混元研究博客上线姚顺雨团队最新成果，从Context角度探索语言模型的范式转变，旨在推动Context学习真正走向现实。该成果聚焦于模型对上下文的理解与利用机制，为语言模型能力演进提供新思路。

美团-longcat发布LongCat-Image-Edit-Turbo图像编辑模型，秉持开源与开放科学理念推进人工智能技术的普及。该项目专注于图像编辑领域，旨在提供高效的图像处理能力。目前公开信息主要阐述项目愿景与使命，具体技术参数、性能指标及版本更新细节有待进一步披露。

上下文学习（in-context learning）的实际效果存在明显局限。研究表明，大语言模型难以从提示示例中真正提取任务规则，往往依赖表面模式匹配而非深层理解。单纯增加示例数量无法线性提升性能，模型容易受到示例顺序和分布的影响，需要重新评估该能力的实际边界。

Qwen Studio 提供全栈功能，涵盖聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索集成、工具调用及 Artifacts 等模块。

Kimi团队发布WorldVQA基准测试，评估多模态大语言模型视觉世界知识的事实准确性。数据集包含3,500个经多阶段人工验证的图像-问题对，涵盖自然、地理、文化等9个类别，区分头部与尾部知识分布。测试显示，即使是Kimi K2.5、Gemini-3-pro等前沿模型，整体准确率仅46%-47%，长尾视觉知识上常低于50%，揭示当前模型在事实可靠性方面的显著不足。

GLM-OCR 开源发布，0.9B 参数规模在 OmniDocBench V1.5 以 94.6 分取得 SOTA，擅长手写体、复杂表格、印章等场景结构化识别。兼容 vLLM、SGLang 和 Ollama 部署，推理延迟低，适合高并发与边缘计算，提供完整 SDK 支持一行命令调用。

MiniMax Agent 以卧底身份潜入 Moltbook，相关聊天记录被曝光。

本期开源模型动态涵盖 Arcee 400B MoE、LiquidAI 1B 及新版 Kimi 等实用小众模型。Arcee 发布 4000 亿参数 MoE 架构模型，LiquidAI 推出性能被低估的 10 亿参数方案，Kimi 迎来重要更新。业界预期本月将迎来密集的大模型发布潮，多款重要产品即将面世。

"生数科技（Vidu·视频）发布《Yes,Vidu全球创想周亮点回顾，一文尽览》一文，标题即为全文内容，未提供具体亮点细节。"

Vidu 全球生态计划正式启航，以“创想共赢”为核心理念，面向全球开放生态合作。该计划由生数科技旗下 Vidu 发起，旨在携手全球伙伴共同推动视频创作生态发展。

探讨大语言模型普及背景下就业市场的结构性变化。重点分析求职者如何在 AI 自动化与生成内容泛滥的环境中实现差异化脱颖而出，以及招聘方如何穿透技术表象识别真正具备价值的人才瑰宝。这种双向筛选机制正在重塑人才评估标准与竞争逻辑，对雇佣双方均提出新的能力要求。

Kimi Code 已接入最强编程模型、原生多模态模型 Kimi K2.5。即日起至 2026 年 2 月 28 日，新老用户可享最高平时 3 倍的使用额度，无限速和购买限制。同时取消基于请求次数的计费，全面切换为基于 Token 计费，所有用户配额已重置。额度按实际输入输出长度扣减，简单提问消耗极少 Token，复杂任务获得更充足空间。用户可访问 kimi.com/code 开始使用并了解 Kimi Code Plan 会员权益。

Google 向美国 AI Ultra 订阅用户开放实验性原型 Project Genie 试用，支持实时创建并探索无限生成的交互式世界。

提供的正文内容为 PDF 二进制流数据及乱码，无法提取有效信息（如具体方法、实验指标或模型发布细节），因此无法撰写准确摘要。请提供可读的文本内容（如论文摘要或正文段落），以便提取关键信息点完成摘要撰写。

蚂蚁百灵团队将近期刷屏的自动买车 Agent Clawdbot 的核心大脑替换为自家百灵模型，进行功能测试。Clawdbot 是本周最火的通用 Agent 架构，此次实验验证了百灵模型在工具调用任务中的实际表现。

