跳到正文

全部动态

今日 56 条
7月9日周四
  1. Mistral AI38

    Mistral Studio 为 Prompts 和 Skills 提供版本管理系统

    Mistral Studio 现已上线 Prompts 和 Skills 管理功能，为每个提示词和技能提供版本记录、明确归属和可追溯性。每个版本不可篡改，支持对比、回滚和审计日志，并可通过标签区分 Production 与 Staging。资产可通过 MCP server 直接调用，确保生产环境运行的是受治理的同一版本，数据保留在企业边界内。

  2. OpenAI News65

    OpenAI 发布 GPT-5.6

    OpenAI 发布 GPT-5.6，官方称其在每个 token 上提供更多智能、更高的每美元性能，并可按需为最困难的工作提供更强能力。

    推荐理由：OpenAI 官方发布 GPT-5.6，仅给出每 token 智能与性价比提升的方向性描述，缺少具体能力与基准数据。

  4. OpenAI News60

    OpenAI 推出 ChatGPT Work 智能体

    OpenAI 推出 ChatGPT Work，这是一个可跨应用和文件执行操作的智能体，必要时能持续跟进一个项目数小时，把目标转化为完成的工作。

    推荐理由：OpenAI 官方给出 ChatGPT Work 的定位，读者可据此判断智能体跨应用执行任务的产品方向。

  5. Google Research62

    Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型

    Google Research 联合 Google DeepMind 提出 SensorFM，一个直接从无标注可穿戴数据学习的大型传感器基础模型，预训练语料来自五百万名同意参与者、超过一万亿分钟的多模态信号，覆盖 100 多个国家、50 个美国州和 20 多种 Fitbit 与 Pixel Watch 设备。

    推荐理由：Google 用五百万人的万亿分钟可穿戴数据训练通用生理表征，读者可了解其自监督缺失感知设计与跨任务泛化表现。

7月8日周三
  3. Mistral AI66

    Mistral AI 发布具身导航模型 Robostral Navigate

    Mistral AI 发布首个具身导航模型 Robostral Navigate，这是一个 8B 模型，仅用单个普通 RGB 相机、无需 LiDAR 或深度传感器，在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单相机方案高 9.7 个百分点、比使用深度或多相机的最佳系统高 4.5 个百分点。

    推荐理由：官方给出单目 RGB 相机在 R2R-CE 上的成绩与训练方法，可据此判断具身导航对传感器配置的要求。

  6. Hugging Face Blog62

    vLLM 的 transformers 建模后端实现原生推理速度

    Hugging Face 宣布 vLLM 的 transformers 建模后端在多个 LLM 架构上达到甚至超过 vLLM 手写原生实现的吞吐。该后端通过 torch.fx 做静态图分析、用 ast 重写源码，在运行时动态应用推理相关的层融合，从而匹配自定义实现的性能。

    推荐理由：原文给出 transformers 后端在 vLLM 中达到原生速度的实测对比与启用方式，读者可据此判断是否省去自定义移植。

7月7日周二
  6. Hugging Face Blog62

    SkyPilot 与 Hugging Face 打通零出网费存储，可在任意云运行 AI 负载

    SkyPilot 与 Hugging Face 联合推出 store: hf 存储后端，用一个 hf:// URL 和现有 HF_TOKEN 即可把 Hugging Face Bucket 或任意模型、数据集、Space 仓库挂载进 SkyPilot 任务，并在 20 多个云、Kubernetes、Slurm 和本地环境上运行。

    推荐理由：原文给出 hf:// 挂载方式与免出网费的具体机制，读者可据此判断跨云训练与推理的存储成本变化。

7月6日周一
  1. Hugging Face Blog28

    PRX Part 4：我们的数据策略

    PRX 系列第 4 篇披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队用 Lance 做数据构建与筛选、MDS 做流式训练，并将文本编码器从 T5Gemma 换成 Qwen3-VL、改为训练时实时计算文本 latent，实测吞吐仅损失约 3–4%（30 天训练约多花 1 天）。

  3. Hugging Face Blog34

    Hugging Face Kernels 项目重大更新：新增 kernel 仓库类型与代码签名

    Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 新仓库类型，并新增可信发布者与代码签名两层安全机制，默认只加载可信发布者的 kernel。项目还重构了 kernels 与 kernel-builder 的 CLI，新增对 Torch Stable ABI 和 Apache TVM FFI 的支持，为智能体驱动的 kernel 开发打下基础。

7月3日周五
  1. Google DeepMind31

    Google DeepMind 与 A24 宣布首个研究型合作伙伴关系

    Google DeepMind 与 A24 宣布达成首个研究型合作伙伴关系，将顶尖研究实验室与电影制作公司配对，帮助艺术家开发新工作流与技术。双方将围绕多个项目展开长期深度研发协作，Google 同时已对 A24 进行投资。该合作初期聚焦弥合前沿技术与下一代娱乐之间的差距，具体目标与技术产出将随时间演进。

7月2日周四
  1. Mistral AI66

    Mistral 发布 Leanstral 1.5，形式化验证性能升级并开源

    Mistral 发布 Leanstral 1.5，一个 Apache-2.0 许可、119B 总参数 6B 激活参数的模型，在形式化验证上大幅升级，miniF2F 达到 100%，PutnamBench 解出 587/672 题，FATE-H 达 87%、FATE-X 达 34%。

    推荐理由：官方给出 Leanstral 1.5 在形式化验证基准上的成绩与开源入口，读者可据此判断其在 Lean 4 证明工程中的可用性。

7月1日周三
  2. Hugging Face Blog62

    Hugging Face 与 Cerebras 将 Gemma 4 引入实时语音 AI

    Hugging Face 与 Cerebras 合作展示了一套实时语音到语音的开源流水线，用 Cerebras 加速 Gemma 4 31B 的推理。该架构为级联式模块化设计，依次经过 Nvidia Parakeet 语音识别、Cerebras 上的 Gemma 4 VLM 推理和阿里 Qwen3TTS 文本转语音，各层均可替换。

    推荐理由：原文给出了一套可替换的实时语音到语音开源架构，读者可据此了解各层组件如何组合并复用到自己的项目。

  3. Hugging Face Blog39

    ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试

    Hugging Face 发布开源基准 ScarfBench，用于评测 AI 智能体在企业级 Java 框架迁移中的表现，覆盖 Spring、Jakarta EE、Quarkus 三大生态，含 34 个应用、102 个框架实现、204 个迁移任务和 1331 个专家测试。评测显示最强智能体行为成功率不足 10%，Claude Code 报告 30 个应用中 29 个构建成功，实际仅 22 个通过。

6月30日周二
  2. Google Research72

    Google 发布表格数据零样本基础模型 TabFM

    Google 发布面向表格数据分类与回归的基础模型 TabFM，将表格预测建模为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。

    推荐理由：Google 把零样本思路搬到表格数据，读者可了解其架构设计与在 TabArena 上的对比表现。

6月29日周一
  1. Import AI38

    Import AI 463：NVIDIA 用 ENPIRE 让机器人自我改进；1 万卡中国 GPU 集群；人类时代的挽歌

    NVIDIA 推出 ENPIRE 框架，让编码智能体自主驱动真实机器人完成策略迭代，在 PushT、整理插针、用切割器剪断扎带等任务上达到 99% 成功率，测试硬件为 I2RT 的 YAM 双臂机器人加 NVIDIA RTX 5090 工作站。GPT-5.5（Codex）与 Opus 4.7（Claude Code）表现互有胜负，Kimi-2.6 落后，8 个智能体并行时得分更高。

6月27日周六