跳到正文
  1. Hugging Face Blog83

    Thinking Machines Lab 发布本地多模态模型 Inkling 2 Mini

    Thinking Machines Lab 发布面向本地部署的多模态 MoE 模型 Inkling 2 Mini,约有 26B 物理总参数、每个 token 激活 3B 参数,支持 1M-token 上下文及图文输入。

    推荐理由:文章拆解循环层与跨轮消息机制,并给出多套本地推理路径,便于比较模型容量、速度和显存之间的取舍。

  2. OpenAI News80

    OpenAI 公布对抗性知识蒸馏防御方案,GPT‑6.2 Astra 推理提取攻击成功率降至0.2%

    OpenAI 公布对抗性知识蒸馏防御方案,并称 GPT‑6.2 Astra 在自适应黑盒红队评测中,从此前请求提取受保护推理的平均攻击成功率由 GPT‑6 Astra 的54.0%降至0.2%。该方案结合对抗训练、输入与输出分类器、API 控制,以及针对跨账户协同提取活动的调查和处置;内部研究还发现,精确推理轨迹可向学生模型转移更多网络能力。

    推荐理由:内部自适应红队评测显示,更新防护后此前请求的受保护推理提取成功率由54.0%降至0.2%,为反蒸馏防御提供量化参照。

  1. Hugging Face Blog76

    Hugging Face 推出 harness adapters,以定制 RL 提升智能体性能并降低成本

    Hugging Face 推出 harness adapters,通过在目标 AI 智能体 harness 内进行 RL,为 Qwen3.8-27B 分别训练 pi、Hermes Agent 和 OpenCode 的 LoRA adapter,并合并为一个 super-adapter。

    推荐理由:文章给出同一模型在三种智能体 harness 中的训练配方与成对评测,可用于判断定制 RL 在性能和工具调用成本上的取舍。

  2. AWS Machine Learning Blog81

    Amazon Bedrock AgentCore payments 新增 AWS Billing,支持智能体购买 AWS Marketplace x402 产品

    Amazon Bedrock AgentCore payments 新增 AWS Billing 支付选项,智能体可按请求以 USD 购买 AWS Marketplace 上支持 x402 的软件、API、数据和内容,费用计入开发者的 AWS 账单。

    推荐理由:文章给出从商品发现、签名报价到支付结算的完整流程,并展示如何用会话预算、卖家白名单和 IAM 权限约束智能体支出。

  3. AWS Machine Learning Blog75

    Amazon Polly 以受限开放方式推出声音克隆功能

    Amazon Polly 的声音克隆功能现已以受限开放方式正式可用,可用经说话者同意的几分钟录音创建专属声音,并支持英语、西班牙语、德语、法语、意大利语、葡萄牙语和印地语。

    推荐理由:文章梳理了声音克隆的创建与调用流程,并交代同意确认、加密、水印、权限和删除机制,便于评估生产接入条件。

  4. Google AI70

    Gemini API 推出 Tool Retrieval,支持按需加载工具参数 schema

    Google 在 Gemini API 的 Interactions API 中预览推出 Tool Retrieval,可按需加载工具参数 schema。Agent 仍能看到延迟加载工具的名称和描述,仅在需要调用时载入完整 schema,以减少输入 token、延迟及工具增多导致的选择准确率下降。

    推荐理由:按需加载工具参数 schema 的设计,为大型 Agent 工具库提供了降低输入 token 并维持选择准确率的实现路径。

  1. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学流程

    Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作和科学流程中的快速端到端任务执行。其 xhigh thinking level 在 Artificial Analysis Intelligence Index 以 61 分列总体 #3,Vals Index 列 #2,并提供 1 million-token 上下文窗口。

    推荐理由:原文同时给出第三方基准、每任务成本、上下文窗口和开放范围,便于比较 Neon 在性能与效率之间的定位。

  2. AWS Machine Learning Blog77

    Salesforce 如何借助 Amazon SageMaker AI 跨区域推理路由扩展全球模型服务

    Salesforce 通过 Amazon SageMaker AI 跨区域推理路由,将 30+ 个全球 Region、数百个 AWS 账户中的既有端点接入统一调用路径,同时满足数据驻留要求。

    推荐理由:Salesforce 的接入与压测数据展示了如何用托管路由缓解跨区域容量碎片,同时满足数据驻留要求并控制故障回切。

  3. Hugging Face Blog80

    RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 升至 12.0%

    RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 从 5.6% 升至 12.0%。该模型基于 Qwen3.8-27B,使用 Miles 和约 1,200 个精选任务,在 144 H200 GPUs 上训练 18 天,最长训练会话达 1M tokens。

    推荐理由:文章把任务筛选、异步强化学习与沙箱基础设施连到具体成本和基准变化,呈现一套可迁移的长时程 Agent 后训练路径。

  4. Google DeepMind80

    Google DeepMind 向 Google AI Ultra 订阅者开放 Genie 4

    Google DeepMind 向符合条件的 Google AI Ultra 订阅者开放 Genie 4,并上线新版 Project Genie 体验。Genie 4 支持在探索过程中用提示词实时修改环境,并加入随场景变化的原生音频。此次更新还带来 Project Genie 智能体、社区画廊,以及最长 3 分钟的 Genie 3 单次生成;所有生成视频和音频均含 SynthID 水印。

