跳到正文

全部动态

今日 21 条
8月26日周三
  1. 智谱 公众号85

    智谱开源原生多模态模型 GLM-5.3-Flash

    智谱正式上线并开源 GLM-5 系列原生多模态模型 GLM-5.3-Flash（320B-A18B），在综合智能指数与编程评测中取得与 Claude Opus 4.8 相当的表现。

    推荐理由：该模型在综合评测中追平海外顶级旗舰，并通过混合注意力架构与国产芯片部署大幅压低了调用成本。

  2. 腾讯混元 公众号65

    腾讯混元发布 Hy-MT2-1.8B 极低 bit 翻译模型，将 3.3GB 模型压缩至 440MB 并落地直播弹幕

    腾讯混元联合英特尔与哔哩哔哩推出 Hy-MT2-1.8B 极低比特翻译模型方案，提供 2-bit（574MB）与 1.25-bit（440MB）两套量化版本，将原本 3.3GB 的端侧模型压缩至几百兆且保持翻译质量几乎无损。

    推荐理由：原文展示了从量化算法、芯片指令优化到直播弹幕落地的完整链路，为端侧小模型的极致压缩与低资源部署提供了可复用实践。

  5. AWS HPC63

    基于 AWS ParallelCluster 管理大规模大语言模型训练环境实战

    AWS 团队分享了在韩国国家 AI 研究项目中为多所科研机构提供 30 台 p5en.48xlarge 实例（240 张 H200 GPU）的管理实战经验。文章详细拆解了 AWS ParallelCluster 的 cluster-config.yaml 配置要点，包括 EFA 网络开启、基于内存的调度以及容量预留锁定。

    推荐理由：原文给出了多团队共享 GPU 集群时的 ParallelCluster 与 Slurm QoS 详细配置，工程团队可直接借鉴多租户调度与防资源垄断策略。

  6. NVIDIA Developer Blog58

    NVIDIA Dynamo 推出影子引擎恢复功能，可在数秒内恢复大语言模型推理容量

    NVIDIA Dynamo 推出 Shadow engine recovery 预览功能，可在 LLM 推理引擎进程崩溃后数秒内恢复推理容量。传统冷重启需要从存储重新加载权重至 HBM、编译内核并捕获 CUDA 图，对于大模型往往需要数分钟初始化；该机制可避免故障发生时其余存活节点因吸收转移流量而承受过大压力。

  7. Google Research49

    AgentHands：在 XR 中为空间对齐的智能体对话生成交互手势

    Google 提出研究原型 AgentHands，专为 Android XR 等平台设计，可将大语言模型推理转化为与语音实时同步的三维交互手势。系统通过环境感知构建 3D 边界框，并利用词级时间戳协同 TTS 语音与动画引擎，在物理空间中精准完成指示与动作模拟。在兰花养护和 3D 打印机操作测试中，该技术显著提升了具身智能体的空间交互效果。

  9. Google AI26

    借助 Google Search 升级家居装饰的 5 种方法

    Google Search 介绍了利用其 AI 与视觉搜索工具升级家居装饰的 5 种方法。用户可使用 AI Mode 上传房间照片预览家具摆放效果，通过 Google Lens 和 Circle to Search 即时搜索同款装饰与复古好物。此外，Search Live 支持通过实时相机画面与语音指导 DIY 安装，搜索自带的比价与价格追踪功能还可监控商品降价。

8月25日周二
  2. NVIDIA Developer Blog62

    CUDA Python 1.0 发布：提供稳定 API 与底层平台完整访问能力

    NVIDIA 发布 CUDA Python 1.0，提供稳定的 API、统一基础架构以及对 CUDA 平台的完整访问能力。该版本旨在解决 Python 开发者此前要么手写 CUDA C++ 扩展、要么完全依赖 PyTorch 或 CuPy 等上层库的局限。

    推荐理由：原文阐述了 CUDA Python 1.0 提供的稳定 API 与平台访问能力，有助于开发者评估如何降低 Python 调用底层 GPU 的开发门槛。

  3. Hugging Face46

    Quantization-Aware Healing 让压缩 4-bit 模型性能超越全精度原版

    Quantization-Aware Healing（QAH）通过直接利用原始未压缩模型向结构压缩且量化至 MXFP4 的学生模型蒸馏来修复性能。在 GPT-OSS 120B 压缩至 60B 的测试中，所得 4-bit 模型在 9 项评测基准中有 7 项超越其自身的 bfloat16 全精度版本。该方案还借助分块 KL 散度损失，支持在固定显存下进行 32k tokens 长上下文修复。

