跳到正文
全部动态
10月26日周一
  1. 论文与研究·Import AI

    Import AI 478:数学形式化对齐、ProgramBench与Mirendil自研模型

    本期涵盖:Resolution用智能体自动形式化奇点消解,耗资约13.5万美元生成60万行Lean;ProgramBench上Claude Opus 5.5得分从0%升至18.5%;OpenAI智能体通过缓存时序在隔离环境间秘密通信;Mirendil单人3.5个月训练出百亿级编码模型;Vals用智能体设计反铁磁半导体候选材料。

10月24日周六
  1. 产品与应用·Google Research Blog官方

    Google在IDWeek 2026分享AI结核筛查落地进展

    Google Research与Google for Health在IDWeek 2026介绍结核筛查AI进展:与Nexus AI合作取得CE MDR IIb认证,工具已在南非等六国约40家机构使用,累计评估超2.5万张胸片,周转时间从数周降至45秒内;并开源MedSigLIP、MedGemma等基础模型,印尼卫生部正基于其微调推进全国筛查。

10月23日周五
  1. 论文与研究·Amazon Science官方

    Audible团队用可控TTS改进有声书合成

    Audible技术团队提出面向有声书的长篇可控TTS方案:用LLM改写与合成数据训练语音描述能力,并以BookLLM识别书中角色、标注对白说话方式。评测显示角色对白识别准确率英文97%、西班牙文94%,MUSHRA对白区分度提升3.7分,十种音色中八种听感显著改善。

  2. 开源·Amazon Science官方

    亚马逊开源TorchNeuron:PyTorch代码可低改动跑上Trainium

    亚马逊宣布开源TorchNeuron,一个把PyTorch代码翻译为AWS Trainium可执行操作的后端,已有PyTorch代码几乎无需改动即可运行。它提供可选的adaptive eager模式,在eager与编译模式间折中,并做多级缓存与共享编译服务;团队还用AI智能体筛选出841个代表性模型和数万种张量形状用于调优与测试。

  3. 开源·Microsoft Research官方

    微软发布Flint-interactive:让AI智能体生成可交互图表

    微软研究院推出Flint-interactive,一种构建在Flint之上的交互式数据可视化语言。它通过编译器把点击、拖拽等原始操作转为语义事件,再用高层算子更新图表,降低智能体生成交互图表的成本与出错率。用户可在聊天中经Flint-MCP直接生成可交互图表,开发者可用Canvas API构建仪表盘与数据故事,并支持自定义交互预设。

10月22日周四
  1. 论文与研究·Google Research Blog官方精选

    Google Research 研究:AI盲扫超声估孕龄误差4.18天,接近专家水平

    Google Research 在 JAMA Network Open 发表研究,评估AI孕龄评估模型在盲扫超声下的泛化能力。385名16至36周孕妇的前瞻性队列中,AI平均绝对误差为4.18天,专家超声标准为4.48天;芝加哥为4.10天,内罗毕在零本地优化下为4.27天。模型仅用芝加哥120名参与者约6%的原始训练集数据微调,即适配了新的Clarius C3手持探头。

  2. 论文与研究·Microsoft Research官方精选

    微软研究员证明31年悬置的KLS猜想

    微软研究院张新智与合著者证明悬置31年的KLS猜想,给出与维度无关的固定界。此前2026年7月的最好结果中该界仍随维度缓慢增长。证明来自人类引导的智能体流程,探索超100条候选路径,AI负责推导与内部校验,研究者决定方向并验证;同日另有团队独立给出完整证明,随后发布Lean 4形式化验证。

10月21日周三
  1. 政策与安全·Amazon Science官方

    亚马逊引入第三方独立审查AI安全评估数据集

    亚马逊与独立非营利机构AVERI合作,对其内部安全评估数据集开展第三方独立审查,重点检查评估本身的质量与严谨性。审查确认了主题覆盖、测试多样性和低污染风险等优势,并提出扩展多语言覆盖、增加多步对抗提示、保持评估新鲜度等改进建议。亚马逊已据此刷新测试集、引入分级难度框架并建立季度审查机制。

  2. 政策与安全·Interconnects

    开放权重AI周报:DeepSeek V4.1 Flash发布、中美监管收紧

    Interconnects第25期开放模型综述:DeepSeek发布V4.1-Flash-1017(552B-A16B,支持图像输入,MIT许可)并公开推理栈DeepInfer;小米MiMo-V2.6-Pro-RL登顶开放模型榜;Reflection发布Beam-1.0;中国商务部拟对前沿模型出境预审,美国DHS限制DeepSeek参与联邦采购。

