跳到正文

全部动态

今日 5 条
今天9月29日周二
9月28日周一
  1. Mistral AI44

    Mistral 在慕尼黑开设德国枢纽，推进欧洲工业 AI

    Mistral 在慕尼黑开设德国枢纽，专注 Physics AI 与工业 AI，并招募研究、工程与应用 AI 岗位。该公司计划到 2030 年建成 1 gigawatt 欧洲算力，其开放权重模型可运行在客户自有基础设施上。其收购的 Emmi AI 带来 30 多名物理与工程 AI 专家，正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用。

9月26日周六
  3. AWS Machine Learning Blog29

    在 Amazon EKS 上借助 EFA 与 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%

    在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%。RLHF 与 GRPO 需同时平衡大规模 rollout 生成和紧耦合策略训练，两侧速率不匹配会让加速器空闲或引发训练不稳定。更稀疏的 MoE 使训练更受通信而非算力制约；作业超出单实例后，通信从节点内 NVLink 转到更低带宽的节点间链路。

9月25日周五
  3. Google Research60

    Google Research 推出自动化一致长形式视频生成框架

    Google Research 推出 Co-Director、CANVAS、A²RD 和 VQQA 等框架，自动化长形式视频生成，缓解语义漂移并提升多镜头叙事一致性。

    推荐理由：Google Research 推出 Co-Director、CANVAS、A²RD 和 VQQA 等多代理框架，自动化一致的长形式视频生成，有效缓解语义漂移和特征漂移，提升多镜头叙事一致性。

9月24日周四
  1. Hugging Face Blog67

    如何使用 NVIDIA Warp 和 MjWarp 加速机器人模拟和学习工作流

    NVIDIA 博客介绍了如何将 MuJoCo 场景迁移到 MJWarp 以实现 GPU 加速。文章展示了从 SO-101 机械臂的 CPU 模拟到 2048 并行 GPU 环境的迁移步骤，包括模型上传、批处理状态复制、CUDA 图捕获和吞吐量测量。迁移后可实现单步从 CPU 世界到 GPU 批处理的并行推进。

    推荐理由：NVIDIA 提供了从 MuJoCo 到 MJWarp 的迁移指南，展示了如何将单个机器人模拟扩展到 2048 个并行 GPU 环境，实现大规模采样。读者可据此在物理 AI 学习工作流中利用 GPU 加速。

9月23日周三
  2. NVIDIA Blog18

    Sakeena Fiza 助力 NVIDIA 硬件规模化成功

    NVIDIA 验证工程师 Sakeena Fiza 负责量产前验证数据中心系统，曾见证 Rubin GPU 全球首次在系统级成功枚举。她与团队从 tray、rack、cluster 一路验证到客户 AI factory，目标是在客户之前发现硬件问题。单块板卡含数万组件、机架接近 50 万，验证需在真实条件下把硬件推向极限。

  3. AWS Machine Learning Blog69

    GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用

    GPT-6 Sol 与 GPT-6 Luna 已在 Amazon Bedrock 正式可用，两款模型的 API 定价均显著低于 GPT-5.6 前代。GPT-6 Sol 面向每周重复出现的复杂编码与运维任务，OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半；GPT-6 Luna 面向高并发的信息提取、摘要、分类和聚焦问答，可逐请求调整推理强度。

    推荐理由：原文对比了 GPT-6 Sol 与 Luna 在 Bedrock 上的定位和定价，给出按任务分层选型与提示词缓存的实践参考。

9月22日周二
  3. NVIDIA Blog31

    从赋能到落地：NVIDIA 埃及 AI 生态迈入生产规模

    NVIDIA 在埃及大埃及博物馆举办 AI 生态活动，埃及 NVIDIA Deep Learning Institute 学员一年内增长逾十倍，Hassan Allam Utilities 与 A15 将投资约 4 亿美元建设新数据中心。非洲一年内已有四座 AI 工厂宣布或上线，另有 656 兆瓦新产能待落地。NVIDIA 在非洲已培训逾 8.5 万名开发者，原定三年 10 万名目标。

9月21日周一
  1. Microsoft Research47

    RetroChimera 规模化改进小分子合成预测

    RetroChimera用学习排序融合R-SMILES 2与NeuralLoc的互补预测，改进小分子逆合成预测。10个高难度目标中，其完整路线被接受9条，de novo、editing与NeuralSym分别为5、4、2条。模型发表于Nature并开源实现与权重，能召回稀有反应，也能在专有数据集上零样本迁移和微调。

  2. NVIDIA Blog30

    5 家公司用 NVIDIA AI 推进清洁能源

    NVIDIA 在纽约气候周重点介绍五家用 AI 推进清洁能源的公司，覆盖电网、核电、储能与聚变。ThinkLabs AI 基于 NVIDIA CUDA 的数字孪生与 agents 帮助 Southern California Edison 把电网互联评估从 30-45 天缩短到 2 分钟，Atomic Canyon 的 Neutron 和 NIVA 平台服务于核电运营。

9月17日周四
  2. GitHub Blog · AI & ML78

    GitHub Copilot运行时迁移至Rust，使用Copilot

    GitHub Copilot运行时从TypeScript重写为Rust，由AI代理主导完成，超过80万行Rust代码。迁移过程实现了性能提升和跨产品共享运行时。

    推荐理由：原文详细记录了使用Copilot代理将GitHub Copilot运行时从TypeScript迁移至Rust的过程，性能提升显著，并实现了多产品共享。

9月16日周三
9月11日周五
9月10日周四
  1. Mistral AI39

    Cloudera 与 Mistral 达成合作，为企业数据带来专业化主权智能

    Mistral 与 Cloudera 达成合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持在私有云、公有云、本地及完全气隙环境部署推理并保持控制。企业还可在受控环境用专有数据训练自有模型并保留数据与智能所有权，面向主权 AI 需求。Mistral 提到 Cloudera 平台承载 30 exabytes 客户管理数据。

9月8日周二
  1. Google DeepMind71

    Google DeepMind 发布 AlphaGenome Atlas：人类基因组中每种可能 DNA 字母变化的预测地图

    Google DeepMind 发布了 AlphaGenome Atlas，提供人类基因组中 90 亿个单核苷酸变异的分子影响预测。该平台包含数千个分子效应预测，覆盖多个细胞类型，已在罕见病研究中验证变异功能。AlphaGenome Atlas 通过网站、AlphaGenome API 和 Google Antigravity 提供。

    推荐理由：Google DeepMind 发布了 AlphaGenome Atlas，提供人类基因组中 90 亿个单核苷酸变异的分子影响预测，并推出 AVI 分数用于变异影响评估。

  3. Mistral AI66

    Mistral 完成 30 亿欧元 D 轮融资，投后估值超 210 亿欧元

    Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 和 PSG Equity 联合领投。Mistral 称这是欧洲科技公司完成的规模最大的股权融资，资金将用于扩展前沿研究、算力容量、基础设施以及商业化与国际业务。公司目前在 20 个国家运营，服务 125+ 家全球企业，包括 Airbus、ASML 和 HSBC。

    推荐理由：融资规模与投资方结构显示欧洲主权 AI 路线的资本支持力度，可用于对照 Mistral 全栈开源布局的商业方向。

9月4日周五
9月3日周四
  1. Google DeepMind70

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者延续 3.7 Flash 的速度与定价（每百万输入 token 0.75 美元、每百万输出 token 3.75 美元），在软件工程、智能体任务和多步推理上明显提升。

    推荐理由：3.8 Flash 在相同价格下把提升集中在长周期编码与智能体任务，读者可据此判断是否替换现有生产模型。