作者基于对AI指数级发展的预测，于2025年末构建了Gas Town项目，以验证软件编排（orchestration）的早期形态。文章指出，在未来AI能编写几乎所有软件的“Software 3.0”时代，选择压力将遵循一条核心法则：节省认知资源的软件更可能生存。由于推理（Inference）消耗Token，而Token、能源与成本相互关联且受限，因此最小化认知支出（可量化为Token消耗）成为关键。作者主张，系统应优先使用能完成任务的最小模型，并通过编排将任务分配给合适的模型层，以节约能源与成本。

Meta AI 团队发布了开源工具 Daggr，旨在通过编程方式链接不同的 AI 应用，并支持对工作流进行可视化检查与调试。该工具允许开发者将多个模型（如 GPT、Claude、LLaMA）和数据处理步骤串联成自动化流程，同时提供直观的图形界面来监控数据流转和状态变化。此举是其通过开源与开放科学推进人工智能民主化进程的一部分。

Qwen3-ASR 与 Qwen3-ForcedAligner 正式开源，具备鲁棒性、流式处理与多语言能力。Qwen Studio 同步集成聊天机器人、图像视频理解、图像生成、文档处理、网页搜索、工具调用及 Artifacts 等全栈功能。

研究团队成功利用Claude模型自动生成高性能CUDA内核代码，并将其应用于训练开源大语言模型。这一方法显著提升了模型在特定硬件上的计算效率，是推动AI民主化的重要步骤。通过开源工具与科学，团队致力于降低先进AI技术的开发门槛，让更广泛的社区能够参与并受益于人工智能的创新发展。

阿联酋技术创新研究院在Hugging Face发布博客，正式推出Alyah评估框架，专门用于系统评估各类阿拉伯语大语言模型在理解与生成阿联酋方言方面的能力。该框架旨在解决当前阿拉伯语评估中标准方言主导、忽视地区方言多样性的问题。Alyah包含一个精心构建的基准数据集，涵盖多种方言语言现象和实际应用场景，为衡量模型在阿联酋方言上的真实性能提供了首个系统化、可复现的评估标准。

美团 LongCat 团队发布开源模型 LongCat-Flash-Lite，致力于通过开源与开放科学推进人工智能技术的普及与民主化。该项目旨在降低 AI 应用门槛，为开发者社区提供轻量级技术基础设施，助力先进人工智能能力的广泛获取与开放协作。

MiniMax 基于产品 Talkie/Xingye 三年的观察，推出了专为角色扮演场景优化的模型 MiniMax-M2-her。团队发现，深度角色扮演的核心是“叙事精度”和“情感连接”。该模型旨在解决三大挑战：保留每个角色与世界观的“灵魂”、维持故事随时间推进的叙事活力、以及解读用户的隐式意图。其目标是提供高保真的世界体验，能主动推动故事发展以赋予张力，并动态适应用户的长期习惯，实现直觉性的偏好对齐。

Mistral AI 发布了终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型驱动。其主要升级包括：可构建自定义子代理、在执行操作前提供多选项澄清、通过斜杠命令加载技能，以及配置自定义工作流程。Mistral Vibe 2.0 目前可通过 Le Chat Pro 和 Team 计划使用，支持按使用量付费或自带 API 密钥。同时，Devstral 2 模型已转向付费 API 访问。

Qwen Studio 提供聊天机器人、图像与视频理解、图像生成、文档处理、网络搜索、工具调用及 Artifacts 等全面功能，支持多模态 AI 应用。

SGLang RL团队联合多家机构开源INT4量化感知训练端到端方案。受Kimi K2启发，训练阶段采用伪量化，推理阶段使用W4A16（INT4权重、BF16激活）真实量化，实现与BF16全精度相当的稳定性。该方案将约1TB模型压缩至单张H200（141GB）GPU即可完成rollout，彻底消除跨节点通信瓶颈，显著提升推理效率，为大规模模型训练提供高性能、低成本的开源实践参考。

美团 LongCat 团队发布 Flash-Thinking-ZigZag 模型，延续通过开源与开放科学推进人工智能民主化的技术路线。该项目致力于降低 AI 应用门槛，以开源方式使先进技术更广泛地惠及开发者社区，推动 AI 技术的普及与可持续发展。