跳到正文

全部动态

今日 609 条
9月16日周三
  1. NVIDIA Blog62

    曼彻斯特大学利用 NVIDIA Earth-2 预测英国空气污染

    曼彻斯特大学与 NVIDIA Earth-2 团队基于 Isambard-AI 训练 Earth-2 CorrDiff 和 StormCast，生成了分辨率 2-3 平方公里的英国全域污染模型，训练仅用两天。同一工作流可在 DGX Spark 桌面系统运行推理，作者计划开源训练数据与工作流，并展望由智能体接口驱动的实时污染问答。

    推荐理由：展示了生成式AI模型从国家级超算到桌面设备的可迁移路径，降低了污染建模的硬件门槛。

  3. Together AI40

    从闭源模型迁移到开源模型，Together AI 发布迁移指南

    Together AI 发布从闭源迁移到开源模型（OSM）的策略指南，采用托管服务可将迁移时间从数月/年缩短至数周。指南建议通过定义用例、筛选相关基准（如 FrontierCode、LMArena、τ-bench 等）锁定候选模型，并基于每任务成本、token 消耗和延迟进行对比，最终用真实流量回放做准确性与性能评估。

  5. Nature · Machine Learning74

    Paper2Agent：将科研论文转化为交互式 AI 智能体

    Nature 报道了 Miao 等人提出的 Paper2Agent 框架，可自动将科研论文转化为具备问答、方法应用与协作能力的 AI 智能体，提升研究的可复现性与可复用性。

    推荐理由：将静态论文转化为可交互的智能体，为研究复用与可复现性提供了新的技术路径。

  6. Apple Machine Learning Research73

    Shared Selective Persistent Memory for Agentic LLM Systems

    Apple ML Research 提出共享选择性持久记忆架构，识别并保留任务规格、数据模式、工具配置和输出约束四类可复用上下文，丢弃会话特定推理轨迹。该记忆可在工作空间间通过基于角色的访问控制共享，实现协作复用。

    推荐理由：选择性记忆架构在三个企业场景中任务完成率从79%提升至96%，为多轮工具调用的上下文管理提供了可复用的工程路径。

  9. Google Research62

    Retrieve-for-Train：绕过推理瓶颈，加速复杂AI搜索

    Google Research提出Retrieve-for-Train框架，用离线强化学习发现属性对齐的查询扩展并编译为监督信号，再蒸馏到53.9M参数的扩散检索器，实现单次非自回归查询扇出。实验显示该方法在开放抽象检索和弱监督组合检索上均优于单查询搜索、零样本扩展和Best-of-N基线，同时实现12–20倍的推理加速。

    推荐理由：用离线RL把查询分解编译成监督信号，再注入轻量扩散检索器，在保持集合级属性的同时把推理延迟压低一到两个数量级。

  12. NVIDIA Developer · AI20

    Dense vs. MoE 模型：活跃参数、吞吐量及选择指南

    NVIDIA 文章对比 Dense 与 MoE 架构，以 Nemotron 3.5 Lightning 为例说明 MoE 如何让 30B 参数模型每 token 仅激活 3B 参数。MoE 通过按 token 选择参数子集，在保持大模型容量的同时提升吞吐量。文中给出两种架构的活跃参数与吞吐量对比，帮助开发者在不同场景下选择合适的模型结构。

  15. NVIDIA Blog65

    NVIDIA AI Infra Summit 发布 Vera Rubin 与 DSX 平台升级，展示每瓦特 token 优化成果

    NVIDIA 在 AI Infra Summit 公布 Vera Rubin NVL72 与 DSX 平台新成果，MLPerf Inference v6.1 中 Vera Rubin NVL72 较 GB300 NVL72 吞吐量提升最高 3.7 倍，DSX MaxLPS 在相同功耗下集群 token 吞吐量提升 24%、每瓦性能提升 23%。

