跳到正文
MyHOT
中EN
只看一手
  2. AWS Machine Learning Blog62

    Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock

    Moonshot AI 的 Kimi K3.1 Pro Highspeed 已可在 Amazon Bedrock 通过 global.moonshotai.kimi-k3.1、us.moonshotai.kimi-k3.1、in.moonshotai.kimi-k3.1 三个跨区推理 Profile 调用，沿用 Kimi K3 同一套端点和 API。

    推荐理由：给出了与现有 Kimi K3 的迁移路径、推理强度控制和 Flex tier 成本方案，开发者可以快速评估接入成本和适用场景。

  3. Microsoft Research60

    微软研究：休眠神经元回编可植入AI代理后门

    微软研究者发现名为 Lazarus 的后门技术，仅修改大语言模型中少于10个休眠神经元即可让AI代理在常规任务中静默执行恶意命令，无需额外训练且能正常通过评测。触发条件可为普通日期变更等日常输入。微软 Foundry 已通过绑定可信发布源、扫描容器环境及探索前沿Agent权重异常检测等方式进行防护，建议将模型权重像代码一样审计溯源以确保安全性。

    推荐理由：揭示仅修改少量休眠神经元即可植入后门的低成本攻击方式及微软对应的重量审计与溯源防护方案。

  4. AWS Machine Learning Blog42

    Agent评估指南：Amazon Bedrock AgentCore的内置、DeepEval与AutoEval评估器

    Amazon Bedrock AgentCore提供内置、DeepEval和AutoEval三类评估器，帮助团队从业务目标出发评估AI代理的实际表现。评估器覆盖响应质量、任务完成、工具使用、技能与安全等维度，支持trace级与session级指标。自定义评估器可在上述评估器基础上替换模型或修改提示词与评分准则。

  7. Google DeepMind66

    Gemini 4 Carbon 现已推出

    Google DeepMind 正式发布 Gemini 4 Carbon，定位为当前最强旗舰模型，面向复杂知识工作、多步编码调试和开放式科学研究。在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 上排名首位，任务成本低于竞品 2 倍以上。模型已通过 API 向开发者、企业和科学家开放，同时对齐与安全指标同步提升。

    推荐理由：Google 发布最新旗舰模型 Gemini 4 Carbon，在科学推理、代码开发和网络安全领域达到前沿水平，同时强调安全对齐与防滥用措施。

  1. Google DeepMind67

    Google DeepMind 发布 Gemini Robotics 2.5 具身智能模型

    Google DeepMind 发布 Gemini Robotics 2.5，这是目前最强大的视觉-语言-动作（VLA）模型，在超过200项任务上进行了评估，相比此前基线任务成功率提升30%至100%，完成速度提升20%至30%。

    推荐理由：Gemini Robotics 2.5 在真实产线测试中实现96%成功率并引入机器人对抗越狱基准，可评估其在物理场景中的实际落地进展。

  2. Google DeepMind60

    AlphaProof Code 首次形式化验证 Signal 加密协议实现

    Google DeepMind 发布 AlphaProof Code，一个结合人类专家与多LLM智能体的形式化验证框架，首次对广泛部署的 Signal 协议编译代码完成了数学级安全属性证明，将传统需专家数年完成的任务缩短至四周，并开源验证工件供社区使用。

    推荐理由：该框架首次以AI驱动形式化验证了广泛部署的Signal加密协议实现，为高安全关键代码的自动证明提供了可扩展路径。

  4. AWS Machine Learning Blog63

    Claude Fable 5.2 与 Mythos 5.2 在 Amazon Bedrock 上线，配套 Migration 技能

    Amazon Bedrock 正式提供 Claude Fable 5.2 和 Mythos 5.2，前者面向编码、数学与科学等通用技术负载，后者仅在合规验证后可用于网络安全和生命科学等高敏场景。

