ScarfBench：评测 AI 智能体在企业 Java 框架迁移中的表现
IBM Research 发布开源基准 ScarfBench，包含 34 个应用、102 套框架实现、204 个迁移任务和约 151K 行代码，覆盖 Spring、Jakarta EE、Quarkus 之间的迁移。当前前沿智能体行为成功率不足 10%，构建成功率显著高于部署和行为验证成功率；智能体普遍高估自身构建结果，且反复回到配置层处理依赖与环境问题。
#部署/工程
#部署/工程
今日 34 条Hugging Face BlogAI 评分5656
Google ResearchAI 评分5353 Google Research 推出 TabFM：面向表格数据的零样本基础模型
Google Research 推出 TabFM，将表格预测重构为上下文学习问题，单次前向传播即可生成零样本预测。该模型基于数亿个合成数据集训练，无需手动特征工程与超参调优，目前已开源并集成至 Google Cloud BigQuery。
InterconnectsAI 评分4444 开放模型生态持续扩展：Zyphra、Cohere 与 Poolside 发布新模型
Zyphra 发布 ZAYA1-74B-preview 与 8B-A0.6B MoE，在 AMD GPU 上训练。CohereLabs 发布 command-a-plus-05-2026-bf16，旗舰 Command A+ 改为 Apache 2.0 许可。Poolside 将 Laguna-M.1 置于 Apache 2.0 下，并承诺开放权重为默认。
Google ResearchAI 评分4040 Google Research 提出线性弹性缓存优化云成本
Google Research 在 CIDR 发表论文，提出线性弹性缓存，将页面驱逐建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小以最小化总拥有成本。在 Spanner 生产环境中测试数月，内存使用减少 15.5%，缓存未命中仅增加 5.5%，总成本降低约 5%，实际 I/O 成本影响仅 0.5%。
MIT News · AI精选AI 评分6262 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。
Amazon ScienceAI 评分4040 Amazon 投资 TRISO 粒子燃料：为何这种新型核燃料对 AI 基础设施至关重要
Amazon 投资 Cascade Energy Center 项目，部署 TRISO 燃料驱动的 Xe-100 小型模块化反应堆，为数据中心和云基础设施供电。
Mistral AIAI 评分4747 Mistral 为 Connectors 带来更多管理控制
Mistral 为 Connectors 新增多项管理与安全能力：按 workspace 或组织分配连接器访问权限、带 connector scope 的 API key、单个连接器绑定多账号，三项均已 GA。
Mistral AI精选AI 评分6464 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。
MIT News · AI精选AI 评分6262 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。
ScienceDaily · AIAI 评分4040 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。
Google DeepMindAI 评分4747 Google DeepMind 与英国政府合作推出基于 Gemini 的 AI 规划原型工具
summary_zh: Google DeepMind 与英国政府合作开发基于 Gemini 的 AI 规划原型工具，旨在将家庭规划申请处理时间缩短 50%。该工具可整合数据、提取关键信息、识别本地政策、总结反馈并起草评估报告，规划官保留最终决策权。
Google ResearchAI 评分3535 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。
Google DeepMind精选AI 评分6464 Google DeepMind 发布 DiffusionGemma：4 倍加速的并行扩散文本生成实验模型
Google DeepMind 发布开源实验模型 DiffusionGemma，采用并行扩散架构替代逐 token 生成，在本地 GPU 上实现最高 4 倍推理加速。
推荐理由：DiffusionGemma 采用并行扩散架构替代传统逐 token 生成方式，在本地 GPU 上实现最高 4 倍推理加速，为交互式本地工作流提供了新的速度方案。
