跳到正文

全部动态

今日 42 条
11月6日周四
  1. Google DeepMind40

    Google DeepMind 发布森林砍伐预测基准、物种分布图谱及 Perch 2.0 更新

    Google DeepMind 联合 World Resources Institute 推出基于 Vision Transformers 的森林砍伐风险预测基准,实现 30 米级高分辨率监测。同时发布利用 Graph Neural Net 和 AlphaEarth Foundations 生成的物种分布图谱,并更新动物声音分类模型 Perch 2.0,支持快速适配新物种识别以辅助生态保护。

11月5日周三
  1. Google Research68

    Google Research 发布太空可扩展 AI 基础设施系统设计预印本论文

    Google Research 发布名为 Project Suncatcher 的研究项目及相关预印本论文,提出构建由自由空间光链路连接的太阳能卫星星座以承载 Google TPUs 进行 AI 计算。

    推荐理由:Google Research 发布关于太空 AI 基础设施的预印本论文,详细论证了利用太阳能卫星星座承载 TPU 进行大规模计算的可行性与挑战。

11月4日周二
11月3日周一
  1. OpenAI News63

    AWS 与 OpenAI 宣布多年期战略合作

    AWS 与 OpenAI 达成一项多年期、价值 380 亿美元的战略合作伙伴关系,旨在扩展高级 AI 工作负载。根据协议,AWS 将提供世界级的基础设施和计算能力,以支持 OpenAI 下一代模型的运行。

    推荐理由:原文披露了双方多年期380亿美元合作规模及算力支持目标,为观察大模型基础设施投入趋势提供了具体数据锚点。

11月1日周六
  1. Berkeley AI Research37

    Berkeley AI Research 提出基于分治策略的无 TD 学习强化学习算法

    Berkeley AI Research 团队提出一种不依赖时序差分(TD)学习的强化新范式,利用“分而治之”策略解决长视野任务中的误差累积难题。该算法在目标条件 RL 中首次实现规模化应用,通过递归分割轨迹将 Bellman 更新次数降至对数级,无需调节 n-step 超参数即可提升 off-policy RL 的可扩展性。

10月31日周五
10月30日周四
  1. OpenAI News32

    OpenAI 将 Stargate 扩展至密歇根州

    OpenAI 宣布将 Stargate 项目扩展至密歇根州,新建一座一吉瓦(1-gigawatt)数据中心园区。该举措旨在强化美国 AI 基础设施,预计将为中西部地区创造就业机会、推动投资并支持经济增长。

  2. Google Research68

    Google Research 提出可证明隐私洞察系统以分析生成式 AI 使用

    Google Research 推出“可证明隐私洞察”(PPI)系统,利用大语言模型、差分隐私和可信执行环境分析非结构化生成式 AI 数据。该系统已在 Pixel Recorder 应用中部署,使用开源 Gemma 3 模型在 TEE 内对转录文本进行分类聚合,确保原始数据不离开安全边界且输出具备用户级差分隐私保证。相关代码及机密联邦分析栈已开源,允许外部验证服务器端处理仅执行隐私保护计算。

    推荐理由:原文详述了结合大语言模型、差分隐私与可信执行环境的可证明隐私洞察系统,为分析端侧生成式 AI 数据提供了兼顾透明度与用户级隐私保护的技术路径。

  3. Hugging Face Blog60

    MiniMax 解析 M2 智能体对齐:从基准测试到真实世界泛化

    MiniMax 团队发布博客阐述 MiniMax M2 在智能体后训练阶段的对齐经验,强调需同时兼顾开源基准表现与真实世界的鲁棒性。文章提出“交错思考”(Interleaved Thinking)机制以维持长程任务焦点并适应外部扰动,并指出真正的泛化源于对系统提示、环境及工具响应等全操作空间扰动的稳定性,而非仅靠增加工具数量。

    推荐理由:MiniMax 团队分享 M2 模型在智能体对齐中的核心洞察,指出泛化关键在于应对全轨迹扰动而非单纯工具扩展。

10月29日周三
  1. Hugging Face Blog73

    Hugging Face 分析全球算力格局变迁:中国芯片崛起与开源创新

    Hugging Face 发布深度分析指出,美国出口管制加速了中国国产 AI 芯片(如华为昇腾、寒武纪)的研发与应用,目前已有高性能开源模型开始基于这些国产芯片进行推理甚至训练。算力限制促使中国实验室在架构效率(如 DeepSeek 的 MLA、GRPO)和软件栈(CUDA 替代品)上取得突破,推动了低成本、高能效开源模型的爆发,进而改变了全球 AI 开发与部署的经济结构。

