ExecuTorch 支持 Arm Cortex-M CPU
PyTorch 的 ExecuTorch 新增 Cortex-M 后端，让 PyTorch 模型无需转换格式即可直接跑在 Arm Cortex-M CPU 上，并调用 CMSIS-NN 加速，覆盖 Scalar、DSP 和 MVE/Helium 三种能力层级。
推荐理由：ExecuTorch 新增 Cortex-M 后端，给出量化、编译到固件的完整流程与 MLPerf Tiny 实测数据，可据此评估 MCU 端部署路径。
#Meta
日期栏展示收录日期，历史补录归入原文日期。
PyTorch Blog精选AI 评分6262 METR BlogAI 评分3434 原文发布
关于更好向公众通报前沿 AI 开发失控风险的提案
METR 提出一项提案，主张由独立评估方通过风险评测向公众披露前沿 AI 开发商的内部失控风险证据，评估覆盖对齐、控制与 AI 研发加速三大问题。
METR BlogAI 评分2222 原文发布
METR 与 AI 公司合作的方式
METR 发布博文说明其与 AI 公司合作开展评估、风险报告审查等工作的原则，目标是向公众提供关于 AI 失控风险的准确、及时且独立的证据。METR 承诺公开披露合作范围与时长、访问限制、信息删减及所受约束，并确保财务与运营独立、披露利益冲突。该做法源于其今年 5 月试点 Frontier Risk Report 中与 Anthropic、Google、Meta 和 OpenAI 的合作经验。
Meta Newsroom · AI精选AI 评分8282 Meta 发布 Muse Wonder 与 Muse Wonder Full：面向智能体的前沿模型
Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型，在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等领域及前沿编码能力。
推荐理由：Meta 公布 Muse Wonder 系列在智能体任务上的能力与安全训练取向，可了解其面向个人与专业场景的定位。
NVIDIA BlogAI 评分3434 OCP 全球峰会：伴随生态采用，NVIDIA 开放 Vera Rubin 架构以助全球 AI 工厂规模化
NVIDIA 在 OCP 全球峰会上通过开放 MGX 架构向 OCP 贡献了 Vera Rubin 机架与计算托盘设计，为系统构建者提供下一代 AI 工厂基础设施的共同基础。
Artificial Analysis精选AI 评分8080 Muse Wonder 与 Muse Wonder Full：相较此前 Meta 模型智能水平大幅跃升
Meta 发布 Muse Wonder 和 Muse Wonder Full，在 Artificial Analysis Intelligence Index v4.3 最高推理强度下分别得分 52 和 56，均高于 Muse Spark 1.3（max）的 48，距上次发布仅 6 周。
推荐理由：Artificial Analysis 的第三方评测给出两款新模型在智能体与编码任务上的具体分数和成本对比，可据此判断其定位。
Meta Newsroom · AIAI 评分1717 揭穿关于数据中心的最大迷思
Meta 针对数据中心的三大常见误解作出回应：其 AI 优化数据中心采用闭路液冷系统，水在密封回路中循环使用，部分设施年耗水量低于一座美国普通高尔夫球场；Meta 承担全部能源费用。
Meta Newsroom · AIAI 评分2222 为什么数据中心是 Meta AI 战略的重要组成部分
Meta 基础设施负责人 Santosh Janardhan 与开发者 Tom Shaw 对谈，解释 Meta 为何不只是软件公司、AI 与其他技术的不同，以及数据中心为何是构建 AI 的关键。对话还涉及 Meta 如何为其 AI 基础设施供电、什么是 1 吉瓦能源、如何决定数据中心使用何种芯片，以及自建数据中心的好处。
PyTorch BlogAI 评分2020 用 FBTriton 现代化 Table Batched Embeddings
PyTorch 博客介绍用 Triton 重写推荐系统 Table Batched Embedding（TBE）前向与反向算子，性能超过原有 CUDA kernel。
PyTorch BlogAI 评分3636 PyTorch 媒体处理生态的演进
PyTorch 将图像、视频、音频的解码与编码能力统一收敛到 TorchCodec，TorchVision 和 TorchAudio 中旧的 I/O API 已弃用或移除。
PyTorch BlogAI 评分4040 用 Helion 为 vLLM 构建高性能、可移植的线性后端
将 Helion 集成进 vLLM 线性后端后，单个 Helion GEMM 实现即可覆盖 Standard GEMM、Split-K、Swap-AB 等变体，并通过按 shape 自动调优选出最佳配置。
PyTorch BlogAI 评分3434 用 TLX 优化 Jagged Flash Attention：迈向 Blackwell 上的 SOTA FA4 之路
针对 Meta 生成式广告模型（GEM）背后的 Jagged Flash Attention 注意力内核，团队用 TLX（Triton Low-level Extensions）在 NVIDIA Blackwell（B200）上重写，代码约 3.2K 行，比 FA4 的约 10K 行 CuteDSL 少约 3 倍。
Meta Newsroom · AI精选AI 评分6262 未来属于每个人：面向小企业的 Muse
Meta 为个人 AI 智能体 Muse 扩展了一批新技能和连接器，推出面向小企业的 Muse for Small Business，可连接 Instagram 专业账号分析、Facebook Pages 和 Meta 广告账户，并接入 Canva 等数十款商家常用工具。
推荐理由：Meta 官方披露 Muse 面向小商家的技能与连接器清单，可据此判断智能体接入现有业务工具的实际边界。