Amazon Science精选AI 评分7676 AWS EC2 M9g 实例推出经形式化验证的隔离引擎
AWS 宣布 EC2 M9g 和 M9gd 实例正式可用，首次搭载 Graviton5 处理器并配备 Nitro Isolation Engine。该组件是首个部署在商用云环境的形式化验证 Hypervisor，使用 Isabelle/HOL 完成 33 万行机器检查数学证明，涵盖保密性、完整性、功能正确性、无运行时错误和内存安全。
推荐理由：给出了可量化的验证规模和语言选择，读者可以据此评估云虚拟机隔离的形式化保障程度。
Amazon ScienceAI 评分4040 AWS Graviton5 处理器提升性能与能效，超越摩尔定律
AWS 宣布 Graviton5 处理器正式商用，搭载于 M9g 和 M9gd 实例。相比 Graviton4，核心数从 96 增至 192，支持 DDR5-8800 内存和 PCIe gen5，每核性能提升 25%，数据库性能提升 30%。采用 3nm 工艺、四芯片架构，L3 缓存增至 192MB，并引入 Nitro Isolation Engine 实现形式化验证的云安全隔离。
Amazon ScienceAI 评分4747 Project Eluna：智能体 AI 的物理世界锚定
2026 年 AI 从"知道"转向"行动"，Amazon 推出 Project Eluna，作为仓库运营的智能体模型，通过数字仪表板辅助运营决策。论文提出四种锚定方法：物理引导深度学习、不确定性感知推理、文本到数值桥接，以及第四种方法。UQ4CT 框架在五个基准上保持高准确率，同时将预期校准误差降低 25% 以上。
Google ResearchAI 评分5858 Google开源水文模型框架以提升全球洪水韧性
Google Research将用于Google Flood Hub的水文模型框架开源至GitHub，采用Apache 2.0许可，基于PyTorch并支持LSTM架构。框架包含2024基准测试版与升级版，新版本在有测站流域将可靠预报期延长6天、无测站流域延长1天，并可与Delft-FEWS平台集成。捷克水文气象研究所（CHMI）已合作验证并提供适配器。
Together AI精选AI 评分7878 Together AI 构建最快语音转文本栈的方法
Together AI 详细介绍了其生产级 ASR 栈的优化，覆盖 TensorRT 多 profile 编码器、无 CPU 同步的条件 CUDA 图解码器、共享内存与 Unix 域套接字零拷贝路径、epoll 事件驱动流式 I/O，以及 gc.freeze() 消除 p95 延迟尖峰。
推荐理由：原文给出多层次系统优化路径，读者可据此评估自身 ASR 延迟瓶颈是否落在数据路径而非模型本身。
Google ResearchAI 评分5858 Google Research 在 I/O 2026 发布多项研究产品与开源工具
Google Research 在 I/O 2026 集中发布 Gemini for Science、Google Health 应用、Coralboard、WeatherNext、Groundsource、Gemma V4 等研究驱动产品与开源工具，并开放 Science Skills、Paper Assistant Tool 等实验性能力。
Amazon Science精选AI 评分7979 AWS数据中心网络用扁平化架构替代胖树架构
Amazon Science博客介绍AWS在数据中心部署的首个可扩展扁平网络RNG，采用准随机拓扑和ShuffleBox光互连设备，相比胖树架构减少69%路由器、吞吐提升33%、网络设备能耗降低40%。该网络于2024年底在爱尔兰上线，2026年4月成为AWS全球新建数据中心默认架构。
推荐理由：提供了可量化的网络性能提升和部署数据，读者可据此评估扁平化架构在云基础设施中的实际收益。
Google Research精选AI 评分6262 Google Research 提出零信任聚合实现隐私分析
Google Research 发布零信任聚合协议，结合格密码学单次提交与可信执行环境证明，用于 Android SafetyCore 等隐私保护场景。新协议允许设备单条消息完成加密聚合，委员会机制辅助解密并注入差分隐私噪声，同时通过 TEE 证明确保协议按公开代码正确执行。
推荐理由：零信任架构将单次消息加密聚合与TEE证明结合，为大规模隐私分析提供了可验证的多层安全方案。
Mistral AIAI 评分4242 Mistral 发布 physics AI：工程加速的基础
Mistral 发布 physics AI，将工程仿真从数小时/周缩短到秒级单 GPU 前向传播。整合 Emmi AI 作为企业解决方案中新基础能力，合作伙伴包括 ASML、Airbus、Safran 和 Siemens Energy。覆盖产品设计、工装工艺设计和实时数字孪生三大场景，不是替代传统求解器，而是大幅提升设计迭代吞吐量。
