跳到正文
只看一手
  1. AWS Machine Learning Blog65

    Reflection AI 发布开源权重模型 Beam，面向智能体编码

    Reflection AI 发布开源权重模型 Beam，用于智能体编码和长周期任务，总参数 501B、激活参数 23B，报告有效上下文长度 100 万 token。

    推荐理由：原文给出 Beam 的参数量、上下文长度和三种精度检查点，并附 AWS 两条部署路径，可据此评估自托管成本。

  2. NVIDIA Blog62

    NVIDIA 发布 RTX Spark，面向创作者、玩家与 AI 智能体的 Windows PC

    NVIDIA 发布 RTX Spark，一款面向创作者、玩家和 AI 智能体的 Windows PC，并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。

    推荐理由：NVIDIA 官方公布 RTX Spark 的发布活动与媒体评测反馈，可了解这款面向本地 AI 的 PC 平台定位。

  1. NVIDIA Blog76

    NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型

    NVIDIA 发布开放模型 Nemotron 3.5 Super VL，1200 亿参数，主打多模态智能体任务，官方称吞吐量最高可达同类模型的 5 倍。同时推出两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB，前者已上线，后者将于 10 月 23 日发布。

    推荐理由：原文给出三款开放模型的参数、部署层级与开放权重，读者可据此判断本地智能体部署的选型空间。

  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。在编码基准上，模型试图走捷径或作弊的比例降至 2%，同时公司部署了实时失准监控，读取智能体动作与思维链。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物领域的前沿防护措施，以及智能体失准监控的具体机制和数字。

  2. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长周期任务中的实际边界。

  1. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架

    微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现完整的智能体强化学习控制平面，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。

    推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，读者可了解它如何让部署中的 harness 直接参与训练。

  1. Google DeepMind70

    Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源嵌入模型，把文本、代码、图像、视频和音频映射到统一嵌入空间。

    推荐理由：原文给出 740M 参数、分模块编码器与端侧内存占用，可据此判断本地多模态检索的部署门槛。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再逐步提供给开发者、企业和消费者。

    推荐理由：原文给出 Argon 在编码、企业知识工作和网络安全防御上的具体评测与内部落地案例，可据此判断前沿模型的能力边界与分阶段开放策略。

  1. Google DeepMind70

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名嵌入生物代码，在数字模型和合成出的实体蛋白质上都能验证，同时保持其生物功能。

    推荐理由：原文给出了水印在湿实验中保持蛋白功能与结合亲和力的验证结果，读者可据此判断生物设计溯源这一新防线如何运作。

  1. Microsoft Research60

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院推出 AI 研究系统 Quine，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态联合训练的生物学世界模型，以及连接模型、科学工具、文献与研究者的交互框架组成。

    推荐理由：微软研究院公开了 Quine 的生物学世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。

  1. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，再对每个崩溃做分类并生成漏洞报告。

    推荐理由：作者公开了这套自主模糊测试流水线的架构与运行方式，读者可据此判断哪些人工环节能交给 LLM 智能体。

  1. Microsoft Research60

    微软研究：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院系统测量了移动操作机器人分别在端侧、边缘和云端 GPU 上运行推理的差异，发现把推理卸载出机器人可提升任务成功率并延长续航。

    推荐理由：微软团队系统测量了机器人端侧 GPU 推理的性能与续航代价，并给出可复用的卸载工具链。

  1. Berkeley AI Research60

    K-Search 从 CUDA 迁移到 MLX，为 Apple Silicon 生成高性能内核

    Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层让已有 CUDA 内核经验适配 Apple Silicon。

    推荐理由：读者可以看到 CUDA 内核经验如何被结构化翻译成 MLX 优化策略，以及翻译层对最终性能的具体贡献。

已经到底了