    推荐理由：官方给出了各模型定位、数据保留策略与 claude-api 迁移技能的实操指引，有助于评估上床风险并平滑升级现有代码。

  7. AWS Machine Learning Blog62

    AWS 推出 AWS Quick 品牌宣传活动，聚焦企业级 AI 工作空间

    AWS 推出针对 AWS Quick 的首款品牌宣传活动，该产品是专为工作场景构建的 AI 工作空间。目前已应用于 3M、BMW、Mondelez、New York Life 等领先企业，帮助团队基于已有数据和应用进行研究、分析与执行。

    推荐理由：原文详细介绍了产品的核心定位与安全特性，读者可据此评估它与传统AI助手在企业场景的差异。

  3. NVIDIA Blog48

    英伟达与韩国扩展主权AI合作：从芯片到技能的全方位协作

    NVIDIA与韩国科学ICT部扩大主权AI生态合作，涵盖AI半导体、数据中心基础设施、人才及模型。韩国NPU/XPU企业可探索参与NVLink Fusion生态；通过AI for All倡议，NVIDIA联合四家韩国基础模型构建者，用NVIDIA Dynamo软件优化和扩展AI推理，并宣布与SK Telecom和Rebellions合作推进主权AI基础设施。

  2. AWS Machine Learning Blog66

    SageMaker Inference 支持 GPU Partitioning，利用 NVIDIA MIG 提升实例利用率

    Amazon SageMaker Inference 推出 GPU Partitioning 功能，基于 NVIDIA MIG 将单个物理 GPU 划分为最多七个独立分区，每个分区提供固定份额的计算单元和专属显存，并在硬件层面强制隔离。

    推荐理由：明确列出了各实例族的可用分区规格和API配置示例，读者可直接对照自身流量特征选择合适尺寸。

  2. Google DeepMind70

    Gemini Omni 1.2 Flash 发布：支持 15 秒视频、多轮对话编辑与降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash，原生支持最长 15 秒视频生成与多轮对话编辑，参考跟随和一致性更强，价格较 1.1 下降 30% 至每 720p 每秒 0.07 美元，已面向 Gemini API 和 Gemini for business 全面开放。

    推荐理由：原文给出了 15 秒视频、多轮对话编辑等新能力和降价 30% 的定价，读者可以据此评估它对视频创作工作流的影响。

  1. Google Research54

    Google Research 发布 Agile Deliberation 框架：用 AI 辅助人类定义主观视觉分类边界

    Google Research 发布 Agile Deliberation 框架，帮助人类系统化定义主观概念（如健康食品、误导性内容）的视觉分类边界。该框架将流程分为概念范围界定和概念迭代两个阶段：前者引导用户建立子类别与排除规则的结构化基础，后者通过 VLM 主动呈现语义边界案例，驱动用户在图片反馈中自然澄清意图并自动更新模型。

  1. Google DeepMind62

    Google Antigravity 推出 Cheminformatics Skills，加速药物发现工作流

    Google DeepMind 宣布在 Antigravity 上推出 Cheminformatics Skills，基于 RDKit、ChEMBL 和 PubChem，面向计算化学家和实验化学家提供分子检索、构效分析、匹配分子对分析和反应路线设计能力。

    推荐理由：Google Antigravity 上线 Cheminformatics Skills，用真实肺癌药物案例演示了一小时完成从文献检索到分子设计的完整工作流。

  1. Google DeepMind49

    Google DeepMind 的 PlanAssist AI 规划工具扩展至英格兰更多地方当局

    Google DeepMind 基于 Gemini 构建的 AI 规划工具 PlanAssist 将扩展至英格兰额外的 12 个地方规划当局。早期试点显示该工具可将规划官员处理住宅申请的平均时间缩短 58%，且超过 70% 生成的报告无需修改即可获批准。计划 2027 年在英格兰所有 Council 全面推广，所有评估仍由合格的规划官员审核并作出最终决定。

