Skip to content

产品更新

AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。

242 selectedRelated topics模型发布行业动态AI 编码

Latest selected

81–100 of 242
Sep 25Fri
Sep 24Thu
  1. LangChain · Official62

    LangSmith 推出 Trajectories:可读的 Agent 会话视图

    LangSmith 发布 Trajectories,以时间顺序聚合主 Agent 与子 Agent 的消息和工具调用,展示会话路径。支持从 LangChain、LangGraph、Deep Agents、OpenAI/Claude SDK 以及 Codex、Claude Code、Cursor 等工具直接接入,可评分、标注并导出用于监督微调。

    Why it matters: 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。

  2. LangChain · Official74

    LangSmith Fine-Tuning 与 smithtune CLI 发布

    LangChain 推出 LangSmith Fine-Tuning 与 smithtune CLI,帮助团队将 LangSmith 轨迹转化为自定义微调模型,覆盖数据集构建、Fireworks 或 Baseten 训练及 LangSmith 评估全流程。

    Why it matters: 原文给出了从轨迹数据到微调部署的完整闭环,读者可以据此判断它能否降低自建数据流水线的成本。

  3. 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。

    Why it matters: 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。

  4. 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。

    Why it matters: 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。

  5. 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。

    Why it matters: 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。

  6. 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。

    Why it matters: 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。

  7. 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。

    Why it matters: 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。

Sep 23Wed
  1. LangChain · Official76

    TypeSafe AI 发布 Jev:面向 Agent 循环的快速结构化决策模型

    TypeSafe AI 发布 Jev(System One 模型),在分类任务上比可比 LLM 快 200 倍、成本低 400 倍,不生成文本,而是返回结构化答案与概率。LangChain 通过 TypeSafeClassifier 暴露 Jev,并给出模型路由与 AutoMode 中间件示例,用于在 Agent 循环中做快速结构化决策与风险拦截。

    Why it matters: 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。

Sep 22Tue
  1. PyTorch Blog69

    vLLM 引入硬件无关层以支持多样化硬件

    vLLM 推出硬件无关(HW agnostic)层,确保项目在推进前沿 GPU 性能工程的同时,继续支持旧 GPU、消费者级 GPU 和树外加速器。新层保持 fullgraph torch.compile 兼容、可扩展、与硬件特定路径隔离,并使用原生 PyTorch 或可移植 DSL 实现。

    Why it matters: vLLM 新增硬件无关层,让关心多硬件和旧 GPU 的用户在不牺牲可移植性的前提下继续使用。

  2. Microsoft Semantic Kernel60

    Microsoft Agent Framework 推出 Foundry 托管代理隔离功能

    Microsoft Agent Framework 发布 Foundry 托管代理隔离,包含用户隔离和 Foundry 托管会话隔离两个独立控制,分别对应调用者身份和沙箱会话。开发者可使用 .NET 和 Python SDK 通过 AgentSession 传入 delegated user identity 或显式 agent_session_id,实现共享沙箱或独立会话等部署模式。

    Why it matters: 原文给出了用户隔离与会话隔离两套控制及多种可用模式,读者可据此评估自身应用在数据归属和会话生命周期上的选择。

  3. Latent Space80

    TypeSafe AI 发布 Jev:面向生产环境的 System One 模型

    TypeSafe AI 发布 Jev,定位为面向软件开发的 System One 模型,核心创新是用 RLCD 替代 RLHF/RLVR,强调校准性与可靠性。Jev 优先服务于代码调用,创始人 Diogo Almeida 主张模型应融入软件底层并最终消失于背景。

    Why it matters: 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。

Sep 21Mon
  1. 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。

    Why it matters: 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。

Sep 18Fri
  1. 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。

    Why it matters: 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。

  2. LangChain · Official68

    LangChain 推出开源生命科学智能体框架 Deep Life Sci

    LangChain 发布开源智能体框架 Deep Life Sci,基于 Deep Agents harness,专为临床与实验室科学家设计。它可接入 ClinicalTrials.gov、PubMed 和 PubMed Central,由子代理并行审阅文献,并在 LangSmith 沙箱中安全运行代码。

    Why it matters: 开源框架让药企可定制智能体并拥有完整审计轨迹,有望在合规前提下重塑研发工作流。