跳到正文
今天10月18日周日1 条
10月17日周六
10月16日周五
  1. Hugging Face Blog81

    Reflection 发布 501B 开源模型 Beam,支持 1M 上下文与智能体编码

    美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,这是一个 501B 参数的 MoE 模型,每 token 激活 23B,支持 1M token 上下文,采用 Apache 2.0 许可,聚焦编码与智能体场景。

    推荐理由:原文给出 501B MoE 开源模型的架构细节、量化版本与部署配方,可据此判断自托管长上下文编码智能体的硬件门槛。

  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,定位为一台面向创作者、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 Windows PC 的定位与首批评价。

  3. Microsoft Research61

    微软研究院发布 Magnetar:基于证明的通用计算 zkVM

    微软研究院发布零知识虚拟机 Magnetar,可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行,在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍,证明验证约 12 毫秒。

    推荐理由:微软研究院公开 Magnetar 的设计与基准数据,读者可了解零知识证明在通用程序上的速度与安全取舍。

10月15日周四
  1. NVIDIA Blog71

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

    NVIDIA 发布 Nemotron 3.5 Super VL,一个 1200 亿参数的开源多模态模型,面向常驻智能体任务,官方称其准确率可对标自家最大推理模型而参数量约为其五分之一,吞吐量最高快 5 倍。

    推荐理由:原文给出三款开源模型的参数规模、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。

  2. Latent Space62

    Modal 年化收入达 10 亿美元,完成 15.75 亿美元 D 轮融资

    Modal 年化经常性收入突破 10 亿美元,并以 15.75 亿美元估值完成 7.5 亿美元 D 轮融资,由 Accel 领投,用量同比增长超过 15 倍。其 Sandboxes 产品单独达到 3 亿美元年化收入,累计启动近 30 亿个沙箱,可扩展至百万级并发。文中还汇总了 Gemini 4 Argon 发布、Grok Voice 3.0 上线以及多家推理服务商的收入数据。

  3. Hugging Face Blog80

    Black Forest Labs 的 FLUX.3 Image Klein 上线 Diffusers

    Black Forest Labs 发布 FLUX.3 Image Klein,并在 Diffusers 中首日支持。该模型同时支持文生图、多参考图生图和布局控制,可在提示词中写入 bounding box 指定各元素位置或移动参考图中的区域。

    推荐理由:原文给出 FLUX.3 Image Klein 在 Diffusers 中的完整用法与显存、耗时数据,便于评估其图像编辑与布局控制能力。

  4. Ars Technica · AI50

    Epic 称其 vibe coding 重写的新版 Epic Games Launcher 比 Steam 更快

    Epic 发布新版 Epic Games Launcher 的公开 "Preview" 版本,称其比现有版本更快、响应更灵敏,并采用 AI 辅助的 vibe coding 从零重写代码库。Epic Games Store 总经理 Martin Keely 表示,AI 让团队更高效,小团队得以重写代码并更快跨平台发布,支持 Windows 和 Mac,后续还将推出 Linux 版本。

  5. AWS Machine Learning Blog40

    用 Amazon Bedrock AgentCore 构建自改进文档处理系统

    基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可自动分类、提取、校验并从业务文档中学习,通常 20 分钟内完成部署。该系统由 8 个专用智能体组成识别与训练两条图工作流,新文档格式无需手工配置模板,验证通过后指令会被保存复用,后续同类文档直接进入提取。

10月14日周三
  1. AWS Machine Learning Blog22

    Tamnoon 如何用 Amazon Bedrock 构建 AI 云安全修复平台 Tami

    Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami,可自主调查 CNAPP 等来源的安全发现并评估修复安全性,再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超过 90%,且未出现生产事故。Tami 由调查、安全评分、修复、代码生成四个专用智能体组成,通过单一 API 按任务调用不同基础模型。

  2. GitHub Blog · AI & ML38

    GitHub 如何用 ModernBERT 分类器实现更少噪声的密钥检测

    GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器,用于区分真实凭证与形似凭证的字符串,替代此前的 LLM 流水线。该分类器使推送后扫描中位执行时间降低 86%,服务成本降低 98% 以上,用户对告警的接受度提升 11.5%。流水线采用两阶段设计:正则表达式高召回生成候选,再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥。

  3. Hugging Face Blog71

    Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型

    Liquid AI 发布 LFM2.5-24B-A2B,一个 24B 总参数、2B 激活参数的推理模型,面向端侧运行私有智能体,会先推理再作答并支持工具调用。它在 LiveClaw 上得分 48.09,高于 Qwen3.6-35B-A3B 的 38.19,在 AutomationBench 上得分 27.69,超过次优模型三倍以上。

    推荐理由:Liquid AI 给出 24B 总参数、2B 激活的端侧推理模型,并列出与更大 MoE 的智能体基准对比和部署入口。

10月13日周二
  1. NVIDIA Blog78

    NVIDIA 为 RTX Spark 笔记本推送本地 AI 软件更新

    NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并联合生态伙伴推出面向本地 AI 的软件更新,覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi、WorkBuddy 等智能体应用。

    推荐理由:原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单,可据此判断本地 AI 工作流的可用边界。

10月8日周四
  1. Hugging Face Blog72

    作者用 ML Intern 在几天内自建六个模型,总花费约 103 美元

    作者借助 HuggingChat 中的 ML Intern,在几天内做出六个模型,包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机角度 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型,总计算花费约 103 美元。

    推荐理由:作者用六个自建模型复盘了给 ML Intern 写提示词的方法,包括预算上限、基线和冒烟测试等可复用做法。

  2. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的通用密钥检测模型

    GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器,用代码上下文识别无固定格式的密钥,可在 2 毫秒内评估一批候选密钥,据称能把可拦截的密钥数量提升一倍以上。

    推荐理由:原文给出九季度泄露数据与推送前拦截的延迟、成本约束,可据此判断密钥防护为何要交给平台而非开发者。

  3. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0:3500 行轻量智能体 RL 框架,支持真实 harness 训练

    微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的同一套 agent harness 直接参与 RL 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 Agent Lightning v1.0,给出约 3500 行代码的智能体 RL 控制面与真实 harness 训练范式,可对照其 Kubernetes 调度与 Collocated Async RL 设计。

10月2日周五
  1. Google Research60

    Google 发布基于 TEE 的联邦学习系统,Gboard 已采用

    Google 宣布下一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可验证、可审计的保证,Gboard 已采用该系统并上线英语和日语下一词预测模型。

    推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,并给出 Gboard 已上线的实际效果,可了解隐私可验证训练的一种工程路径。

10月1日周四
  1. Microsoft Research38

    微软研究院用机器学习预测电网空间天气风险,覆盖美国 66,935 座变电站

    微软研究院实习生开发了一套端到端机器学习系统,为美国本土 66,935 座变电站生成位置级空间天气风险预测,可提前 30 至 60 分钟预警。该系统结合太阳风观测、AE 与 Dst 指数预测、地质电导率及电网数据,评估期内对重大空间天气事件检出率近 80%,其中 Dst 预测在 62.2% 的峰值活动小时上优于 Burton 方程。

9月28日周一
9月25日周五