跳到正文

全部动态

今日 44 条
7月31日周五
  1. MIT News（RSS）25

    MIT 学生与博士后就科研经费赴国会山游说

    MIT 25 名学生和博士后赴华盛顿，两天内与代表 32 个州的 62 个国会办公室会面，呼吁联邦持续资助科学研究。此行由 MIT Science Policy Initiative 组织的 Congressional Visit Days 项目安排，参与者就 AI 隐私与安全、深海采矿等议题与两党幕僚交流，并接受联邦拨款流程与政策沟通培训。

  2. Mark Chen81

    OpenAI 宣布 GPT-5.6 系列降价与功能更新：GPT-5.6 Luna 输入价格降至 $0.20 per million tokens、输出 $1.20，降幅 80%；GPT-5.6 Terra 降价 20% 至 $2/$12；GPT-5.6 Sol 在 API 中新增 Fast mode，速度最高提升 2.5x，价格为 2 倍，智能水平不变。Mark Chen 评论称这是迈向"便宜到无需计量"的智能的又一步。

    引用Sam Altman@sama

    major price cuts today: *80% drop for GPT-5.6 Luna, now $0.20 per million input tokens and $1.20 per million output *20% drop for GPT-5.6 Terra, to $2/$12 *GPT-5.6 Sol gets Fast mode in the API, up to 2.5x the speed for 2x the price, same intelligence

    推荐理由：OpenAI 首席研究官转述官方降价信息，读者可以据此更新 GPT-5.6 系列的 API 用量成本。

  3. Mira Murati64

    Thinking Machines 发布 Inkling-Small，性能与 Inkling 相当而体积仅为其四分之一，总参数 276B、激活参数 12B，完整权重已开放。可在 Tinker 上微调，或在 Tinker Playground 以文本、图像和音频方式与它对话。

    引用Thinking Machines@thinkymachines

    Today, we are releasing Inkling-Small. Inkling-Small achieves comparable performance to Inkling at a quarter of its size. It features 276B total parameters, 12B active. We are making the full weights available. https://thinkingmachines.ai/news/inkling-small/ Fine-tune it on Tinker today, or chat with it in text, image, and audio on Tinker Playground.

7月30日周四
  2. Google DeepMind：Blog（RSS）69

    Google DeepMind 发布 Gemini Robotics ER 2，强化视频理解、任务编排与多机器人协作

    Google DeepMind 发布 Gemini Robotics ER 2，面向机器人的具身推理模型，支持视频理解、任务进度跟踪、工具编排与多机器人协作，并可将执行交给下层 VLA 模型。

    推荐理由：官方发布给出进度分类、moment finding 等具体数字和公开 API 入口，读者可以据此评估其机器人编排与视频理解能力。

  4. Sierra：Blog（RSS）48

    Sierra 推出 Agency：为 AI 智能体打造安全可扩展的沙箱基础设施

    Sierra 发布 Agency，一个基于 Kubernetes 的智能体沙箱编排层，为 Pinecone 和 Ghostwriter 的每个会话与任务提供安全运行环境。Agency 分无状态控制平面与有状态 runner 两层，通过 IAM 鉴权、DynamoDB 记录状态，每个 runner 配备 8+ 核、24GiB 内存和持久化存储。默认不向智能体暴露任何 API key 或密钥。

7月29日周三
  2. BAIR：Berkeley AI Research Blog62

    从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon

    IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 框架扩展出 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，让进化式内核搜索把已有 CUDA 内核当作知识库适配到 Apple Silicon。

    推荐理由：K-Search 把 CUDA 内核优化经验迁移到 Apple Silicon，读者可了解跨平台内核搜索的方法与实测数据。

  5. Together AI 研究与产品博客（RSS）68

    Together AI 与 Moonshot AI 达成战略合作，首发提供 Kimi K3 模型

    Together AI 宣布与 Moonshot AI 达成战略合作，成为其模型发布平台，Kimi K3 现已在 Together AI 上线，未来 Moonshot 的开放权重模型也将同步提供。

    推荐理由：Together AI 官方公布与 Moonshot AI 的合作安排，开发者可据此了解 Kimi K3 的开放接入方式和推理、微调选项。

7月28日周二
  3. Thinking Machines38

    安全工作的成效取决于研究人员和防御者能否接触到真实模型，而开放共享正是整个生态变得更强大的途径。很高兴支持 Open Secure AI Alliance。

    引用NVIDIA@nvidia

    AI security advances when the industry builds in the open, together. We're introducing the Open Secure AI Alliance with industry leaders to develop new techniques and tools to safeguard software and agents. By sharing models, tooling and research in the open, we can broaden the community of defenders. Learn more about the founding members’ contributions: https://nvda.ws/4pD8Fc5