    推荐理由：AI基础设施的关键指标正从峰值性能转向每兆瓦智能体token数，读者可据此评估自身AI工厂的能效与扩容空间。

  18. Hugging Face Blog74

    ALTK-Evolve 一致性指南：智能体任务通过率平均与全通过间的差距及诊断修复方法

    Hugging Face 博客介绍 ALTK-Evolve 的一致性指南与一致性分析器：在 AppWorld 上，GPT-4.1 的 ReAct 智能体 Mean@5 为 77.4%，但 Pass^5 仅 53.0%，一致性缺口 24.4 点。

    推荐理由：原文给出了可复现的诊断方法与量化结果，读者可据此评估自身智能体在重复任务中的可靠性缺口。

  19. Google AI Blog62

    Google 发布多语言 AI 产品矩阵，覆盖 300 种语言及 1000 种语言计划

    Google 宣布其技术和产品已覆盖全球 300 多种语言、70 亿人，占全球人口 86%。Gemini 3.5 Live Translate 支持 70 种语言、2000+ 语言对的实时口语翻译，Gemini 3.5 Transcribe 提供高精度语音转文本。

    推荐理由：原文展示了从文本到音频理解再到端侧翻译的技术路径，读者可以据此判断 Google 在多语言 AI 交互上的最新能力边界。

9月15日周二
  3. NVIDIA Blog67

    费城儿童医院基于开源 NVIDIA AI 工具实现儿童心脏建模

    费城儿童医院使用 MONAI 等开源工具，将儿童心脏建模时间从数小时缩短到秒级，已用于术前规划和部分手术。波士顿儿童医院将建模用于约半数心脏手术，医院间正组建开源联盟。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  4. Lambda12

    Lambda 签署白宫 Ratepayer Protection Pledge，承诺保障社区利益与电网可靠性

    summary_zh: Lambda 签署白宫 Ratepayer Protection Pledge，承诺确保支撑美国 AI 未来的基础设施为当地社区带来切实利益，同时保护消费者和付费用户权益。 Lambda 签署白宫 Ratepayer Protection Pledge，承诺确保支撑美国 AI 未来的基础设施为当地社区带来切实利益，同时保护消费者和付费用户权益。

9月14日周一
  2. MIT News · AI44

    MIT衍生公司Atlas Building Composites将塑料废料转化为耐用建筑材料

    MIT衍生公司Atlas Building Composites开发AI驱动机器人制造平台，将一次性塑料转化为房屋地基、甲板、屋架等建筑构件。其无水塑料回收技术与大型复合增材制造技术已用于支撑谷仓、码头，并近期为美国陆军工程兵团提供回收复合屋架，在马萨诸塞州湿地建造40英尺桥梁。大型复合屋架可在13分钟内打印完成，承重超过4000磅；每个Atlas工厂单元每天可生产约一栋小型房屋的结构框架材料。

  3. MIT News · AI62

    MIT提出HardFlow方法使生成AI适用于安全关键场景

    MIT研究人员提出HardFlow算法，通过在生成过程末端而非中间步骤强制硬约束，使扩散模型和流匹配模型在机器人路径规划等安全关键场景中既满足严格约束又提升解质量。实验表明HardFlow在机器人操作、迷宫导航和文本引导图像编辑中实现完美约束满足，并在解质量上持续超越基线，计算时间与多数方法相当或更低。

    推荐理由：该方法在部署时即可对预训练生成模型施加硬约束而不重新训练，为机器人等安全关键场景提供了可即插即用的改进路径。

9月12日周六
  2. GitHub Blog · AI & ML67

    Marketing ops as code：用 GitHub Copilot 自动化从策划到跟进的活动流程

    作者 Tomoko Tanaka 介绍如何将 GitHub Issues、Issue forms、Labels、GitHub Actions 与 Copilot agent skills 组合，把活动落地页生成、UTM 链接、邀请邮件、注册名单清洗、CRM 上传和报告等重复流程自动化。

    推荐理由：作者以第一手经验展示如何用 GitHub Copilot 将重复营销流程自动化，读者可迁移该方法到自身有 API/CLI 入口的重复任务。

9月11日周五