跳到正文

全部动态

今日 0 条
9月9日周三
  2. OpenAI News76

    OpenAI 发布企业级模型 GPT-6 Astra

    OpenAI 推出面向企业场景的模型 GPT-6 Astra，定位于其能力最强的工作智能模型。该模型具备更高级的推理能力与计算机操作功能，同时提升了写作和设计判断表现。

    推荐理由：原文列出面向企业场景的核心能力演进，读者可据此了解其在计算机操作与推理层面的定位。

9月8日周二
  1. Google DeepMind71

    Google DeepMind 推出 AlphaGenome Atlas 人类基因组突变预测图谱平台

    Google DeepMind 正式推出 AlphaGenome Atlas 平台，预计算并收录了人类基因组中全部 90 亿个单核苷酸变异的分子生物学影响。该 1PB 规模的数据集配套推出了综合致病性评估的 AVI 评分，可同时覆盖蛋白质编码区与占 98% 的非编码调控区。目前该图谱已通过免费网站门户和 API 开放学术研究使用，后续将登陆 Google Cloud。

    推荐理由：平台预先计算了人类基因组 90 亿个突变的分子影响，科研人员无需自行推理即可直接排查致病位点。

  3. Mistral AI75

    Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元

    Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，创下欧洲科技公司最高股权融资纪录。本轮融资由 Samsung Electronics 领投，EQT 管理的 Scaleup Europe Fund 与 PSG Equity 联合领投，所得资金将用于扩大前沿模型研发算力与基础设施建设。

    推荐理由：材料披露了欧洲科技史上最大规模融资的估值与投资阵容，展现出工业制造与金融巨头对主权开放权重路线的资本支持。

  6. OpenAI News76

    OpenAI 提出纳维-斯托克斯千禧年大奖难题的 AI 解答与 Lean 形式化证明

    OpenAI 分享了由 AI 生成的纳维-斯托克斯千禧年大奖难题解决方案。该成果包含完整的技术说明报告，以及使用交互式定理证明工具 Lean 编写的形式化数学证明。

    推荐理由：文中给出了 AI 求解千禧年数学难题的研究报告及 Lean 形式化证明，读者可据此查验机器在数学定理证明中的实际表现。

9月7日周一
9月6日周日
9月5日周六
  1. GitHub Blog · AI & ML74

    GitHub Copilot 推出 Project HydraFusion 多模型编排预览

    GitHub Copilot 推出 Project HydraFusion 研究预览版，通过在跨厂商多模型间进行运行时编排来优化编码任务。系统会根据任务能力信号在单模型直出、级联升级和模型间交叉审查三种执行模式中动态选择，以平衡质量、成本与延迟。

    推荐理由：原文给出了单模型、级联和交叉审查三套编排机制及评测对比，为工程团队降低高阶模型调用成本提供了可借鉴范式。

9月4日周五
  2. Google Research72

    Google 联合多机构绘制完成雄性果蝇全脑及中枢神经系统连接图谱

    Google 与 HHMI Janelia 及剑桥大学等合作在《Cell》发表成果，绘制出包含超过 16.6 万个神经元与 1.25 亿个突触连接的雄性果蝇全脑及中枢神经系统完整图谱。

    推荐理由：研究结合AI重建技术与人工校对绘制出含十六万神经元的果蝇完整连接组，为神经回路与疾病机制研究提供了细胞级结构数据。

9月3日周四
  1. Google DeepMind72

    Google DeepMind 发布全球气象 AI 模型 WeatherNext 3

    Google DeepMind 联合 Google Research 正式发布全球气象 AI 模型 WeatherNext 3，直接利用实时地球同步卫星拼接数据与地面气象站观测，实现每小时刷新并提供最高 5 公里空间分辨率的预报。

    推荐理由：该模型通过引入实时卫星数据实现每小时刷新与5公里空间分辨率，展示了AI气象预报在降水与清洁能源场景下的工程落地路径。

  2. OpenAI News60

    OpenAI 推出 Daybreak for Frontline Defenders 计划，承诺投入 10 亿美元保护关键服务

    OpenAI 宣布推出 Daybreak for Frontline Defenders 计划，承诺投入 10 亿美元用于保护关键服务。该举措旨在为关键服务领域扩大获取前沿网络安全 AI 技术、专业培训以及相应支持的渠道。

    推荐理由：OpenAI 承诺投入巨资支持基础服务网络防御，读者可借此了解前沿 AI 在网络安全公共防护领域的资源投入规模与方向。

  3. Hugging Face Blog68

    开源原生多模态编码器 NeoMME 发布

    开源原生多模态与多语言编码器 NeoMME 正式发布，提供 260M 和 800M 两个尺寸版本。该模型摒弃了独立的预训练视觉 tower 与因果语言解码器，由单个双向 Transformer 统一处理文本 token 与图像 patch，在下游微调模型 NeoMME-Retriever 中单次前向即可同步输出稠密与后期交互嵌入。

    推荐理由：原生单塔双向架构摆脱了生成式视觉语言模型的冗余计算，配合向量压缩技术为文档级视觉检索提供了低成本部署方案。

  6. Hugging Face Blog65

    通过 100 步 GRPO 微调 350M 模型提升结构化输出能力

    Hugging Face 发布实践指南，展示使用 TRL 库仅需 500 条样本和 100 步 GRPO 训练微调 LFM2.5-350M，即可将其在 IFStruct 结构化输出基准上的通过率从 22.6% 提升至 29.7%。