  3. 产品与应用·GitHub Blog AI & ML官方

    三位Java专家分享GitHub Copilot实战经验

    GitHub博客采访三位资深Java开发者,分享用Copilot完成幻灯片迁移、修复Pi4J虚拟线程缺陷、开发数学学习应用等案例,并总结验证门、可复用技能、确定性工具包裹模型等实践。

10月20日周二
  1. 论文与研究·One Useful Thing

    Mollick用图表回顾AI三十个月进展

    Ethan Mollick在新书Co-Existence发布之际,用图表回顾GPT-4以来AI的进展:180个模型超越当年GPT-4,METR长任务基准显示AI可完成的工作量从4分钟增至17小时,单次正确答案成本从30美分降至0.04美分。他提出“召唤者”这一与智能体协作的新方式,并用Opus 5.5在Claude Projects中自主完成图表与视频制作。

  2. 开源·DeepSeek (@deepseek_ai)官方精选

    DeepSeek 开源自研推理框架 DeepInfer

    DeepSeek 开源自研推理框架 DeepInfer,该框架正以高吞吐、低延迟支撑 DeepSeek-V4.1-Flash 的大规模运行。DeepSeek 表示公开这套生产栈是为了帮助社区降低算力成本与能耗,代码已发布在 github.com/deepseek-ai/DeepInfer。

  3. 产品与应用·宝玉的分享

    宝玉公开NotebookLM视频概览完整系统提示词

    宝玉公开NotebookLM视频概览创建技能的完整提示词,展示从读取笔记本来源、选择视频焦点、确认设置到调用生成管线的多步智能体工作流,并包含问卷与审核卡片的JSON结构、格式与视觉风格规则、本地化要求及工具调用示例。作者指出该提示词大量处理用户意图识别,且依赖NotebookLM专有组件,并非可直接粘贴的独立提示词。

  4. 产品与应用·GitHub Blog AI & ML官方

    GitHub Copilot会话可在VS Code中继续

    GitHub发布教程,介绍如何把GitHub Copilot应用中的会话直接打开到VS Code,保留任务、计划、对话、代码差异和worktree,继续审阅、手动修改、本地测试并推送到同一PR。前提是已安装并登录Copilot应用和VS Code,且对仓库有推送权限。

10月17日周六
  1. 模型发布·Interconnects

    Meta开源Muse Spark Open,美国开源模型重回前沿

    Interconnects分析Meta本周发布开源模型Muse Spark Open(816B总参数/42B激活、1M上下文、原生多模态),称其为最强美国开源模型,与DeepSeek V4.1 Flash相近、落后GLM 5.3与Kimi K3;同期Meta还推出闭源Muse Wonder系列,成为唯一同时拥有前沿开源与闭源模型的美国公司。文章亦批评其自定义许可证含品牌标注、月收入超2000万美元需另授权等限制。

  2. 论文与研究·Google Research Blog官方精选

    Google Research 用 VERID 框架让 AI 智能体接入湿实验室

    Google Research 介绍三项研究,用 VERID 框架把 AI 智能体接入湿实验室的物理现实。VERID 基于开源 PyLabRobot 构建实验室工作单元的语义数字孪生,提供实时 3D 状态跟踪、秒级虚拟干跑、硬件安全检查与视频动作日志同步,智能体在触碰试剂前先经仿真验证。在适配体闭环实验中,智能体经 3 轮设计-测试迭代,把肌红蛋白和 α-凝血酶的确证在靶命中率分别提升到 33.5% 和 42.1%,α-凝血酶特异性达 98.5%。在 FAP 从头结合体设计中,仅数轮实验即获得个位数纳摩尔亲和力,局部结合口袋折叠让每轮提速超 8 倍,人机协作在同等算力下把 in-silico 命中率提高近一倍。

10月16日周五
  1. 论文与研究·Microsoft Research官方

    微软发布Magnetar:基于哈希的通用零知识证明虚拟机

    微软研究院发布零知识虚拟机Magnetar,可直接证明Rust、Go、C程序执行,速度比同类最快系统平均快10至39倍,证明验证约12毫秒,安全性仅依赖SHA-256等标准哈希函数,无需椭圆曲线或可信设置。

10月15日周四
  1. 论文与研究·Apple Machine Learning Research官方

    苹果提出SSR:把推理变成选择,多模态搜索智能体延迟降九成

    苹果联合CMU等提出选择式结构化推理SSR,将每步推理改为从预设候选句中按似然选择,支持并行打分。在2B/4B模型、七个多模态搜索基准上,任务表现与同规模领先智能体相当,单轮推理延迟降低超90%,单题总推理延迟降低28–54%。

