NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 落地进展,新加坡 HTX 正基于 Nemotron 3 Super 与 Nemotron 3 Nano Omni 研究公共安全 AI。
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 落地进展,新加坡 HTX 正基于 Nemotron 3 Super 与 Nemotron 3 Nano Omni 研究公共安全 AI。
Simon Willison 发布 llm 0.36。该版本更新于 9 月 22 日发布,具体功能与改动细节原文未作说明。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0,这是一套基于 ROS 的 GPU 加速软件包集合,新增智能体工作流与平台支持。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并列出多家厂商的落地方式,可据此判断开源机器人工具链的走向。
小米发布 MiMo-V2.6 系列,包含原生全模态模型 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash,并推出输出速度最高提升 20 倍的 MiMo-V2.6-Pro-UltraSpeed。
推荐理由:小米首次进入前沿开源模型序列,其 RL 环境与训练配方开源,为理解后训练成本结构提供了具体样本。
NVIDIA 提出 AI 安全是工程问题,需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体触及范围之外执行策略并提供沙箱化执行,Cisco DefenseClaw 在其上增加治理层,JFrog 则集成 OpenShell 扫描并验证智能体技能。
Latent Space 的 AINews 汇总了 Jev 发布两天内出现的 6 个复现方案,包括基于 ModernBERT 的 Laya、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、Qwen3.5 骨干的 SemIf、Jevlike 以及基于 Qwen2.5-0.5B 的 Kev-0.5B。
Laravel 框架宣布新规定,禁止用户提交 issue,只能提交 Pull Request,理由是 PR 信息量更大、能过滤垃圾反馈,且 AI 时代让用户借助 AI 生成 PR 几乎和提交 issue 一样简单。
Google DeepMind 发布 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 倍以上,已通过网站门户免费开放给学术研究使用。
推荐理由:AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索资源,读者可据此了解基因组变异解读的规模化路径。
OpenClaw 发布 2.0 版,该版本共有 933 位贡献者、合并 16000 个 PR,而全职团队仅 9 人、兼职 26 人,作者据此判断这些 PR 未经代码审查、由 AI 合并。OpenClaw 代码几乎全部由 AI 生成,7 月起改为每月发一版,作者仍建议不要在主力工作电脑上运行它。
微软研究院发布深度学习 DFT 交换关联泛函 Skala 1.1,训练数据比首个公开版本多 2.5 倍,在 GMTKN55 的 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正被集成进 Psi4、FHI-aims、ORCA 和 VASP,同时微软推出持续追踪各版本计算性能的 living benchmark。
Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在气旋路径、强度和风场结构预报上达到 SOTA,平均多出一天预报时效,三天预报精度相当于此前模型的两天水平。
推荐理由:原文给出气旋路径与强度预报的领先幅度和开源范围,读者可据此判断气象预报模型的进展与可用性。
微软研究院发布开源框架 Orchard,核心是 Kubernetes 环境服务 Orchard Env,可复用于软件工程、网页导航和个人助理等任务,并支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由:微软研究院开源 Orchard 框架,给出环境服务与三个领域训练配方,读者可了解小模型在真实 harness 中训练的具体路径。
Berkeley AI Research 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX 后端,并加入结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核经验自动适配 Apple Silicon。
推荐理由:原文给出 CUDA 到 MLX 的翻译层设计与两组内核实测数据,可了解跨硬件迁移优化知识的具体做法。
OpenAI 推出 Daybreak 计划下的 Patch the Planet,帮助开源维护者借助 AI 与专家审核发现、验证并修复漏洞。该计划聚焦开源维护者的漏洞处理流程,具体工具与开放范围尚未披露。
Google DeepMind 发布 Gemma 4 12B,一款面向笔记本的智能体多模态模型,介于 E4B 与 26B MoE 之间,可在 16GB 显存或统一内存上本地运行。
推荐理由:Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存,读者可据此判断本地智能体部署的可行性。
Google DeepMind 推出 Gemini for Science,包含 Google Labs 上的三个实验性工具:基于 Co-Scientist 的 Hypothesis Generation。
推荐理由:Google 把 Co-Scientist、AlphaEvolve 等研究原型打包成可申请的科学工具,读者可据此判断智能体科研的落地形态。
OpenAI 发布 Symphony,一个面向 Codex 编排的开源规范,可把 issue tracker 变成常驻运行的智能体系统。据其介绍,该方案旨在提升工程产出并减少上下文切换。
