AI公司集体转向自研ASIC芯片，标志着产业重心由训练转向推理经济学。这不仅是对英伟达成本垄断的突围，更是通过软硬件垂直整合，在智能体时代确立算力主权与竞争壁垒的关键战略。

TraceRL框架通过创新性地对齐扩散语言模型（DLM）的训练目标与推理轨迹，显著提升了DLM的性能与训练效率，使其在复杂推理任务上超越了更大规模的自回归模型，预示着AI推理能力与计算效率的深刻变革。这一创新及其开源框架dLLM-RL，正加速DLM成为下一代高效智能体的核心基石，开启“RL大一统”的新范式。

AI正以高效能小模型与代理技术加速重塑科学及商业，但发展中挑战与伦理并存。

Pusa V1.0以革命性的500美元训练成本，在AI视频生成领域实现了SOTA，标志着模型开发正从算力军备竞赛转向算法效率与创新。这项由华人团队主导的技术突破，通过独特的VTA机制，不仅大幅降低了高质量视频内容的生产门槛，更预示着AI视频生成将迈向更普惠、专业化和可持续发展的新纪元。

Google通过T5Gemma模型有效复兴了Encoder-Decoder架构，显著提升了AI推理性能与效率，挑战了当前大模型领域以Decoder-Only为主导的局面。同时，Google开源的MedGemma系列模型在医疗AI领域实现了低成本、高性能的突破，不仅加速了医疗AI的民主化进程，也展现了Google通过开源战略重塑AI产业生态、推动技术普惠的深层意图。