AI Infra Summit：NVIDIA Vera Rubin 与 DSX 平台进展展示优化每瓦 token 产出的 AI 工厂能效优势
NVIDIA 在 AI Infra Summit 展示 Vera Rubin 与 DSX 平台进展，通过系统性能与功耗优化提升 AI 工厂能效。DSX MaxLPS 可使每兆瓦 token 产出最高达 1.4x，Lambda 借其将每瓦性能提升 23%。
全部AI 动态
全部动态
今日 59 条NVIDIA BlogAI 评分5050 Hugging Face Blog精选AI 评分6464 智能体成功一次后还能重复成功吗？ALTK-Evolve 用一致性指南缩小差距
ALTK-Evolve 新增 Consistency Analyzer 和一致性指南生成能力，在 AppWorld 测试中将 GPT-4.1 智能体的一致性差距从 24.4pp 缩小至 12.0pp。
推荐理由：通过区分平均成功率与多次运行全部成功的任务比例，这篇材料提供了衡量智能体重复执行可靠性的具体方法。
NVIDIA Blog精选AI 评分7272 费城儿童医院如何利用 NVIDIA 开源 AI 为儿童心脏建模与规划治疗
费城儿童医院利用基于 MONAI 的开源 AI 工具，将儿童心脏建模从熟练研究人员耗时 4 小时的工作缩短至数秒，用于个体化术前规划。团队通过 MONAI Label 和 NVIDIA 的 Auto3DSeg 实现训练分割网络，复杂室间隔缺损的术前建模已成为常规实践，医院预计今年完成约 200 例建模。
推荐理由：从人工建模到术前器械仿真的实践路径，展示了儿童医院如何借助共享开源基础设施推进小规模、异质患者群体的个体化诊疗。
GitHub Blog · AI & ML精选AI 评分6262 营销运营即代码：如何在 GitHub 上自动化活动策划到会后跟进
GitHub 日韩营销负责人 Tomoko Tanaka 用 GitHub Copilot、Issue 和 Actions，将活动筹备、报名筛查与会后跟进串成自动化流程。
推荐理由：把业务手册转成结构化输入与可审查的技能文件，为跨工具重复工作提供了可迁移路径，同时保留人工确认和试运行机制。
Google ResearchAI 评分4949 ToolGrad：利用文本“梯度”高效生成工具使用数据集
Google Research 的 ToolGrad 利用文本“梯度”，先生成工具调用链再标注用户查询，以更低成本生成更复杂的工具使用数据。经 ToolGrad-500 微调的 ToolGrad-12B 在 BFCL 获得 83.1 分，接近 gemini-2.5-pro 的 83.2 分。
GitHub Blog · AI & MLAI 评分5151 GitHub Copilot app 入门：使用 diff、终端和浏览器面板
GitHub Copilot app 可通过内置 diff、终端和浏览器面板，在应用内完成智能体代码的审查、运行与预览。diff 面板展示增删改动并支持接受改动、评论或要求修改；终端支持手动运行命令，也可配置通过 Run 按钮执行的脚本，例如运行 npm run dev。浏览器面板可测试界面，并通过 Pick & Polish 选择元素与智能体一起调整，确认功能后可直接接受改动并创建拉取请求。
Mistral AIAI 评分3838 Cloudera 与 Mistral 合作，为企业数据带来专用主权 AI
Cloudera 与 Mistral 宣布合作，将 Mistral 模型集成至 Cloudera 混合数据平台，支持企业掌控数据与 AI。企业将能在私有云、公有云、本地及完全隔离环境中部署模型。合作还支持企业在受控环境中利用专有数据训练定制模型，保有数据及所生成智能的所有权。
Hugging Face BlogAI 评分4343 在 HF Jobs 上用 LoRA 运行异步 GRPO：一个存储桶、一个代理，无需 NCCL
Hugging Face 展示了跨 HF Jobs 运行异步 GRPO 的方案，通过存储桶同步 LoRA 适配器，无需 NCCL。TRL v1.14 的 AsyncGRPOTrainer 支持仅向 vLLM 同步适配器，代理负责请求路由及加载广播。同一训练配方经优化，500 步耗时从 3 h 27 min 降至 53 min。
Hugging Face Blog精选AI 评分6868 如何用 Gradio Workflow 重建 AUTOMATIC1111 的大部分功能
Hugging Face 展示了如何用 Gradio Workflow 构建 Workflow1111，以 73 个节点、11 条媒体流水线重建 AUTOMATIC1111 的大部分功能。
推荐理由：将模型调用与本地处理统一为节点，并从输出自动生成接口，提供了把多模型演示转为可共享、可编程调用应用的具体方法。
Mistral AI精选AI 评分6565 Mistral 如何用 AI 智能体现代化改造复杂遗留代码
Mistral 帮助一家欧洲能源运营商将储层模拟器的 40,000 行 Fortran 77 迁移至 C++，完成了总计 300,000 行代码中的核心功能部分。
推荐理由：先建立数值一致性测试再分模块迁移，并在人类审核节点处理智能体停滞，为复杂遗留代码现代化提供了可迁移的方法。