  4. Hugging Face73

    Gradio 推出 gr.Workflow 工作流编排功能

    Gradio 正式推出内置工作流功能 gr.Workflow，支持开发者将 AI 流水线定义为类型化节点图，提供可运行的拖拽式画布、REST API 暴露以及一键部署到 Hugging Face Spaces 的能力。

    推荐理由：介绍 Gradio 如何将多步 AI 流水线转化为可视化节点图与 REST 接口，读者可据此评估应用编排与快速部署方案。

  5. Engineering at Meta75

    Meta 开源 MetaRoCE：专为大规模 AI 以太网设计的 RDMA 传输协议

    Meta 宣布推出专为百万 GPU 规模 AI 工作负载设计的 RDMA 传输协议 MetaRoCE，并通过开放计算项目（OCP）开源其完整规范、软件参考实现 libsoftmetaroce 与合规测试套件。

    推荐理由：原文给出了面向百万级 GPU 的传输层设计与测试数据，读者可以据此评估在标准以太网上去除 PFC 对智算网络吞吐与弹性的提升。

  6. Engineering at Meta82

    Meta 推出首款内置网卡与通信卸载引擎的训练芯片 MTIA 300

    Meta 推出首款针对推荐与排序模型训练优化的自研 AI 芯片 MTIA 300，在芯片封装内集成了自研网卡芯粒与专用通信卸载引擎。该芯片包含 12 个 800 Gbps RDMA 网卡以提供 1.2 TB/s 的 I/O 带宽，并借助 16 个专用消息引擎使集合通信对算力吞吐的干扰降至 0.5% 以下。

    推荐理由：芯片通过片上集成网卡与近存通信引擎实现通信计算完全解耦，为大规模推荐模型训练的通信瓶颈提供了硬件层面的协同设计参考。

  8. Anthropic News（RSS）62

    Anthropic 设立 500 万美元资助计划支持 AI 身心健康影响评估研究

    Anthropic 宣布推出一项 500 万美元的资助计划，支持关于 AI 如何影响用户身心健康的独立研究，并提供资金、模型访问权限及技术支持。入选研究者将完全独立开展工作，产出面向全行业的开源评估基准，重点应对心理危机、情感陪伴及长程多轮对话中的风险评估难题。申请截止日期为 9 月 21 日，获选提交完整提案的申请者将于 10 月 5 日收到通知。

    推荐理由：资助计划将资金与模型权限开放给独立研究者构建开源基准，有助于推动多轮对话中心理健康与情感依赖等复杂安全评估的标准化。

8月24日周一
  2. NVIDIA Developer Blog42

    NVIDIA Vera Rubin 与 Blackwell 为智能体 AI 每瓦性能树立新标准

    NVIDIA Vera Rubin 与 Blackwell 架构为智能体 AI 的多步工作流树立了每瓦性能新标准。AI 智能体正推动推理从单轮交互转变为包含链式推理、工具调用、子智能体协作及上下文累积的多步工作流。OpenRouter 的 State of AI 报告指出，在 100 trillion tokens 的真实用量中，单次请求的平均提示词 tokens 增长了约 4 倍。

  5. NVIDIA Developer Blog55

    NVIDIA 详解通过 DSX MaxLPS 最大化 AI 工厂每瓦性能

    NVIDIA 阐述了通过 DSX MaxLPS 提升 AI 工厂每瓦性能的技术方案。在电力受限的算力基础设施中，关键指标已转向每可用兆瓦电力所能交付的实际 AI 推理产出，应用级每瓦性能成为核心能效标准。文章指出需克服供配电与冷却等环节的功耗开销，最大化将电力转化为产生收益的有效算力。

  6. NVIDIA Developer Blog41

    NVIDIA BlueField-4 赋能面向智能体 AI 工厂的新型 Scale-In 网络基础设施

    NVIDIA BlueField-4 为面向智能体 AI 工厂的新型 Scale-In 网络基础设施提供支持。在连接多元用户、智能体、应用、数据源与存储系统的智能体 AI 工厂中，单台服务器需承载多太比特（multi-terabit）带宽的加速算力，专用 DPU 处理已成为实现线速网络、存储及安全的关键。

