，进一步降低 Gemma 4 的端侧部署门槛。
同时，Hugging Face 发布关于“在 3B 小模型上实现多代理经济体”的研究报告，展示了用小模型组合完成多智能体协作任务的可能性。这说明云端巨型模型与端侧小模型正在同步加速发展。
总结
今日 AI 行业的重点集中在三方面：第一，AI 正深入科学和工程场景，Claude 进入化学实验室、PixelDiT 探索图像生成新路线，说明头部团队开始从基准分数转向真实科研与生产问题；第二，Agent 基础设施进入系统化阶段，AgentScope、Managed Deep Agents、Vercel 代理文件系统和 HF 小模型多智能体方案，分别补齐可观测性、托管、持久存储和低成本协作能力；第三，硬件与互连层竞争加剧，Project Mosaic 和 Cerebras 测试表明未来算力竞争不仅看模型规模，也看速度、能耗和系统效率。
