北美具身智能公司 Skild AI 发布机器人基础模型 S1，核心是上下文学习能力：模型无需后训练或微调，只看一段人类演示视频，就能完成未见过的新任务。官方展示中，S1可处理煎饼、咖啡冲泡、植物换盆和设备组装等任务，最长任务时长超过 10 分钟。在未见过任务上，其成功率为 66%，高于基于语言提示的 VLA 的 9%；若走传统后训练路线，大约需要约 380 次演示才能追平这一水平。

IBM 发布 Granite 4.2 系列开源推理语言模型，提供 3B、8B 和 30B 三种参数规模，支持原生思维链、思考开关和低功耗模式。8B 与 30B 版本加入智能体强化学习，可在沙盒环境中执行代码编辑、终端操作和网络搜索。该系列采用 Apache 2.0 协议开源，允许下载、微调和商业使用。

8 月 25 日至 26 日，多条加密与相关市场消息集中出现：美国财政部成立量子就绪工作组，工作线覆盖数字资产与新兴技术风险；泰国证监会就加密 ETF 监管草案征求意见，初期仅纳入比特币和以太坊；灰度将 Zcash Trust 转为 ZCSH 并在 NYSE Arca 上市；贝莱德把比特币实物申购 ETF 份额的最低交易规模从 2500 万美元降至 100 万美元，IBIT 累计转换规模已超 50 亿美元。

据 IT之家援引 X 平台消息源@synthwavedd披露，OpenAI reportedly 已完成下一代模型 Bel 的预训练。该模型被称为 Doug 模型的直接继任者，总参数量超过 10T。消息还称，OpenAI希望将 Bel 打造成 GPT-6 之后的基座模型，并尝试冲击通用人工智能（AGI）阈值。

由 Ilya Sutskever 创立的 Safe Superintelligence（SSI）被传可能在本周发布首个模型。多名投资人与科技观察者近期在社交平台集中发声，猜测这一模型可能采用测试时训练（TTT）架构。原文还提到，英伟达于 7 月 27 日宣布与 SSI 达成长期战略合作，未来 12 个月将把其算力规模提升 10 倍，并称在获得对其受保护研究成果的罕见访问后决定合作。

Generalist AI 发布机器人基础模型 GEN-1.5。该模型只需一次 3 至 12 秒的演示，就能让机器人学习并执行新的物理任务，无需梯度更新、微调或特定任务编程。在 10 项操作任务中，未经训练的模型单次上下文提示平均成功率为 59%；若每项任务加入 5 分钟数据并进行 10 步梯度更新，成功率可升至 83%。目前该模型仍为研究版本。

谷歌研究与南加州大学团队发布 Mobility-Embedded POIs（ME-POIs）框架，将聚合的人类移动数据融入基于文本的地点向量表示中，用于捕捉地点的实际使用方式。该模型约有 5370 万个参数，可在单张 NVIDIA Tesla V100 GPU 上完成预训练。在洛杉矶和休斯顿移动数据上的五项地图增强任务测试中，加入 ME-POIs 后，洛杉矶 35 个模型—任务组合中有 34 个性能提升，访问意图分类的 F1 分数相对提升最高达 81.9%。

成立仅两个月的共生知行将研发重点放在双足人形机器人的端到端感控一体化「大脑」上。公司称，分层架构存在信息瓶颈与级联误差，难以实现真正的 Scaling，因此选择更激进的纯端到端路线。其团队由 1996 年出生的创始人丁鹏翔和多名 00 后在读博士组成，已在具身智能方向获得两项 Best Paper 和一项 Best Paper Candidate，并推出国内首个 GitHub Stars 超过 2K 的具身基座模型。