跳到正文
10月14日周三
  1. The Decoder77

    Character.ai 申请破产并寻求出售,若无买家将关停服务

    AI 聊天平台 Character.ai 已申请破产并正在出售,交易预计于 2026 年 12 月初完成,若无买家服务将关停。迪士尼以 2000 万美元收购部分资产,包括永久非独占技术许可,前 Character.ai 员工将协助管理过渡。

    同一新闻,精选展示《Character.AI 申请破产保护并向 Disney 出售资产》

  2. AWS Machine Learning Blog52

    AWS 分享 Amazon SageMaker AI 上 MoE 模型的内核工程优化实践

    AWS 团队在 Amazon SageMaker AI 上实施了多项针对混合专家(MoE)模型的 GPU 内核优化,旨在降低推理延迟并提升吞吐量。通过 Swap-AB 矩阵转置、FP8 量化后端路由调整及消除 Triton JIT 重编译,在 H200 上实现了最高 10% 的吞吐量提升和 9% 的首 token 延迟(TTFT)降低。

10月13日周二
  1. TechCrunch · AI77

    Character.AI 申请破产保护,部分资产出售给迪士尼

    Character.AI 申请 Chapter 11 破产保护,并同意以 2000 万美元将部分资产及非独占永久技术许可出售给迪士尼。该公司称在法院监督下的出售流程能为利益相关者最大化价值,目前尚无买家出价,若无法达成交易平台将停止运营。

    同一新闻,精选展示《Character.AI 申请破产保护并向 Disney 出售资产》

  2. MIT Technology Review · AI72

    AI 实验室收购倒闭初创公司数据用于模型训练

    AI 实验室正通过 SimpleClosure 等平台收购倒闭初创公司的代码和工作区数据以突破训练瓶颈。SimpleClosure 预计 2026 年底将为初创公司带来超 1000 万美元收益,Google 曾以 1000 万美元收购 Spirit Airlines 破产数据。尽管存在隐私泄露和法律合规争议,该市场仍因真实数据优于合成数据而快速增长。

  3. The Decoder88

    Meta 发布前沿模型 Muse Wonder,跻身 AI 第一梯队

    Meta 发布前沿模型 Muse Wonder 及其 Full 版本,两者在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 分和 56 分,显著超越前代 Muse Spark 1.3 的 48 分。

    推荐理由:原文通过多项基准测试对比,展示了 Muse Wonder 在智能体任务和编码能力上的显著提升,同时指出了其事实知识短板和较高的使用成本。

  4. AWS Machine Learning Blog62

    AWS 发布多节点 Ray LLM 深度学习容器以支持 EKS 上的分离式推理

    AWS 推出多节点 Ray LLM 深度学习容器,支持在 Amazon EKS 上通过两个 GPU 节点部署大型语言模型,实现预填充和解码阶段的分离。该容器预集成了 vLLM、Ray Serve、NIXL 和 EFA 组件,通过 OpenAI 兼容接口提供服务,无需编写应用代码即可配置 KV 缓存传输,从而提升大规模推理性能并简化依赖管理。

    推荐理由:展示了如何利用预构建容器在 EKS 上实现多节点推理分离,简化了分布式部署流程。

10月12日周一
  1. NVIDIA Blog70

    NVIDIA 在 OCP 峰会开放 Vera Rubin 架构以助力全球 AI 工厂规模化

    NVIDIA 在 OCP 全球峰会上宣布将 Vera Rubin 机架和计算托盘设计通过 MGX 架构贡献给 OCP,为下一代 AI 工厂基础设施提供共同基础。同时发布了 DSX AI Factory 的开源软件组件,并与 Meta、Google、Cisco 等合作伙伴推进开放网络标准及 800V DC 供电架构。

    推荐理由:原文展示了 Vera Rubin 架构向 OCP 开放及多项开源组件,为构建标准化 AI 工厂提供了具体技术路径。

  2. The Decoder88

    Google DeepMind AlphaProof Nexus 解决数十个开放数学问题并通过同行评审

    Google DeepMind 的 AlphaProof Nexus 在《Science》发表的研究中独立解决了数十个开放数学问题,包括 9 个 Erdős 问题和 44 个 OEIS 猜想。该系统基于 Gemini 3.1 Pro 构建,利用 Lean 形式化语言进行证明起草与修订,并通过了严格的同行评审,这与 OpenAI 近期将 AI 证明直接上传 GitHub 的做法形成对比。

    推荐理由:该研究通过同行评审验证了 AI 在解决开放数学问题上的能力,并展示了与 OpenAI 不同的学术发布路径。

10月11日周日
10月10日周六
  1. The Verge · AI58

    AI 智能体厂商承诺隐私保护,能否兑现?

