跳到正文
#部署/工程
10月7日周三
  1. Arthur Mensch38

    我们正在这座火车站里构建 AGI

    引用Guillaume Lample @ NeurIPS 2024@GuillaumeLample

    ML4 was trained on 3,800 NVIDIA Grace Blackwell GPUs in our European datacenters -- our cluster in Bruyères-le-Châtel built using our Series B fundraise. We are investing heavily in infrastructure, with our Series C and D clusters coming online soon. This additional compute will let us train longer, pursue more ambitious post-training, and iterate faster. We expect large and rapid improvements in the weeks and months ahead. 2/n

10月6日周二
  1. Arthur Mensch80

    Mistral AI 发布 Mistral Large 4（代号 Le Chonk），1T 参数、49B 激活、原生多模态，官方称其在美国或欧洲开源权重模型中聚合基准表现最好，并在网络防御、制造和金融等关键负载上达到 SOTA，视觉 grounding 超过闭源前沿模型。模型端到端在欧洲打造，可通过 Mistral Cloud 从欧洲部署，今日起 API 开放，权重将于 10 月底发布。联合创始人 Arthur Mensch 补充称该模型在自家算力上训练和推理，RL 尚未出现饱和迹象。

    引用Mistral AI@MistralAI

    认识 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试上，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    推荐理由：Mistral 联合创始人补充了 Mistral Large 4 的自研算力训练与 RL 未饱和信号，可对照官方发布看训练侧取舍。

10月4日周日
10月2日周五
  2. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统，实现可验证的隐私保护

    Google 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供可远程验证、可审计的端到端保证，并已在 Gboard 上线英语和日语下一词预测模型。

    推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，读者可了解其如何让数据匿名化过程可被外部验证。

  3. Hugging Face Blog37

    ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据

    ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功轨迹定位能力缺口，再生成并验证新任务用于后训练。该流程以 system specification、user prompt、verifier 三要素定义任务，要求任务可行、真实且尚未被稳定解决，并随模型改进动态调整课程。团队以 EnterpriseOps Gym 数据集演示了该流水线。

10月1日周四
9月28日周一
9月25日周五
  1. GitHub Blog · AI & ML36

    GitHub Copilot 为何认为 chat 是错误的 UI

    GitHub Copilot 提出 canvas 概念，即运行在 GitHub Copilot app 内、无浏览器外壳的全栈应用，可与 agent 双向通信并调用第三方 API、在本地执行代码。官方认为 chat 只是通用兜底方案，用户明确任务时更该让 agent 构建可复用工具，而非把 agent 本身当工具，例如用 canvas 管理 Winget 包或直接操作 SQLite 数据库。

9月24日周四
  1. Microsoft Research62

    微软研究院：物理 AI 机器人推理卸载研究与工具链

    微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。

    推荐理由：微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异，并给出可复用的 Kubernetes 卸载工具链。

9月22日周二
9月10日周四
  1. Mistral AI38

    Mistral 与 Cloudera 达成合作，将主权 AI 引入企业数据平台

    Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。合作还支持企业用专有数据在受控环境中训练自有模型，保留数据与模型所有权，模型可基于开放权重适配和拥有。Cloudera 平台承载 30 exabytes 客户管理数据。

9月9日周三
  1. Mistral AI60

    Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码

    Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 侧校验，再用自定义解析器生成调用树、由 Vibe CLI 启动上百个智能体结合 Mistral OCR 补全文档。

    推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程，其中先建数值对齐测试再迁移的做法可迁移到其他遗留系统改造。

9月4日周五
  1. Andrew Ng60

    吴恩达发布 AI Engineering Skills Map，梳理使用编码智能体的关键技能。他把用编码智能体构建软件的流程归纳为规划、执行、部署与监控三步，并列出五项核心技能：主导工作流、赋予智能体自主性、审查产出、定制智能体及其环境、理解编码智能体基础原理。他提到该技能演进速度快于其他顶层 AI 工程技能，并认为社交媒体上关于编码智能体的描述常被过度简化，多数有效使用仍是高度迭代的过程。

8月25日周二
  1. Mistral AI36

    Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI

    Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，合作规模达数亿欧元。双方将优先聚焦网络安全与语音领域，并计划开发阿拉伯语表现强劲的前沿模型，Mistral 还将探索使用 HUMAIN 的数据中心基础设施。双方计划在沙特制定联合市场策略，面向受监管行业推广 AI 解决方案。

8月24日周一
  1. Import AI22

    Import AI 470：机器不应享有权利；SPADE 自动化环境生成；Hawkeye 构建更优 GPU kernel

    METR 研究显示 AI 对科学的加速并不均衡：2026 年网络安全漏洞报告速度较 2025 年大幅加快，数学领域贡献有限，AI 研究本身则未见可测量的加速。多校团队提出 SPADE 自博弈框架，让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，较基线提升 8.1。

8月22日周六
8月20日周四
  1. Mistral AI69

    Mistral 发布 Agentic Search，用多步检索循环提升复杂文档问答准确率

    Mistral 发布 Agentic Search，一种让模型在检索结果中继续搜索、打开、导航、读取和 grep 的多步检索层，通过 Mistral Search Toolkit 提供，并内置在 Studio 和 Vibe 的 Libraries 中。

    推荐理由：原文给出多步检索循环的五个工具与两组基准数据，读者可据此判断传统 RAG 在复杂文档上的边界。

8月19日周三
8月11日周二
  1. Kimi.ai34

    Kimi K3 现已在 @databricks 上线！

    引用Databricks@databricks

    Moonshot AI's latest open-weight model, Kimi K3, is now available on Databricks through Unity AI Gateway. @Kimi_Moonshot Run Kimi K3 where your data already lives - governed, secure, and ready for custom AI apps and agents built with the data in your Lakehouse. Unity AI Gateway lets you deploy Kimi K3 with enterprise-grade access controls. Govern every call, monitor performance, and scale securely across your AI apps. Test Kimi K3 alongside other frontier models without changing your application code. The open-weight frontier just arrived on Databricks. Try it today. https://www.databricks.com/blog/kimi-k3-moonshot-ai-now-available-databricks-through-unity-ai-gateway

7月29日周三
7月7日周二
5月8日周五