跳到正文
  1. The Verge · AI81

    Google 向公众发布 Gemini 4 Carbon 并预览智能体 swarm 功能

    Google 将最新模型 Gemini 4 Carbon 向公众开放,此前两周仅向部分网络安全防护人员开放。

    推荐理由:原文给出了 Carbon 的定位、定价与开放范围,并与 Argon、GPT-6 Astra、Fable 5.2 做了对比,便于读者判断其市场位置。

  1. AWS Machine Learning Blog60

    xAI 的 Grok 4.7 上线 Amazon Bedrock

    xAI 的 Grok 4.7 已在 Amazon Bedrock 上线,提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度,通过 bedrock-runtime 端点的跨区域推理配置文件提供服务,支持 Responses、Chat Completions 和 Converse API。

    推荐理由:Grok 4.7 上线 Amazon Bedrock 的接入方式与四档推理强度配置,可供评估长任务智能体的成本与延迟取舍。

  1. Microsoft Research74

    Microsoft Research 开源可扩展智能体框架 Orchard

    Microsoft Research 开源智能体框架 Orchard,核心是可复用的 Kubernetes 环境服务 Orchard Env,支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体,并同步发布训练数据与评测方法。

    推荐理由:原文给出三个领域的训练配方与具体分数,读者可据此评估小参数开源模型在真实任务上的能力边界。

  1. Google DeepMind74

    Google DeepMind 推出 AI co-clinician 医疗研究计划

    Google DeepMind 宣布推出 AI co-clinician 研究计划,探索在医生临床监督下由 AI 智能体辅助患者的三方诊疗模式。在 98 个真实初级医疗查询的盲测中,该系统在 97 例里零关键错误,医生在对照评估中更偏好其回答;在 OpenFDA RxQA 药物问答基准上,开放式提问场景表现超过其他前沿模型。

    推荐理由:原文给出了评测方法与具体结果,读者可据此判断该系统当前能力边界与适用场景。

  1. Hugging Face Blog61

    Overworld 发布实时交互视频扩散模型 Waypoint-1 与推理库 WorldEngine

    Overworld 发布实时交互视频扩散模型 Waypoint-1,可通过文本、鼠标和键盘控制,用 10,000 小时游戏画面训练,支持零延迟自由控制相机与按键输入。

    推荐理由:原文对比了与现有世界模型在控制延迟上的差异,并给出推理库的具体吞吐与帧率数据,便于评估其实用性。

  1. OpenAI News69

    OpenAI 发布 gpt-realtime 并更新 Realtime API

    OpenAI 发布更先进的语音到语音模型 gpt-realtime,并为 Realtime API 新增 MCP server 支持、图像输入和 SIP 电话呼叫能力。

    推荐理由:原文列出了语音模型升级与三项新 API 能力,读者可据此判断实时语音应用的接入范围是否扩大。

  1. Hugging Face Blog72

    Hugging Face 发起 Open-R1 项目,系统复现 DeepSeek-R1 的数据与训练流程

    Hugging Face 发布 Open-R1 项目,旨在系统性重建 DeepSeek-R1 的数据与训练管线、验证其技术报告中的主张,并推动开源推理模型的发展。

    推荐理由:原文拆解了 DeepSeek-R1 训练配方中尚未公开的部分,并给出 Open-R1 的三步复现路线,便于读者理解开源社区如何补齐这些环节。

  1. OpenAI News88

    OpenAI DevDay 发布 GPT-4 Turbo、Assistants API 等新品

    OpenAI 在 DevDay 上宣布多项新模型与开发者产品,包括具备 128K context 且价格更低的 GPT-4 Turbo、新版 Assistants API、GPT-4 Turbo with Vision 以及 DALL·E 3 API 等。

    推荐理由:原文列出了一次开发者大会上的多项模型与API更新,可据此了解OpenAI当时的产品线变化方向。

  1. Hugging Face Blog65

    Falcon 系列模型接入 Hugging Face 生态并提供完整推理与微调指南

    Hugging Face 官方博客介绍 Falcon 系列模型(Falcon-40B 与 Falcon-7B,由阿布扎比 Technology Innovation Institute 以 Apache 2.0 许可发布)接入其生态的完整用法。

    推荐理由:文章系统梳理了 Falcon 在 Hugging Face 生态中的推理、量化与微调路径,可直接迁移为落地参考。

  1. OpenAI News62

    OpenAI 开源音乐生成模型 Jukebox

    OpenAI 发布 Jukebox,一个能以原始音频形式生成多种音乐流派和歌手风格音乐的神经网络,其中包含初步的歌唱能力。OpenAI 同时开源了模型权重和代码,并提供了一个用于浏览生成样本的工具。

    推荐理由:原文说明了模型能生成的音频形态与开放程度,读者可据此判断其可复用性。

已经到底了