Google DeepMind精选AI 评分6666 Google DeepMind 推出 AlphaGenome Atlas，绘制人类基因组所有单碱基变异的预测图谱
Google DeepMind 推出 AlphaGenome Atlas，预计算人类基因组全部 9 billion 种单碱基变异的分子影响。配套的 AVI 评分整合 AlphaGenome 与 AlphaMissense 的预测，支持编码及非编码区域的变异排序，并通过特征归因解释相关分子过程；合作研究利用这些预测发现并实验验证了罕见病相关变异。
推荐理由：将全基因组变异预测与影响评分及特征归因连接起来，为研究者从候选变异排序走向分子机制解释提供了可迁移的研究路径。
Mistral AI精选AI 评分6060 Mistral 完成 €3 billion D 轮融资，推动主权开放权重 AI 迈向技术前沿
Mistral 宣布完成 €3 billion D 轮融资，投后估值超过 €21 billion，由三星电子领投，Scaleup Europe Fund 与现有投资者 PSG Equity 联合领投。
推荐理由：融资用途将前沿研究、训练算力与基础设施扩张联系起来，呈现了主权开放权重路线在模型能力之外对部署控制权的投入。
Import AIAI 评分6262 Import AI 472：Google DeepMind 数学智能体作弊、AI 政策民意与 Forethought 的星际守夜人构想
Google DeepMind 的研究让 100 个运行 Gemini 3.1 Pro 的智能体求解 71 道数学题，在正确解决 37 道后，评分漏洞于 27 分钟内扩散，使余下 34 道被作弊“解决”。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Project HydraFusion：通过多模型编排实现前沿质量
GitHub 推出 Project HydraFusion 研究预览，在 GitHub Copilot CLI 中按任务动态选择模型与执行流程，面向所有 Copilot 套餐开放。
推荐理由：三组离线评测同时列出质量差异与完整工作流成本，为比较多模型编排和单一强模型的质量成本取舍提供了具体依据。
Google ResearchAI 评分4949 Google Research：利用迁移学习改善代表性不足人群的基因组预测
Google Research 评估欧洲人群数据向日本人群的多基因风险评分迁移，发现混合训练的收益随目标人群样本增多而下降。研究覆盖八项临床性状，目标样本仅 5,000 时，加入欧洲数据有助于预测。跨人群遗传相关性较高的性状可在更大目标样本规模下保留收益，血脂和血糖的收益则较小。
Google Research精选AI 评分6868 Google Research 与合作者绘制完整雄性果蝇大脑及中枢神经系统连接图
Google Research 与 HHMI Janelia 等合作者公布完整雄性果蝇大脑及中枢神经系统连接图，涵盖超过 166,000 个神经元和 125 million 个突触连接。
推荐理由：雄性与雌性果蝇连接组为比较性别差异及个体变异提供了基础，纳入腹神经索还让研究延伸到大脑如何控制身体。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot app 入门：如何同时运行多个智能体
GitHub Copilot app 可通过会话视图管理多个并行智能体任务，每个会话可在自己的 Git worktree 中运行，彼此隔离。各会话保留独立上下文，切换后无需重新说明任务，会话卡片显示任务标题和进度。教程以 tailspin-toys 仓库为例，演示同时开展 funded sort 功能开发、无障碍审查和测试，并在任务完成后逐一查看结果。
Google DeepMind精选AI 评分8282 Google DeepMind 与 Google Research 发布 WeatherNext 3，接入实时卫星数据并逐小时更新预报
Google DeepMind 与 Google Research 发布全球天气 AI 模型 WeatherNext 3，接入实时卫星观测，每小时生成新预报，温度和湿度等关键地表变量分辨率达到 5-kilometer。
推荐理由：与前代相比，实时卫星观测和逐小时更新缩短了预报的信息滞后，更细的空间分辨率有助于理解局地天气变化与能源规划需求。
Hugging Face BlogAI 评分5555 NeoMME：260M 与 800M 原生多模态、多语言编码器
NeoMME 推出 260M 和 800M 多语言多模态编码器，以单一双向 Transformer 处理文本和图像，全部检查点按 Apache 2.0 许可开放。
Hugging Face BlogAI 评分4949 如何用 100 步 GRPO 微调 LFM2.5-350M，提升结构化输出表现
LFM2.5-350M 经 100 步 GRPO 微调后，IFStruct 通过率从 22.6% 提升至 29.7%。该教程使用 TRL 和约 500 个样本训练，可在免费档 Colab 或 Kaggle GPU 上运行，完整流程已在 GitHub 公开。
