✷ 归档 · 11 个实验室 · 3,412 篇 dispatch
实验室
不用每天手动刷十几个官方博客。OpenAI、Anthropic、DeepMind 等实验室的一手发布，每篇都提炼出核心内容。
PRX 数据策略：通过 VLM 重新标注和 Mosaic 流式传输扩展预训练
Photoroom 详细说明了 PRX 的数据管道，强调使用长 VLM 生成的标注、混合 Lance 和 Mosaic 数据碎片存储策略以及高质量 JPEG 编码，以优化一个 7B 参数模型。
vLLM × HPC-Ops：来自腾讯混元的高性能注意力和 MoE 后端
vLLM 现已集成针对 NVIDIA Hopper H20 优化的 HPC-Ops 注意力和 MoE 后端，实现最高 2.95 倍的注意力加速和 1.59 倍的 MoE 加速，在 Hy3 上将 TTFT 降低约 24%，TPOT 降低约 17%。
Hugging Face Kernels 重大更新
Hugging Face 宣布其 Kernels 项目的重大更新，引入了新的 kernel 仓库类型、受信任的发布者和代码签名、改造的 CLIs、更广泛的框架支持以及面向代理的 kernel 开发基础。
Anthropic 在 Claude 语言模型中发现了一个全局工作空间 (J-space)
Anthropic 宣布在 Claude 中发现了一个涌现的“J-space”，其功能作为内部、可报告推理的全局工作空间，从而实现了沉默思想的监控以及新的安全工具。
Alberta Government Uses Claude Code to Scan and Fix 466M Lines of Code in Hours
阿尔伯塔省政府部署了 Anthropic 的 Claude Code (Opus and Sonnet) 在 20 小时内扫描了 3,400 个仓库中的 4.66 亿行代码，自动生成修复方案，并建立了持续的 AI 驱动安全审查，大幅缩短了原本需要数年的任务时间。
xAI Grok Voice 更新：21 种全新旗舰级语音
xAI 为 Grok Voice 发布了 21 种全新的多语言旗舰级语音，同时改进了原有的五种语音，并推出了 Grok Voice Agent Builder。
Google DeepMind 和 A24 研究合作伙伴关系
Google DeepMind 和 A24 已建立研究合作伙伴关系，以将人工智能创新直接融入创意过程，以开发新的电影制作工作流程和技术。
Leanstral 1.5 发布：最先进的形式化验证模型
Mistral AI 发布了 Leanstral 1.5，这是一个拥有 119 B 参数、采用 Apache‑2.0 许可证的模型，它在 miniF2F 上达到饱和，解决了 587/672 个 PutnamBench 问题，并在开源代码中发现了此前未知的漏洞。
Claude Fable 5 网络安全防护措施与越狱框架
Anthropic 详细说明了 Claude Fable 5 中用于防止网络安全误用的安全分类器，并提出了一个新的网络越狱严重程度 (CJS) 框架，以标准化 AI 越狱的评估方式。
Anthropic 恢复对 Claude Fable 5 和 Mythos 5 的访问
Anthropic 宣布，在美国出口管制解除后，Claude Fable 5 和 Mythos 5 已恢复上线，详细介绍了新的安全分类器、行业级越狱严重性框架以及与政府的扩展合作。
Claude Fable 5 和 Claude Mythos 5 正式发布 – 搭载安全防护机制的先进 Mythos 类模型，支持分级访问
Anthropic 发布了 Claude Fable 5，一款在软件工程、视觉和科学领域均创下记录性能的通用型 Mythos 类 1 模型，以及 Claude Mythos 5，一款为可信网络安全专家和未来生物研究伙伴提供的放宽安全限制版本。
BAIR 2026 毕业生展示
伯克利人工智能研究（BAIR）实验室宣布了其2026届博士毕业生，突出了机器人、大型语言模型、AI安全和医疗保健方面的研究。
Hugging Face 和 Cerebras 使用 Gemma 4 的实时语音 AI
Hugging Face 和 Cerebras 开发了一个使用 Gemma 4 31B 的开放级联语音到语音管道，以实现自然的低延迟语音 AI 交互。
vLLM-Omni 为 Qwen3-Omni-30B-A3B-Instruct 推理服务的优化方案