    AI 智能体厂商正通过承诺隐私保护来争夺用户信任,但实际执行面临挑战。Meta 的 Muse 虽宣称基于安全隔离架构,却接连曝出零日漏洞、默认允许模型训练及过度收集用户数据等问题;OpenAI 则在 DevDay 上借机批评 Meta,并推出 Dots 强调企业级数据控制与零数据保留策略。

  2. The Decoder80

    a16z 报告:美国 AI 用户付费率低但头部支出极高

    Andreessen Horowitz 在最新 Top 100 AI 榜单中首次追踪美国消费者实际支出,发现虽然近半数美国人使用 AI,但仅 4.5% 拥有付费订阅。支出高度集中,前 1% 的高频用户平均每月花费约 900 美元,贡献了几乎所有增长,而典型付费用户月支出仅约 25 美元。ChatGPT 在网页端流量领先,Claude 在付费订阅上超越 Gemini,显示头部模型竞争格局正在固化。

    推荐理由:a160 个中文字符左右,原文揭示了美国消费者 AI 付费数据的极端集中现象,头部 1% 用户贡献了近 20% 的支出,为理解 AI 商业化路径提供了关键视角。

  3. TechCrunch · AI85

    Google 将 Gemini 智能体引入企业场景

    Google 在云大会上宣布推出统一 Gemini 智能体,可代表用户执行任务并连接内部系统。该智能体支持多模型选择(包括 Anthropic Claude),可接入 Google Workspace、Slack、Jira 等工具,并拥有独立 Workspace 账户和审计日志。早期测试客户包括 On、Shopify 和 PayPal。

    推荐理由:原文给出了企业级智能体的核心能力、模型选择机制和早期客户名单,读者可以据此判断它如何改变现有企业工作流。

  4. Latent Space52

    Google DeepMind与Biohub专家探讨AlphaFold为何未解决蛋白质折叠

    Google DeepMind的Pushmeet Kohli与Biohub的Sal Candido在Latent Space访谈中讨论AI驱动生物学的未来。Kohli指出AlphaFold仅解决了静态结构预测,蛋白质动力学与无序性仍是未解难题,且构建虚拟细胞需要根本不同的数据集。Candido强调蛋白质语言模型中蕴含未解锁的科学知识,并认为实现治愈所有疾病的使命需要追求10倍而非10%的突破。

10月9日周五
  1. AWS Machine Learning Blog72

    AWS 发布 2026 年 9 月 AI 构建者更新:Bedrock 接入 OpenAI 模型与 Strands 开源工具链

    AWS 发布 2026 年 9 月 AI 构建者更新,Amazon Bedrock 正式支持 OpenAI 的 GPT-6 Astra、Sol 和 Luna 模型,并推出由 OpenAI 驱动的 Managed Agents 公共预览版。

    推荐理由:汇总了 Bedrock 接入 OpenAI 模型、AgentCore 运行时优化及 Strands 开源工具链更新,展示了企业级智能体在成本与治理上的最新进展。

  2. AWS Machine Learning Blog72

    Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode

    Postman 在 Amazon Bedrock 上构建 Agent Mode,通过动态工具选择、Schema 感知读取和专用上下文处理器解决成熟产品集成 AI 智能体的工程挑战。架构利用 Bedrock 的跨区推理、零数据保留和分层提示词缓存,在保障数据合规的同时应对突发流量并控制推理成本。

    推荐理由:文章复盘了 Postman 在 4000 万开发者规模下构建 Agent Mode 的工程实践,提供了控制工具膨胀、Schema 读取和上下文管理的可复用架构模式。

  3. AWS Machine Learning Blog67

    Amazon Bedrock AgentCore payments 支持 AI 智能体按次推理付费

    Amazon Bedrock AgentCore payments 提供托管支付能力,允许 AI 智能体通过 x402 协议按需购买模型推理服务。Incarna 团队利用该功能在三天内完成集成,将原本需数月的开发周期缩短至约 200 行代码,并在 Base 网络主网上线生产环境。

    推荐理由:展示了 Agent 如何通过托管钱包和基础设施层限额实现按次推理付费,为智能体自主交易提供了可落地的工程参考。

10月8日周四
  1. MIT Technology Review · AI72

    MIT Technology Review 分析机器人 AI 突破为何短期内不会改变生活

    MIT Technology Review 指出,尽管 AI 技术正在推动机器人发展,但通用型人形机器人距离真正改变生活仍有很大距离。文章分析了 Google DeepMind 的 Gemini Robotics 和 Physical Intelligence 的 π0.7 等最新进展,指出当前模型在未见过的任务上仍会失败,且演示视频往往掩盖了人类远程操控的事实。

10月7日周三
  1. AWS Machine Learning Blog70

    AWS 提出智能体自动化业务价值评估框架

    AWS 提出智能体自动化业务价值评估框架,指出传统 RPA 的 ROI 模型无法衡量智能体在异常处理、决策质量和变更韧性上的价值。该框架建议将投资视为工作流组合,通过量化释放产能、减少纠错成本、提升决策结果和降低维护开销四个价值池,并设定明确的止损规则来验证投资回报。

    推荐理由:原文提出了包含时间、异常、决策质量和维护成本四个维度的评估框架,帮助读者量化智能体自动化在现有 RPA 模型之外的真实业务价值。

  2. Latent Space93

    OpenAI 发布 722 篇数学论文,Mistral 推出 Large 4 模型

    OpenAI 发布 722 篇数学论文,声称解决了 500 个顶级未解数学问题中的 90 个,包括准黎曼猜想。Mistral 同期发布 Large 4 模型,拥有 1T 总参数和 49B 激活参数,支持原生多模态,API 定价为每百万输入/输出 token 1.36/4.18 美元。