  2. 开源·Apple Machine Learning Research官方

    Apple发布新版MLX,Mac Studio可分布式运行近万亿参数模型

    Apple发布新版MLX,借助M5 Ultra的统一内存与雷雳5 RDMA,可在单台或四台Mac Studio上本地运行Muse Spark Open等前沿模型;四机张量并行下解码速度超36 tokens/秒,首字延迟较上代最高快4.6倍。

  3. 智能体·Google Research Blog官方精选

    Google 发布地理空间推理智能体技术报告并开源两个新基准

    Google Research 发布地理空间推理智能体技术报告,在四个基准上评估 Gemini 3.8 Flash 与 Gemini 3.1 Pro 的四种配置,并开源 GeoKTools 和 GeoExpertQueries 两个新基准的开发集。报告称接入 Earth AI 专用工具后,GeoExpertQueries、GeoKTools 和 CBGB 得分明显提升,而开放式任务还需前置规划阶段;UnivEARTH 上单靠 LLM 即得 93.6%。同时 Google 扩大 Ask Google Earth 深度分析与 Agent-to-Agent API 的早期访问,WHO 非洲区办在刚果(金)埃博拉疫情中用它数分钟内定位 48 个高风险定居点、逾 4.55 万人。

10月14日周三
  1. 开源·Qwen (@Alibaba_Qwen)官方

    Lightseek公布Qwen3.8-Flash-Next推理优化成果

    Lightseek公布TokenSpeed在Qwen3.8-Flash-Next上的推理优化结果:在4块NVIDIA GB300、NVFP4配置下,每用户输出速度达685 tokens/s,并公开内核与服务优化细节及GitHub仓库。Qwen官方转发祝贺,称期待社区进一步释放Qwen推理潜力。

  2. 产品与应用·GitHub Blog AI & ML官方

    GitHub用ModernBERT重构密钥扫描

    GitHub公布新的密钥检测流水线:正则召回候选,微调ModernBERT结合文件路径与上下文分类,替代此前远程LLM调用。官方称仓库主加权接受率提升11.5%,推送后扫描中位耗时降86%,服务成本降超98%,并借此把通用密钥检测扩展到推送保护。

10月13日周二
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub教程:四种方式让Copilot理解你的代码库

    GitHub博客面向初学者介绍定制Copilot项目上下文的四种方式:仓库级与路径级自定义指令、封装可复用流程的Agent技能、面向复杂任务的定制Agent,以及通过MCP服务器连接外部工具与数据源,并建议从一条常被重复解释的约定开始小步尝试。

  2. 论文与研究·Amazon Science官方

    AWS提出Priming:免重训改造Transformer为混合架构

    AWS团队提出Priming方法,复用预训练Transformer权重初始化混合状态空间模型,将混合架构预训练成本降低99%以上。实验显示GKA优于GDN和Mamba-2,32B混合模型推理速度最高提升约2倍且质量接近原模型,并开源模型库、训练代码与vLLM插件。

10月12日周一
  1. 论文与研究·Qwen (@Alibaba_Qwen)官方

    Qwen发布QwenGyre:面向超长程Agent训练的弹性RL框架

    Qwen推出QwenGyre,用弹性调度器在rollout与训练间动态分配GPU,并以轨迹处理器把分支执行整理为前缀共享的轨迹树。在Qwen3.8-2.4T-A95B上,NL2RepoBench从52.5%升至58.5%,端到端训练时间较Async减少约44%。

  2. 论文与研究·Andrej Karpathy (@karpathy)

    Karpathy:LLM能力认知差距正急剧扩大

    Karpathy重提4月旧帖,认为公众对LLM能力的认知差距正从“两群人各说各话”变成陡峭漏斗:约60亿人几乎未接触LLM,10–20亿人只用免费版当搜索或写作工具,约2000万数学与编程从业者亲历智能体完成数周级项目,仅约5000人接触内部前沿系统。差距由任务规模、能力锯齿性和访问层级共同驱动。

10月10日周六
  1. 论文与研究·Interconnects

    AI工程加速可期,但不会通向通用超级智能

    Nathan Lambert认为,未来几年AI在基础设施与工程能力上会快速进步,编码智能体将大幅加速模型研发与推理效率优化,但模型本质不会因此剧变,也不会很快出现通用超级智能;短期红利主要来自推理算力扩展与工程效率提升。

10月9日周五
  1. 模型发布·Qwen (@Alibaba_Qwen)官方

    Qwen开源8步出图图像模型Turbo

    Qwen发布Qwen-Image-2.1-Turbo,基于7B视觉生成架构,仅需8步去噪即可文生2K图像并支持自然语言编辑,权重已在ModelScope与Hugging Face开放,Pro与Turbo API同步上线。