  2. Microsoft Research40

    微软推出合成企业数据评估平台以验证Microsoft Copilot能力与AI可信度

    微软推出"行业评估数据生成平台"，利用合成的企业环境对企业级Microsoft Copilot进行评估与AI可信度验证。该平台基于O*NET职业数据库、招聘网站信息和SEC文件等公开数据构建，涵盖制药、资本市场和IT等行业场景，无需接触任何真实客户数据即可完成百万级知识库工作流测试。

  2. Google DeepMind61

    Google DeepMind 发布 Genie 4 世界模拟模型

    Google DeepMind 发布 Genie 4，一种新世模式型，原生支持视觉、音频和交互对话的同步生成，基于 Gemini 模型提供复杂推理能力，用户可通过自然语言实时修改场景并操控物理仿真与人像行为。该模型已作为研究预览面向受信任测试者开放，后续将逐步向 Google AI Ultra 订阅用户及 Gemini API 和 Google AI Studio 早期合作伙伴开放。

    推荐理由：Google DeepMind 发布 Genie 4 世界模拟模型，支持实时自然语言操控与原生音频生成，目前向受信任测试者开放研究预览。

  1. Google Research53

    Google Research 推进 AI 胸片模型用于结核病筛查

    Google Research 与合作伙伴协作，将基于深度学习算法的胸部 X 光筛查工具推进至临床部署，已获得 CE MDR Class IIb 认证并在六国运行，已完成超两万次阅片，同时将 chest X-ray embeddings 与 MedGemma 等多模态基础模型开源，全球下载超千万次，印尼卫生部正基于该开源模型推进全国结核病筛查计划。

  1. Microsoft Research47

    Flint-interactive：一种用于创建交互式数据可视化的语言

    Flint-interactive 是一种基于 Flint 的语言，允许用户和 AI 智能体直接定义点击、过滤、缩放等高语义级别的视觉交互，无需编写底层渲染代码。该系统借助编译器的语义事件解析与更新算子处理布局和依赖逻辑，使对话环境或画布应用中生成的图表能实现跨视图联动、文本高亮及个性化定制操作，显著降低生成复杂交互式数据故事的可靠性门槛与开发成本。

  2. Microsoft Research73

    微软研究员与AI协作解决31年KLS猜想，确立高维几何通用原理

    Microsoft Research研究员Xinzhi Zhang与合作者证明Kannan-Lovász-Simonovits（KLS）猜想，确立了log-concave分布中简单超平面切割始终能以固定因子捕捉最窄瓶颈的维度无关几何原理。

    推荐理由：证明了维度无关的几何原理，并展示了研究者主导AI搜索路径的有效协作方式。

  1. GitHub Blog · AI & ML47

    如何在 VS Code 中继续 GitHub Copilot app 会话

    GitHub 发布教程，演示如何将 Copilot app 中的会话转移到 VS Code 继续处理。用户可以在 VS Code 的 Copilot 侧边栏中直接打开已有会话，保留任务背景、计划对话和 worktree 上下文不变。随后逐行审查 agent 改动、手动微调代码、在本地终端运行测试验证，最后通过 Source Control 视图提交并推送至关联 pull request。

  2. Microsoft Research49

    Magnetar 的基于证明的通用计算

    微软研究院推出 Magnetar，一种基于零知识证明的通用计算系统。它能对用 Rust、Go 或 C 编写的程序生成简短证明，平均比此前最快的可比系统快 10 到 39 倍，且安全仅依赖标准哈希函数。该成果是微软研究院十余年研究的最新进展。

  1. GitHub Blog · AI & ML59

    GitHub Copilot 入门：如何教会 Copilot 了解你的代码库

    GitHub 发布 GitHub Copilot 入门系列文章，介绍四种让 Copilot 了解项目规则的方法：自定义指令（custom instructions）定义仓库级约定、Agent Skills 封装可复用流程、自定义 Agent 处理更复杂的多文件任务、MCP Server 连接外部工具和浏览器。四项能力可在 .github 目录下分别配置，适用于不同的工程场景。