    推荐理由：原文给出了基于 TRL 和 GRPO 的低成本微调方案与奖励函数设计，便于开发者用轻量算力提升小模型的结构化输出合规率。

  8. Hugging Face Blog68

    使用 TRL 与 OpenEnv 训练代码模型绘制水彩画

    Hugging Face 博客公开了基于 TRL 与 OpenEnv 训练代码模型生成水彩画的开源复现方案与完整工程流程。该方案使用 Qwen 模型结合 p5.brush 绘图库，在 TRL 的 GRPOTrainer 中将无头渲染结果交由 HPSv3 美学模型与视觉模型成对评判打分，成功引导模型学会调用特定绘图函数呈现水彩质感。

    推荐理由：文章开源了用强化学习与审美偏好训练代码模型绘制水彩画的完整流程，为非确定性审美任务的强化学习对齐提供了可复现的工程参考。

  9. Google DeepMind57

    Google DeepMind 推出 Fairwind 计划，提供 Gemini 3.8 Flash Cyber 与自主漏洞修复能力

    Google DeepMind 宣布启动面向政府与受信任合作伙伴的 Fairwind 计划，提供自主发现和修复网络安全漏洞的高级防御能力。该计划结合专用模型 Gemini 3.8 Flash Cyber 与 CodeMender 框架，可在几分钟内为组织生成并验证可直接部署的安全补丁。目前全球已有超 650 家伙伴参与，覆盖公共部门、关键基础设施运营商与核心技术平台。

  10. Google DeepMind79

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 正式推出 Gemini 3.8 Flash 及专注于网络安全防御的 Gemini 3.8 Flash Cyber，在保持与 3.7 Flash 相同速度和低成本的同时强化了推理与编码能力。

    推荐理由：新模型在保持原有推理成本和低延迟的基础上，显著强化了长程编码智能体能力并推出了防御型安全版本。

9月2日周三
  1. Hugging Face Blog55

    BenchMIRT：大语言模型评测基准到底在衡量什么

    AllenAI 推出大语言模型评测审计方法 BenchMIRT，利用多维项目反应理论在题目层面上拆解评测基准实际衡量的底层能力。该研究对 100 个模型在 16 个基准上的表现进行分析，发现 BBQ 和 WMDP 等通常归类为安全的基准实际上受通用推理能力驱动更深。实验还表明，仅筛选保留 10% 高区分度的题目，即可基本复现全量基准区分模型安全与推理能力的效果。

9月1日周二
  2. Google Research65

    Google Research 推出 TimesFM-3：支持多元零样本预测的时序基础模型

    Google Research 推出 330M 参数的时序基础模型 TimesFM-3，原生支持零样本多元时序预测。该模型采用因果时间注意力与跨序列注意力交替架构，通过连续 Patch 掩码在单次前向传播中同时预测多个目标，并能结合历史与未来已知协变量输出 9 个分位数预测。目前 TimesFM-3 已在 GitHub 和 Hugging Face 开源上线，后续还将接入 BigQuery。

    推荐理由：该模型通过交替注意力与非自回归单次前向推理扩展至多元预测，为结合未来已知协变量的时序任务提供了开源基础模型参考。

8月28日周五
  2. Google Research60

    Google 推出行星预测引擎 PPE：实现地理空间预测模型端到端自动化构建

    Google 推出实验性研究能力行星预测引擎（PPE），可通过自然语言输入端到端自主执行从数据检索、多模态特征工程到模型训练与评估的完整地理空间建模流程。该系统将传统需数周的人工数据工程缩短至数分钟，并在美国公共卫生指标、尼日利亚粮食安全降尺度以及刚果（金）埃博拉疫情预测等基准任务中均超过基线表现。

    推荐理由：原文给出了基于多模态大模型自主编排地理空间建模的完整架构，展现了将数周人工特征工程压缩至分钟级的可行路径。

8月27日周四
  1. Google DeepMind61

    Google DeepMind 试点双盲 AI 评测以应对基准测试污染

    Google DeepMind 宣布试点双盲 AI 评测方案，利用密码学安全环境防止前沿专有模型在测试前获取题目，以解决基准测试污染问题。团队联合新加坡 AI 安全研究所、OpenMined、AVERI 与 MLCommons，在隐私保护环境中对 Gemini Flash Lite 模型进行机密基准测试。该机制通过技术与密码学保障替代单纯的合同与日志约束，提升模型能力评测的完整性与可信度。

    推荐理由：文章介绍了通过密码学安全环境防止基准测试数据污染的试点方案，为解决模型预先窥题和评估失真提供了工程化参考。

  2. Google Research42

    GlucoFM：面向连续血糖监测的基础模型

    Google 提出面向连续血糖监测（CGM）的自监督基础模型 GlucoFM，采用分离慢速血糖趋势与短期波动的双流架构。该模型基于 109,066 小时无标签数据预训练，在 14 项临床预测评估中平均 PR-AUC 达 58.8，较同数据基准提升 4.1 点，并在两小时餐后血糖反应（PPGR）预测中取得最低平均绝对误差。