跳到正文
只看一手
10月15日周四
  2. Hugging Face Blog34

    HiRO-ACEv2：以约 1/300 成本实现 3 km 分辨率极端天气模拟

    Hugging Face 发布 HiRO-ACE 系统更新 HiRO-ACEv2，其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场，对百万分之一概率的极端事件统计误差在 3% 以内。该系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300，仅需单一区域时可再省百倍以上。模型已开放下载，并提供网页 demo 与教程 notebook。

10月14日周三
  3. AWS Machine Learning Blog25

    如何用 Amazon SageMaker JumpStart 部署并评估模型

    Amazon SageMaker JumpStart 提供可复用 Python 脚本，从模型目录部署模型、用示例提示词测量延迟与单请求生成速率，并在测试后删除端点。2026 年该服务新增 Model Hub 浏览与预配置端点部署选项，并支持从 Hugging Face 一键跳转至 SageMaker AI 部署。示例中单次请求延迟 9.07 秒、输出约 153 词、生成速率 16.9 词/秒。

  6. NVIDIA Blog22

    NVIDIA 宣布对英国创企生态的新投资

    NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，并加入 Earthshot Prize 成为 Global Alliance Founding Partner。此前 NVIDIA 已承诺五年 2.5 亿美元算力投入，用于加强英国智能体安全与安全研究。

  8. Google DeepMind38

    Google DeepMind 与新加坡政府合作构建微调 AI 模型用于诈骗检测

    Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一款端侧诈骗检测模型，可在设备本地分析对话并实时预警。该模型采用两阶段流水线：先用轻量分类器低功耗筛查消息，再用微调后的 Gemma 分析更大范围对话上下文以确认威胁。模型完全在端侧运行，新加坡政府和 Google 均无法访问用户对话，部署将分阶段推进。

  9. Google DeepMind70

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步公开其安全与安全报告。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。公司还部署了输入筛查、激活探针和实时监控三层防护，并设置自动失准监控，读取智能体动作与思维链，以拦截严重越界行为。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控机制，可供关注前沿模型安全的人参考。

  10. GitHub Blog · AI & ML34

    GitHub 如何用 ModernBERT 分类器减少密钥扫描误报

    GitHub 用微调的 ModernBERT 分类器替换原 LLM 流水线做密钥扫描，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上。新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据，并已将通用密钥检测扩展到推送保护阶段。

  12. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。

    推荐理由：原文给出 Argon 在 ERQA 上的分数与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。

  13. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    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 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的能力边界。

10月13日周二
  3. Microsoft Research34

    Microsoft Research 推出 StudentSim：用个性化 AI 学生模拟器评估和改进 AI 辅导系统

    Microsoft Research 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，在辅导前为 AI 导师提供反馈信号。该工作同时发布 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 均优于主流基线。StudentSim 是研究系统，不部署于课堂，也不替代教师。

10月8日周四
10月7日周三
10月6日周二
  2. Mistral AI78

    Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型

    Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争，在视觉定位等部分领域超过前沿闭源模型。模型在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言。

    推荐理由：Mistral 官方给出 ML4 的参数量、多模态与智能体编码基准，并说明权重月底开放，可据此判断开源前沿模型的竞争位置。

  3. Google Research31

    Google 发布智能体隐私与安全开放问题报告：从上下文完整性切入

    Google 发布《智能体隐私与安全的开放与新兴问题：上下文视角》报告，汇总 50 余位学界与业界专家在 2025 年底纽约 CAPS 研讨会的成果。报告指出智能体因非结构化输入、概率性控制流和自主委派而难以沿用传统软件的安全方法，主张以 Contextual Integrity 理论为基础构建上下文策略引擎，在系统沙箱、模型推理和用户控制多层协同防护。

10月5日周一
10月2日周五
  1. GitHub Blog · AI & ML38

    AI 正在改变开发者工作，GitHub 给出三项需要强化的技能

    GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以捕捉首个模型遗漏的问题。文章强调开发者仍需对结果负责，判断力与权衡取舍的能力愈发重要。

  2. Google Research31

    Google 发布基于 TEE 的可验证隐私联邦学习系统

    Google 宣布下一代联邦学习系统，利用 TEE 实现完全可验证、可审计的数据匿名化保证，Gboard 已采用该系统并获得比此前联邦学习系统更快的计算速度。系统通过访问策略公开透明日志 Rekor、KMS 策略校验和 Federated Language 编排实现端到端可验证，仅向工作负载运营方暴露指标和差分隐私模型权重。

10月1日周四
  1. Google DeepMind75

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再逐步开放给开发者、企业和消费者。

    推荐理由：原文给出了 Gemini 4 Argon 的定价、1M 输出 token 上限和多项基准成绩，可据此判断其长程任务能力与开放节奏。

  2. Microsoft Research31

    微软研究院用机器学习预测电网空间天气风险，覆盖美国66,935座变电站

    微软研究院实习生构建的机器学习流水线可提前30-60分钟为美国本土66,935座变电站给出位置级空间天气风险估计，评估期内检出近80%的重大空间天气事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，Dst预测在2020-2026年评估期峰值活跃时段有62.2%的小时数优于Burton方程。

9月30日周三
9月29日周二
  1. Microsoft Research36

    Microsoft Research 推出生物学科研系统 Quine

    Microsoft Research 推出面向生物学复杂性的 AI 科研系统 Quine，由生物世界模型和连接科学工具、文献、湿实验室与研究者的交互框架组成。该系统与 Broad Institute 合作用于筛选预测可驱动肿瘤状态转变的化合物，多个排名靠前的候选物已在多项湿实验室实验中验证。

  2. Microsoft Research20

    Microsoft Research Asia – Singapore 成立一周年：推进研究、合作与人才培养

    Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。实验室与新加坡医疗生态伙伴合作探索多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。

9月28日周一
  1. Mistral AI25

    Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI

    Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）共建风洞数字孪生研究。Mistral 强调其开放权重模型可部署在客户自有基础设施上，数据不出组织。

9月26日周六
  1. GitHub Blog · AI & ML58

    GitHub Copilot 应用如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas 是一种可定制界面，用户与智能体共享同一份状态，可做成看板、问题分诊板、发布清单或仪表盘。创建时只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体便会生成界面并在右侧面板打开。

9月25日周五
  1. GitHub Blog · AI & ML58

    GitHub 的 Burke Holland 谈聊天框为何不适合作为 AI 主界面

    GitHub 的 Burke Holland 在博客中提出，聊天框只适合作为通用入口，当用户明确知道要做什么时，可定制的 canvas 界面更合适。canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与智能体双向通信，也能调用第三方 API 或在本地执行代码，文中用 Connect 4 游戏、Winget 包管理和 SQLite 操作等例子演示。

9月24日周四