跳到正文
只看一手
  1. NVIDIA Blog62

    NVIDIA 介绍智能体 AI 如何参与 SETI 外星信号搜寻

    NVIDIA 博客介绍 Breakthrough Listen 与 SETI Institute 把智能体 AI 引入外星信号日常搜寻，在 Allen Telescope Array 上通过自然语言指令即可操控望远镜、校正数据并接入 AI 模型。

    推荐理由：材料交代了望远镜数据流与智能体调度的具体分工，可了解实时处理链路在观测场景中的实际用法。

  1. Google DeepMind69

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，在 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%。

    推荐理由：Gemini 4 Carbon 在网络安全与长程智能体任务上的基准表现，以及分阶段开放的策略，都是观察前沿模型能力与部署节奏的一个样本。

  1. Google DeepMind72

    Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互

    Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成带原生音频的模拟世界。Genie 4 为原生多模态，能同时生成音乐、环境音与交互对话，并由 Gemini 3.8 Flash 在循环中拆解目标、核查每帧画面，以维持因果与多步推理；Gemini 4 Argon 与 Genie 4 还被用于模拟 Apptronik Apollo 人形机器人下棋。

    推荐理由：Genie 4 把实时交互、原生音频与 Gemini 的推理串在一起，可据此判断世界模型在机器人训练和内容预演中的用法。

  1. NVIDIA Blog61

    NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性

    NVIDIA 发布 AIOps 平台 Minerva，汇总 NVIDIA GPU、网络、存储、调度器和工作负载的遥测数据，并用监督与无监督机器学习分析每小时数十亿个数据点，定位影响训练和推理作业的故障组件。

    推荐理由：原文说明 Minerva 如何打通 GPU、网络与作业遥测并以知识图谱定位故障，读者可据此理解 AI 工厂运维链路的变化。

  2. Microsoft Research82

    Microsoft Research 用人类引导的 AI 智能体证明 31 年未解的 KLS 猜想

    Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。

    推荐理由：KLS 猜想被证明的过程展示了人机协作做数学研究的具体分工，也给出了独立证明与 Lean 4 形式化的确认路径。

  1. Google DeepMind62

    Google DeepMind 用 Antigravity 加速抗菌肽发现

    Google DeepMind 发布技术演示：生物学家使用 Google Antigravity 智能体开发平台，在一次多轮会话中找到一个对呼吸道感染病原体有预测活性的新型抗菌肽候选物，该候选物已进入湿实验验证。

    推荐理由：原文给出了一次多轮对话式的科学发现流程，可看到智能体如何把跨库检索与结构分析压缩进同一会话。

  1. Google DeepMind71

    Google DeepMind 发布 Gemini 4 Argon 并公布安全与安保措施

    Google DeepMind 开始大范围推送 Gemini 4 Argon，并同步扩展面向可信网络安全防御者的 Fairwind Program。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。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物滥用防护、失准监控和提示注入防御上的具体测试数据，可供比较前沿模型的安全工程做法。

  1. GitHub Blog · AI & ML62

    GitHub 推出 AI 密钥检测模型，在推送环节拦截非结构化密钥

    GitHub 发布与 Microsoft Applied Sciences 共建的微调 ModernBERT 分类器，用代码上下文在推送阶段拦截无固定格式的密码类密钥，单批候选密钥评估耗时不到 2 毫秒。

    推荐理由：原文给出 GitHub 在推送环节拦截密码类密钥的模型细节与多端开放节奏，可了解平台如何把密钥防护前移。

  2. Microsoft Research77

    微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0，用约 3,500 行代码实现名为 Harnessed Agentic RL 的训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架里重写智能体。

    推荐理由：微软研究院开源 Agent Lightning v1.0，给出真实 harness 参与 RL 训练的完整管线与配方，可用于复现。

  1. GitHub Blog · AI & ML65

    GitHub 发布 AI 代码审查基准 ReviewBench

    GitHub 发布开源代码审查基准 ReviewBench，基于 103.9M 条 pull request 的分布构建，包含 219 条来自 187 个公开仓库、覆盖 19 种语言的 pull request。

    推荐理由：GitHub 公开了 ReviewBench 的语料构建、标注流程和评测口径，可用于比较不同代码审查智能体。

  1. Berkeley AI Research65

    从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon

    Berkeley Sky Lab 与 IBM Research 基于进化式内核搜索框架 K-Search，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让现有 CUDA 内核作为知识库自动适配 Apple Silicon。

    推荐理由：读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，并了解翻译层对搜索结果的贡献有多大。

已经到底了