Qwen展示AI自主设计并合成新型冷却材料
Qwen发布帖子称,其AI用于科学场景,实现新型冷却材料的自主设计与合成,展示AI在材料研发流程中的自动化应用。
Qwen发布帖子称,其AI用于科学场景,实现新型冷却材料的自主设计与合成,展示AI在材料研发流程中的自动化应用。
阿里云 Qwen 发布 Qwen4-Max,基于新 MoE 架构,原生支持视觉,上下文窗口为 1M-token。官方内部评测显示其比 Qwen3.8-Max 最多少用约 50% token,单任务平均成本下降超 60%。API 已在 QwenCloud 上线,输入 $1.5/M tokens、输出 $4.5/M tokens、隐式缓存 $0.075/M tokens,隐式缓存价格较 Qwen3.8-Max 降 70%。
Qwen4-Max在Code Arena WebDev榜单以1750分(初步)位列第6,较前代Qwen3.8-Max的1676分提升74分;同时在HTML、品牌营销、参考设计子项进入前十,为榜单中排名最高的中国模型。
Agent Arena公布榜单:Qwen4-Max以+7.5%净提升首次上榜即列第14,较Qwen3.8-Max的第39名大幅跃升,成为排名最高的中国模型,阿里因此位列全球第5实验室、中国第1。四项信号全面提升,用户满意度+13%、确认成功+9%、可控性+8%、Bash可靠性+3%。
Qwen4-Max在Image-to-WebDev Arena以1674分位列第6,较前代Qwen3.8-Max的1639分提升35分,排名略高于Claude Opus 5、GPT-6 Sol等模型。
DesignArena称Qwen4-Max在Python-PPTX arena以1302 Elo排第4,在Spreadsheet arena以1336 Elo排第5;相比Qwen 3.7 Max,后者排名提升30位、Elo增加379分,前者排名提升5位、Elo增加80分。
Qwen 宣布 Qwen4-Max 已在 OpenRouter 上线,可直接用于构建。据 OpenRouter 介绍,Qwen4-Max 是 Qwen4 系列的首个模型,面向编码、办公工作和长程智能体。
Qwen官方账号宣布,Qwen4 Max现已在OpenCode Go上线,并邀请用户试用;该消息引用了OpenCode的发布帖。
阿里发布Qwen4 Max,在Artificial Analysis智能指数(xhigh推理档)得43分,比Qwen3.8 Max高9分,比Kimi K3.1 Pro低3分。每任务成本$3.27,约为Qwen3.8 Max($10.02)的三分之一,比Kimi K3.1 Pro($3.68)低约11%,每任务输出token约105k,比Qwen3.8 Max少39%。模型支持1M tokens上下文和文本、图像输入,首方API定价$1.50/$4.50每1M输入输出tokens,缓存命中$0.075。
ValsAI评测显示,Qwen4-Max在Vals Index整体排名第11,成为中国模型第一;相比Qwen 3.8 Max 0902整体能力明显提升,编码与金融任务进步尤为突出。
OpenAI在X上介绍,物理学家Nathaniel Craig与GPT-6 Astra合作,提出标准模型的一种候选格点定义,并称这是其新科学博客的第一篇文章。
OpenAI发布文章,探讨标准模型的候选非微扰格点定义,并说明GPT-6 Astra如何帮助将该想法转化为详细证明。
GitHub发布Octoverse报告速览,提及由AI智能体发起的拉取请求数量、团队借助GitHub Copilot调整工作流的情况,以及GitHub上最受欢迎的编程语言。
AWS博客介绍Agent DLC智能体开发生命周期,围绕定义、构建、评估、发布、观测、反馈六个环节,以业务方批准的金标准为核心,外循环维护标准、内循环做“评分—查路径—改一处—重评”。文中用HR政策助手示例说明:块级检索精度全为1.00,但事实级精度仅0.09,暴露知识覆盖缺口;仅改提示词会让一个问题变好、另一个变差。文章还给出五维标准、三层门槛与按意图发布决策,并建议一周内建立初始评测基线。
AWS发布技术方案,通过AgentCore Gateway请求拦截器从已验证JWT注入userContext、知识库ACL感知检索、Cedar策略校验及资源策略四层机制,防止LLM自行决定检索身份导致跨部门或多租户数据泄露,并提供CDK示例与验证脚本。
