跳到正文

全部动态

今日 125 条
9月21日周一
  1. Tom's Hardware · AI73

    TypeSafe AI 发布 Jev:面向概率决策的 System One 模型,宣称比 LLM 快 193 倍、便宜 445 倍

    TypeSafe AI 推出首款 System One 模型 Jev,由前 OpenAI 工程师 Diogo Almeida 主导,针对陈述评估与决策场景设计,而非开放式对话。Jev 以结构化 JSON 返回带置信度的答案,支持并行处理、无全局记忆,宣称比 GPT-6 Astra 快 194 倍、便宜 445 倍,上下文窗口上限 64k tokens。

  2. OpenAI News18

    OpenAI Academy 扩展新学习路径

    summary_zh: OpenAI Academy 新增面向员工、开发者、领导者、教育工作者和学生的学习路径,帮助构建和展示实用的 AI 技能。 OpenAI Academy 新增面向员工、开发者、领导者、教育工作者和学生的学习路径,帮助构建和展示实用的 AI 技能。

  3. Nature · Machine Learning74

    Co-Scientist 等 AI 共同科学家平台正改变研究流程

    Google 开发的 Co-Scientist 通过多个自主智能体搜索文献、生成并筛选假设,帮助生物化学家 Anna Pertl 找到针对 MYC 蛋白的新策略。Frontier AI 实验室与初创公司也在推出类似平台,强调人类提问与判断仍不可替代。

    推荐理由:展示了多智能体协作在科学假设生成中的实际工作流,读者可迁移其‘提问—修正—验证’方法到自身研究场景。

  4. Hugging Face Blog62

    tokenizers v1 发布:编码、解码与扩展性实测

    Hugging Face 发布 tokenizers v1 预览版,在 Apple M4 Max 上单线程编码速度比 v0.23 快 3 到 30 倍,8 线程扩展效率达 76%。主要改进包括 bitcannon 位流分词、线程本地词缓存、无分配合并循环和批量模型调用,且输出 token ID 与 v0.23 完全一致。

    推荐理由:原文给出了速度提升和开放入口,读者可以据此判断它会怎样改变现有工作流。

  5. OpenAI News24

    V7 借助 GPT-5.6 降低成本 78% 并提升准确率

    summary_zh: V7 使用 GPT-5.6 将分散的公司文件转化为上下文,供智能体完成复杂且带来源链接的工作。成本降低 78% 同时准确率提升。 V7 使用 GPT-5.6 将分散的公司文件转化为上下文,供智能体完成复杂且带来源链接的工作。成本降低 78% 同时准确率提升。

9月20日周日
9月19日周六
  1. Latent Space79

    Jev 发布两天内出现 6 个复现版本及 AI 行业动态汇总

    Jev 发布两天内获得 3600 万次视频观看,涌现 ModernBert、DiffusionGemmaJev、Bespoke Nimble、SemIf、Jevlike、Kev-0.5B 等复现;Bespoke Nimble 在评测中将 Qwen3.5 基线从 66% 提升至 90%,Kev-0.5B 可在 MacBook Pro 运行。数据被承认 100% 合成,且尚无该类模型的标准基准。

    推荐理由:原文梳理了 Jev 类判别式决策模型的复现生态与浏览器自动化集成路径,读者可借此判断工作流控制平面的近期走向。

9月18日周五
  1. Latent Space79

    AI 新闻速览:Agent 运行时、判断模型与垂直产品

    Anthropic 在 Claude Code 推出 Projects,支持单对话衍生多云线程并传递上下文;Google 更新 Gemini managed agents,增加 Credentials 和 Files API 并声称成本下降 30%、缓存命中提升 22%;OpenAI 发布 Astra for Law 垂直包装。

