跳到正文

全部动态

今日 125 条
9月25日周五
  1. AWS Machine Learning Blog36

    Aderant 使用 Amazon Nova Lite 构建智能工单分诊系统

    Aderant 基于 Amazon Nova Lite 和 Amazon Bedrock 构建智能工单分诊系统,自动化上下文收集、分类、路由与知识增强。系统每小时处理未分配工单,前 2.5 周审查 109 个工单,路由准确率约 96%,每周节省 8–14 工时,月运营成本低于 $30。低于置信度的工单仍由人工复核,团队通过 CloudWatch 监控并每周优化提示词与路由逻辑。

9月24日周四
  1. Hugging Face Blog62

    Liquid AI 发布 LFM2.5-VL-3B DSpark 草稿模型加速视觉语言推理

    Liquid AI 为 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型,通过推测解码在不改变输出质量的前提下加速推理。草稿模型增加 280M 参数(+8.9%),在 M5 Max 上解码加速 2.30x-3.13x、端到端加速 1.56x-2.62x;在 H100 上解码加速 20.4x-2.66x、端到端加速 1.64x-2.27x。

    推荐理由:原文给出了具体加速数据和多框架支持,读者可据此评估在边缘设备或 GPU 上部署该草稿模型的性价比。

  2. Ars Technica · AI48

    Meta 将 AI 助手放上钥匙扣

    Meta 周三发布一款不带摄像头的 Ray-Ban 眼镜,仅支持语音交互,并称 Muse 助手即将登陆其眼镜产品。同场推出的新款 VR 眼镜明年春季上市,售价 $1,300,比 Quest 3 轻五倍。Meta 已修复可让黑客控制他人 Muse 智能体的漏洞,Amazon 也已屏蔽 Meta 智能体访问其购物平台。

  3. NVIDIA Blog62

    NVIDIA 与合作方通过 AlphaFold 数据库开放 2800+ 病毒蛋白质复合物预测结构

    NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构通过 AlphaFold Database 开放超过 2800 种病毒的蛋白质复合物预测结构,约 30% 为科学界全新发现的相互作用。

    推荐理由:开放预测结果与推理流水线为研究者提供了可复用的基础设施,降低未来疫情中蛋白质结构解析的门槛。

  4. Latent Space83

    Meta Connect 2026 发布 Muse 个人智能体、眼镜硬件与实时头像

    Meta 在 Connect 发布 Muse 个人智能体及其硬件组合,包括支持语音与实时视频的 Muse、搭载唤醒词的 Meta 眼镜、Muse Mail、Mac 电脑使用、1500+ 连接器以及与 Walmart、Best Buy 等零售合作。

    推荐理由:Meta 将 Muse 定位为个人智能体的核心,硬件与 Agent 深度绑定,读者可据此观察个人 Agent 的分发路径与商业模型如何演化。

  5. Nature · Machine Learning72

    Anthropic 推出 Model Hardware Standard 平台,让实验室设备与 AI 智能体协同工作

    Anthropic 与霍华德·休斯医学研究所 Janelia 校区合作推出 Model Hardware Standard(MHS),通过软件框架连接不同厂商的实验室设备,并让 AI 智能体直接控制仪器、协调实验。MHS 可集成到任何具备可编程接口的设备,消除定制化代码需求;研究团队将原本需要数月的实验搭建缩短至数小时。

    推荐理由:平台大幅缩短设备互联与实验搭建时间,为实验室自动化提供了可迁移的集成方法。

  6. Ars Technica · AI37

    YouTube 将推出 Custom Feeds 自定义信息流,并于今年晚些时候加入更多 AI 功能

    YouTube 宣布推出 Custom Feeds,用户输入描述即可生成自定义信息流标签页,可保存多个,将率先在美国上线网页、移动端和电视端。今年晚些时候评论区将支持发布 GIF,可搜索热门动图并用于普通视频和 YouTube Shorts;私信功能新增群聊,初期仅限美国、英国、新加坡、巴西和部分欧洲国家。

  7. AWS Machine Learning Blog60

    HEMA 用 MCP 和 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL

    HEMA 搭建了内部 AI 助手 HAL,将分散的知识库、API 目录和流程文档整合为统一知识层,并通过 MCP 在 Kiro、Claude 等工具中提供即时答案。

    推荐理由:原文给出了一家零售商从门户跳跃到即时答案的完整搭建路径,读者可据此理解 MCP 与 AgentCore 在企业知识层中的实际组合方式。

  8. GitHub Blog · AI & ML59

    GitHub Copilot 应用渲染超大 Pull Request

    GitHub Copilot 应用重写了 Pull Request 视图,以支持单文件变更量极大的 Pull Request。方案将代码几何与评论块几何分离,用惰性测量、滚动锚定和单通道调度避免跳动,并配合流式数据管道与缓存策略;实测在 2,200 文件、超百万行变更、400+ 行内评论的极端案例上仍保持流畅。

  9. Microsoft Research67

    Microsoft Research 发布 Physical AI Toolchain 推理卸载功能

    Microsoft Research 在 Physical AI Toolchain 中新增行业首个机器人推理卸载能力,可将 SO-101、UR10e 等机器人的推理从机载 GPU 卸载至边缘或云 GPU。实验显示,卸载改善了移动操作任务的成功率、响应精度和电池续航,并支持通过 Kubernetes 自动容器化与编排。

    推荐理由:首次系统量化了机器人推理卸载的收益,为物理 AI 基础设施选型提供可对比的实测依据。

  10. Google DeepMind50

    Google DeepMind 推进 Private AI Compute 安全端侧持久记忆架构

    Google DeepMind 为 Private AI Compute 平台新增安全端侧持久记忆层,通过硬件隔离飞地与设备持有密钥实现跨设备连续协助。新架构在加密通道连接的隔离环境中临时解密处理请求,数据用完后立即重新加密;配套发布技术白皮书、系统架构与安全证明,并公开第三方审计结果供社区验证。

9月23日周三
  1. Latent Space60

    生物安全是一场 AI 军备竞赛——Radical Numerics 创始人 Eric Nguyen 解析 GLM 如何推动生物智能与防御

    Radical Numerics 创始人 Eric Nguyen 认为,生物安全正沦为 AI 军备竞赛,防御方正在落后。前斯坦福研究员团队曾基于 Evo/Evo 2 生成完整噬菌体基因组并合成功能性病毒。长上下文模型使 GLM 能处理 DNA、RNA 和蛋白质序列,团队通过 aptamer 实验展示了模型在 DNA 语言上的链式推理与自我优化能力。