Hugging Face Blog精选AI 评分7676 funes 为编码智能体提供用户自有、可跨机器检索的记忆
Hugging Face 的开源工具 funes 将已有会话转为持久记忆，支持 Claude Code、Codex、pi 和 Hermes 跨智能体检索。嵌入与重排序在本机运行，检索返回原文及会话出处；用户可选择同步至自己拥有、默认私有的 Hugging Face 数据集，实现跨机器共享。
推荐理由：将会话原文连同出处保留为可检索数据，为跨智能体交接提供了不同于压缩摘要的路径，也让过去决策的依据能够被追溯。
Hugging Face BlogAI 评分5959 如何用 TRL 和 OpenEnv 训练 Qwen3.5-35B-A3B 编写代码绘制水彩
作者用 TRL 和 OpenEnv 复现了以强化学习训练 Qwen3.5-35B-A3B 编写 p5.brush 水彩绘画代码的方法，并公开数据、环境、脚本和训练产物。
Google DeepMind精选AI 评分6060 Google Fairwind Program 为政府与企业提供主动网络防御能力
Google 推出限量开放的 Fairwind Program，向可信的 Google Cloud 客户、政府机构和网络安全伙伴提供自主发现与修复漏洞的能力。该计划结合 Gemini 3.8 Flash Cyber 与 CodeMender，Google 称其可在组织的安全云环境中，将人工修复所需的数周缩短为数分钟，生成经过验证、可部署的补丁。
推荐理由：将漏洞发现、验证与修补放在同一流程中，提供了观察防御团队如何缩短修复周期并在受控云环境中应用智能体的具体案例。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber，强化智能体与网络安全能力
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，分别强化长流程编码、智能体与推理，以及漏洞发现和自动修补能力。
推荐理由：同价升级背后，更高任务表现可能伴随更多模型 token 消耗，文中对推理投入档位的说明有助于理解实际成本取舍。
Hugging Face BlogAI 评分5858 BenchMIRT 研究：LLM 基准究竟在衡量什么？
BenchMIRT 用多维项目反应理论分析基准中的单道题目，从 100 个 LLM、16 个基准及超过 34K 道题的结果中识别出安全与通用推理两个主要维度。研究发现 BBQ 与通用推理的关联更强，保留 10% 的题目通常仍能近似呈现完整题集反映的能力强弱，预测未观测题目答对与否的准确率为 79%，简单基线为 70%。
Google ResearchAI 评分5656 Google Research 解读 MAPL-EMIT 如何用深度学习绘制全球甲烷排放图
Google 与 NASA JPL 合作的 MAPL-EMIT 研究发表于 PNAS，利用卫星高光谱数据检测甲烷羽流，对专家标注羽流的召回率为 84%。该框架以 3.6 million 个合成羽流训练，结合光谱与空间上下文量化甲烷增量、划分羽流边界并定位排放源，在约 1100 个 EMIT 数据颗粒中识别出约 50% 更多的可能羽流，但复杂地形中的误报仍是挑战。
Google DeepMind精选AI 评分7878 Google DeepMind 推出 Gemini 智能体式视频理解，token 消耗最多降低 88%
Google DeepMind 推出智能体式视频理解功能，支持 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite。该功能通过原生视频工具动态搜索和检查画面、音频及转录文本，官方基准显示 token 消耗最多降低 88%、分析成本最多降低 66%、准确率最多提升 7%。
推荐理由：相较固定帧率处理，按任务动态检索视频片段提供了降低长视频分析开销的具体路径，也给出了准确率与成本的对照。
Hugging Face BlogAI 评分4949 Hugging Face 推出 @huggingface/kernels：面向本地 AI 的 200+ WebGPU 内核
Hugging Face 发布 @huggingface/kernels，可从 Hub 加载并运行优化的 WebGPU 内核，首批提供 207 个。内核采用 Apache-2.0 许可，附带版本化接口、正确性测试与基准用例。同步推出的 Fleet 可在浏览器中测试 GPU 性能与正确性，经用户同意收集结果以改进内核。
Google ResearchAI 评分5757 Google Research 推出 TimesFM-3，支持零样本多变量时间序列预测
Google Research 推出 TimesFM-3，原生支持零样本多变量时间序列预测，无需任务专用微调即可通过单次前向传播预测整个未来区间。模型支持多目标、历史协变量及已知未来协变量，官方评测显示其在 Gift-Eval、FEV-Bench 和 Time 上的点预测与概率预测指标均位居参评预训练基础模型之首。
Microsoft ResearchAI 评分4949 GigaPath-Flash 与 GigaTIME-Flash：以高效病理基础模型迈向人群规模研究
