自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前多数方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
全部AI 动态
全部动态
今日 4 条Berkeley AI ResearchAI 评分3131
Hugging Face BlogAI 评分3434 vLLM V0 到 V1 迁移：RL 训练中先对齐正确性再改目标
PipelineRL 在 vLLM V0 到 V1 迁移中通过修复四项问题让 V1 与 V0 参考对齐：processed_logprobs 语义、V1 专属运行时默认值、inflight 权重更新路径，以及最终投影所用的 fp32 lm_head。
Google DeepMind精选AI 评分7171 Google DeepMind 回顾 AlphaEvolve 一年跨领域落地成果
Google DeepMind 回顾 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果，称其已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计并发现更高效的缓存替换策略。
推荐理由：汇总 AlphaEvolve 一年来在基因组、电网、量子物理与 TPU 设计等领域的落地数据，可看到编码智能体跨领域应用的具体边界。
Hugging Face BlogAI 评分3636 Hugging Face 为 Open ASR Leaderboard 引入私有数据集防刷榜
Hugging Face 联合 Appen Inc. 与 DataoceanAI 为 Open ASR Leaderboard 引入一批私有高质量英语 ASR 数据集，覆盖多口音的朗读与对话语音，以防止 benchmaxxing 和测试集污染。
Google ResearchAI 评分2222 Google Research 如何通过全球合作与开放资源推动科学影响
Google Research 称其开源工具与开放数据集已赋能全球超 25 万名研究者和开发者，涵盖基因组学、神经科学、地球建模等领域。其中 DeepVariant 等工具已支持处理 250 万人的全基因组与外显子组数据，Open Buildings 包含 18 亿栋建筑检测结果，HAI-DEF 下载量超 480 万次。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI co-clinician 医疗研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 在医生监督下作为护理团队成员与患者交互。在 98 个真实初级保健查询的盲评中，该系统 97 例无关键错误，优于两款医生常用 AI；在 140 项问诊技能评估中，AI 在 68 项达到或超过初级保健医生水平，但专家医生在识别危险信号和关键体格检查上整体仍更优。
推荐理由：DeepMind 公开 AI co-clinician 研究计划，给出医生端与患者端两类评测结果，可了解医疗 AI 当前能力边界。
Google Research精选AI 评分6262 Google Research 科学家使用 Empirical Research Assistance 的四种方式
Google Research 介绍了科学家使用 Empirical Research Assistance（ERA）的四类实践：公共卫生领域，团队每周向 CDC 的流感。
推荐理由：四个跨领域案例展示了 ERA 从预测到机制发现的实际用法，可据此判断 AI 辅助科研的落地边界。
Hugging Face Blog精选AI 评分6262 Granite 4.1 LLM 是如何构建的：IBM 公开五阶段预训练与多阶段 RL 细节
IBM Granite 团队公开了 Granite 4.1 系列稠密 LLM（3B、8B、30B）的完整训练流程，模型在约 15T token 上从零训练，采用五阶段预训练管线，上下文窗口最终扩展至 512K token。
推荐理由：Granite 团队公开了从数据配比到多阶段 RL 的完整训练细节，可对照其 8B 稠密模型追平 32B MoE 的结论。
Hugging Face BlogAI 评分2222 DeepInfra 成为 Hugging Face Inference Providers 支持的服务商
DeepInfra 正式接入 Hugging Face Hub 的 Inference Providers，首批支持对话与文本生成任务，可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开源权重模型。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3 Nano Omni 全模态模型
NVIDIA 发布 Nemotron 3 Nano Omni，一款面向文档分析、多图推理、语音识别、长音视频理解与智能体电脑操作的全模态理解模型，在 MMlongbench-Doc、OCRBenchV2、WorldSense、DailyOmni、VoiceBench 等榜单上取得领先成绩。
推荐理由：原文给出架构、训练配方与多榜成绩，可据此判断开源全模态模型在文档、音视频与智能体场景的可用性。
Mistral AI精选AI 评分7272 Mistral AI 发布 Workflows 公开预览版
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版，提供持久化执行、可观测性和人工审批能力，ASML、ABANCA、CMA-CGM 等客户已用于自动化关键流程。
推荐理由：Mistral 把企业 AI 编排层做成 Studio 内的一体化产品，读者可据此判断生产级智能体落地的工程门槛。
Google DeepMindAI 评分3636 Google DeepMind 宣布与韩国科学技术信息通信部达成 AI 合作
Google DeepMind 与韩国科学技术信息通信部（MSIT）达成合作，将在首尔办公室设立 AI Campus，向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
