⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 122 条
9月30日周三
  6. Cohere Blog77

    Cohere 发布 Embed 5 前沿嵌入模型家族

    Cohere 正式发布 Embed 5 模型家族，旨在为企业级检索提供前沿嵌入能力。该家族包含 Pro 和 Fast 两款模型，二者共享单一嵌入空间，支持多模态、100+ 种语言输入及 128K 上下文窗口，可在 Cohere API、Microsoft Foundry 和 Amazon SageMaker 上获取。

    推荐理由：Embed 5 Pro 与 Fast 共享单一向量空间，团队可用 Pro 建索引、Fast 做查询而无需重建索引。

  7. Ai2 News38

    Ai2 探讨 AI 辅助科学研究的五大挑战

    Ai2 在 8 月 27 日活动中指出，当前 AI 辅助科学体系尚缺乏支持研究人员随项目进展进行有效引导的能力。主要挑战包括保留人类科学品味、保持 AI 可引导性、区分生产力与创造力提升任务、避免放大糟糕科学以及收紧 AI 与实验间的闭环。

  9. Hugging Face Blog50

    Hugging Face 发布 Open TTS Leaderboard，基于客观指标评估多语言开源 TTS 与语音克隆

    Hugging Face 推出 Open TTS Leaderboard，使用 Qwen3 ASR 的 WER 及 H200 GPU 上的 RTFx 等客观指标，替代部分人工投票评估开源多语言 TTS 模型。该榜单支持语音克隆相似度（SIM）评测及流式 TTFA 性能对比，旨在解决开源 TTS 模型在现有竞技场中占比低及评估标准碎片化的问题，评测耗时从数周缩短至数小时。

  10. 刘小排r18

    两个理发店教会我的产品道理：真诚是 AI 无法取代的

    作者通过对比两家理发店——真诚记得老顾客的独立小店"S造型"与服务公式化、只想办卡的连锁"M理容馆"——得出产品开发的启示：真诚是 AI 无法取代人的东西。文中以 Flomo、早期"沉浸式翻译"为例，说明朴素但真诚的产品能让用户主动办卡、成为"自干五"，而套路化产品即使团队上百人也留不住人心。

  11. LangChain Blog58

    LangSmith 新增 Jev 智能体评估功能

    LangSmith 集成 TypeSafe 的 Jev 模型作为新的评判器，用于快速低成本评估智能体行为。测试显示 Jev 单次调用成本 0.00035 美元，平均耗时 0.44 秒，比 GPT-5.6 Luna 和 Claude Sonnet 4.6 更便宜且一致性更高。用户可在 LangSmith 的评估器标签页中将其配置为在线评估工具。

  12. 卡尔的AI沃茨88

    OpenAI开发者日回顾：GPT-6.1 Sol发布与GPT-6.1 Astra下架内幕

    OpenAI在开发者日推出新模型GPT-6.1 Sol、云端开发环境Codex Cloud、Codex CLI、常驻智能体Dots、Decision API以及插件扩展和Space等功能，并新增500刀档位（用量为Plus的25倍），同时将原200刀Pro的用量倍数从20倍降至10倍。

    推荐理由：梳理了发布会各档位套餐的用量变化与门槛差异，便于读者判断升级是否划算。

  17. APPSO88

    OpenAI 发布 Dots、GPT-6.1 Sol 与云端 Codex

    OpenAI 发布 Dots、ChatGPT Space、GPT-6.1 Sol 和云端 Codex，并将 ChatGPT 扩展为可承载第三方应用与智能体的工作平台。

    推荐理由：这场发布会把模型、智能体和分发平台连接起来，让读者看到 OpenAI 试图用一体化工作流重新安排人与 AI 的分工。

  19. AGI Hunt94

    OpenAI DevDay 发布 Dots 常驻智能体与 GPT-6.1 Sol 等 25 项更新

    OpenAI 在 DevDay 发布了 Dots 常驻智能体，由 GPT-6 Astra 驱动，具备独立云电脑和主动性，可连接 4000 多个应用。同时发布 GPT-6.1 Sol 模型，性能接近 Astra 但价格仅为其五分之一，并在 DeepSWE 等基准上保持竞争力。

    推荐理由：解读了 OpenAI 从模型性能向持久化智能体生态转型的战略，重点展示了 Dots 的主动性机制及 6.1 Sol 的成本优势。

  20. AWS Machine Learning Blog50

    GPT-6.1 Sol 已在 Amazon Bedrock 全面可用

    OpenAI 的 GPT-6.1 Sol 已在 Amazon Bedrock 正式全面可用，提供接近 GPT-6 Astra 的推理能力。在 DeepSWE v1.1 基准上，其性能匹配 GPT-6 Astra 但任务成本仅为其约五分之一，且比 GPT-6 Sol 高出 6.4 个百分点。用户可通过 Amazon Bedrock 控制台或 API 部署该模型，用于智能体编码与专业工作负载。

  22. Google Research72

    Diffusion Controller 框架统一并简化 AI 图像生成控制

    Google Research 提出 Diffusion Controller 框架，将图像去噪过程重构为连续控制问题，用于统一推理时引导与模型微调。该框架引入轻量转向减振器网络，在 Stable Diffusion v1.4 上评估，灰箱模式下 HPS-v2 胜率超过 LoRA，全开白箱版本对基线模型取得 90% 胜率。

