Diffusers 支持用 LoRA 微调 RFD4-Proteina 进行蛋白质设计
Diffusers 现可通过 LoRA 微调 NVIDIA 的 RFD4-Proteina,用于蛋白质设计。示例使用 flow-matching 损失,在去噪器上训练 rank-32 适配器,处理骨架坐标和局部潜变量而非像素;大部分训练代码与标准图像和视频生成模型相似。详情:github.com/huggingface/diffus…
Diffusers 现可通过 LoRA 微调 NVIDIA 的 RFD4-Proteina,用于蛋白质设计。示例使用 flow-matching 损失,在去噪器上训练 rank-32 适配器,处理骨架坐标和局部潜变量而非像素;大部分训练代码与标准图像和视频生成模型相似。详情:github.com/huggingface/diffus…
ChatGPT Space 正向 Plus 用户开放,并新增移动端编辑,同时改进性能、可靠性和设计。用户可与他人及 ChatGPT 协作创建交互式页面、幻灯片和网站,ChatGPT 还可为其保持更新。
ClickUp 发布重大更新,用户可让 Brain² AI 基于 ClickUp 数据构建应用、仪表盘或报告。Creative Studio(beta)支持通过提示词生成视频片段、图像和声音并在时间线上编辑,AI Workflows(beta)允许自定义任务各步骤的 AI 运行方式和审批流程。ClickUp Labs 则提供免费抢先体验,用户可自行开关新功能。
TestingCatalog 演示了 Google 新近公布的 Loop 如何围绕既定目标持续推进工作;该产品内部名为 Jitro,与 Jules v2 的内部名称相同。
Agent Toolkit for AWS 分布式 KV 缓存技能可在编码智能体中评估并配置 Amazon ElastiCache,使自托管 LLM 推理成本最多降低 40%、TTFT 最多缩短 80%。技能通过 KVTrace 免费估算收益,兼容支持 Agent Skills 的编码智能体。
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。
Amazon SageMaker HyperPod Slurm 推出托管集群扩展,首批覆盖可观测性和用户管理,可通过 API 或 Amazon SageMaker AI 控制台安装、配置、更新和删除。HyperPod 会预先校验配置并持续同步至新增或替换节点,同时报告状态和逐节点健康问题;该功能自 2026 年 11 月起在 HyperPod 支持区域提供,不额外收费。
Google 在 Gemini platform 开放 Semantic governance policies Preview,可在 AI 智能体执行工具调用前检查调用是否符合用户原始意图和自然语言政策。
Arcfront 推出一套平台,利用直接从一线专家采集的专业数据训练 AI 模型。成立不到一年,它已获得五大前沿 AI 实验室中4家客户,并与300+ 家大型企业合作,记录软件回滚、芯片设计规划和并购评估等决策过程。
OpenAI SageMaker HyperPod 推出 Global Inference Gateway,通过单个托管端点在同一区域或跨区域的多个 HyperPod 集群间路由推理请求,并自动执行故障转移。
Google 正式部署新版桌面搜索首页,提供更便捷的 AI 聊天历史入口,并取消专用的 Google Search 按钮。搜索框下方新增图片生成、文件分析和使用 Gemini 进行头脑风暴的按钮,I'm Feeling Lucky 按钮则继续保留。
Thinking Machines Lab 发布适合本地环境的 Inkling 2 Mini(A3B/26B)。Hugging Face 转发称其经过大量 vibe 测试,是一款出色的编码助手,并已在 transformers、llama.cpp 和 MLX 中提供支持。
AWS 宣布 Amazon Textract Insights 正式可用,这是 Amazon Textract 的新生成式 AI 功能,可通过新 API 按自然语言定义字段,并从单份文档或混合文档包返回结构化结果。服务可拆分最多 3,000 页的混合文档包,并为每个值提供置信度、来源页和边界框,无需训练模型。
Google Agent Anomaly Detection 现处于 Private Preview,并支持监控运行在 Google Cloud 之外的智能体。
Google 为 Gemini Mac 应用推出 Computer Use,可在后台跨本地文件、桌面应用和网站完成多步任务。该功能在隔离的后台窗口运行,用户可限定应用权限、实时查看步骤、暂停任务,并预先批准关键操作。它今天开始在美国以英语推出,示例包括批量编辑照片和 3D 场景、根据本地 PDF 填写运输表单及制作演示文稿。
同一件事,精选收录的是《Gemini Mac 应用新增电脑操作功能,可跨文件夹、应用和网页执行任务》
Google 将 Gemini 3.5 Transcribe 的语音编辑能力引入 Gemini API,开发者可构建让用户仅用语音自然编辑、改写和翻译现有文本的语音体验。该技术也用于 Gboard 上的 Rambler 和 macOS 版 GeminiApp。
Google 将 Gemini 3.5 Transcribe 的语音编辑能力引入 Gemini API,开发者可据此构建让用户仅用语音自然编辑、改写和翻译已有文本的体验。该技术也用于 Gboard 上的 Rambler 和 macOS 上的 GeminiApp。
Gemini 已向 Google AI 订阅用户开放 GIF 生成功能,由 Gemini Omni 1.2 Flash 驱动,可生成循环照片效果和趣味表情包。该功能目前仅在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国提供。
Gemini 4 Neon 编写了一款基于勃朗峰真实地形的滑雪模拟器,并在 @Antigravity 中完成构建。该模拟器使用自定义着色器,不含任何预制 3D 模型,可实时渲染刻滑雪痕和雪崩,现已开放试用。
