Microsoft Research：物理 AI 机器人的推理卸载研究
Microsoft Research 的研究挑战了机器人 AI 推理必须完全依赖机载 GPU 的假设，显示卸载到边缘或云端 GPU 可提升任务成功率、响应速度和精度。
#部署/工程
#部署/工程
今日 0 条Microsoft ResearchAI 评分4444
Google ResearchAI 评分3636 Google 发布 MilleMiglia：面向中英里物流的仿真实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的实例生成器，可为中英里（middle-mile）物流网络生成贴近现实且保护隐私的基准数据，源代码与文档已在 GitHub 开放。
Hugging Face BlogAI 评分5858 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项基准中 7 项超越全精度原版
Multiverse Computing 发布 Quantization-Aware Healing（QAH）方法，将 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，模型在 9 项基准中的 7 项超过其 bfloat16 全精度版本，AA-LCR 提升 7.4 分、AIME 2025 提升 5.6 分。
Berkeley AI ResearchAI 评分5757 Berkeley 团队用 K-Search 将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
IBM Research 与 UC Berkeley Sky Lab 基于开源 K-Search 框架构建结构化 CUDA 到 MLX 翻译层，用演化搜索为 Apple Silicon 生成高质量内核。
Google ResearchAI 评分3737 Google 提出 linear elastic caching：用 ski rental 算法优化云缓存经济性
Google Research 在 CIDR 发表 linear elastic caching，将缓存页淘汰建模为 ski rental 问题，用轻量级机器学习动态调整缓存大小以最小化 TCO。
Google ResearchAI 评分5151 Google 发布基于零信任聚合的隐私分析方案
Google Research 提出一种零信任隐私分析方案，用新型格密码协议让设备通过单条消息完成安全聚合，无需多轮在线交互，并结合 TEE 远程证明形成多层防御。该方案将用于 Android SafetyCore，在不接触用户原始内容的情况下度量安全模型的真实准确率，帮助优化分类器阈值。
Google DeepMindAI 评分4949 Google DeepMind 发布 Decoupled DiLoCo：面向弹性分布式 AI 训练的新架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步通信的“岛屿”（learner units），可在全球分布的数据中心间训练 LLM。
Google ResearchAI 评分4141 Google Research 推出 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过 PolarQuant 高质量压缩与仅 1 bit 的 QJL 零开销纠错两步，实现大幅模型压缩且零精度损失，同时支持 KV cache 压缩与向量搜索。
Hugging Face Blog精选AI 评分6363 IBM 与 UC Berkeley 用 IT-Bench 和 MAST 诊断企业级 Agent 的失败原因
IBM Research 与 UC Berkeley 将 MAST（多智能体系统失败分类法）应用于 ITBench，标注了 310 条由 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 产生的 SRE 执行轨迹，把成功率之外的黑盒失败转成结构化失败签名。
推荐理由：原文把基准的单一成功率拆解为结构化失败模式，并针对三类模型给出对应的工程修复方向。
Google ResearchAI 评分3939 Google 提出 Sequential Attention：让 AI 模型更精简快速且不牺牲准确率
Google Research 提出 Sequential Attention，一种用于特征选择等子集选择问题的贪心算法，利用注意力分数逐步选出最有价值的组件。它将选择过程集成到单次模型训练中，避免了传统贪心方法每步重新训练的高昂开销，以极小代价应用于大规模模型。该方法在多个神经网络基准上取得 SOTA 结果，并支持并行评估候选、提升可解释性。
Google ResearchAI 评分3131 Google Research 用简单 AI 模型预测充电桩可用性，缓解电动车里程焦虑
Google Research 发布一个轻量级线性回归模型，预测特定时间后电动车充电桩可用的概率。团队在加州和德国的真实充电网络数据上训练，以一天中各小时为特征，在 30 和 60 分钟预测窗口、100 座随机选取的站点上评估，表现优于"保持当前状态"基线。该简单模型依赖易获取的特征即可实现低延迟部署，有助于减少里程焦虑。
Google Research精选AI 评分6565 Google 发布 Project Suncatcher 预印论文，探索基于卫星的可扩展太空 AI 基础设施
Google 发布预印论文，提出 Project Suncatcher 计划，设想在晨昏太阳同步低地球轨道部署搭载 TPU、以自由空间光链路互联的太阳能卫星星座来扩展 AI 算力。
推荐理由：Google 官方给出太空 AI 算力设想的关键数据与验证进展，读者可据此了解星载 TPU、星间光链路与发射成本的具体可行性分析。
Hugging Face Blog精选AI 评分6060 Hugging Face 提出 Structured CodeAgent：用结构化生成提升代码智能体可靠性
Hugging Face 发布研究，让 CodeAgent 以强制 JSON 结构同时生成 thoughts 和 code，在 GAIA、MATH、SimpleQA、Frames 等基准上比常规 CodeAgent 平均高出 2-7 个百分点。
推荐理由：原文给出结构化输出结合 CodeAgent 的实测数据与适用边界，读者可据此判断自己的模型规模是否适合启用该方案。
Hugging Face Blog精选AI 评分7878 Hugging Face 集成 bitsandbytes 4bit 量化与 QLoRA，降低 LLM 使用门槛
Hugging Face 与 bitsandbytes 合作，在 transformers 中支持 4bit 量化加载，并集成 Dettmers 等人新提出的 QLoRA 微调方法。
推荐理由：官方详细讲解 transformers 中 4bit 量化和 QLoRA 的用法与配置，附带在消费级 GPU 上微调 Llama 7B/13B 的实测结果。