    推荐理由：提出统一控制扩散模型生成过程的理论框架，给出了灰箱模型下轻量网络优于 LoRA 的实验结果。

  25. Wired AI79

    OpenAI 发布全天候智能体 Dots 对标 Meta Muse

    OpenAI 宣布推出名为 Dots 的全天候 AI 智能体，这些智能体由 GPT-6 Astra 模型驱动，可代表用户完成多步骤任务。Dots 支持通过 ChatGPT、Slack 和 Microsoft Teams 交互，会从连接的应用中获取上下文并随时间学习用户偏好，且当前向 ChatGPT Pro 订阅用户开放。

    推荐理由：OpenAI 在 DevDay 2026 推出可主动规划多步任务的 Dots 智能体，其全天候设计直接对标 Meta 的 Muse，为 AI 个人助理的竞争提供了最新坐标。

  28. AWS Machine Learning Blog28

    Amazon Quick 提示工程基础

    本文阐述 Amazon Quick 平台的提示工程核心原则，包括通过具体化指令明确指标、时间与范围，以及利用业务背景提升响应相关性。文章介绍了 CRISPE 结构化框架，通过定义上下文、角色、意图及步骤等维度，帮助用户构建可复用、高质量的提示模式，以优化自动化流程与数据分析结果。

  29. AWS Machine Learning Blog50

    Amazon Quick 组件提示工程：模式与陷阱

    Amazon Quick 各组件提示工程需明确具体目标以获取精准结果。Quick Research 应定义受众、时间范围并分解子问题，以生成可操作报告；Quick Flows 需明确触发条件、数据源及交付格式，支持通过对话迭代调整工作流；Quick Sight 需结构化表达业务问题、指标及维度，以优化数据分析体验。

  30. AWS Machine Learning Blog42

    利用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 驱动的契约智能平台

    在 AWS 上构建的契约智能平台利用 AI 智能体提取合同数据，并通过多模型架构验证准确性，以解决 RAG 无法跨数百份合同进行聚合查询的问题。该平台使用 Claude Sonnet 系列模型提取关键字段，使用 Claude Haiku 模型进行验证，并将结果存储在 Amazon Aurora PostgreSQL 中，从而提供嵌入式分析和自然语言查询功能。

  31. APPSO80

    DeepSeek Harness 桌面版发布：支持自动化任务与插件管理

    DeepSeek 正式推出 Harness 桌面端，提供 macOS 和 Windows 安装包，用户登录即送 6 元赠金。该版本保留了标准、PTC 等 Agent 预设，并强化了对 Word、Excel 和 PDF 等本地文件的直接处理能力。

    推荐理由：展示了 Harness 桌面端从终端部署到开箱即用的转变，以及自动化任务和插件管理对普通用户的实际价值。

  32. 大模型智能37

    ACL 2026杰出论文奖：PALU通过局部熵最大化实现精准大模型遗忘

    PALU（前缀感知局部遗忘）获ACL 2026杰出论文奖，通过仅优化敏感前缀词元的Top-K候选实现局部熵最大化，显著降低模型遗忘对通用能力的损害。在Llama-2-7B上，其Forget Quality达0.7126，比基线提升约13.4%，同时保持0.6238的Model Utility。该方法收敛速度快于NPO，在10%遗忘比例下仍能维持稳定的遗忘-效用平衡。

  34. CVer6

    CVer 成立首个 VLA 技术微信交流群

    CVer 为了方便大家学习前沿具身智能，特别成立了【具身智能】、【VLA】和【WAM】微信群。VLA 微信群成员可获取学习路线、综述及每日最新技术推送。群内还提供数百家具身智能公司及高校实验室名单、行业动态，并赠送最大 80 元早鸟券。

  36. CVer30

    TOPS课题组4篇论文被NeurIPS 2026录用

    TOPS课题组4篇自动驾驶与交通智能体论文被NeurIPS 2026录用。这些工作涵盖DriveHierarchy分层诊断、AWM自博弈微调、ADV-0闭环对抗优化及UniDBO单步去噪场景生成。其中AWM在InterPlan测试集上评分相对提升16.7%，训练计算开销降低57.4%；ADV-0使平均碰撞率相对降低25%。

  37. CVer42

    天津大学成立具身智能研究院

    9月24日，天津大学具身智能研究院正式成立。研究院聚焦工业制造等五大领域，重点攻坚“强韧本体、敏捷小脑、柔性大脑”三大核心技术。大会启动总规模20亿元的北洋具身智能创新产业基金，并揭牌15个联合实验室。

  39. InfoQ CN37

    企业 Agent 落地：全栈协同与成本控制的关键挑战

    企业部署 AI 智能体面临成本失控与结果不确定性双重挑战，需建立全栈协同机制以落实权限校验与费用归属。阿里云通过底层基础设施与千问大模型协同，提供包含沙箱隔离、身份鉴权及 MCP 工具调用的运行治理能力，以应对 Agent 生产化需求。小红书通过上下文裁剪将峰值场景成本降低约 20%，满帮架构支持模型热切换以持续优化性能。

  40. InfoQ CN42

    IDC 报告评估中国 AI 算力管理：范式智能总分第一，HAMi 助力提升 GPU 利用率

    近期 IDC 发布《中国 AI 算力管理平台技术能力评估，2026》，范式智能综合评分位列第一，在资源管理等四项维度获得满分。其开源调度器 HAMi 成为 CNCF 孵化级项目，将 GPU 综合利用率从不足 30% 提升至 70%—90%。范式通过“卡时+Token”双轨计量，实现 2026 上半年 API 业务收入 4.64 亿元，同比增长 860.8%。