    推荐理由:汇总了 OpenAI 数学成果与 Mistral 新模型发布,读者可快速掌握本周 AI 领域关键进展。

  3. Google DeepMind82

    Google DeepMind 发布开源轻量级多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2,这是一个基于 Gemma 4 架构、拥有 7.4 亿参数的开源多模态嵌入模型,支持在端侧统一处理文本、代码、图像、音频和视频。

    推荐理由:该模型在 7.4 亿参数规模下统一了文本、图像、音频和视频嵌入,为端侧多模态检索提供了具体的性能基准与部署方案。

10月5日周一
  1. MIT Technology Review · AI20

    EmTech Future 2026:当 AI 遇见万物

    Google Research 副总裁 Yossi Matias 在 EmTech Future 2026 上探讨 AI 如何重塑生物学、基础设施及科学领域。该活动同期还涵盖量子计算、未来能源系统及机器人等前沿议题。MIT Technology Review 订阅者可支付 596 美元获取包含全部演讲的按需点播节目。

10月1日周四
  1. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,该模型通过 Fairwind 计划向受信任的网络安全防御者开放,旨在处理复杂的软件工程、企业知识工作及网络安全防御任务。

    推荐理由:原文给出了 Gemini 4 Argon 在长程推理、企业工作流及网络安全防御上的具体基准表现,读者可据此评估其前沿能力边界。

9月30日周三
  1. Google DeepMind78

    Google DeepMind 发布 SynthID Bio 用于 AI 生成蛋白质水印

    Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,在保持蛋白质生物功能的前提下嵌入不可见签名。实验验证了该方法在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 三个靶点上的结合亲和力与未水印版本相当,并计划开源代码、数据及模型权重以支持社区协作。

    推荐理由:原文展示了在保持蛋白质生物功能前提下嵌入可验证水印的方法,为 AI 生成生物序列的溯源与生物安全筛查提供了具体技术路径。

9月25日周五
  1. Google DeepMind75

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar 功能

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,通过原生结合低延迟流式视频与实时对话,为 Gemini 企业版引入具备视觉存在的多模态交互能力。

    推荐理由:原文展示了低延迟视频流与实时对话的原生结合,并说明了异步工具调用与多语言唇形同步机制,为评估企业级多模态交互体验提供了具体技术细节。

9月23日周三
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 语音生成模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS,支持通过自然语言提示创建自定义角色声音并逐行控制表演细节。Gemini 3.8 Flash TTS 在 Hume AI Voice Design Benchmark 中位列第一,支持超过 100 种语言,并已在 Google AI Studio 和 Gemini API 上线。

    推荐理由:原文展示了从静态预设到动态创意工作室的转变,提供了多语言角色声音生成与逐行表演控制的具体能力细节。

9月8日周二
  1. Google DeepMind75

    Google DeepMind 发布 AlphaGenome Atlas 预测全基因组单核苷酸变异影响

    Google DeepMind 发布 AlphaGenome Atlas,提供人类基因组中 90 亿个单核苷酸变异的分子影响预测。平台包含 1 PB 数据集和 AVI 评分,可帮助研究人员快速排序变异并解释其功能,目前已通过网站、API 和 Google Antigravity 技能开放学术使用。

    推荐理由:原文给出了覆盖全基因组变异的预测平台及评分机制,读者可据此了解大规模基因组数据如何转化为可检索的研究资源。

7月29日周三
  1. Berkeley AI Research72

    K-Search 实现 CUDA 到 MLX 内核优化知识自动迁移

    IBM Research 与 Berkeley Sky Lab 合作扩展 K-Search 框架,通过结构化翻译层将 CUDA 内核优化知识迁移至 Apple Silicon 的 MLX 后端。在 Attention 内核上达到原生 MLX 性能 0.97 倍,Mamba SSM 内核 prefill 速度较社区实现提升 20 倍,验证了跨硬件内核优化自动化的可行性。

    推荐理由:展示了如何将 CUDA 优化知识自动迁移至 Apple Silicon,为跨硬件内核优化提供了可复用的结构化方法。

7月1日周三
  1. Berkeley AI Research20

    2026 BAIR 研究生展示会

    伯克利人工智能研究实验室(BAIR)展示 2026 届博士毕业生成果,研究涵盖机器人、大语言模型推理、计算机视觉及 AI 安全等领域。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence 等机构及高校教职。

4月20日周一
  1. Berkeley AI Research52

    GRASP:面向世界模型的长时域梯度规划方法

    GRASP 提出了一种基于梯度的规划器,通过提升轨迹至虚拟状态实现时间维度的并行优化,并直接对状态迭代添加随机性以增强探索。该方法通过重塑梯度,仅利用动作梯度而避免高维视觉模型中脆弱的状态输入梯度,从而解决了长时域规划中的病态优化问题。在 Push-T 任务中,GRASP 在 H=40 时以 8.5 秒的中位时间达到 59.0% 的成功率,优于 CEM 和 GD 等基线方法。