7月27日周一
  1. Ilya Sutskever69

    SSI 宣布与 NVIDIA 达成长期战略合作，NVIDIA 对 SSI 进行了大额投资，使 SSI 未来 12 个月内算力扩大 10 倍。SSI 表示其研究已达到值得扩大规模的阶段，并感谢 NVIDIA 的信任。Ilya Sutskever 转发了该公告并写道 "Time to scale that SSI"。

    引用SSI Inc.@ssi

    We are announcing a long-term strategic partnership with NVIDIA. NVIDIA is making a substantial investment in SSI that will let us 10x our compute in the next 12 months. We reached the point where our research is worth scaling and with this partnership we will be able to. We are honored by NVIDIA’s conviction.

  4. vLLM 官方博客（RSS）72

    vLLM 发布 Kimi K3 Day-0 支持，2.8T MoE 模型最高 370 tok/s

    vLLM 宣布对月之暗面 Kimi K3 提供 Day-0 高效支持。Kimi K3 是 2.8 万亿参数的 MoE 多模态模型，每 token 激活 896 个专家中的 16 个，基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口。

    推荐理由：vLLM 官方详述 Kimi K3 的服务适配与内核优化，读者可以据此了解 2.8T 混合 MoE 的生产部署配方和性能数据。

7月26日周日
  1. BAIR：Berkeley AI Research Blog32

    Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互

    Berkeley AI Research 提出 ABBEL 框架，将 LLM 智能体的摘要以自然语言"信念状态"形式隔离并监督其信息内容，替代完整交互历史作为工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 长度也低于全上下文设置。

7月25日周六
  1. Jim Fan50

    Stay hungry, stay foolish. 绝对的传奇 @JensenHuang： 我的第一条帖子，分享一封 @NVIDIA 签署的关于开放模型为何重要的信。 AI 将变革每个行业，赋能每家公司，并由每个国家来构建。 开放模型增强安全与网络安全，加速创新与扩散，并实现主权。 世界既需要前沿闭源模型，也需要前沿开源模型。 https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf

    引用Jensen Huang@JensenHuang

    For my first post, I’m sharing a letter @NVIDIA signed on why open models matter. AI will transform every industry, power every company, and be built by every country. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. The world needs both frontier closed models and frontier open models. https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf

  2. Midjourney：Updates（RSS）47

    Midjourney 发布 V8.2 图像模型

    Midjourney 推出 V8.2 图像模型，本次更新聚焦美学、图像质量与个性化。官方称图像将更具创意、大胆、精致、前卫和新颖，低质量图像的随机情况应会大幅减少。V8.2 的个性化档案拥有更大且更优的图像池，能更好理解用户个人品味，尤其适合在个人档案下积累了大量评分的用户。

  3. Mira Murati39

    让 AI 变得有用的知识是分散的。它存在于科学家、工程师、临床医生、企业之中。AI 要想从分布式知识中受益，自身就必须是分布式的。同意 Jensen 的观点，这是值得构建的未来。

    引用Jensen Huang@JensenHuang

    For my first post, I’m sharing a letter @NVIDIA signed on why open models matter. AI will transform every industry, power every company, and be built by every country. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. The world needs both frontier closed models and frontier open models. https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf

7月24日周五
  1. Sierra：Blog（RSS）60

    Sierra 宣布收购 Takeoff，双方将共建 Horizon 平台

    Sierra 宣布收购 Takeoff，Takeoff 今年初以来从 0 美元 ARR 做到近 8 位数营收，双方将共建名为 Horizon 的新平台。Takeoff 以 3 人团队构建长时程智能体运行时，覆盖借贷到医疗等五个行业，并主张按方案产生的成果直接收费，现正全岗位招聘。

7月23日周四
  5. Hugging Face：Blog（RSS）69

    Diffusers 原生集成 Nunchaku Lite 4-bit 扩散模型推理

    Hugging Face 宣布 Diffusers 原生支持 Nunchaku Lite，可像普通模型一样用 from_pretrained() 加载 SVDQuant 4-bit (W4A4) 检查点，无需单独推理引擎或本地 CUDA 编译，内核经 kernels 包从 Hub 下载。

    推荐理由：Diffusers 原生支持 Nunchaku 4-bit 推理，附带基准数据和自己量化模型的完整流程，适合关注消费级显卡跑扩散模型的读者。

  8. Midjourney：Updates（RSS）57

    Midjourney 宣布首次收购 Co–Star

    Midjourney 创始人 David Holz 宣布公司首次收购，对象是创始人 Banu 旗下的 Co–Star。Co–Star 将完全由 Banu 继续掌控和指导，她和团队加入 Midjourney 帮助围绕 Product 和 Design 建立更大的组织。