Hugging Face Blog精选AI 评分6060 如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
OpenAI 本周在 Hugging Face Hub 发布开源 PII 检测模型 Privacy Filter，可在单次 128k 上下文前向传播中标注八类个人信息，采用 Apache 2.0 许可，1.5B 参数、50M 激活参数，在 PII-Masking-300k 基准上达到 SOTA。
推荐理由：文章给出三个基于 Privacy Filter 的可运行应用与 gradio.Server 前后端分工写法，可迁移到自己的 PII 脱敏工具。
Hugging Face Blog精选AI 评分8787 DeepSeek-V4 发布：百万 token 上下文面向智能体任务
DeepSeek 发布 V4，两个 MoE 检查点上线 Hub：DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活，DeepSeek-V4-Flash 为 284B 总参数、13B 激活，均支持 1M token 上下文窗口。
推荐理由：DeepSeek-V4 把长上下文成本压到 V3.2 的零头，读者可据此判断智能体长任务部署的可行性。
Hugging Face BlogAI 评分5858 如何在 Chrome 扩展中使用 Transformers.js
Hugging Face 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI 功能，并以官方发布的 Gemma 4 浏览器助手扩展为参照。
Google ResearchAI 评分5959 Google Photos 上线 Auto frame，用生成式 AI 重设照片机位
Google Research 宣布新方法已作为 Google Photos 的 Auto frame 功能上线，可自动调整拍摄视角。该方法先用 3D 点图估计模型重建场景与相机参数，再用生成式潜在扩散模型补全新视角下露出的空白区域，并自动检测人脸位置与广角畸变来选定理想机位。用户可在 Auto frame 候选中选择第二版重构图，一键改善含人物的照片。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛屿并在其间异步传输数据，从而隔离局部硬件故障。
推荐理由：Google DeepMind 披露 Decoupled DiLoCo 的异步训练架构，读者可了解跨数据中心训练在带宽与容错上的取舍。
Google Research精选AI 评分6060 Google Research 提出 ReasoningBank：让智能体从成功与失败经验中学习
Google Research 在 ICLR 论文中提出 ReasoningBank，一种从成功和失败经验中蒸馏高层推理模式的智能体记忆框架，代码已开源。
推荐理由：论文给出 ReasoningBank 的记忆蒸馏机制与 WebArena、SWE-Bench-Verified 上的成功率与步数变化，可据此判断智能体记忆方向的做法差异。
Google DeepMindAI 评分2222 Google DeepMind 与埃森哲、贝恩、BCG、德勤、麦肯锡合作加速企业 AI 转型
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作，推动前沿 AI 在企业的大规模落地。合作方将获得包括 Gemini 系列在内的前沿模型早期访问权限，并围绕金融、制造、零售、媒体娱乐等行业共建行业专属 AI 方案。目前仅 25% 的组织成功将 AI 规模化投入生产。
Hugging Face BlogAI 评分2828 QIMMA：Hugging Face 推出质量优先的阿拉伯语 LLM 排行榜
Hugging Face 发布 QIMMA（阿拉伯语"顶峰"），一个先验证基准质量再评测模型的开源阿拉伯语 LLM 排行榜。QIMMA 整合 14 个来源基准的 109 个子集、超 52,000 条样本，覆盖文化、STEM、法律、医疗、安全、诗歌与编程 7 大领域，其中 99% 为原生阿拉伯语内容，并首次在阿拉伯语排行榜中引入代码评测。
Hugging Face BlogAI 评分3838 Hugging Face 谈 AI 与网络安全未来：为什么开放性至关重要
Hugging Face 发文讨论 Mythos 与 Project Glasswing 发布后的 AI 网络安全格局，指出 Mythos 的漏洞发现与修补能力来自模型、算力、安全脚手架与系统自主性的组合，而非单一模型。文章认为开源生态在检测、验证、协调、补丁传播四个阶段更具结构性优势，并主张用可私有部署的半自主 AI 智能体做防御。
Berkeley AI ResearchAI 评分3434 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度。该方法针对长时程规划中计算图病态、非贪心结构导致局部极小值以及高维潜空间失效模式等问题，使长时程规划更稳健。
Google ResearchAI 评分5151 Google 提出 Simula：从第一性原理设计合成数据集
Google Research 发布论文《Reasoning-Driven Synthetic Data Generation and Evaluation》。
Google ResearchAI 评分4141 Google Research 用 AI 合成神经元加速脑图谱绘制，重建误差降低 4.4%
Google Research 提出 MoGen（Neuronal Morphology Generation），用 PointInfinity 点云流匹配模型生成合成神经元形状，为 PATHFINDER 重建模型补充训练数据，在保留的小鼠轴突上把重建误差降低 4.4%，主要来自 merge error 的减少。
Hugging Face BlogAI 评分3636 用 Sentence Transformers 训练和微调多模态嵌入与重排序模型
Sentence Transformers 现已支持训练和微调多模态嵌入与重排序模型，作者以 Qwen/Qwen3-VL-Embedding-2B 微调视觉文档检索（VDR）为例，微调后 NDCG@10 从基座的 0.888 提升至 0.947，超过其测试的所有现有 VDR 模型，包括参数量达其 4 倍的模型。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 transformers 到 mlx-lm 的移植 Skill 与测试工具