    推荐理由:Genie 4把会话中实时改写世界与原生音频结合,Project Genie智能体和社区画廊也呈现了从生成到分享的完整流程。

  5. Hugging Face Blog80

    180B 参数、32GB 内存:Transformers 流式加载 MoE 专家,将生成速度逼近 Strata

    作者在配备 32 GB 统一内存的 MacBook M5 上,用 Transformers 从 SSD 流式加载 180B 参数 Qwen3.8-Flash-Next 的 MoE 专家,使短解码达到 13.9 tok/s,与 Strata 的 14.8 tok/s 相差约 6%。

    推荐理由:该实验给出低内存设备运行大型 MoE 的可迁移路径,细化了专家流式读取、有界缓存与 Metal 内核各自解决的瓶颈。

  6. Google AI79

    Gemini app 现已支持低内存 Android(Go edition)设备

    Google 已将 Gemini app 带到符合条件的 Android(Go edition)设备,并重构应用以在低内存硬件上流畅运行。用户可通过 Gemini Live 使用超过 45 种语言进行语音交流,也可用相机学习和翻译笔记或表单,并通过 Nano Banana 创建自定义图像。

    推荐理由:此次适配将 Gemini 的语音、视觉与图像生成能力带到低内存 Android 设备,扩大了个人 AI 助手覆盖的硬件范围。

  1. Hugging Face Blog79

    Rumble-2-Flash 开源,0.5B 参数支持 40+ 种语言

    Rumble-2-Flash 已按 Apache 2.0 许可证开源,这款 0.5B 参数语音识别模型支持 40+ 种语言,并原生兼容 Transformers 和 vLLM。

    推荐理由:文中展示了 GOLD 如何对齐不同 tokenizer,让师生模型无需共享词表也能进行逐 token 的 on-policy 知识蒸馏。

  2. NVIDIA Blog75

    NVIDIA RTX Spark 紧凑型桌面电脑现已开售

    ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 紧凑型桌面电脑现已开售,可在专用 Windows PC 上运行本地 AI 智能体、图像与视频生成及模型微调。

    推荐理由:材料将硬件规格、可运行模型规模与本地工作流放在一起,便于判断专用紧凑型桌面电脑是否适合常驻智能体和创作任务。

  3. AWS Machine Learning Blog76

    OpenAI SageMaker AI 实时端点新增 KV cache 感知路由

    OpenAI SageMaker AI 实时端点现支持 KV cache 感知路由,可依据模型容器上报的缓存状态和实例负载,将请求发送到持有最长匹配缓存的实例。

    推荐理由:基于容器上报的实际缓存状态而非固定前缀推断,可为长上下文与多轮对话选择缓存匹配更长且负载较低的实例。

  4. Google Developers Blog92

    Google AI Studio 新增全栈 Android 应用构建与 Google Play 发布能力

    Google AI Studio 现可借助 Gemini 4 Carbon 和 Hydrogen,从单条提示词生成包含数据持久化、用户登录和 AI 功能的 Kotlin Android 应用,并在数分钟内发布到 Google Play。

    推荐理由:这套流程串联 Kotlin 代码生成、Firebase 后端配置、模拟器调试和 Google Play 发布,呈现端到端开发方式。

  5. AWS Machine Learning Blog79

    使用 Amazon Bedrock AgentCore 和 SMART 构建 WhatsApp AI 智能体

    AWS 给出使用 Amazon Bedrock AgentCore 和开源 SMART 工具包构建 WhatsApp AI 智能体的实现路径。

    推荐理由:文章把 WhatsApp 接入拆为消息标准化、媒体处理、跨会话记忆、调度与模板管理,提供从本地测试到 Terraform 部署的可迁移路径。

  6. OpenAI News82

    OpenAI 推出 GPT-6.2 Astra 和 Sol,提升专业输出、编码与计算机操作能力

    OpenAI 推出 GPT-6.2 Astra 和 Sol,提升专业输出、编码、计算机操作与效率,并降低使用成本。两款模型覆盖 ChatGPT Work、Codex 和 API。

    推荐理由:材料同时交代两款模型在专业输出、编码和计算机操作方面的改进,以及产品覆盖与成本变化,便于评估其对现有工作流的影响。

  7. Google Research82

    Google Duplex 如何演进为 Gemini 中代用户致电商家的功能

    Google 本周在 Gemini App 的 Tasks 中上线 Duplex,使其可代用户致电商家并处理现实世界请求。其架构先后经历预 LLM 封闭领域模型、生成模型与确定性状态跟踪结合的混合栈,以及完全基于 Gemini 的统一栈。系统针对电话场景处理亚秒级延迟、噪声和会话节奏,并在通话开头披露 AI 身份,允许商家退出自动来电。

    推荐理由:文章梳理 Duplex 从封闭领域模型到 Gemini 统一架构的十年演进,并交代实时电话中的低延迟与商户控制设计。

  8. Google Developers Blog78

    Google 推出 Antigravity Robotics 插件,配合 Gemini 4 Hydrogen 构建机器人应用

    Google 今天在 Antigravity 上推出 Robotics 插件,并介绍上周发布的 Gemini 4 Hydrogen 如何用于机器人接入、MuJoCo 仿真和闭环控制。

    推荐理由:从硬件接入、MuJoCo 仿真到闭环控制的完整流程,为机器人应用提供了一条可复用的 Real-to-Sim-to-Real 开发路径。