    推荐理由:文章梳理了出口管制如何倒逼中国芯片自研与算法创新,揭示了算力稀缺环境下开源模型对全球AI格局的重塑。

  2. OpenAI News40

    gpt-oss-safeguard 技术报告

    OpenAI 发布 gpt-oss-safeguard 技术报告,介绍基于 gpt-oss 后训练的两个开源权重推理模型:gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b。这些模型旨在根据提供的策略对内容进行标注。报告描述了其能力并提供了以底层 gpt-oss 模型为基线的安全评估结果。

  3. Hugging Face Blog40

    NVIDIA Isaac for Healthcare v0.4 发布 SO-ARM 手术机器人仿真到部署工作流

    NVIDIA Isaac for Healthcare v0.4 推出基于 SO-ARM 的端到端手术辅助机器人开发工作流,覆盖数据采集、训练与硬件部署。该流程采用 Sim2Real 混合训练策略,93% 以上数据由仿真生成,通过微调 GR00T N1.5 模型实现实时推理。开发者可在单台 DGX Spark 上完成全流程,显著降低医疗机器人研发门槛。

10月28日周二
  1. Hugging Face Blog52

    IBM 发布 Granite 4.0 Nano 系列小参数模型

    IBM 发布 Granite 4.0 Nano 系列模型,包含 1B 和 350M 参数的混合架构及传统 Transformer 版本,专为边缘和端侧应用设计。该系列采用 Apache 2.0 许可证开源,支持 vLLM、llama.cpp 和 MLX 等运行时,并基于超过 15T tokens 的数据训练,旨在证明无需数百亿参数也能构建高效实用的模型。

10月27日周一
  1. Hugging Face Blog73

    Hugging Face 发布 huggingface_hub v1.0:五年里程碑与核心功能更新

    Hugging Face 正式发布 huggingface_hub v1.0,标志着该库经过五年发展达到成熟阶段。此次更新引入了破坏性变更以支持未来十年,包括后端迁移至 httpx、全面采用 hf_xet 进行文件传输以及重新设计的 hf CLI。v1.0 版本在保持向后兼容的同时,通过移除遗留模式提升了性能,并集成了 MCP 和 tiny-agents 以简化 AI 智能体开发。

    推荐理由:原文详述了底层架构迁移与 CLI 重构,读者可据此评估升级对现有工作流的影响及新特性价值。

  2. Hugging Face Blog62

    Hugging Face 发布 datasets 库流式加载重大更新,效率提升百倍

    Hugging Face 对 `datasets` 库的流式加载功能进行了底层重构,实现了启动请求减少 100 倍、数据解析速度提升 10 倍以及样本吞吐量翻倍。

    推荐理由:Hugging Face 优化了 datasets 库的流式加载后端,通过减少请求风暴和引入预取机制,使大规模训练无需下载即可达到接近本地 SSD 的速度。

10月24日周五
  1. Hugging Face Blog68

    LeRobot v0.4.0 发布:增强开源机器人学习能力

    Hugging Face 发布 LeRobot v0.4.0,旨在提升开源机器人学习的性能与可扩展性。该版本引入了支持大规模数据的 Datasets v3.0、新的数据集编辑工具以及用于简化硬件集成的插件系统。

    推荐理由:LeRobot v0.4.0 通过引入 Datasets v3.0、新 VLA 模型及硬件插件系统,显著提升了开源机器人学习的扩展性与易用性。

10月23日周四
  1. OpenAI News65

    OpenAI 收购 Sky 开发商 Software Applications Incorporated

    OpenAI 宣布收购 Software Applications Incorporated,该公司开发了 Mac 上的自然语言界面 Sky。OpenAI 计划将 Sky 的 macOS 深度能力整合进 ChatGPT,以提升 AI 的直观性、上下文感知和行动导向。

    推荐理由:OpenAI 官方宣布收购 Sky 开发商,旨在将 macOS 深度能力整合进 ChatGPT,读者可据此了解其桌面端 AI 布局的最新动向。

  2. Google Research68

    Google Earth AI 发布新基础模型与地理空间推理智能体

    Google Earth AI 推出新的图像和人口基础模型及基于 Gemini 的地理空间推理智能体,旨在通过跨模态推理解决复杂的行星尺度问题。新模型在多个公开地球观测基准上达到 SOTA,其中文本图像搜索平均提升超 16%,零样本目标检测准确率翻倍。

    推荐理由:原文展示了基础模型与智能体协同在复杂地理空间推理中的性能提升,为开发者提供了评估其解决现实世界问题能力的具体基准。