⌘ K
… 读取采集状态 同步中...
雷

#开源生态

今日 2 条
9月16日周三
  1. LangChain Blog63

    LangChain 总结医疗与生命科学领域智能体扩展经验：Madrigal、Abridge 和 Vizient 的实践

    LangChain 总结医疗与生命科学领域智能体扩展经验，剖析 Madrigal、Abridge 和 Vizient 三家公司的实践。Madrigal 利用模块化技能与抽象数据层将新用例开发时间从数周缩短至数小时；Abridge 通过自动化评估框架将发布周期从一至两个月降至数天；Vizient 则通过引入层级化智能体架构解决了多智能体协调失效的问题。

  3. 智东西72

    蚂蚁开源大模型安全内生护栏SingProbe，已适配29个主流开源模型

    蚂蚁AI安全实验室在2026国家网络安全宣传周期间宣布开源大模型内生式安全护栏SingProbe，同步开放代码、模型和评测基准，并接入SGLang与vLLM推理框架。

    推荐理由：原文给出了SingProbe在Ling-3.0-flash生产环境中的实测开销和医疗纠偏数据，可据此评估内生护栏对现有推理成本与风险响应的影响。

  4. 腾讯研究院69

    黄仁勋谈AI安全与开源：预测多是编造，中国将成为开源重要力量

    黄仁勋在All-In Summit 2026活动中指出，近期关于放射科医生消失或初级岗位减半等AI末日预测缺乏科学依据，主张将AI安全事件作为工程问题进行根因分析。他认为递归自我改进并非神秘技术，而是上下文、强化学习和LoRA等已有技术的组合。黄仁勋强调中国拥有大量工程师和人才，未来将贡献全球开源生态，同时肯定在自动驾驶等特定领域AI已展现超级智能。

  5. AGI Hunt71

    AutoResearch 发布：多智能体蜂群实现自动化 AI 科研实验与证据链验证

    AutoResearch 是一个让多个 AI 模型组成蜂群、自动提假设、做实验并交回可信证据的自动研究系统。在 RSICD 卫星图文检索任务上，五套 AI 科研系统统一使用 DeepSeek V4 Pro 执行模型独立作答，其中 AutoResearch-DS 是唯一完整走完数据确认、基线建立、对照实验及两个随机种子复跑的系统的。

  6. 新智元54

    浙大与北大联合开源自进化社媒Agent Easel：从多模态任务编排到反馈驱动

    浙江大学REAL Lab与北京大学OpenDCAI Lab联合开源自进化社媒Agent Easel，构建覆盖发现、策划、制作、发布和复盘的连续工作流。系统内置112个Skills支持多模态任务编排，并通过账号画像与长期记忆实现跨任务经验复用。Easel区分任务内修复与跨任务适应两种反馈机制，结合真实发布数据检验经验迁移边界，为研究Agent在社交媒体中的长期自适应能力提供开放架构。

  7. 新智元80

    紫东太初开源9B通用多模态模型ZDTaichu5.0-9B，空间具身能力同档第一

    紫东太初开源ZDTaichu5.0-9B通用多模态模型，在MindCube-tiny等9项国际权威空间基准上取得8项同参数组别全球第一，在ViewSpatial、MindCube-tiny和VSI-Bench上成绩领先Gemini 3 Pro 7%以上。

    推荐理由：该模型在9B规模集成了空间具身能力，其自适应循环推理机制和同参模型基准数据是理解端侧具身智能架构演化的关键案例。

9月15日周二
  3. 新智元30

    复旦大学发布 AVTrack 复杂场景音视频追踪基准及 AVTracker 模型

    复旦大学 CVL 实验室发布面向复杂场景的音视频追踪基准 AVTrack，该基准包含 871 段视频及 8 类挑战，论文已被 ICML 2026 接收。配套提出的 AVTracker 模型在 HOTA 测试指标上达到 29.08，较现有最佳方法 AVISM 提升 8.24。基准与代码、数据集现已开源，旨在解决长视频中身份保持难题。

