跳到正文

全部动态

今日 6 条
9月28日周一
  1. Hugging Face Blog67

    Hcompany 发布 Holo4 智能体系列,含 27B 与 35B-A3B 两个版本并开源全部轨迹

    Hcompany 发布 Holo4 智能体系列模型,含 27B dense 和 35B-A3B MoE 两个尺寸,并更新发布 Holotron4 Nano。模型可通过 GUI、代码、MCP 和 API 多种接口操作软件,在 OSWorld 2.0 上 Holo4 27B 得分 61.7%(Opus 5.5 为 81.8%),35B-A3B 达 30.9%,参数量和成本显著更低。

    推荐理由:原文给出 OSWorld 2.0 等基准分数、成本对比和全部轨迹开源信息,读者可以据此评估这款多接口智能体模型是否适配自己的业务工作流。

9月26日周六
  1. GitHub Blog · AI & ML57

    GitHub Copilot app 新手教程:如何用 canvases 构建自定义工作流

    GitHub Copilot app 的 canvases 功能让用户用 /create-canvas 技能以自然语言描述生成看板、清单等自定义界面,无需编码。画布是双向共享的,用户和 Agent 可同时操作并实时同步状态,创建后可作为扩展保存供个人或团队复用,社区还通过 Awesome Copilot 提供了现成的 canvas 扩展。

9月25日周五
  1. GitHub Blog · AI & ML47

    GitHub Copilot app:为什么聊天不是合适的 AI 界面,以及 canvas 如何取而代之

    聊天仍是与 LLM 交互的主要方式,但作者认为在多数场景下 chat 并非合适的 UI。GitHub Copilot app 中的 canvas 是一个可与 agent 双向通信的全栈小应用,既能调用第三方 API,也能在本地执行代码,文中演示了用它玩 Connect 4、管理 Winget 包、操作 SQLite 数据库以及自动化开发工作流。

9月24日周四
  1. GitHub Blog · AI & ML48

    GitHub Copilot 应用如何渲染超大型 Pull Request

    GitHub 团队在 GitHub Copilot 应用中重建了 pull request 视图,以支持超大规模 diff 的流畅浏览。他们测试了一个含 2200 个文件、超过一百万行变更和 400 多条行内评论的开源 PR,通过将高度拆分为确定性代码几何与动态块几何两套体系,解决了评论高度只有渲染后才能测量的问题。团队还定义了健康指标并持续进行自动化测量与改进循环。

  2. Google DeepMind43

    Google Private AI Compute 将引入安全的服务端持久记忆

    Google Private AI Compute 团队宣布为其平台增加私密的服务端持久 AI 记忆能力。用户数据保存在云端加密存储中,解密密钥仅存于个人设备,模型在硬件隔离的 secure enclave 中临时解密处理后再加密,连 Google 也无法访问。配套措施包括更新技术白皮书、防篡改的公开软件记录及第三方网络安全公司独立审计结果。

9月23日周三
  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,支持用自然语言提示词在 100 多种语言和方言中定制角色声音,可从 30 秒音频样本复刻声音,并提供 2000 多个现成声音。

    推荐理由:官方介绍了两款 TTS 模型的定制能力、基准成绩和开放渠道,开发者可以据此评估语音生成方案的选型。

  2. NVIDIA Blog16

    Sakeena Fiza 如何保障 NVIDIA 硬件大规模成功

    NVIDIA 验证工程师 Sakeena Fiza 负责在量产前检验数据中心系统,让硬件在真实条件下被压测到极限,目标是抢在客户之前发现问题。她参与过 NVIDIA Rubin GPU 首次在系统层面点亮(enumerated)的时刻,工作覆盖固件、硬件、软件、机械、散热与制造等环节。从单板数万个元件到整机架近 50 万个元件,她通过复现问题、排查固件与信号等方式追查各类故障根因。

9月22日周二
9月21日周一
  1. NVIDIA Blog47

    NVIDIA:AI 安全是一个工程问题——如何在 Agent 技术栈的每一层解决它

    NVIDIA 提出 AI 安全应作为工程问题来对待,需要明确的防护要求、可执行的控制措施、指定负责人和防护有效的证据。安全防护应覆盖模型、harness 和运行环境的完整 Agent 技术栈,NVIDIA 开源的 OpenShell 提供了在 Agent 之外执行策略的沙箱运行时,Cisco 的 DefenseClaw 和 JFrog 在其上构建治理与技能扫描能力。

  2. Hugging Face Blog71

    Hugging Face 发布 tokenizers v1 候选版,编码速度较 v0.23 提升至 3 到 30 倍

    Hugging Face 发布 tokenizers v1 的 release candidate,在 Apple M4 Max 单线程上编码速度比 v0.23 快 3 到 30 倍(低端 t5-base,高端 gpt2),八线程扩展达线性的 76%。

    推荐理由:Hugging Face 官方实测数据说明 tokenizers v1 为何能比 v0.23 快 3 到 30 倍,读者可以借此判断升级对训练和推理工作流的影响。

9月19日周六
9月18日周五
  1. GitHub Blog · AI & ML36

    GitHub Podcast 探讨:要不要读 AI 生成代码、RAG 是否已死、Skills 是否取代了 MCP?

    GitHub Podcast 最新一期逐条拆解五个常见 AI 观点:AI 生成代码仍需人工审查,但注意力应放在高风险处;Skills 与 MCP 解决不同问题,前者提供打包的专业知识、后者提供工具与数据接入标准,二者可组合使用;RAG 也没有死,好的检索能让模型更接近答案,与 Agent、skills、MAG 等可共存于同一工作流。

  2. Google Research49

    Google Research 用生成式 UI 帮教师创建互动式学习内容

    Google Research 推出一项研究实验,让教师利用生成式 UI(GenUI)动态创建定制化、有引导的教育模拟互动内容。团队已发布 30 多个面向初高中 STEM 学科的英文学习互动示例,全部由 AI 生成并经教师审核。使用 Google Workspace for Education 的学校可通过 Google for Education Pilot Program 报名提供反馈。

9月17日周四
  1. GitHub Blog · AI & ML69

    GitHub 用 Copilot 将 Copilot agent runtime 迁移到 80 余万行 Rust

    GitHub 用 Copilot agent 将 Copilot agent runtime 从 TypeScript 完整重写为 832,378 行生产 Rust,AI 编写了大部分代码,历时约 14.5 周、128 个 PR,采用原地逐组件替换而非一次性切换,性能有数量级提升。

    推荐理由:一手复盘给出原地迁移策略、缓存命中率与子会话协作细节,对规划大规模 agent 辅助重写有可借鉴方法。

9月16日周三