跳到正文
#人工智能
10月14日周三
  3. NVIDIA Blog42

    欧洲多城部署 NVIDIA 加速的 AI 智能体，用于城市运营

    欧洲多座城市正联合软件与基础设施伙伴，用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生，辅助道路维护、能源与公共服务的日常决策。法国 Côte-d'Or 覆盖 500 多栋公共建筑，将文档检索从数周缩短到数分钟，运营总成本降低 10%，规模化目标为 30%。项目还落地英国利物浦、比利时安特卫普-布鲁日港、意大利米兰地区和瑞典哥德堡等地。

  7. Google DeepMind80

    Google DeepMind 开始广泛开放 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛开放 Gemini 4 Argon，并扩大 Fairwind Program 至更多可信网络安全防御方。此前有限访问阶段，Wiz 用 Argon 发现前代模型遗漏的医院软件关键漏洞，Google 安全团队也用它修补内部与开源软件缺陷。

    推荐理由：原文披露了 Argon 在网络安全与生物风险上的防护分层设计，以及思维链惩罚实验的反直觉数据，可供理解前沿模型安全部署的具体取舍。

  8. GitHub Blog · AI & ML50

    GitHub 如何用 ModernBERT 分类器更少误报地检测密钥

    GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98%。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭证。效率提升使通用密钥检测得以扩展到推送保护，在代码推送前返回结果。

  9. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：官方披露了 Argon 在代码重构、科研与安全对齐上的具体案例和定价，可据此判断前沿模型落地深水区任务的现状。

10月13日周二
  1. MIT Technology Review · AI42

    开源模型确有实际好处，它们能抵消风险吗？

    Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可自由下载修改，构成重大网络攻击风险。开放模型支持者认为其能防止权力集中、降低使用成本并便于学术研究，但截至发稿 Artificial Analysis LLM 排行榜前八名仍均为闭源模型。争论核心在于安全与民主化之间的取舍。

  5. Microsoft Research60

    微软研究院提出 StudentSim：用个性化学生模拟器评估和改进 AI 辅导系统

    微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在接触真实学习者之前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准，从行为保真度和指导响应度两个维度评估模拟器，覆盖国际象棋、第二语言英语写作和数学三个领域。

    推荐理由：读者可了解用真实学习记录训练个性化学生模拟器、并以行为保真度和指导响应度评估的思路。

10月9日周五
  1. MIT Technology Review · AI42

    我们是否过度相信 AI 说“不”的能力

    MIT Technology Review 探讨 AI 拒绝机制为何成为安全体系承重墙：模型经海量网页训练后掌握暴力与恶意知识，企业靠拒绝训练和外围过滤让模型说“不”，但拒绝是概率性的、常被绕过。OpenAI 董事会成员 Zico Kolter 称“界限画在哪”是巨大难题，而划线权目前掌握在 AI 公司手中，政府也将介入。

10月8日周四
  2. MIT Technology Review · AI18

    AVEVA 首席技术官谈如何为自主工业 AI 构建更安全的落地路径

    AVEVA 首席技术官 Arti Garg 在 Business Lab 播客中讨论工业 AI 进入基础模型、physical AI 与 agentic AI 驱动的新阶段，工业领域 AI 采用率两年内增长约 78%。她强调 AI 应增强而非取代关键决策中的人，通过护栏明确自动化系统与人类监督的边界，并参与 IEEE 工作组制定覆盖电力、能源、水资源与碳排放的 AI 环境影响测量标准。

  4. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架

    微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。

    推荐理由：原文给出框架的代码规模、Kubernetes 部署方式与端到端训练结果，读者可据此判断真实 harness 参与 RL 训练的可行路径。

10月7日周三
  2. Microsoft Research22

    微软研究播客：AI 会犯哪些错，失败能教我们什么

    微软研究院 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对话，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细检查数据。

10月5日周一
  3. MIT Technology Review · AI18

    将预测分析带入智能体 AI 时代

    企业 AI 的竞争焦点已从预测模型能否超越统计预测转向如何让预测系统依据自身结论自主行动而不偏离业务意图。深度学习与生成式 AI 驱动的智能分析支持实时训练，数据范围也扩展到非结构化交互来源，推动企业从被动回顾走向务实前瞻。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正让位于 AI。

10月2日周五
10月1日周四
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：官方披露了模型在内部代码迁移、量子优化与漏洞挖掘中的具体数字，可据此判断长程推理能力的实际落点。