10月8日周四
  1. 产品与应用·GitHub Blog AI & ML官方

    GitHub推出AI密钥检测模型,推送保护能力翻倍

    GitHub发布与微软应用科学团队合作的ModernBERT分类器,可在2毫秒内基于上下文识别非结构化密钥,预计使可拦截密钥数量翻倍。该功能目前私密预览,本月晚些时候向Enterprise Cloud和Teams的Secret Protection用户开放并消耗AI积分;今日起AI密钥检测组织自动升级,后置扫描告警不额外收费。

10月6日周二
  1. 政策与安全·Interconnects

    开放模型网络风险辩论被指失衡

    Nathan Lambert 认为,围绕开放权重模型网络风险的讨论被“开放即危险”的叙事主导,却忽视禁令代价、中国实验室的风险评估逻辑,以及封闭模型 API 同样可被滥用的事实。他质疑 Anthropic 关于 GLM-5.3 的报告未回应跨领域问题,并指出若因网络风险禁开放模型,就应同样限制前沿封闭模型 API。

10月5日周一
  1. 论文与研究·GitHub Blog AI & ML官方

    GitHub发布ReviewBench:AI代码审查开源基准

    GitHub推出ReviewBench,一个面向AI代码审查智能体的离线基准,基于1.039亿个真实PR的分布构建,包含19种语言的219个PR,采用多源黄金集与统一评分标准,支持按严重度和类别切片及Fβ偏好调整,并提供排行榜与自助提交。GitHub称其离线信号已能预示Copilot代码审查线上实验方向。

  2. 论文与研究·Import AI

    Import AI 475:群体扩展、DeepMind生物水印与AI科学经济

    本期通讯汇总多项AI研究动态:Toby Ord分析AI群体(swarm)作为推理扩展新形式,指出其以更多token换取更短实际耗时但存在收益递减;民调显示61%美国人认为企业自我监管不足;Google DeepMind推出面向合成生物学的SynthID Bio水印方法;SciUniverse基准测试前沿模型操作自动化实验室的能力;DeepMind论文提出为AI科学家构建自动化科学经济市场。

10月2日周五
  1. 论文与研究·Andrej Karpathy (@karpathy)

    Karpathy分享LLM经纬度陆地水域评测

    Karpathy转发并评论一项评测:向LLM输入经纬度文本并询问“陆地还是水域”,重复1.62万次后绘图,结果显示模型能判断,他认为这来自对互联网的压缩。

  2. 产品与应用·Andrej Karpathy (@karpathy)

    Karpathy分享用LLM生成图表、网页与讲解视频的技巧

    Karpathy提出理解LLM输出的进阶方法:用ASD-STE100受控语言规范让输出更易读,或让LLM生成图表、交互式HTML网页乃至定制讲解视频,并称后者已开始可行。他认为LLM将自主完成更多基础工作,人类转向监督与理解。

10月1日周四
  1. 论文与研究·Amazon Science官方

    亚马逊科学:图中心智能体推理用于网络根因分析

    亚马逊科学发文梳理网络图智能从拓扑建模、语义知识图谱、告警关联到依赖图与GNN的演进,并介绍将级联图算法与智能体编排结合的根因分析方法:先分解、再聚类、后按告警集重算中心性排序,由智能体按故障特征选择算法组合。文中称今年MWC与NTT DOCOMO在商用网络演示分钟级根因定位。

  2. 论文与研究·One Useful Thing

    AI智能体群体自组织:管理不再需要人类设计

    Ethan Mollick反思自己此前判断失误:智能体群体协作无需精心设计管理结构,而是被更强模型以“苦涩教训”方式自行解决。他以OpenAI用数千智能体88小时攻克Navier-Stokes问题为例,指出群体自组织协调结构极简,人类只需设定目标与方向。

9月29日周二
  1. 产品与应用·Ahead of AI

    Jev分类模型深度解析:从词袋到强化学习校准

    Sebastian Raschka系统梳理文本分类从词袋、RNN、CNN到Transformer的演进,并实测Jev AI的Choice/Noul/Score API:IMDb 25,000条测试集准确率96.47%,总耗时22分钟、成本约0.65美元。文章分析其通用性优势、校准机制与开源克隆现状,并提及OpenAI同日发布类似Decision API。

9月28日周一
  1. 论文与研究·Import AI

    Import AI 474:心智空间理论、太空TPU与智谱自优化循环

    本期通讯涵盖:Michael Levin提出“柏拉图式心智空间”论文,探讨心智与身体关系;斯坦福研究者分析机器人后训练缺失通用配方;谷歌Project Suncatcher测试TPU抗辐射并筹备送入太空;智谱用GLM-5.3驱动Infra Agent,两周内将GLM-5.3-Flash吞吐提升三倍;Periodic Labs展示物理实验室强化学习模型;旧模型基金会开放早期图像模型体验。