  5. LangChain Blog23

    欧洲与中东地区智能体规模化：施耐德电气、沃达丰及monday.com的经验教训

    施耐德电气、沃达丰和monday.com展示了欧洲及中东地区企业通过构建中央平台而非单一聊天机器人来规模化部署智能体。施耐德电气的350人团队管理60多个智能体，沃达丰基于LangGraph构建生产级助手，而monday.com重构系统以提升稳定性。数据显示，35%的组织正建立公司级智能体平台以整合碎片化的概念验证。

9月14日周一
  1. 硅星人Pro44

    达利奥呼吁对华科技遏制，Anthropic指控中国实验室大规模蒸馏

    Anthropic创始人达利奥发表长文，建议对包括中国在内的国家采取芯片禁售等措施以控制AI前沿发展节奏。此前Anthropic发布报告指控阿里、DeepSeek等七家中国实验室通过欺诈账号累计发起近两亿次API交互，对Claude进行工业规模蒸馏。文章分析认为，此举旨在为其即将进行的IPO强化“国家安全”叙事，以支撑高达两万亿美元的目标估值。

  2. 刘小排r43

    GLM-5.3-Flash 在 ZCode 推出夜间免费活动

    GLM-5.3-Flash 在 ZCode 平台推出夜间免费活动，持有 GLM Coding Plan 套餐的用户在每日北京时间 23:00 至次日 09:00 使用 Flash 不消耗额度，活动于 9 月 20 日结束。该原生多模态模型在中等难度编程任务中表现稳定，能根据参考视频复刻交互式网页并支持 3D 场景生成，其审美与交互能力被评价约为 GPT-5.5 水平。

9月13日周日
  2. APPSO65

    网友接力使用4个AI模型为平板获取Root权限

    网友Eric Pardee为解决平板系统关机问题，先后使用Claude、Kimi K3、GLM-5.2和GLM-5.3接力尝试获取Root权限。前三个模型因安全限制或技术判断错误未能成功，最终GLM-5.3发现固件镜像偏移问题，在接管后不到9小时成功提权。

    推荐理由：原文完整记录了四个AI模型接力攻克平板Root权限的全过程，展示了不同模型在安全限制与实际解题能力上的具体差异。

  3. 量子位77

    亮源新创发布三项具身智能技术：LightParkour、LightNav-0与Light REACT

    亮源新创发布LightNav-0、LightParkour与Light REACT三项技术。LightNav-0将2000+真实场景转化为4000+小时仿真数据，实现跨本体零样本导航；LightParkour利用课程学习将单个动作扩展为技能分布；Light REACT通过上下文学习使机器人在受损状态下自主调整运动策略。

    推荐理由：三项技术协同展示了具身智能从预训练到韧性部署的闭环路径，为规模化落地提供了工程参考。

  4. 机器之心82

    阿里和浙大提出 Astar：用 AI 指导 AI 系统进化，提升推荐业务 GMV 4.86%

    阿里和浙大联合提出 Astar，一种专门用于指导 AI 系统进化的 LLM，通过学习 AI 系统自身的历史代码提交和实验结果来生成优化方向。Astar 在阿里 Lazada 核心广告推荐系统中落地，实现离线 HitRatio 提升 23.6%，在线 GMV 提升 4.86%，广告收入提升 1.82%。

    推荐理由：阿里与浙大提出 Astar 模型，通过挖掘 AI 系统自身的历史迭代记录来指导进化，在推荐业务中显著提升了离线和在线指标，展示了用 AI 优化 AI 的可行路径。

