NVIDIA 在 SC26 推出 DGX Spark HPC 开发者套件
NVIDIA 在 SC26 超算大会上推出面向研究人员、学者和开发者的 DGX Spark HPC 开发者套件,由四台 DGX Spark 组成环形直连集群,无需网络交换机。
NVIDIA 在 SC26 超算大会上推出面向研究人员、学者和开发者的 DGX Spark HPC 开发者套件,由四台 DGX Spark 组成环形直连集群,无需网络交换机。
AWS 介绍在 Amazon Bedrock Managed Knowledge Base 的 AgenticRetrieveStream 请求中加入 memoryConfiguration,把 AgentCore memory 作为检索来源,由服务恢复会话、抽取事实并写入记忆。
AWS 博客系统梳理多智能体系统的设计模式与反模式,把协调方式分为开发者定义路径的 Tier 1(顺序流水线、条件工作流、条件路由、并行工作流)和由模型在运行时决定路径的 Tier 2(计划编排、交接、对话驱动、辩论共识)。
微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下降低后续会话的 token 开销。
推荐理由:微软研究院联合 UC Berkeley 发布的插件,在 277 个 SWE-Bench 任务上把编码智能体成本降低 18.4–30.9%,可了解经验驱动降本的具体机制。
Amazon Bedrock Managed Knowledge Base 新增表格检索,可在 agentic retrieval 中对 CSV、XLSX、XLS 文件逐行查值与计算,再结合相关文档给出带引用的答案。
Lambda 采用 NVIDIA Photonics 共封装光学(CPO)交换机连接 NVIDIA GB300 NVL72 机架、接入超过 10,000 块 GPU,为大规模 AI 工厂降低功耗并提升韧性。测试显示机架级网络延迟下降约 4%、pod 级最高下降约 10%,吞吐与传统可插拔光学方案持平。该方案功耗效率最高提升 5 倍、可靠性最高提升 15 倍,激光器用量减少 4 倍。
NVIDIA 发布新版 Slurm,让 QPU 厂商通过一个简单文件为所有超算中心提供统一硬件接口,超算中心无需为每种 QPU 开发定制方案。该扩展已被 Alice & Bob、IBM、IQM、Pasqal、Quantinuum 和 MQSC 采用,支持 QRMI 与 QDMI 接口,Slurm 26.11 将于本月晚些时候可用。
NVIDIA Vera Rubin 平台首次提交 MLPerf 结果,在 MLPerf Training v6.1 全部基准上均有成绩,Vera Rubin NVL72 每 GPU 性能最高达 GB300 NVL72 的 2 倍。
推荐理由:原文给出 Vera Rubin 在 MLPerf Training 与 Endpoints 的具体成绩和对比数据,可据此判断新一代平台在训练与智能体推理上的代际变化。
NVIDIA 在 SC26 上扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa,让 AI 智能体可辅助科研数据处理。cuPhoton.xBeam 将事件视界望远镜的观测关联分析从超过一个月缩短到 8 分钟;cuPotential 把分子模拟软件加速最高 3x;开源 cuSpa 让细胞多边形计算相比 CPU 提速 900x。
NVIDIA 在 SC26 上发布 Vera Rubin 平台新 GPU Rubin HPC,面向科学、工程与分析工作负载加速仿真和数据处理。单 GPU 的 CUDA 核心数超过 50,000 创下纪录,并配备稀疏数据加速能力和第七代 NVLink 互连。该 GPU 预计 2028 年上市。
Hugging Face 与 OpenRouter 合作,把 Inference Providers 的语言模型请求从自建路由切换到 OpenRouter,按实时价格、速度和可靠性为每次调用选择供应商,失败时在同一请求内重试其他供应商。
推荐理由:原文交代了路由切换后的重试、缓存与计费变化,读者可据此判断现有调用代码是否需要调整。
Google 将 Antigravity 中的 /teamwork 多智能体工作流开放给外部研究者和开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 使用。
推荐理由:Google 公开 /teamwork 多智能体工作流在数学证明、化学结构与内核优化上的具体成果,并说明外部研究者可用的入口。
llama.cpp 与 ggml 发布 v1.0.0,将库接口纳入语义化版本管理,此后公共 C API 的破坏性变更将以主版本号提升标示。
推荐理由:llama.cpp 与 ggml 同步发布 v1.0.0,并明确此后以主版本号标示 API 与 ABI 不兼容变更,读者可据此判断下游集成与打包的稳定性边界。
GitHub 发布 agent skills 实践指南,介绍以 SKILL.md 为核心的版本化目录结构,让同一套指令可在不同智能体客户端间复用。文中以 Proof Agent 的独立验证技能和 Data Forge 的多技能数据流水线为例,说明如何把项目配置放进 manifest、让相关技能共用执行路径,并在每个阶段设置人工审批点。
IBM 在 Hugging Face 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型,它们基于 Granite 4.1 base 训练,能读写 LLMON 这种面向 LLM 的标记语言。
推荐理由:原文给出 LLMON 标记语言的设计动机、注入攻击基准对比和训练流程,可据此判断结构化上下文对小型模型稳健性的作用。
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的高速执行,并在 Google AI Studio、Gemini API、Gemini app 和 Search 等全线开放。
Hugging Face 发布 TRELLIS.2 3D 生成模型的微调脚本与容器,可在本地或 Hugging Face Jobs 上运行。方案用 PEFT 库的 LoRA 只微调稀疏结构流 DiT 与形状流 DiT,冻结材质生成阶段,并以 188 个鞋类物体的 GSO 子集验证鞋底几何精度提升。
Google Research 提出一套研究框架,用可穿戴设备数据构建可解释的“可教练健康年龄”(CHA),并训练传感器世界模型 SensorWM 模拟未来 12 周的健康轨迹。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:原文给出条件式建模思路与单细胞层面的对比数据,读者可据此判断它在变异解读上的变化。
Tether AI Research 发布 BotPsy,一个基于 Qwen3.5-0.8B 构建的 0.8B 参数端侧智能体模型,专注函数调用与工具使用。