  2. Microsoft Research60

    微软研究院开发机器学习系统，为美国66,935座变电站预报空间天气风险

    微软研究院实习生 Rohan Kannan 开发了一套端到端机器学习系统，可提前30至60分钟为美国本土66,935座变电站给出空间天气风险估计。系统先用 L1 拉格朗日点的太阳风观测预报 AE 和 Dst 指数，再结合各变电站纬度、地质电导率等特征，用梯度提升模型估计 dB/dt 并汇总为大陆尺度风险评估。

    推荐理由：读者可了解一套端到端机器学习管线如何把太阳风观测与地质条件结合，提前30至60分钟给出变电站级风险评估。

9月30日周三
  1. Google DeepMind74

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名直接嵌入生物代码，在实验室测试中保持蛋白质的生物功能。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标，并微调 AlphaFold 3 扩散网络的一小部分，使预测坐标自带可检测签名。

    推荐理由：读者可了解水印如何嵌入蛋白质序列与 AlphaFold 3 结构，以及它对 DNA 合成筛查的意义。

9月29日周二
  1. Microsoft Research71

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院推出 AI 研究系统 Quine，由生物世界模型和连接模型、科学工具、文献与研究者的交互框架组成，可跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态学习共享表征。

    推荐理由：原文给出胰腺癌细胞状态转换的湿实验验证结果，读者可据此判断多模态生物世界模型在药物优先级排序中的实际作用。

9月26日周六
  1. GitHub Blog · AI & ML38

    GitHub Copilot 入门教程：如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas 是一种用户与智能体共享的可定制界面，可通过 /create-canvas 技能用自然语言描述生成看板、发布清单或仪表盘，无需手写代码或设计布局。canvas 具备双向同步能力，用户点击按钮、移动卡片与智能体的修改会即时互相可见，无需额外发送或同步步骤。生成的 canvas 会保存为扩展，可随项目共享给团队或保存为个人扩展复用。

9月25日周五
  1. GitHub Blog · AI & ML42

    GitHub Copilot 用 canvas 替代聊天框：为 AI 智能体定制专属 UI

    GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器界面的全栈小应用，可与 Copilot 智能体双向通信。它支持调用第三方 API 并在本地执行代码，示例包括 Connect 4 游戏、Winget 包管理界面和 SQLite 数据库操作。作者认为聊天框常是错误交互界面，让智能体构建工具比反复消耗 token 更划算。

  2. GitHub Blog · AI & ML60

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。

    推荐理由：原文完整交代了智能体与工具分工的架构取舍，对想用 LLM 自动化安全测试的团队有方法参考。

9月24日周四
  1. Microsoft Research70

    微软研究：将物理AI推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动机器人操作负载做了系统测量，发现把物理AI推理从机器人板载GPU卸载到边缘或云端GPU，可提升任务成功率并延长续航。在内存不足的小GPU上，建图与规划比A100慢最多383%，导航障碍及时检测率下降30%，VLA模型精度下降50%；用Raspberry Pi-5替代板载GPU后，Jetson Thor等大GPU曾使Stretch-3续航缩短最多160%。

    推荐理由：微软团队系统测量了机器人端侧与卸载推理的差异，给出任务成功率与续航的量化对比，可供设计物理AI推理系统参考。

7月29日周三
7月26日周日
  1. Berkeley AI Research58

    Berkeley AI Research 提出 ABBEL 框架，用信念状态替代长程交互历史

    Berkeley AI Research 提出 ABBEL 框架，将摘要的信息内容隔离为自然语言信念状态并加以监督，以替代完整交互历史作为智能体的工作上下文。研究指出，递归摘要虽能压缩上下文，但在高质量数据稀缺的人类协助场景（如协作代码生成）中会带来明显性能损失。该框架通过信念评分监督每个信念状态的内容来提升表现。

7月7日周二
  1. Berkeley AI Research38

    智能免费之后：为智能体而建、由智能体构建的数据系统

    UC Berkeley 团队提出，推理价格从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10，基准测试中年度降幅在 9x 到 900x 之间、中位数约 50x。作者认为近乎免费的智能带来三类新挑战：为智能体设计的数据系统、由智能体运行的数据系统，以及智能体自行合成定制数据系统。

7月1日周三
5月8日周五
  1. Berkeley AI Research38

    自适应并行推理：高效推理扩展的下一个范式

    自适应并行推理让推理模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。相比随探索量线性增长的串行推理，该范式可缓解上下文退化与延迟随推理长度成比例上升的问题。文章梳理了并行推理领域近期进展，包括作者参与提出的 ThreadWeaver。

4月20日周一
  1. Berkeley AI Research58

    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，一种面向学习动力学（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、在状态迭代上直接加入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开经由高维视觉模型的脆弱状态输入梯度，使长时程规划更实用。