8月22日周六
  2. Google Research50

    Google Research 推出用于筛选可穿戴数据候选生物标志物的 AI 工具

    Google Research 推出多智能体系统 Biomarker Discovery Framework，用于从可穿戴设备生理时序数据中迭代筛选临床候选生物标志物。该框架结合假设生成、确定性统计代码执行、对抗性验证与文献推理等 6 阶段流程并保留人工监督。在 3 个队列（共 9,279 项参与者观察）测试中，系统自主识别出 41 个心理健康和 25 个代谢相关候选标志物。

8月21日周五
  1. NVIDIA Developer Blog45

    NVIDIA 解析安全在 AI 智能体技术栈中的定位

    NVIDIA 的 AI 安全与安全团队结合 NVIDIA OpenShell、开源项目及生态伙伴的实践，分享了在 AI 智能体（Agent）技术栈中构建安全与信任的架构视角。随着 AI 智能体能力增强并能够支持更长周期的运行，该分析重点阐明了新兴 Agent 技术栈中各个层级所承担的安全角色与防护定位。

  4. Google Research44

    Google Research：移动性数据如何让大语言模型更深入理解物理地点

    Google Research 推出 ME-POIs 框架，通过将聚合匿名移动性数据与大语言模型文本表征融合，使 AI 能准确理解物理地点的动态活动节奏。测试显示，该框架在未见地点上将访问意图预测相对提升高达 81.9%，价格等级分类提升 75.1%，繁忙度估算准确率提升 24.7%，并借助空间多尺度传播机制解决了长尾数据稀疏问题。

  7. Hugging Face73

    Hugging Face 评估语音识别模型基准过拟合现象

    Hugging Face 发布研究评估了 11 款主流开源 ASR 模型的基准过拟合现象，发现部分低 WER 高分模型会依据声学线索复现基准参考文本中的错误甚至补全被静音的数字。研究设计了参考文本不一致、掩码实体检索和正字法切换三项测试，并在 Open ASR Leaderboard 上线了基准拟合分析标签页与开源脚本。

    推荐理由：研究设计了量化 ASR 模型刷榜过拟合的具体探针方法，读者可据此审视公开基准分数的真实泛化能力。

  8. Hugging Face64

    Hugging Face 如何利用 Endpoints、Jobs 和 Buckets 构建 Papers with Code 混合搜索引擎

    Hugging Face 详细介绍了 Papers with Code 的混合检索架构设计，结合 PostgreSQL 全文检索与 pgvector 语义向量检索管理超过 11 万篇论文。

    推荐理由：原文详细拆解了离线全量构建与在线低延迟检索解耦的系统设计，为向量与全文混合搜索落地提供了可复用的工程参考。

  11. Microsoft Research49

    拓展 Skala 生态加速实现预测性 DFT

    微软研究院发布深度学习密度泛函（DFT）模型 Skala 1.1，其训练数据量是前代的 2.5 倍，在 GMTKN55 基准的 55 个类别中斩获 32 项第一，加权平均误差降至 2.8 kcal/mol。Skala 现已上线 CP2K，并正集成至 Psi4、FHI-aims、ORCA 与 VASP 等主流软件。此外，团队还推出了追踪后续版本计算性能的动态基准。

8月20日周四
  2. NVIDIA Developer Blog39

    基于 CLI、Skills 与 AI 编程智能体开发 NVIDIA Holoscan 应用

    NVIDIA 探讨了结合 CLI、Skills 与通用 AI 编程智能体开发边缘实时 AI 应用的方法。NVIDIA Holoscan 是面向医疗成像、机器人等边缘实时 AI 场景的平台，其配套仓库 HoloHub 提供了丰富的参考应用与组件，使 AI 编程智能体能够像工程师一样利用示例、文档及开发工具进行应用构建。

  3. Google AI67

    Google 搜索推出 5 项 AI 学习工具

    Google 宣布在搜索中推出 5 项 AI 学习功能，涵盖用于理解概念的生成式交互图表（Generative UI）、支持 SAT 和 GRE 等考试的互动测验、通过 Lens 进行逐步解题指导、在 AI Mode 中接入 Gemini Notebook（原 NotebookLM）以及基于多源资料生成自定义学习文档。

    推荐理由：原文给出了搜索结合生成式UI与笔记功能的五大学习场景，读者可据此了解AI搜索在教育辅助工作流中的具体落地。