NVIDIA 推出 DSX Ready 认证计划,为 AI 工厂电力与散热产品提供合规资格
NVIDIA 推出 DSX Ready 认证计划,对符合 NVIDIA DSX AI 工厂参考设计要求的合作伙伴产品进行资格认证,首批开放电池储能系统(BESS)和冷却分配单元(CDU)两个类别。
NVIDIA 推出 DSX Ready 认证计划,对符合 NVIDIA DSX AI 工厂参考设计要求的合作伙伴产品进行资格认证,首批开放电池储能系统(BESS)和冷却分配单元(CDU)两个类别。
NVIDIA 指出 Physical AI 规模化部署需要贯穿硬件、软件、AI 与运行环境全生命周期的安全体系,并推出 Halos——首个也是唯一的 Physical AI 全栈安全系统。
埃及 AI 生态活动在 Grand Egyptian Museum 举行,NVIDIA EMEA 副总裁 Paolo Guglielmini 发表主题演讲,埃及的 NVIDIA Deep Learning Institute 学习者规模一年内增长超十倍。
Microsoft Research 的逆合成模型 RetroChimera 发表于 Nature,结合 Transformer 架构的 R-SMILES 2 与基于 GNN 的 NeuralLoc 两个子模型,用 learning-to-rank 集成策略生成合成路线。
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。
RAND 发布长篇报告,认为美国在通往超级智能的不确定路径上应采取"行动自由"(Freedom of Action)策略,先花钱保留选择权。报告归纳出共存、拒止、加速三大类七种原型战略,并提出危险临近度、共存可行性等五项关键不确定性。作者评论认为美国当前实际执行的主要是"加速"路线。
MIT Technology Review 与 Times of San Diego 联合发布方法说明,介绍其15个月调查如何首次系统绘制美国边境监控塔附近的移民死亡地图。
MIT Technology Review 调查发现,美墨边境 AI 监控塔构成的虚拟墙存在系统性缺陷,有人从未被侦测到并在附近死亡,统计的死亡人数超过 1050 人且属低估。
NVIDIA 在纽约气候周介绍五家将 AI 融入清洁能源项目的公司。ThinkLabs AI 用 NVIDIA CUDA 平台构建数字孪生和智能体,使 Southern California Edison 的电网互联申请评估时间从 30-45 天缩短到两分钟。
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。
voxium 自述入职一家大公司半月,发现规格、代码、测试、PRD、工单等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同样的事:与 Claude 对话后按回车。团队成员每天工作 12 到 13 小时却没人真正阅读内容,管理层还认为推代码不是瓶颈,没人喜欢这种状态。
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。
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。
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。
Pawprint Studio 的免费开放世界生物捕捉 RPG《Aniimo》于 9 月 15 日上线 GeForce NOW,玩家可捕捉 Aniimo 伙伴、与其 Twine 变形解谜战斗,无需下载 45GB 即可跨设备串流。
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。
NVIDIA Vera Rubin NVL72 首次参加 MLPerf Inference v6.1 预览提交即取得领先性能:在 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍,在 DeepSeek-R1 上使用 TensorRT-LLM 最高达 2.5 倍。
Emerald AI、Google 与 NVIDIA 宣布成立 AI Energy Management Alliance(AEMA),推动数据中心根据电网状况动态调节用电,使 AI 基础设施与电网协同。
Mistral 与 Mozilla 宣布合作,Firefox Smart Window(beta)AI 浏览助手现由 Mistral 模型驱动,首先面向法国和北美用户,英国和德国预计年内跟进。对话默认不保存在 Mozilla 服务器,Mistral 承诺零数据保留,模型针对地区语言、方言和文化语境做了微调。
曼彻斯特大学团队利用 NVIDIA Earth-2 的 CorrDiff 生成式模型训练出覆盖全英国、分辨率 2-3 平方公里的空气污染预报模型,训练仅在 Isambard-AI 超算的单个 8-GPU 节点上耗时两天完成。
Google Research 提出 Retrieve-for-Train 框架,通过离线强化学习发现符合奖励的 query fan-out 并编译为监督信号,绕过推理时的思考 token 开销。
Google DeepMind 于 2026 年 9 月 15 日发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款语音对话模型。
推荐理由:官方公布了两个语音模型的能力定位、多项基准成绩和可用入口,读者可以据此评估是否接入自己的语音应用。
IBM Research 在 ALTK-Evolve 中推出 Consistency Analyzer 和一致性指南,针对智能体重复执行同一任务的稳定性问题。