AWS博客给出基于A2A协议的跨组织多智能体参考架构:LangChain编排器与Strands合规智能体分属两个AWS账号,通过Agent Card发现、OAuth双向认证与回调实现互操作,无需共享SDK或密钥。附三个Jupyter Notebook部署与端到端测试,仅限沙箱环境,会产生资源费用。
AWS在Agent Toolkit的amazon-bedrock技能中加入迁移指南,帮助编码智能体把客户自管知识库迁移到Bedrock托管知识库。指南分探索与迁移模式,默认只读发现并生成计划,经批准后可并行创建新知识库或输出IaC模板;内容摄取、应用检索调用更新与切换仍由团队完成。托管版提供混合检索、托管重排与解析、原生连接器、ACL感知及智能体检索,按存储与检索计费。
AWS 发布下一代 Amazon Bedrock AgentCore runtime 更新,每个会话仍运行在独立的 Firecracker MicroVM 中,会话启动快至 15 倍、算力扩至 4 倍、运行效率提升 68%。会话规格提升到最高 8 vCPU 和 32 GB,支持 10 GB 容器镜像,启动时间低于 2 秒且不受镜像大小和并发影响。计费改为按实际用量,空闲会话可缩容至零,多轮会话每会话内存消耗最多减少 68%,并支持通过 FUSE 将工作数据挂载到 Amazon S3 等文件系统。
AWS官方博客给出用Amazon Bedrock应用推理配置文件加LiteLLM(跑在Fargate上)搭建自助LLM网关的完整模式,对外暴露OpenAI兼容API,实现按用户密钥、成本预算、配额隔离与Langfuse可观测性,并分享数百开发者规模下的超时、重试、CRIS与配置踩坑经验。
AWS博客给出Amazon Bedrock智能体成本优化与ROI验证框架:按单任务而非单Token计费,考虑分词效率、输出冗余、多轮循环和推理开销四项隐性成本,并用缓存、路由、输出约束和批处理降本;同时以人工基线、对照实验和五维记分卡衡量智能体是否优于人工。
AWS博客介绍仅用原生功能实现Amazon Bedrock按身份成本可见与限额:Bedrock自动记录IAM主体,配合CUR 2.0或Cost Explorer报表,再用AWS Budgets预算动作在超阈值时附加Deny策略。无需写应用代码,但预算数据每日最多刷新三次,标签激活不追溯,共享角色会连带封禁。
韩国能源化工企业GS Caltex分享如何将流程工程师在SageMaker Canvas中无代码构建并验证的模型,通过自动化交接接入SageMaker Pipelines,实现每30分钟批量推理。其ML工程师部署模型的时间从约一周缩短到数小时,并降低了推理成本。
AWS发布CDK示例,在Amazon Bedrock上部署LiteLLM与NVIDIA NeMo Switchyard路由插件,支持Stage和Random两种策略,在Claude Opus 5.5与Nemotron 3 Super间按任务成本路由,并提供基准脚本测量每解决任务成本。示例为非生产用途,调用按量计费。
AWS博客介绍Amazon Bedrock AgentCore runtime V2的会话启动机制:创建或更新时构建一次快照,新会话直接恢复内存与磁盘,静态初始化可提前完成,并新增build hook预热大文件;配合用户打开应用时后台预热会话,可将交互首响压至亚秒级。文中给出测量方法、四种架构模式及快照陷阱(随机数、时间、凭证须在handler生成)。
AWS发布教程,介绍如何在SageMaker JumpStart上部署开源生物分子结构预测模型OpenFold3-preview,支持蛋白质、DNA、RNA及配体复合物预测,采用异步推理处理长耗时任务,可自带MSA提升精度并支持空闲缩容至零。
Google 在 Antigravity 中向外部研究者与开发者开放 /teamwork 多智能体工具,可与 Gemini 4 Argon、Carbon、Hydrogen 及 /boost、Deep Review 配合使用。官方称该工具已在信息论、形式化验证、分子结构解析和内核优化上产出成果,例如 /teamwork-LEAP 自主生成约 180 万行 Lean 的 Weil 猜想形式化。Google 同时开放 1 万名学术研究者六个月的免费高用量档申请,并称后续会把形式化证明模式等更多工作流带入 Antigravity。
