跳到正文

全部动态

今日 792 条
6月30日周二
6月29日周一
  2. Ollama Blog73

    Ollama 0.31 推出 Gemma 4 多Token预测加速

    Ollama 0.31 在 Apple Silicon 上为 Gemma 4 启用多Token预测（MTP），在 Aider polyglot 基准上生成速度提升近 90%，且不改变模型输出。系统自动调节 draft 长度，无需配置；Ollama 还向 MLX 贡献了批量验证内核。升级方式为重新拉取 gemma4:12b-mlx 并用 ollama launch 启动编码智能体。

    推荐理由：Ollama 为 Gemma 4 带来近 90% 的生成加速且无需配置，读者可据此评估 Apple Silicon 上的编码智能体工作流是否能直接受益。

6月27日周六
  2. Google Research59

    Pixel上通过冻结MTP加速Gemini Nano模型

    Google Research在Pixel 9和10上部署冻结多Token预测架构，通过将MTP头附加到已冻结的Gemini Nano v3模型实现端侧加速。该架构利用零拷贝设计，MTP头直接交叉关注主模型KV缓存，在通知摘要和校对任务中提速50%以上，每实例节省130MB内存。

  3. Kubernetes AI60

    AI 时代的开源项目维护：Kubernetes 社区的应对策略

    Kubernetes 社区发布 AI 辅助编码政策，要求贡献者披露 AI 工具使用、禁止将 AI 列为合著者，并强制 CLA 校验与人类审核。社区已试点 GitHub Copilot 和 CodeRabbit 等自动审查工具，同时探索用 AI 技能缓解维护者 burnout 与测试分诊。

    推荐理由：Kubernetes 社区以 AI 政策应对辅助编码浪潮，强调透明与人类问责，为其他开源项目提供了可迁移的治理框架。

6月26日周五
  2. Kubernetes AI33

    用 Headlamp 插件更快查看 Volcano 工作负载

    Headlamp 推出 Volcano 插件，将 Job、Queue、PodGroup 等核心资源与地图视图集成到统一界面，方便检查批处理工作负载的调度状态与阻塞原因。插件提供任务详情、Pod 状态、事件、日志查看及 Suspend/Resume 等生命周期操作，但不替代 kubectl 与 Volcano CLI。

6月25日周四
  3. MIT News · AI62

    MIT 与 Microsoft 提出 Murakkab 系统，提升 AI Agent 工作流的速度与能效

    MIT 和 Microsoft 研究人员开发了 Murakkab 系统，开发者可用自然语言描述意图，系统自动选择模型、工具并动态配置硬件资源。测试显示，该方法在视频问答和代码生成任务中仅用约 35% 的计算量、27% 的能耗和不到 25% 的成本，同时满足性能要求。

    推荐理由：原文给出了具体优化幅度和动态配置方法，读者可以据此评估云上 Agent 工作流的能效潜力。

  8. Google DeepMind60

    Gemini 3.5 Flash 新增计算机使用功能，支持构建跨平台智能体

    Gemini 3.5 Flash 内置计算机使用能力，开发者可通过 Gemini API 和企业平台构建跨浏览器、移动端与桌面的自定义智能体。该功能此前仅作为独立的 Gemini 2.5 计算机使用模型提供，现原生集成至 Flash 模型，并配备提示注入对抗训练及可选的企业安全防护系统。

    推荐理由：计算机使用功能从独立模型整合进3.5 Flash，开发者可通过API和企业平台构建跨浏览器、移动端与桌面的自定义智能体，并配备提示注入防护与企业级安全机制。

6月24日周三
  2. Lilian Weng58

    Scaling Laws, Carefully：缩放律的实证回顾与拟合陷阱

    Lilian Weng 回顾了深度学习缩放律的演进：从早期学习曲线幂律，到 Kaplan 等（2020）提出大语言模型缩放律，再到 Chinchilla（Hoffmann 等 2022）重新论证计算最优分配，并讨论数据受限与重复数据下的修正方案。Kaplan 认为应更大模型、更少数据；Chinchilla 主张模型与数据等比例增长；后续工作进一步指出嵌入参数计数、数据重复和拟合方法会显著影响结论。