Google 在 Gemini 中加入 GIF 生成功能,用户可通过 Gemini Omni 1.2 Flash 按需创建 GIF。该功能支持循环照片效果和趣味表情包,并强调动作流畅及各帧质量一致。
TechCrunch 推荐六款 AI 家庭办公设备,覆盖会议转录、快捷操作、数字笔记、自动取景和活动提醒。Flowtica Scribe Pen 售 $159,支持 92 种语言及最多 15 名说话者;$99 的 MX Keypad 可调用 GitHub Copilot 和 Claude Code。
Google 正在全球推出桌面端 Search 主页可折叠侧边栏,并在 AI Mode 中全球上线临时线程。侧边栏位于 AI Mode 左侧,可新建线程、搜索已有线程、创建笔记本,并打开最近查询和设置。临时线程不使用此前上下文、不保存到历史记录,也不影响未来推荐,关闭后即消失。
Signal 在 iOS 27 和 Android 应用中禁用截图,以阻止 Siri、Gemini 和其他 Android AI 助手读取屏幕上的消息及数据,用户可在设置中恢复截图。Signal 承认该措施无法阻止智能体通过设备文件系统等路径访问数据,且目前无法在 macOS 实施,因此呼吁 Apple、Google 和 Microsoft 提供访问控制工具和准确文档。
Hermes Agent 新增 Collective Wisdom 功能,可将成功工作流自动转为由描述和代码组成的技能,经审核后供团队共享。企业将能直接在 Microsoft Teams 中运行这款开源智能体,并在同一聊天中检查财务分析、文档起草或收件箱整理等任务的结果。
Anthropic以$83发行价登陆Nasdaq,首日收于$97.17,上涨17%,盘后跌逾3%。Claude Code 2.1.329显示定时任务、/loop唤醒和/tasks分叉;Gemini for Mac可在后台操作文件夹、应用及网页。GPT-Live-1.1进入API,新增更自然口音和降低闲置成本的待机选项。
MyClaw 推出 MyClaw 3.0,定位为内置工具的 AI 队友,支持 Claude Code、Codex、Hermes、Pi 和 OpenClaw,并可共享上下文。
OpenAI 更新 Responses API,使使用 GPT-6.2 的智能体能够承接此前推理,以更少 token 获得更好结果和更多缓存命中。从最新前沿模型开始,每个推理项都与此前的对话历史绑定;编辑早期消息后,API 会丢弃变更点之后的推理。
AWS 回顾 Amazon SageMaker Inference 在 2026 年的后续更新,覆盖配置推荐、GPU 分区、多节点模型服务、跨区域路由和上线后的持续调优。
Nous Research 与 Microsoft 合作,将 Hermes Enterprise 带入企业场景,现已支持 Microsoft Teams、Microsoft Store 和 Azure。
OpenAI 正向少量 ChatGPT Plus 用户及全部 ChatGPT Business Standard 用户逐步开放 Dots,欧盟除外。ChatGPT 还将采用新的移动端体验,为 Dot 设置独立标签页,并允许将 Codex、Projects、Images 和标签页移至底部导航栏;该体验将率先面向 ChatGPT Pro 用户推出。
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。
Gemini Mac 应用现已支持电脑操作,可代为执行跨文件夹、应用和网页的任务,同时用户仍能控制屏幕与光标。用户可在实时后台窗口中观察 Gemini 点击、滚动和输入,演示中它将一张快速草图转成了 Blender 里的绑定式 3D 模型。
推荐理由:该功能展示了 Gemini 如何在不占用用户屏幕和光标的情况下,跨文件夹、应用与网页接手连续操作任务。
AWS Quick 借助 Amazon Selling Partner 插件连接实时 Seller Central 数据,让卖家通过对话分析商品、库存和销售情况,并创建业务智能体。
Nace AI 推出 Drex Router,可为智能体的每一步选择合适的 LLM/SLM 和推理强度,将简单提示分配给价格较低的模型,将复杂提示分配给更强的模型。Nace 的通识问答测试显示,Drex Router 准确率为 87.6%,Jev Router 为 86.4%;1M prompts 的总成本分别为 $100 和 $1,090。试用入口:console.nace.ai
AWS 解析 Amazon Connect Talent 如何以岗位相关问题、自适应追问和基于证据的评分实施结构化 AI 面试,并披露内部研究与独立专家评估结果。
Google 正在全球桌面端搜索首页推出可折叠 AI 对话侧边栏,用户可查看并继续 AI Mode 会话。该侧边栏支持新建会话、搜索历史会话及连接 Gemini Notebook。
Google 已开始向部分 Gemini Pro 候补用户发放 Genie 4 访问权限,通知称 Project Genie 已纳入 Google AI Pro 订阅。原文据此推测该功能之后会向所有 Pro 用户开放;引用内容称用户可结合实时键盘控制和文本提示,在环境中导航并动态改变天气、光照、物体或事件。
Gemini Mac 应用的 computer use 功能现可接手横跨文件夹、应用和网页的任务,同时让屏幕和光标继续由用户使用。演示中,Gemini 在实时后台窗口内点击、滚动和输入,将一张快速草图转成 Blender 中完成骨骼绑定的 3D 模型。
同一件事,精选收录的是《Gemini Mac 应用新增电脑操作功能,可跨文件夹、应用和网页执行任务》
NVIDIA 与 Microsoft 扩大全栈合作,新增和扩展 Azure、Microsoft Foundry、Azure Local 与 Windows PC 上的加速计算及 AI 部署选项。
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。