Hugging Face 发布了一个 Skill 和配套测试工具，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：Hugging Face 公开了把 transformers 模型移植到 mlx-lm 的 Skill 与测试工具，读者可了解其流程与对评审者的减负方式。
Hugging Face BlogAI 评分3434 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 将 RLVE 框架从单轮推理题扩展到多轮、工具增强的电商对话，推出 EcomRLVE-GYM，包含产品发现、替代品、购物车构建、退货、订单跟踪、政策问答、捆绑规划和多意图旅程 8 个可验证环境。
OpenAI NewsAI 评分3030 OpenAI 启动 Trusted Access for Cyber：GPT-5.4-Cyber 与 1000 万美元 API 资助加速网络防御生态
OpenAI 推出 Trusted Access for Cyber 计划，领先安全公司与大型企业已加入，使用 GPT-5.4-Cyber 并配套 1000 万美元 API 资助强化全球网络防御。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.1 Flash TTS 语音模型
Google DeepMind 发布 Gemini 3.1 Flash TTS，一款主打可控性与表现力的文本转语音模型，已在 Gemini API 和 Google AI Studio 面向开发者预览，企业版在 Vertex AI 预览，Workspace 用户可通过 Google Vids 使用。
推荐理由：官方给出音频标签控制方式、Elo 分数与多语言覆盖，可据此判断语音生成的可控性变化。
Hugging Face BlogAI 评分3838 Hugging Face 发布 VAKRA：评测 AI 智能体推理、工具调用与失败模式的可执行基准
Hugging Face 推出 VAKRA，一个面向企业级环境的工具接地可执行基准，用于评测 AI 智能体的组合推理与多步工作流执行能力。VAKRA 提供 8,000+ 本地托管 API、覆盖 62 个领域并配有领域文档，任务需 3-7 步推理链，包含 API Chaining、Tool Selection、Multi-Hop Reasoning 等四项任务，模型整体表现不佳。
OpenAI News精选AI 评分6262 OpenAI 更新 Agents SDK，加入原生沙箱执行与模型原生 harness
OpenAI 更新 Agents SDK，新增原生沙箱执行和模型原生 harness，帮助开发者在文件与工具之间构建安全、长时间运行的智能体。
推荐理由：官方给出 Agents SDK 的两项能力变化，读者可据此判断长时运行智能体的构建方式是否改变。
Hugging Face Blog精选AI 评分6262 HCompany 发布 HoloTab：可直接在浏览器中执行任务的 AI 智能体扩展
HCompany 发布 HoloTab，一款 Chrome 扩展，可像人一样浏览网页并自动完成跨网站任务，无需任何配置或技术背景。用户只需描述需求，智能体便在浏览器内导航界面、填写字段并做出决策，底层由视觉模型、动作规划和界面理解驱动。
推荐理由：官方给出浏览器智能体的录制复用机制与免费入口，可据此判断零门槛自动化任务的落地方式。
OpenAI NewsAI 评分4242 OpenAI 扩展 Trusted Access for Cyber 计划，推出 GPT-5.4-Cyber
OpenAI 扩展 Trusted Access for Cyber 计划，向经过审核的防御者推出 GPT-5.4-Cyber，并随 AI 网络安全能力提升强化防护措施。
Google ResearchAI 评分5858 Google 发布 Vantage：用生成式 AI 模拟对话评估未来技能
Google 发布研究实验 Vantage，通过生成式 AI 构建模拟环境中的多轮对话，评估高中与大学生面向未来的技能，现已在 Google Labs 开放英文注册。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics-ER 1.6
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其面向机器人的推理优先模型升级版，强化了空间推理与多视角理解，并新增仪表读数能力。
推荐理由：官方给出与前代及 Gemini 3.0 Flash 的对比，并首次开放仪表读数能力，可据此判断机器人高层推理的进展。
OpenAI NewsAI 评分2222 Cloudflare Agent Cloud 引入 OpenAI GPT-5.4 与 Codex，支持企业构建智能体工作流
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud，让企业能够构建、部署并规模化运行面向真实任务的 AI 智能体，兼顾速度与安全。
OpenAI NewsAI 评分2222 用 ChatGPT 分析数据
OpenAI 发布指南，介绍如何用 ChatGPT 探索数据集、生成洞察、创建可视化，并将发现转化为可执行的决策。
OpenAI NewsAI 评分1010 OpenAI 科普：AI 基础入门
OpenAI 发布面向初学者的 AI 基础指南，解释 AI 是什么、如何运作，以及 ChatGPT 这类工具如何使用大语言模型。内容为入门级科普，未涉及具体模型版本、参数或性能数据。
OpenAI NewsAI 评分1212 OpenAI 发布面向运营团队的 ChatGPT 使用指南
OpenAI 发布面向运营团队的 ChatGPT 指南，介绍运营团队如何用 ChatGPT 简化工作流、改善协作、标准化流程并加快执行速度。
OpenAI NewsAI 评分1212 学习面向财务团队的 ChatGPT 工作流
OpenAI 发布面向财务团队的 ChatGPT 工作流学习内容，覆盖财务分析、报告、规划与决策沟通等实用场景。内容聚焦如何将 ChatGPT 应用于财务日常工作流程。