Mistral AIAI 评分3636 Mistral 收购 Emmi AI：Physics AI 研究推动工业工程前沿
Mistral 收购 Emmi AI，宣布加码 Physics AI，覆盖航空航天、汽车、半导体与能源领域。已发布多项突破，包括 3D 机翼跨声速 CFD 数据集、GyroSwin 5D 代理模型、AB-UPT 支持 140M 体素单 GPU 推理，以及 NeuralDEM 端到端多物理场代理模型，部分成果已开源。
Google ResearchAI 评分5858 ERA发表Nature论文并推动计算发现
Google在Nature发表ERA论文并将其作为工具开放，ERA使用Gemini通过树搜索优化科学代码，在基因组学、公共卫生等六类基准上达到专家级性能。ERA已应用于八个科学问题的研究中，涵盖流行病预测、CO2监测、径流预报、太阳能优化和零售预测，并作为Computational Discovery的核心组件通过Gemini for Science逐步开放。
Together AI精选AI 评分7373 Together AI 发布编码智能体推理基准测试
Together AI 推出面向编码智能体的规模化推理基准，测试长提示（45k–200k token）、高并发与短输出（平均 450 token）场景下的 TPM、TPS 与 p50 TTFT。
推荐理由：原文给出了一套高并发长上下文编码智能体的基准测试方法与退化曲线，读者可据此评估自研或商用引擎在真实负载下的 TTFT 与吞吐表现。
Google DeepMind精选AI 评分6262 Gemini for Science：Google 推出科学发现实验工具与 Science Skills
Google DeepMind 发布 Gemini for Science，包含 Google Labs 三款实验工具（Hypothesis Generation、Computational Discovery、Literature Insights）和桌面端 Science Skills。
推荐理由：原文给出三款实验工具与企业预览入口，读者可据此评估自身研究工作流是否适配。
Google DeepMind精选AI 评分7373 WeatherNext助力美国国家飓风中心提前5天预测飓风Melissa在牙买加的5级登陆
Google DeepMind与Google Research开发的AI天气模型WeatherNext在2025年10月飓风Melissa登陆牙买加前5天预测其将达到5级强度，置信度80%，3天前升至近100%。
推荐理由：WeatherNext在飓风Melissa登陆前5天以80%置信度预测出5级强度，为防灾争取了关键准备时间。
ScienceDaily · AIAI 评分6262 NASA 新 AI 航天芯片可使航天器自主运行
NASA 与 Microchip Technology 联合开发的新一代抗辐射处理器，在 JPL 的辐射、热和冲击测试中表现出约 500 倍于现有航天抗辐射芯片的性能。该芯片采用系统级封装，集成了 CPU、计算卸载、网络、内存和 I/O，目标是在深空、月球和火星任务中支持自主决策与科学数据处理，并计划应用于地球轨道器、行星车、深空探测器和载人栖息地。
Together AIAI 评分2727 Together AI 与 Pearl Research Labs 合作降低 AI 推理成本
Together AI 与 Pearl Research Labs 合作推出 Gemma-4-31B-it-pearl 推理端点，价格折扣超 25%，由 Pearl 加密货币收益对冲。Pearl Network 通过 Proof of Useful Work 在推理和训练过程中并行生成 ¶PRL 代币，降低 LLM 每 token 价格。
Together AI精选AI 评分7272 DeepSeek-V4 发布：百万上下文是推理系统问题
DeepSeek-V4 支持 1M 上下文窗口，通过 CSA/HCA/SWA 混合注意力在 token 轴压缩 KV 缓存。在 NVIDIA HGX B200 上，缓存策略使单节点 KV 容量从约 1.2M token 提升至 3.7M token。
推荐理由：V4 把百万上下文变成系统问题，读者可据此判断自身负载是否落在压缩注意力与缓存策略的有效区间。
Together AIAI 评分4242 在 HuggingFace 上部署和推理任意模型
summary_zh: 使用 Goose CLI Agent 配合 Together 的 dedicated containers skill，从 HuggingFace 拉取 Netflix 刚发布的 void-model，在单次会话内完成容器配置并部署到 Together DCI 基础设施，实现发布当天即可运行。