微软研究人员发现名为 Lazarus 的后门技术,通过重编程 LLM 中不到 10 个休眠神经元,无需训练即可给基于该模型的智能体植入后门,模型仍能通过标准评测,直到触发条件出现才执行攻击者命令。
推荐理由:微软研究团队披露一种无需训练、仅改动不到 10 个休眠神经元即可给智能体植入后门的权重篡改方法,并给出溯源与检测思路。
Google DeepMind 向开发者、企业和科研人员开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
推荐理由:原文列出 Carbon 在多项基准上的排名与每任务成本,并给出网络安全与科研场景的实测案例,便于判断其与 Argon 的分工。
Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体框架,用 AI 智能体对 Signal 协议实际代码的关键安全属性做形式化验证。
推荐理由:读者可了解多 LLM 智能体如何把形式化验证从设计层推进到实际编译代码,以及四周完成原本需数年的验证任务。
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,它们是近期发布的 WeatherNext 3 模型取得进展的关键。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:原文给出 200 项任务评测与奔驰产线 96% 成功率的实测数据,可据此判断 VLA 模型在真实工业场景的进展。
Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放。
推荐理由:原文给出时长、价格与一致性等具体变化,读者可据此判断视频生成成本与工作流会怎样变化。
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,仅用智能手表的 PPG 与加速度传感器数据、无需袖带校准即可被动识别高血压状态。
推荐理由:研究以 24 小时动态血压监测为金标准,对比智能手表无袖带筛查与诊室测量的灵敏度、特异度,可了解被动筛查路径的可行性边界。
微软研究院发布 PDD Kit,把开发者的意图转成 Verus 形式化规约,再证明编码智能体生成的代码对每个输入都满足该规约,证明覆盖不到的部分改用测试。团队在 GitHub Next 的 Chopin 环境中用它验证了 Rust 全栈应用 Pet Store 的登录逻辑,开发者只审阅意图文档而未逐行阅读生成代码。PDD Kit 目前是研究原型,仅支持 Rust,验证依赖 Verus 与 Z3。
Mistral 扩展企业 AI 平台 Studio,新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性和评测功能。开发者可为智能体配置技能、沙箱与子智能体,并通过新的 Mistral MCP server 在本地测试后一条命令部署到 Studio。平台支持云端、自有 VPC 和本地部署,ABANCA、BNP Paribas、Capgemini 等客户已在生产环境使用。
推荐理由:原文给出 Studio 新增托管智能体、工作流与可观测能力,读者可据此判断企业自建智能体的落地路径。
Google Research 提出 Agile Deliberation 框架,把主观 AI 分类器的定义过程变成人机迭代对话,先由 AI 协助用户澄清自身定义,再构建分类器。
Google DeepMind 为 Google Antigravity 推出化学信息学 Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体完成分子抽取、匹配分子对分析和成药性建模。
推荐理由:原文完整演示了化学智能体从文献抽取分子到设计合成路线的流程,可据此判断科研工作流的自动化边界。
微软构建 Industry Evaluation Data Generation Platform,用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot,全程不使用任何客户数据。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是一个 1 万亿参数的原生多模态模型,此前已进入公开预览。
推荐理由:原文给出开放权重、三档推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。
Google 研究团队提出 sleep 框架,让 LLM 在活跃交互与离线睡眠两个阶段间交替,把短期上下文巩固进长期参数。睡眠阶段通过 MoE 参数扩展、基于 GKD 与 RL 的知识播种及随机专家激活的梦境自训练完成巩固,在 BABILong 上支持最长 10M token 的长上下文,并在 AIME 24/25 与 HMMT 25 上分别取得 79.2%、69.0% 和 46.1% 的准确率。
Google Research 在 IDWeek 2026 上分享了将结核病筛查 AI 从研究推向临床的路径:2019 年在 Radiology 发表基准,2024 年在 NEJM AI 完成多中心前瞻验证,随后与 Nexus AI 合作取得 CE MDR class IIb 认证与 ISO 13485 认证。
微软研究院发布 Flint-interactive,一种在 Flint 之上创建交互式数据可视化的语言,让智能体生成可点击、筛选、缩放和跨图表联动的图表。它通过 Flint 编译器把点击、拖拽等原始触发解析为语义事件,用户和智能体只需用高层算子描述更新行为,从而减少布局、渲染和调试问题。
推荐理由:微软研究院发布 Flint-interactive,把交互逻辑交给编译器处理,读者可据此判断 AI 生成图表在交互可靠性上的改进空间。
Google Research 在 JAMA Network Open 发表研究,用 AI 解读未经专业超声培训的操作者采集的盲扫超声图像来估算孕龄。在 385 名 16 至 36 周孕妇的队列中,模型平均绝对误差为 4.18 天,专家标准流程为 4.48 天;芝加哥适配后为 4.10 天,内罗毕零本地优化下为 4.27 天。研究还记录了可换电池、模型置信度估计等实际部署经验。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,将 Mistral Large 4 与 NVIDIA CUDA-X、Warp 结合,加速工程仿真并打通仿真、模型开发与设计闭环。
Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK。
推荐理由:原文给出语音智能体 SDK 与转写、TTS 模型的完整规格和定价,可据此判断实时语音工作流的落地成本。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一,参数量仅为此前 SOTA 的三分之二。
推荐理由:原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟,可据此判断时间序列基础模型的选型空间。