Ai2 发布 HiRO-ACEv2,以约 1/300 成本生成全球 3 km 气候数据
Ai2 发布 HiRO-ACE 系统更新 HiRO-ACEv2,其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场,并提升极端事件预测能力。在给定粗化的 X-SHiELD 数据时,它对最稀有事件的模拟统计量与目标模拟的偏差在 3% 以内,还能估算热带气旋总能量并生成具有真实风眼和雨带的飓风。
推荐理由:原文给出极端天气模拟的精度与成本对比,读者可据此判断 AI 气候模拟在科研数据生成上的可用边界。
技术方向
开源模型、框架与仓库动态:权重开放、社区项目爆火、开源与闭源的力量消长。
11 条精选近 30 天 10 条共收录 44 条
Ai2 发布 HiRO-ACE 系统更新 HiRO-ACEv2,其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场,并提升极端事件预测能力。在给定粗化的 X-SHiELD 数据时,它对最稀有事件的模拟统计量与目标模拟的偏差在 3% 以内,还能估算热带气旋总能量并生成具有真实风眼和雨带的飓风。
推荐理由:原文给出极端天气模拟的精度与成本对比,读者可据此判断 AI 气候模拟在科研数据生成上的可用边界。
Liquid AI 发布 LFM2.5-24B-A2B,一个总参数 24B、每 token 仅激活 2B 的推理模型,面向端侧私有智能体,会在回答前生成显式思维链并调用工具。
推荐理由:LFM2.5-24B-A2B 以 2B 激活参数在工具调用与指令遵循上对标更大 MoE,并给出端侧与 GPU 推理速度数据。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存、1 petaflop AI 算力,并同步推出面向本地智能体的软件与模型更新。
推荐理由:围绕 RTX Spark 笔记本上市,梳理本地智能体、创作与开发工具链的配套更新,可据此判断本地 AI 工作流的可用程度。
NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献了 Vera Rubin 机架和计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 OCP,读者可据此了解 AI 工厂基础设施的开放标准走向。
微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重写智能体。
推荐理由:微软研究院开源 Agent Lightning v1.0,读者可了解让部署用 harness 直接参与 RL 训练的思路与实测收益。
英伟达团队从 Nemotron 3 出发,用 SFT、RL 和生成-验证-改进的推理流程打造专业模型,在 IOI 2026 与 IMO 2026 双双达到金牌线。
推荐理由:原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集,可迁移到其他专业领域。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构、Apache 2.0 许可,740M 参数,原生将文本、图像、音频和视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化编码器与端侧内存占用等具体指标,可据此判断本地多模态检索的落地成本。
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。
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:SynthID 水印从图像扩展到合成生物学,读者可了解 AI 生成蛋白质如何在保留功能的前提下被标记与筛查。
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。
Berkeley AI Research 与 IBM Research 将进化式内核搜索框架 K-Search 扩展到 MLX,通过结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核经验适配 Apple Silicon。
推荐理由:原文给出 CUDA 到 MLX 的翻译层设计与两组内核实测数据,可了解跨硬件迁移优化知识的具体做法。