  3. Vector Institute62

    SONIC-O1：面向真实音视频理解的多模态大模型开源基准

    Vector Institute 发布 SONIC-O1 基准，包含约 60 小时真实音视频内容、4958 个人工验证标注，覆盖 13 个对话主题和 5 大领域。评测显示闭源模型整体领先，时序定位差距显著（Gemini 3.0 Pro 25.4% R@0.5 vs Qwen3-Omni 2.8%），且群体间存在明显差异。

    推荐理由：开源基准 SONIC-O1 揭示了现有模型在时序定位和群体差异上的明显短板，为音频视频理解研究提供了可复现的评测框架。

6月23日周二
  1. Mistral AI64

    Mistral OCR 4 发布

    Mistral 发布 OCR 4，支持 170 种语言的单容器自托管文档解析，返回边界框、区块分类与内联置信度。

    推荐理由：独立标注者平均 72% 偏好 OCR 4，配合单容器自托管与结构化输出，为企业 RAG 和智能体工作流提供了兼顾数据主权与提取精度的 OCR 方案。

  2. MIT News · AI62

    MIT发布Gleanmer芯片，低功耗实时3D建图助力小型机器人

    MIT研究人员发布名为Gleanmer的系统级芯片，仅消耗约6毫瓦功率即可实时构建详细3D地图，功耗仅为现有最佳建图芯片的2.5%。芯片采用高斯椭球（Gaussian）替代传统体素表示，并结合单遍生成与高斯融合算法，大幅降低内存与功耗，可帮助小型无人机在工业HVAC系统等复杂环境中避障规划路径。

    推荐理由：算法与硬件协同设计让低功耗实时3D建图成为可能，为小型自主机器人和轻量AR设备提供了新的能效路径。

  3. Together AI66

    ParallelKernelBench：前沿大语言模型尚不能编写高效多GPU内核

    Together AI发布ParallelKernelBench（PKB）开源基准，包含87个来自真实代码库的多GPU内核生成问题，要求模型用CUDA内核替代PyTorch+NCCL并通过NVLink直接通信。

    推荐理由：基准揭示前沿模型在多GPU内核生成上正确率与速度优势均有限，为分布式优化研究提供了可复现的测试平台。

6月22日周一
  1. Interconnects82

    GLM-5.2 是开放智能体的关键一步

    Nathan Lambert 亲测 GLM-5.2 后认为，它是首个在编码 harness 中表现可靠的开放权重通用智能体模型，Arena 评测中已能比肩 Claude Opus 4.8 的 max 模式。社区反响强烈，作者将其与 DeepSeek R1 类比，并指出这会给 Anthropic 带来定价压力，同时让开放模型经济迎来拐点。

    推荐理由：作者以亲测视角说明 GLM-5.2 在编码智能体工作流中的可用性，为读者判断开放模型何时能替代闭源前沿模型提供可迁移观察。

  2. Import AI74

    Import AI 462：Superpersuasion；自持AI；通往ASI之路

    Import AI 第462期汇总多项AI研究与讨论：牛津、斯坦福等机构实证AI在政策劝说和慈善募捐中可超越专家人类，且AI速度优势是劝说力的关键来源；Ajeya Cotra与Timothy B. Lee讨论自持AI时间表与具身机器人瓶颈；DeepMind论文探讨从AGI到ASI的路径与递归自我改进；Recursive展示自动化AI研究系统在训练与GPU内核优化上的新结果。