GitHub 宣布 Google 的 Gemini 4 Hydrogen 已在 GitHub Copilot 中正式可用。该模型面向快速高效的智能体编码、工具调用和多步工作流,指令遵循较 Gemini 3.8 Flash 有所改进。用户可在 GitHub Copilot 应用、CLI 和 @code 中找到它。
Anthropic在工程博客发文,提出设计与运行模型安全评估、并报告结果的10项建议,用于判断模型是否可部署、需配套哪些防护措施,以及训练与研究应聚焦何处。
AWS博客介绍Amazon Bedrock内置零埋点的成本归因能力:每次推理调用可追溯到发起调用的IAM主体,身份与团队、成本中心等标签流入CUR 2.0和Cost Explorer,适用于Claude Code、Codex、ChatGPT Work等工具。文中给出配置IAM Identity Center、权限集、CUR导出、Athena查询的步骤,并对比AWS Budgets、CloudWatch告警、DynamoDB配额和网关代理等用量控制方案及其延迟。
AWS发布SageMaker HyperPod Data Capture,可在端点、负载均衡、模型Pod三层捕获线上推理输入输出并写入S3,实测对延迟无明显影响。文章以家电客服路由为例,用Athena发现新品盲区、SQL策略打标、60秒LoRA微调,使新品类召回从0升至100%,并附完整代码与成本说明。
Hugging Face博客给出完整流程:从SimReady Central下载UR17G机械臂、Robotiq 2F-140夹爪和饮料罐资产,在Isaac Sim 6.2中由智能体协助组装场景并生成抓取控制代码,完成抓取、抬升、移动和释放任务,并附关节、接触等检查项与仿真假设说明。
Hugging Face联合CMU、NVIDIA、约翰霍普金斯发布XYBench,含8115个真实问题,覆盖编程与日常场景,评测模型能否识别用户提问背后的错误假设并引导至真实目标。测试显示Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro等模型多聚焦表面请求,识别误解能力仍落后人类。
Meta工程团队把AOSP的Cuttlefish虚拟设备框架移植到macOS/Apple Silicon,恢复QEMU支持、打通vhost-user、HVF内存槽、Cocoa原生显示与签名构建,统一了此前Goldfish与Cuttlefish并行的双模拟器栈。成果以qemu-wearables分支和cuttlefish-wearables补丁集开源,并计划向上游贡献。
Anthropic宣布于美东时间12点直播一场炉边对话,参与者为摩根大通CEO Jamie Dimon与Dario Amodei。帖子同时附有与证券发行相关的法律免责声明及SEC注册说明。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买。该钱包沿用现有的银行卡保护机制,原文未披露支持的卡组织、地区或上线时间。
DeepSeek发帖称,DeepSeek App只是与AI交互的方式之一,其能力现已开放供用户自由调用与组合,鼓励开发者减少重复搭建基础功能、把时间用于创造新东西。帖子未给出具体接口、价格或开放范围细节。
DeepSeek 将 DeepSeek App 背后的搜索、文件、链接、安全与语音能力通过 DeepSeek API 开放。开发者可用少量参数启用内置功能,或调用 OCR、ASR、TTS 等独立 API,在自己的应用中构建对话或复刻完整 App 体验。官方同时放出支持导入 DeepSeek 对话历史的开源前端 demo,代码托管在 GitHub。
llama.cpp 与 ggml 发布 v1.0.0 库版本,项目方称这是对下游开发者的责任体现。今后两个项目遇到 API 与 ABI 不兼容时都会提升主版本号,公共 C API 的破坏性变更对应 MAJOR 升级。llama.cpp 目前支持超过 150 种模型架构变体及主流投机解码方法,并已通过 Docker、Homebrew、conda-forge、MacPorts、Winget、XCFramework 等渠道分发。
Google DeepMind介绍两款气象AI模型:PARDIG每15分钟估算全球降雨,降水检测能力提升超30%;SatWeave每60分钟将多颗地球静止卫星合成一幅地球云与风暴实时视图。
Google DeepMind发布PARDIG和SatWeave两个基础数据集,它们是WeatherNext 3背后的数据基础,旨在帮助研究者和开发者构建新的气候应用。