  6. AI信息Gap30

    菲尔兹奖得主预警 AI 数学错位，Gemini 杀入 Windows，DeepSeek V4.1 Flash 降价 60%

    DeepSeek 发布 V4.1 Flash 模型，将快速、专家、识图三模式合并，空闲时段缓存命中价格降至 0.02 元/百万 token，降幅达 60%。谷歌推出 Gemini Windows 原生桌面应用，支持 Alt+空格全局唤起，全球可用。25 位菲尔兹奖得主联名声明，警告 AI 公司追求解题速度而忽视概念理解，正在侵蚀数学共同体根基。

9月12日周六
9月11日周五
  1. 新智元60

    第一篇AI4AI综述：AI改进AI的研究现状与核心挑战

    这篇AI4AI（AI改进AI）综述论文梳理了数百项相关研究，发现AI已能在明确目标和评价规则下承担部分研发工作，但单项能力提升不能保证完整研发流程的可靠性。论文提出“组合鸿沟”概念，指出AI在长流程任务中容易在步骤交接处丢失关键信息或状态。文章强调评估AI自我改进能力时，需区分模型规划能力、外部Harness工具框架的配合，以及改进结果是否能在后续迭代中保留和迁移。

  2. 机器之心37

    蚂蚁 InTech 论坛探讨 AI 对科研的折叠效应与青年学者的创新路径

    2026 年蚂蚁 InTech 青年先锋论坛汇聚了 Nature 一作及 ICML 2026 高中生等青年学者，探讨 AI 如何消解知识权威并模糊科研边界。多位获奖者创办具身智能与大模型基础设施公司，指出研究正从实验室转向公司，且 AI 虽提升效率但人类在判断与创新上的价值不可替代。

  4. AI信息Gap82

    DeepSeek V4.1 Flash 与 GLM-5.3-Flash 架构、成本与基准测试对比

    DeepSeek V4.1 Flash 全面超越 V4 Pro，且在 LiveBench 等基准中取得高分，其 Agentic Coding 得分达 77.3，表现优于 GPT-5.6 Sol。该模型采用非对称 CED 架构，通过压缩 KV Cache 降低算力成本，闲时缓存命中价格低至 0.02 元/百万 token。

    推荐理由：原文深度拆解了两款Flash模型在架构、成本及基准测试上的具体差异，为读者提供了横向比较国产多模态大模型的参考依据。

9月10日周四
  1. 极市平台81

    DeepSeek V4.1 Flash 发布并开源新架构，已适配 Harness

    DeepSeek V4.1 Flash 正式上线，模型权重与技术报告同步公开，权重采用 MIT 许可。新模型读取输入时每个 token 约激活 80 亿参数、生成答案时约 160 亿参数，全局 KV 缓存约为上一代 Flash 的四分之一，保留百万 token 上下文，API 最大输出长度为 384K token。

    推荐理由：原文给出了新架构的计算安排与价格调整，读者可据此判断它对长任务成本的实际影响。

  3. 腾讯研究院16

    腾讯研究院联合港科大举办 NOVA 全国人工智能创意挑战赛，10 支队伍用 AI 解决真实问题

    腾讯研究院联合香港科技大学于 9 月 5 日举办 NOVA 全国人工智能创意挑战赛决赛，10 支团队展示了 AI 在学术、企业、无障碍及传统文化等领域的真实应用。比赛侧重考察场景价值与 AI 运用深度，旨在让技术能力放大人的创造与判断，用 AI 解决现实难题。

  4. 钛媒体AGI80

    中国开源大模型出海开始收费：智谱、Kimi、MiniMax的三条路径

    智谱、月之暗面、MiniMax正通过不同的开源许可证策略调整其海外商业化路径。智谱使用MIT协议免费开源，依托自建的API平台变现；月之暗面在K3模型中设置了2000万美元的营收门槛，以保留对云端托管商的收费权；MiniMax则将M3的技术底座直接交付给沙特HUMAIN定制模型。

    推荐理由：原文通过对比三家中国模型公司的海外策略，揭示出开源许可证正如何成为新的商务收入工具。