6月19日周五
  1. Interconnects23

    禁止开源 AI 将是一个错误

    文章指出禁止开源 AI 是严重错误，开源软件已为全球创造超 8 万亿美元经济价值。开源 AI 以开放权重模型形式成为对抗 Anthropic 与 OpenAI 双头垄断的关键制衡力量。文章强调开源的透明性使其更安全，并呼吁警惕以中美竞争为借口监管开源带来的反噬。

  2. ScienceDaily · AI40

    SpaceX 计划在太空建造 AI 数据中心，可行吗？

    summary_zh: SpaceX 正探索在轨道建设数据中心，以避开地面土地、水资源和本地电网限制，并利用太空太阳能与近零下 270℃ 的背景辐射散热。太空数据中心面临辐射损坏电子器件、热辐射需要相当于两个足球场面积的散热面、轨道碎片与微流星撞击，以及发射成本和频次等严峻挑战。

  3. Partnership on AI22

    当企业倾听员工对AI的意见时，每个人都受益

    Partnership on AI 发布 IBM 和 EXL 两份案例研究，探讨企业如何纳入员工意见以塑造AI采用方式。IBM 通过访谈发现领导开放反馈态度能让员工更愿意分享AI使用见解；EXL 对 5,500 名员工开展调查，发现清晰的AI治理框架能同时提升合规与创新。

6月18日周四
  1. Weaviate Blog34

    Weaviate 大规模数据导入与向量化指南

    summary_zh: Weaviate 提供服务端流式批处理导入模式，服务器根据队列深度自动调节速率，客户端无需手动设置 batch_size 或并发数。导入时需处理 per-object 失败、重复写入与内存溢出问题：HTTP 200 不代表全部写入，应通过 failed_objects 重试并用 generate_uuid5 避免重复。

6月17日周三
  1. Weaviate Blog62

    Weaviate Cloud 全产品线免费入门

    Weaviate Cloud 宣布 Database、Query Agent 和 Engram 均提供免费层，无需信用卡且无过期时间。托管数据库与开源版本保持一致，可随项目增长无缝升级到按量付费集群。

    推荐理由：免费层覆盖数据库、Query Agent 与 Engram，读者可据此评估原型开发成本与迁移路径。

  4. Google Research35

    Google Earth AI 发布 Farmscapes 高分辨率向量化乡村生态地图

    Google Earth AI 发布 Farmscapes 向量化数据集，将英国 130,000 km² 高分辨率卫星影像中的树篱、石墙和林地转为可操作矢量清单。基于 RSF ViT 骨干（预训练于 3 亿+全球卫星图）微调，结合亚米影像与 1 米 LiDAR 双层标注，用 Polsby–Popper 紧凑度得分区分林地（≥30 米直径）、树丛与线性植被。

6月16日周二
  1. Google DeepMind67

    Google DeepMind 发布 AI Control Roadmap 框架，阐述 AI 代理安全防御体系

    Google DeepMind 发布 AI Control Roadmap，提出分层防御框架，将内部 AI 代理视为潜在未对齐实体，通过监控、阻断与指标度量管理风险。框架基于 MITRE ATT&CK 构建威胁模型，并按检测规避能力（D1-D4）与攻击执行能力（R1-R3）匹配安全措施；团队已分析百万条编码代理轨迹，用于优化 Gemini Spark 等代理的实时监控。

    推荐理由：原文给出分层防御框架与三条关键能力演进路径，读者可借此理解企业级 AI 代理安全的技术路线。

6月15日周一
  1. Import AI66

    Sequent成立：研究者因对齐未就绪而创办安全初创

    来自英国AI安全研究所和Timaeus的研究者联合成立非营利组织Sequent，旨在探索能让人类对超级智能AI安全性更有信心的对齐技术。组织计划招募40-80名员工，初期目标融资1-1.5亿美元，并准备在验证多条并行研究有效后再追加一个数量级。其研究组合包括可扩展监督、学习理论、启发式论证、博弈论和人物画像等方向。

6月13日周六
6月12日周五