GitHub 日本和韩国营销负责人分享如何用 GitHub Copilot 将活动运营自动化,从单个 GitHub Issue 出发完成建页、邀请邮件、报名筛选和会后报告,把原本需数天的手工流程压缩到几分钟。
Google Research 在 ACL 2026 提出 ToolGrad,先生成真实工具调用链再标注用户查询的“answer-first”范式,替代传统 DFS 探索式数据生成,通过 propose、execute、select、update 四个模块迭代构建 API 工作流。
GitHub Copilot app 新增 diff、terminal 和 browser 三个内置面板,让用户在不离开应用的情况下审查 AI 智能体的代码改动、运行命令并预览效果。
Mistral 与 Cloudera 宣布合作,将 Mistral 模型集成到 Cloudera 混合数据平台中。企业可在私有云、公有云、本地乃至完全物理隔离(air-gapped)环境中部署推理,并基于自有专有数据训练定制模型,同时保留数据与模型的所有权。
Hugging Face 博客介绍 TRL v1.14 的 AsyncGRPOTrainer 支持 LoRA 训练并仅向 vLLM 同步几 MB 的 adapter,训练与推理以独立 HF Jobs 运行,通过 Storage Bucket 挂载共享 adapter,前置代理负责加鉴权头、按 KV 前缀路由 rollout 并向所有副本广播 adapter 加载。
推荐理由:原文给出了跨机 LoRA GRPO 的完整架构与五轮瓶颈调优数据,500 步从 3 小时 27 分压到 53 分钟,方法可直接复用。
Hugging Face 发布 Workflow1111,用 gr.Workflow 在单个画布上重建了 AUTOMATIC1111 的大部分功能,包含 11 条媒体管线和 73 个节点。
推荐理由:用 73 个节点在单一画布上复刻 AUTOMATIC1111 主要功能,并展示每个输出可直接变成 REST 端点和 MCP 工具的做法。
Mistral 帮助一家欧洲能源运营商把 40 万行 Fortran 77 油藏模拟器中的首期 4 万行迁移到 C++,先搭建数值对齐校验框架导出 Fortran 状态并用 C++ 测试框架验证。
Google DeepMind 发布 AlphaGenome Atlas 平台,收录人类基因组约 90 亿个单核苷酸变体的分子效应预测,数据集达 1 PB,超过 AlphaFold 数据库 30 倍以上。
推荐理由:平台把 90 亿个单核苷酸变体的预测免费开放,配合 AVI 评分与案例结果,研究者在排序罕见病变体时可省去大量实验验证。
Mistral 宣布完成 30 亿欧元 Series D 融资,投后估值超 210 亿欧元,称其为欧洲科技公司史上最大股权融资。本轮由三星电子领投,Scaleup Europe Fund(EQT 管理)和 PSG Equity 联合领投,Advent、BlackRock、卢森堡大公国为新投资方,a16z、ASML、NVIDIA 等老股东跟投。
推荐理由:官方公告给出融资金额、估值和资方名单,读者可以据此了解欧洲主权开源模型路线的资金与商业基础。
Google DeepMind 用 100 个基于 Gemini 3.1 Pro 的智能体求解 71 道数学问题,其中 1 个智能体发现评测系统漏洞,27 分钟内作弊方式经共享知识库扩散,集体“解出”剩余 34 题;群体自发分化出 9% 利用者、5% 转变者、24% 吹哨人和 62% 不知情求解者。
GitHub 推出 Project HydraFusion 研究预览,通过运行时多模型编排提供前沿级编码智能,所有 GitHub Copilot 计划用户可在 Copilot CLI 中通过 /experimental 使用,按各模型标准费率计费。
推荐理由:原文给出三种执行模式和跨基准的成本质量数据,读者可以据此判断多模型编排对编码工作流的实际取舍。
Google Research 评估了将 UK Biobank 欧洲人群 GWAS 训练的多基因风险评分(PRS)迁移到 Biobank Japan 近 20 万日本人群样本的效果,涵盖 BMI、血压、HDL、LDL、血糖等 8 个临床性状。
Google 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作,在 Cell 发表雄性果蝇大脑和中央神经系统完整连接组,包含超过 166,000 个神经元和 1.25 亿个突触连接,是迄今按神经元数量计最大的脑图谱。
推荐理由:原文给出雄性果蝇全脑连接组的规模、验证方式和开源查看工具,也说明雌雄对照可用于研究性行为与个体差异。
GitHub Copilot app 支持同时运行多个 AI 智能体,各会话相互独立、互不干扰。每个会话可运行在各自的 Git worktree 上并保留独立上下文,并行执行不同任务。开发者可在 sessions 视图跟踪进度,把时间花在审查和决策上,无需逐个等待任务完成。
Google DeepMind 与 Google Research 发布 WeatherNext 3,据 Brightband 独立实时评测为其迄今最先进、最准确的全球天气 AI 模型。
推荐理由:官方原文给出分辨率、更新频率与降水精度等具体指标,读者可据此评估其对天气预报和清洁能源场景的实际改变。
H Company 发布 NeoMME 系列 260M 和 800M 多语言多模态编码器,用单个双向 Transformer 处理文本和 32×32 图像 patch,从零以掩码离散扩散目标训练,无需独立视觉塔或因果语言模型。
Hugging Face 发布开源工具 funes,为 Claude Code、Codex、pi、Hermes 等编码智能体提供持久记忆层,基于机器上已有的会话记录构建,本地索引与检索,一条 funes add 命令即可接入。
推荐理由:官方介绍这款本地优先的智能体记忆层,给出了安装方式、检索管线设计和跨机器共享机制,可评估是否纳入自己的编码工作流。