Import AIAI 评分5959 Import AI 455：AI系统即将开始自主构建自身
Jack Clark在Import AI 455中基于公开基准的聚合趋势，认为AI系统有60%以上概率在2028年底前实现端到端自主研发。他列举了SWE-Bench、CORE-Bench、MLE-Bench等基准的快速进展，以及AI在代码编写、kernel优化、模型微调、对齐研究等核心环节的能力提升，并指出OpenAI、Anthropic、DeepMind及多家创业公司已将自动化AI研发作为目标。
Together AIAI 评分4242 Together AI 高效推理基础设施研究
Together AI 在 NVIDIA GTC 2026 分享其生产级推理优化体系，涵盖 FlashAttention-4、ThunderKittens 及开源自适应推测解码系统 Aurora（最高加速 1.25x）。
Google ResearchAI 评分3838 Google Research 通过全球合作伙伴关系与开放资源推动科学影响
summary_zh: Google Research 强调开源软件与开放数据集是现代科学的驱动力，通过与 UCSC Genomics Institute、Janelia、ISTA、CSIRO、AIIMS 及 Human Pangenome Research Consortium 等机构合作推动科学进步。
Together AI精选AI 评分7272 DeepSeek-V4 Pro 现已在 Together AI 上可用
DeepSeek-V4 Pro 已在 Together AI 提供 Serverless Inference，模型级支持 1M 上下文，当前部署窗口为 512K，采用 1.6T 参数 MoE 架构，激活 49B 参数。提供 Non-Think、Think High、Think Max 三档推理模式，并针对重复长上下文给出缓存输入定价（$0.20 / 1M tokens）。
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。
Together AI精选AI 评分6060 Together AI 在 Day 0 推出 NVIDIA Nemotron 3 Nano Omni
NVIDIA Nemotron 3 Nano Omni 现已上线 Together AI 平台，这是一款支持视频、图像、音频和语言的多模态开放模型。其 30B A3B MoE 架构每次激活约 3B 参数，支持最多 256K tokens 的共享多模态上下文，并在单一推理循环中完成跨模态推理。
推荐理由：单一模型统一多模态推理降低了多模型拼接的复杂度，对构建多模态智能体系统的开发者具有直接参考价值。
Mistral AIAI 评分5757 Mistral AI 发布 Workflows 企业 AI 编排层，进入公开预览
Mistral AI 发布 Workflows 进入公开预览，这是面向企业 AI 的编排层，基于 Temporal 引擎提供容错执行、可观测性与人工审批。开发者用 Python 编写工作流，通过 Le Chat 触发，Studio 记录全量执行轨迹；控制平面在 Mistral，Worker 部署在用户自有 Kubernetes 环境，支持云、本地或混合部署。
Google DeepMindAI 评分5959 Decoupled DiLoCo：分布式 AI 训练的新前沿
Google DeepMind 提出 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步计算岛以隔离硬件故障。实验表明，该架构在 2-5 Gbps 广域网上训练 120 亿参数模型，性能与传统方法持平且速度快 20 倍以上，并能混合不同代 TPU 硬件。
Google ResearchAI 评分5959 ReasoningBank：赋能智能体从经验中学习
Google Research提出ReasoningBank框架，使智能体能从成功与失败经验中蒸馏推理模式并实现测试时自我进化。在WebArena和SWE-Bench-Verified上，基于Gemini-2.5-Flash的ReasoningBank相比无记忆基线分别提升8.3%和4.6%成功率。MaTTS通过并行与串行缩放进一步增强学习效果。
Google DeepMindAI 评分4040 Google DeepMind 联手 Accenture、Bain、BCG、Deloitte、McKinsey 加速企业 AI 转型
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作，帮助各行业大规模采用前沿 AI。