跳到正文
只看一手
今天10月8日周四3 条
  2. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的密钥检测模型，将接入推送保护

    GitHub 发布基于 ModernBERT 的通用密钥检测分类器，利用上下文识别非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 用九个季度数据说明密钥泄露与代码量同步增长，并给出把检测成本压到 2 毫秒内的新分类器方案。

10月7日周三
  4. Microsoft Research22

    微软研究员 Jennifer Neville 谈 AI 的意外失败与评估边界

    微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论了评估如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。

10月6日周二
10月5日周一
10月2日周五
  2. NVIDIA Blog62

    NVIDIA 推出 DGX Spark 64GB 版本，支持双机集群扩展本地 AI

    NVIDIA 将于 10 月 23 日通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 发售 DGX Spark 64GB 版本，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 和完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备端运行。

    推荐理由：原文给出 64GB 版本的定价、上市时间与双机集群性能数据，可据此判断本地跑百亿参数模型的成本与扩展方式。

10月1日周四
  2. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：Gemini 4 Argon 的发布信息包含输出上限、定价与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。

9月30日周三
  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 发布 SynthID Bio，把 SynthID 水印技术引入合成生物学，将不可感知的签名直接嵌入生物代码，在数字模型和合成出的实体蛋白质上均可验证，同时保持其生物功能。

    推荐理由：SynthID 水印首次延伸到合成生物学，读者可了解其在蛋白质序列与结构上的实现方式及生物安全用途。

9月29日周二
  1. Microsoft Research62

    微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统

    微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学多模态世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。

    推荐理由：微软研究院公开 Quine 的生物学世界模型与工具编排框架，并给出胰腺癌化合物筛选的湿实验验证结果。

9月26日周六
  1. GitHub Blog · AI & ML38

    GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas（画布扩展）是一种用户与智能体共享的可定制界面，可做成看板、issue 分诊板、发布清单或仪表盘。在 agent 会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，即可自动生成界面并在右侧面板打开，无需手写代码或调整布局。

9月25日周五
  1. GitHub Blog · AI & ML50

    GitHub Copilot 为什么说聊天框是错的 UI

    GitHub Copilot 提出用 canvas 替代聊天框：canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信，也能调用第三方 API 或在本地执行代码。文中以 Connect 4 游戏、Winget 包管理和 SQLite 界面为例，说明让 agent 造工具比把 agent 当工具更省 token。

  2. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。

    推荐理由：原文完整披露了自主模糊测试流水线的分层架构与覆盖反馈循环，可了解 LLM 智能体如何接手安全测试中的重复劳动。

9月24日周四
  2. Microsoft Research60

    微软研究：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动机器人操作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现并延长续航。

    推荐理由：微软对机器人推理负载的系统性测量显示，把推理从机载 GPU 卸载到边缘或云端可同时改善任务成功率与续航。

  3. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆

    Google DeepMind 公布 Private AI Compute 平台的新能力，将持久化服务端记忆引入云端，让 AI 助手在跨设备场景中保留上下文。该架构把数据封存在加密存储中，解密密钥仅保存在用户设备上，模型访问时通过端到端加密通道连接云端安全隔离区，在隔离内存中临时解密、保存新上下文后立即重新加密。

    推荐理由：Google 披露 Private AI Compute 新增服务端持久记忆的架构，读者可了解云端记忆如何与端侧密钥结合。

9月23日周三
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演导演，后者面向高并发、低成本的配音与语音智能体场景。

    推荐理由：官方给出两款 TTS 模型的语音设计、逐行导演能力与基准排名，可据此判断语音生成从预设音色转向可定制创作的变化。

9月21日周一
  1. Microsoft Research36

    微软研究院在 Nature 发布逆合成模型 RetroChimera，并开源实现与权重

    微软研究院在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型由 Transformer 的 R-SMILES 2 与基于 GNN 的 NeuralLoc 两个子模型组成，通过学习式重排序整合二者互补预测。盲测中化学家更偏好其单步反应预测，十个挑战性目标的多步路线中成功九个，对比之下 de novo 模型为五个、编辑模型为四个、NeuralSym 为两个。

9月16日周三
9月8日周二
  1. Google DeepMind62

    Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组全部 90 亿个单碱基变异

    Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组全部 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上。

    推荐理由：原文给出覆盖 90 亿个单碱基变异的预计算数据集与 AVI 评分，读者可据此判断基因组变异解读的可用入口。

9月1日周二