Cloudflare 自称 neolab,推出 Clef 与 Clairic 两款 System One 模型
Cloudflare AI 平台产品负责人 Michelle Chen 在 AI Engineer Code Summit 上称 Cloudflare 已成为 neolab,并已发布 Clef 和 Clairic 两款 System One 模型。
Cloudflare AI 平台产品负责人 Michelle Chen 在 AI Engineer Code Summit 上称 Cloudflare 已成为 neolab,并已发布 Clef 和 Clairic 两款 System One 模型。
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)。
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。
在 AI Engineer Code Summit 上,system one 模型成为主议题,这类非生成式模型返回结构化选项、分数或概率,速度与成本通常优于推理 LLM。
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。
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。
GitHub 为密钥扫描训练了专用 ModernBERT 分类器,配合正则候选生成的两阶段流水线,在推送后扫描中把用户接受率提升 11.5%、中位扫描执行时间降低 86%、服务成本较远程 LLM 调用降低 98%。该分类器结合文件路径、变量名和周边代码判断候选字符串是否为真实凭据,使通用密钥检测得以扩展到推送保护阶段。
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器,把 push protection 扩展到非结构化密钥,可在 2 毫秒内评估一批候选密钥,并称可让可拦截的密钥数量翻倍以上。
Mistral 在慕尼黑开设新中心,组建专注 Physics AI 与工业 AI 的研究团队,并直接服务企业合作伙伴。该中心已与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用,并与慕尼黑工业大学(TUM)共建汽车空气动力学数字孪生研究。Mistral 计划到 2030 年建成 1 吉瓦欧洲算力,其开放权重模型可在客户自有基础设施上运行。
Import AI 第 474 期介绍了 Michael Levin 的论文《Ingressing Minds》,该论文主张心智是非物理的模式,身体与机器只是这些模式进入物理世界的接口,并用 xenobots、anthrobots 和排序算法扰动实验作为线索。
Berkeley AI Research 发布研究,为 K-Search 演化式内核搜索框架新增 MLX 后端,并设计结构化的 CUDA-to-MLX 翻译层,让已有 CUDA 内核作为知识库被改写为 Apple Silicon 内核。
推荐理由:读者可以看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon,以及翻译层对性能提升的具体贡献。