推荐理由:OpenAI 公开 Codex 编排的开源规范,读者可了解如何把 issue tracker 接入常驻智能体系统。
OpenAI 发布 Privacy Filter,这是一个开放权重模型,用于检测并脱敏文本中的个人身份信息(PII),官方称其准确率达到 state-of-the-art。
推荐理由:OpenAI 开源 PII 检测与脱敏模型,读者可了解其开放权重形态与宣称的准确率定位。
Google DeepMind 发布 Gemma 4 开源模型家族,包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸,采用 Apache 2.0 许可。
推荐理由:Gemma 4 以四个尺寸覆盖从手机到工作站的部署,并给出 Apache 2.0 许可与首日工具链支持,便于开发者判断本地推理与微调的可行路径。
OpenAI 面向使用 gpt-oss-safeguard 的开发者发布基于提示词的青少年安全策略,用于在 AI 系统中审核针对不同年龄段的特定风险。
OpenAI 在 Linux 基金会下联合发起 Agentic AI Foundation,并将 AGENTS.md 捐赠给该基金会。该基金会旨在支持开放、可互操作的标准,以推动安全的智能体 AI 发展。
推荐理由:OpenAI 把 AGENTS.md 交给 Linux 基金会下的新基金会,读者可据此观察智能体标准与开源治理的走向。
OpenAI 发布 gpt-oss-safeguard,这是一组面向安全分类的开源权重推理模型。开发者可以基于它应用并迭代自定义策略。
推荐理由:OpenAI 发布面向安全分类的开源权重推理模型,开发者可据此自定义并迭代策略。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开源权重语言模型,采用 Apache 2.0 许可。官方称这两款模型在推理任务上优于同规模开源模型,具备较强的工具调用能力,并针对消费级硬件的高效部署做了优化。
推荐理由:OpenAI 开源两款权重模型并给出尺寸与许可,读者可据此判断本地部署与推理任务的可用性。
OpenAI 发布其能力最强的开放权重模型,称这是让先进 AI 更开放、灵活、可及的重要一步。官方表示,其使命是让尽可能多的人用上 AI,此次发布是朝这一方向迈出的重要进展。
推荐理由:OpenAI 官方宣布发布其能力最强的开放权重模型,读者可了解其开放与可及性主张。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两个开放权重推理模型,采用 Apache 2.0 许可并适用 gpt-oss 使用政策。
推荐理由:OpenAI 以 Apache 2.0 开放两个推理模型权重,读者可据此了解其开放范围与使用条件。
GPT-4o 通过自然语言处理技术,提升团队写作协作效率,实现快速草稿、修订和调整语气。
OpenAI o3 模型能够推理复杂任务,助力自动化多步骤工作流程。
ChatGPT Projects功能助力文件组织、上下文保存,实现跨工作流对话一致性。
OpenAI 的 ChatGPT 可将生成代码导入 IDE,提升开发效率。
ChatGPT新增Canvas功能,可帮助用户将笔记、录音和草稿转化为优质写作内容。
OpenAI 举办 GPT-4o 微调研讨会,探讨如何优化 GPT-4o 模型,提升其性能和适用性。研讨会内容涉及模型微调技巧、应用场景及未来发展方向。
OpenAI 训练并开源了神经网络 Whisper,其在英文语音识别上接近人类水平的鲁棒性和准确率。
推荐理由:OpenAI 开源语音识别模型 Whisper,读者可了解其在英文语音识别上的鲁棒性与准确率定位。
OpenAI 发布 Triton 1.0,这是一门类 Python 的开源编程语言,让没有 CUDA 经验的研究者也能编写高效的 GPU 代码,性能多数情况下可达到专家水平。
推荐理由:OpenAI 开源 Triton 1.0,让没有 CUDA 经验的研究者也能写出接近专家水平的 GPU 代码。
OpenAI 宣布 2021 届 OpenAI Scholars 已完成为期六个月的导师计划,并在 OpenAI 提供的津贴与支持下各自完成了一个开源研究项目。
OpenAI 推出 Jukebox,一个能生成音乐原始音频的神经网络,涵盖多种曲风和艺术家风格,并包含初步的歌唱声。OpenAI 同时公开了模型权重和代码,以及一个用于探索生成样本的工具。
推荐理由:OpenAI 公开 Jukebox 的模型权重与代码,读者可了解这套生成原始音频的神经网络能产出哪些风格的音乐。
OpenAI 宣布将其深度学习框架统一为标准化的 PyTorch。
OpenAI 发布 GPT-2 最大版本(1.5B 参数),同时开放代码和模型权重,用于帮助检测 GPT-2 模型的输出。这是 GPT-2 分阶段发布的最后一步,尽管自 8 月以来已有更大的语言模型发布,OpenAI 仍按原计划完成整个分阶段发布流程,希望为未来强大模型的开发者提供参考案例。
推荐理由:OpenAI 公布 GPT-2 分阶段发布的最后一步,读者可了解其负责任发布流程的完整样本。
OpenAI 发布 774M 参数的 GPT-2 语言模型,此前已先后放出 124M 小模型和 355M 中模型。OpenAI 同时发布一份开源法律协议,方便机构之间建立模型共享合作,并发布技术报告,介绍与更广泛 AI 研究社区协调发布规范的经验。
推荐理由:OpenAI 按分阶段发布节奏放出 GPT-2 最大版本,并给出模型共享的法律协议模板,可观察大模型开放与滥用防范之间的取舍。
OpenAI 发布 Spinning Up in Deep RL,一套面向深度强化学习的教学资源,目标是让任何人都能学习成为该领域的熟练实践者。该资源包含清晰的 RL 代码示例、教学练习、文档和教程。
推荐理由:OpenAI 把深度强化学习的代码示例、练习与教程打包成一套公开学习资源,适合想入门该方向的人按图索骥。
OpenAI 发布可逆生成模型 Glow,采用可逆 1x1 卷积,在简化此前可逆生成模型架构的同时支持高分辨率图像生成与高效采样。该模型还能发现可用于操控数据属性的特征,OpenAI 同步开源模型代码并提供在线可视化工具。
推荐理由:OpenAI 公开 Glow 的可逆生成模型架构与代码,读者可了解其用可逆 1x1 卷积简化模型并支持属性编辑的思路。