NVIDIA 发布 Isaac ROS 5.0,为机器人开发引入智能体工作流
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0,支持 ROS Lyrical 与 Ubuntu 24.04,并新增面向 AI 智能体的 Isaac 技能与 agent-ready 文档。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并给出多家厂商的落地案例,可据此判断物理 AI 开发方式的变化。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0,支持 ROS Lyrical 与 Ubuntu 24.04,并新增面向 AI 智能体的 Isaac 技能与 agent-ready 文档。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并给出多家厂商的落地案例,可据此判断物理 AI 开发方式的变化。
GPT-6 Astra 让 Parallel 的智能体研究并综合劳动力市场数据的时间和成本相比此前模型都减半。
OpenAI 阐明了对前沿模型及防护措施进行严格、安全、独立的第三方 AI 安全评估的优先事项与原则。
英国 AI Security Institute(AISI)正采用 EvalEval 的 Every Eval Ever schema 与 Evaluation Cards 平台公开分享评测结果,以提升评测科学的可复现性。
oMLX 作者兼维护者 Jun Kim 加入 Hugging Face,继续主导 oMLX 并支持 MLX 社区。oMLX 由此从副业转为全职维护且获资金支持的项目,仍保持 Apache 2.0 开源许可。Hugging Face 计划让 oMLX 充当新想法的试验场,并简化 transformers 模型定义到 MLX 参考实现的转换流程。
Hugging Face 在 transformers 中加入 GGUF 支持,用户可通过 from_pretrained 传入 gguf_file 直接加载 Hub 上的量化检查点并在本地生成。
推荐理由:Hugging Face 官方说明 transformers 如何直接加载 GGUF 量化权重,并给出与 llama.cpp 的对比数据与当前限制。
NVIDIA 推出 DSX Ready 认证计划,用于审核合作伙伴产品是否符合 NVIDIA DSX AI 工厂参考设计要求,首批覆盖电池储能系统(BESS)和冷却分配单元(CDU)两类。
NVIDIA 发布 Halos 全栈安全系统,覆盖物理 AI 从硬件、软件到 AI 行为与部署验证的每一层。
NVIDIA 在埃及大埃及博物馆举办 AI 生态活动,其埃及深度学习学院学员规模一年增长超十倍,非洲已培训超 8.5 万名开发者,尼日利亚成为该学院全球第二大市场。非洲已有四座 AI 工厂宣布或上线,另有 656 兆瓦新增算力在建,Cassava Technologies 计划在埃及、肯尼亚、尼日利亚和摩洛哥部署,投资或达 7.2 亿美元。
微软研究院在 Nature 发表逆合成模型 RetroChimera,并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc,通过学习式集成对两者预测重排序,在盲测中化学家更偏好其单步反应预测。
NVIDIA 提出 AI 安全是工程问题,需在模型、harness、runtime 等 Agent 技术栈每一层部署可执行边界、可追溯身份与防护证据。开源安全 runtime NVIDIA OpenShell 在 Agent 推理之外强制执行策略并提供沙箱执行,Cisco DefenseClaw 与 JFrog 已基于其构建。
OpenAI 正与独立的数学与人工智能顾问小组(Advisory Group on Mathematics and Artificial Intelligence)合作,指导新兴 AI 结果的评审与沟通。该小组为独立机构,负责对 AI 领域新成果的审查与对外沟通提供指引。
Higgsfield AI 借助 GPT-6 Astra 在一天内上线新视频功能,让小型企业更轻松地制作视频广告,并更快将新创意工具推向市场。
NVIDIA 在 New York Climate Week 介绍了 5 家用 AI 推进清洁能源的公司:ThinkLabs AI 借 NVIDIA CUDA 平台的数字孪生与 agent。
OpenAI 提出构建全球统一 AI 标准的路径,呼吁在评估、报告和治理三方面加强协同,以提升 AI 安全性。
OpenAI Academy 新增面向员工、开发者、领导者、教育者和学生的学习路径,帮助他们构建并展示实用 AI 技能。
Hugging Face 发布 tokenizers v1 候选版本,在 Apple M4 Max 单线程下编码速度比 v0.23 快 3 至 30 倍,八线程扩展效率为线性的 76%,且输出 token ID 与 v0.23 完全一致。
推荐理由:原文给出 v1 与 v0.23 的逐项基准对比和实现改动,可据此判断分词器在训练与推理管线中的实际提速空间。
V7 借助 GPT-5.6 Luna 将成本降低 78%,同时提升准确率。V7 利用 GPT-5.6 把散乱的公司文件转化为智能体可直接使用的上下文,从而完成带来源引用的复杂工作。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中程物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 公开。
GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是智能体连接工具与数据的标准,可组合使用;RAG 并未消亡,它让模型基于训练数据外的文档、内部知识和代码库上下文作答,避免浪费 token 并减少不完整回答。
OpenAI 推出 Australian Youth Safety Blueprint,一份面向更安全 AI 体验的六支柱路线图,旨在保护并赋能青少年。
Google Research 发布研究实验,让教师借助生成式 UI(GenUI)创建贴合课程目标的互动教学模拟,并开放 30 多个面向中学 STEM 的英文学习互动示例库。
Pawprint Studio 的免费开放世界抓宠 RPG《Aniimo》本周登陆 GeForce NOW,玩家无需 45GB 下载即可在 Steam Deck、新支持的 Firefox 浏览器等设备上串流游玩。
Cooley 用 ChatGPT Work 构建了 GO Public,把智能引入 IPO 流程,帮助律师更早发现问题,把判断力集中在最关键的地方。
GitHub 工程师 Stephen Toub 复盘用 GitHub Copilot 把 Copilot agent runtime 从 TypeScript 重写为超过 80 万行生产级 Rust 的过程,代码主要由 AI 智能体编写,横跨 128 个 PR 并增量上线,性能提升数个数量级。
推荐理由:GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 Rust 的全过程,含多智能体协作与提示缓存数据。
OpenAI 推出 Astra for Law,为法律行业提供前沿智能、定制律所工作流、连接法律数据源,并配备面向保密客户工作的法律级管控。该产品通过 OpenAI for Law 提供,整合了法律场景所需的智能能力与合规控制。
OpenAI 发布了一套用于追踪、调查和披露模型对齐问题的框架,并同时公布了六份关于模型意外或令人担忧行为的报告。该框架旨在系统化处理模型对齐(misalignment)事件的记录与公开流程,六份报告涵盖模型表现出的意外或令人担忧行为。
OpenAI 与 AARP 将在美国 10 座城市为 1,000 名老年人提供免费的 ChatGPT 实操工作坊,帮助他们安全地掌握实用 AI 技能。
NVIDIA 宣布 Vera Rubin NVL72 在 MLPerf Inference v6.1 首次提交中亮相,在 Qwen3-VL 上吞吐量较 GB300 NVL72 最高提升 3.7 倍,在 DeepSeek-R1 上最高提升 2.5 倍。
推荐理由:原文给出与上代系统的吞吐对比和扩展效率数据,读者可据此评估其推理经济性影响。
Emerald AI、Google 和 NVIDIA 宣布启动 AI Energy Management Alliance(AEMA),推动数据中心根据电网状况动态调整用电。
OpenAI 推出一系列 AI 驱动的广告新体验,包括 Sponsored Agents、面向营销人员的工具,以及与 HubSpot 和 Shopify 的集成。
Hex 的数据智能体借助 GPT-6 Astra,把分析结果转化为员工乐于分享的交互式可视化图表。GPT-6 Astra 帮助 Hex 的数据智能体将答案直接生成为交互式可视化内容。
ChatGPT Work 和 Codex 的分析功能帮助团队了解 AI 使用情况与支出、识别培训需求,并将 AI 采用与业务成果关联起来。
Mistral 宣布与 Mozilla 达成合作,Firefox 的 AI 浏览助手 Smart Window(beta)由 Mistral 模型驱动,率先面向法国和北美用户,英国和德国预计今年晚些时候跟进。双方称对话默认不保存在 Mozilla 服务器上,Mistral 等合作方同意零数据留存,Mistral 还会针对地区语言和方言微调模型。
OpenAI Economic Research 发布研究,展示劳动者如何在传统岗位之外使用 AI,以及哪些新活动成为其工作中反复出现的部分。
曼彻斯特大学与 NVIDIA Earth-2 团队合作,用生成式降尺度模型 Earth-2 CorrDiff 和支持时序预报的 Earth-2 StormCast 构建英国全境空气污染模型,分辨率达 2-3 平方公里。
Salesforce 在 Dreamforce 上发布首个 CRM 推理模型 Koa,基于 NVIDIA Nemotron 3 Super 在近三十年企业 CRM 部署数据构成的专有合成数据集上后训练而成,采用监督微调与强化学习,使用 NVIDIA NeMo RL、NeMo Gym 和 NeMo AutoModel。
Google Research 提出 Retrieve-for-Train 框架,通过离线强化学习发现奖励对齐的 fan-out 查询并编译为监督信号,再蒸馏进一个 53.9M 参数的扩散检索器,实现推理时单次非自回归生成完整结果集,无需 CoT 推理 token。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,分别面向规模化低成本场景与高复杂度多步推理任务。
推荐理由:官方给出两款语音模型的基准成绩与开放渠道,可据此判断实时语音智能体的能力与成本取舍。
NVIDIA 介绍 DSX 平台如何在固定电力预算下提升 AI 工厂产出:Lambda 在 HGX B200 服务器上首次验证 DSX MaxLPS,用与 16 节点满功率相同的预算运行 19 节点,集群 token 吞吐从约 4 million tokens per second 提升到 5 million(+24%),性能功耗比提升 23%。
推荐理由:原文给出了 Lambda 实测的吞吐与能效数字,以及电网信号自动降载的生产案例,可据此评估其对电力受限场景的实际价值。