    推荐理由:多线程协调、判断原语和可验证评测等讨论,为理解 Agent 运行时架构的下一层演进提供了可迁移的技术视角。

  2. Google Research62

    Google Research 推出生成式 UI 互动学习实验,教师可定制 STEM 教学模拟

    Google Research 发布基于生成式 UI 的学习互动实验,教师可按课程目标生成定制化互动模拟,覆盖物理、化学、生物和数学中学内容。系统包含分层挑战、脚手架提示与自动校验循环,并已通过教师审核;使用 Google Workspace for Education 的学校可报名 Pilot Program 提供反馈。

    推荐理由:教师可按教学目标生成互动模拟并获得分层提示与自动校验,为差异化教学提供了可迁移的方法路径。

9月17日周四
  1. Tom's Hardware · AI23

    Balatro 玩家用 Google 果蝇大脑模拟训练模型打牌,目前胜率 20%

    Google 发布成年雄性果蝇全脑及中枢神经系统连接组后,一名 Balatro 玩家用自研训练算法结合该结构训练模型玩 Balatro,当前随机种子胜率约 20%。玩家未公开训练细节和代码仓库,评论者对项目真实性提出质疑;Balatro 因小丑牌互动、boss 能力等复杂机制,对 AI 来说仍很难稳定通关。

  2. Ben's Bites · News67

    Claude Cowork 合并入 Claude Chat

    Claude Cowork 将合并到 Claude Chat,取消独立标签页,所有连接应用、技能与上下文可在普通 Claude.ai 聊天中使用,合盖后仍可继续工作。Claude Artifacts 新增 Docs 和 Slides 专用产品,Claude Design 移入对话;Claude Code 推出名为 Mods 的实验,可修改应用外观与行为。

  3. Tom's Hardware · AI48

    开发者用 GPT-6 Astra 将《使命召唤:黑色行动2》Hijacked 地图原生移植到 Minecraft

    Luckey Faraday 使用 GPT-6 Astra 将《黑色行动2》Hijacked 地图从浏览器版重建为 Java 代码,直接运行在 Minecraft 自身 OpenGL 上下文而非内嵌浏览器中。地图、碰撞、AI 寻路、武器和渲染均以 Fabric Mod 形式注入游戏,视频显示约 45 fps 流畅全屏运行。开发者表示仍有大量工作待完成,后续可能追加地图、武器和多人模式。

  4. Nature · Machine Learning65

    AI团队以虚拟生物药企发现潜在肺癌药物

    研究人员构建了由多达37,000个智能体组成的“虚拟生物药企”,由一位“首席科学家”统筹,以加速药物发现。相关论文发表于Science(doi:10.1126/science.aeg6779),并有bioRxiv预印本(doi:10.64898/2026.04.20.719538)支持。

    推荐理由:虚拟生物药企的规模化智能体架构为AI制药提供了可参考的组织范式。

  5. Microsoft Semantic Kernel62

    从专家代理到基于 MCP 的分布式技能:教程与实测对比

    作者 Tommaso Stocchi 以滑雪度假村演示为例,对比 A2A 专家代理与基于 MCP 的分布式技能两种架构,并给出五步迁移流程。技能路径将专家指令移入编排器,由 SDK 直接加载 SKILL.md 并暴露 MCP 工具;实测显示技能路径模型调用更少(3 次 vs 6-7 次)、延迟更低,但总 token 数反而增加约 22%。

    推荐理由:通过同一应用的 A2A 与 MCP 两种架构对比,给出可迁移的迁移步骤与实测延迟和 token 数据,帮助读者判断是否将专家代理改为分布式技能。

  6. PyTorch Blog67

    PyTorch Blog:Low Precision Flash Attention 4 支持MXFP8前向与反向

    PyTorch Blog发布Low Precision Flash Attention 4,在Blackwell上扩展MXFP8前向与反向,前向达2.85 PF/s、反向达2 PF/s,LLM形状较BF16加速1.6×和1.52×。代码已开源至ads_model_kernel_library/lp_fa4。

    推荐理由:原文给出了MXFP8前向与反向的PFLOP/s数据及开源地址,读者可据此评估Blackwell训练栈的实际加速效果。