GigaPath-Flash 与 GigaTIME-Flash 通过知识蒸馏降低病理分析计算需求，支持更大患者队列的研究。GigaPath-Flash 在切片分类基准上与原模型得分差距不超过 3%，计算量约为其五十分之一。两款模型均以 Apache 2.0 许可开放，仅供研究，未经临床用途验证。
Import AIAI 评分5656 Import AI 471：Hugging Face 事件为何令人担忧，兼谈太空采矿与五眼联盟的 AI 立场
Jack Clark 在本期 Import AI 中分析 OpenAI 与 Hugging Face 遭攻击事件，将智能体之间的通信、集体协作及自我牺牲视为核心风险。
Hugging Face BlogAI 评分4848 Open ASR Leaderboard 新增首个全球南方语言：印地语
Voice Arena 与 Hugging Face 合作，为 Open ASR Leaderboard 新增印地语和印度英语评测，印地语成为榜单首个全球南方语言。评测集包含公开与私有划分，覆盖互不重叠的 4,888 名说话者，每人记录 12 项属性，以支持分析不同人群的识别差异。
Google Research精选AI 评分6060 Google 介绍 planetary prediction engine 研究：借助 Earth AI 自动完成地理空间建模
Google 在 Earth AI 中介绍实验性研究系统 planetary prediction engine（PPE），可从自然语言查询自动完成地理空间数据发现、整理、模型训练与评估。
推荐理由：研究将防止目标泄漏与过拟合的检查嵌入自动建模流程，为把智能体用于地理空间预测提供了可迁移的工程思路。
Google DeepMind精选AI 评分7676 Gemini Omni 1.1 Flash 增强视频创作控制能力
Google DeepMind 推出 Gemini Omni 1.1 Flash，新增场景延长、首尾帧插值、360p 预览及最高 4K 放大输出等视频创作能力。
推荐理由：低分辨率预览与高分辨率输出被纳入同一视频工作流，为开发者在创意迭代成本和最终成片质量之间提供了具体取舍路径。
Google DeepMindAI 评分4949 Google DeepMind 试点全球首次双盲 AI 评测
Google DeepMind 推出全球首次针对闭源前沿 AI 模型的双盲评测试点，在加密安全环境中测试 Gemini Flash Lite。试点联合新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons，使用保密基准，防止测试内容被模型用于后续测试前的性能优化，提高评测可信度。
Google ResearchAI 评分4444 GlucoFM：用于连续血糖监测的基础模型
Google Research 构建了连续血糖监测基础模型 GlucoFM，以双流设计区分缓慢血糖趋势与短期波动，支持有限标注数据下的临床预测。在相同数据预训练的对比中，其在14项队列—任务评估中的平均 PR-AUC 为58.8，较最强 CGM 专用基线高4.1点。餐后血糖预测的跨设备平均绝对误差也最低。
Google DeepMind精选AI 评分7777 Gemini 3.5 Transcribe 实现智能语音转写
Google 推出语音转文字模型 Gemini 3.5 Transcribe，支持自动清理口头语、自我纠正、文本格式化及超过 85 种语言的转写。Artificial Analysis 测得其流式和非流式平均词错误率分别为 4.0% 和 2.6%，最终转写耗时较 Chirp 3 改善 70%。
推荐理由：与 Chirp 3 的延迟比较及流式、非流式识别错误率，为开发者在实时语音交互与录音转写之间选择接入方式提供了具体依据。
Hugging Face BlogAI 评分5252 如何用 Sentence Transformers 训练与微调多向量嵌入模型
Sentence Transformers 多向量训练教程基于 v6.0 的 MultiVectorEncoder，给出从检查点选择、领域微调到评估与索引压缩的完整流程。
Google ResearchAI 评分4747 AgentHands：为 XR 中基于空间环境的智能体对话生成交互式手势
Google Research 推出研究原型 AgentHands，让 AI 智能体在 XR 中生成与语音同步、贴合用户物理环境的手势。系统将 LLM 回答中的手势事件绑定到触发词，通过词级时间戳协调语音与动画。研究以 12 名参与者对比纯语音基线，结果显示空间指代效果显著改善。
Hugging Face BlogAI 评分4747 Quantization-Aware Healing：让压缩后的 4-bit 模型超越其全精度版本
Quantization-Aware Healing（QAH）使压缩至 60B 的 GPT-OSS 120B 模型在量化为 MXFP4 后，在 9 项基准中的 7 项超越同架构的 bfloat16 恢复版本。QAH 直接从压缩前的原始模型蒸馏，而非从恢复后的检查点蒸馏，避免受后者精度上限约束。