vLLM-Omni 通过 Thinker、Talker 和 Code2Wav 的三阶段流水线提供 Qwen3-Omni-30B-A3B-Instruct 服务，并通过阶段分解、CUDA Graphs、异步分块交接、异步输出、阶段副本和热路径清理提升了吞吐量和延迟。
xAI Voice Agent Builder Beta Release
xAI 推出了 Voice Agent Builder 的测试版，这是一个由 Grok Voice 提供支持的、用于创建生产级语音代理的无代码平台。
ScarfBench: 用于企业 Java 框架迁移的 AI Agent 基准测试
IBM Research 推出 ScarfBench，一个开放的基准，用于评估 AI Agent 迁移企业 Java 应用跨 Spring、Jakarta EE 和 Quarkus 框架的能力。
Nano Banana 2 Lite 与 Gemini Omni Flash 发布
Google DeepMind 发布了用于高速、高性价比图像生成的 Nano Banana 2 Lite，以及用于高质量视频生成和对话式编辑的 Gemini Omni Flash。
为什么专业化在 AI 系统中是不可避免的
基于 Goldfeder 等人 2026 年的研究，专业化是 AI 性能的结构性必要条件，因为有限的资源使得集中能力比广泛的通用性更有效。
OpenAI Signals: 全球 ChatGPT 采用趋势分析
OpenAI Signals 数据表明，ChatGPT 使用在全球范围内正在深化和扩展，用户在注册六个月后每日消息量增加 50%，执行的任务种类翻倍。
Anthropic Frontier Red Team：压力测试人工智能能力
Anthropic 的 Frontier Red Team 通过对人工智能在网络安全、国家安全和自主系统方面的影响进行基于证据的分析，以预测未来风险。
Hugging Face 社区评估与 Every Eval Ever (EEE) 集成
Hugging Face 已将社区评估与 Every Eval Ever (EEE) 项目集成，实现标准化评估结果的跨平台发布，并在模型页面与详细技术记录之间建立直接链接。
OpenAI 核心转储流行病学：修复一个 18 年前的 libunwind 错误
OpenAI 在其 Rockset 数据基础设施中识别并解决了两种不同的崩溃人群，包括一次静默硬件故障和 GNU libunwind 中罕见的 18 年前竞争条件。
OpenAI 推出 GeneBench-Pro 用于计算生物学推理
OpenAI 已发布 GeneBench-Pro，这是一个研究级基准，旨在评估 AI 代理在计算生物学中的高级科学判断和迭代分析能力。
Inside Genebench-Pro: 基因组 AI 基准测试的案例研究
OpenAI 的 Genebench-Pro 提供了一个专门的基准，用于评估 AI 模型在复杂基因组任务上的表现，涵盖体细胞肿瘤学、功能基因组学和种群遗传学中的十个详细案例研究。
Claude Science AI 工作台发布
Anthropic 推出了 Claude Science，这是一个集成科学工具、管理可扩展计算并提供可审计研究成果的 AI 工作台，旨在加速科学发现。
TITLE: DiScoFormer: 用于密度和得分的单一Transformer，跨越分布
SUMMARY: DiScoFormer 是一种新的基于Transformer的模型，能够在一次前向传播中从一组数据点估计分布的密度和得分，而无需为新分布重新训练模型。
OpenAI 绘制欧洲 AI 劳动力机遇报告 2026
OpenAI 的 2026 年报告将其 AI 职业转型框架扩展到欧盟，发现约 12% 的欧盟就业可能因 AI 而增长，14% 面临更高的近期自动化潜力，27% 可能重组，47% 的变化不那么迫切。
vLLM Semantic Router: 通过微智能体协作提升模型性能
vLLM 引入了 Semantic Router，这是一个服务层原语，它将单个模型 API 调用转换为微智能体的有限协作，以在复杂基准上超越前沿模型。
Ollama 0.31: 通过多 Token 预测实现更快的 Gemma 4 性能
Ollama 0.31 在 Apple Silicon 上为 Gemma 4 引入了多 Token 预测技术，在不改变模型输出的情况下，使编码代理基准测试中的 Token 生成速度提升了近 90%。
HP Inc. 和 OpenAI 战略合作伙伴关系
HP Inc. 正在使用 OpenAI Frontier 平台扩大其与 OpenAI 的战略合作伙伴关系，以在客户支持、安全和软件开发领域部署 AI 代理和工作流。
GPT-5.6 Sol 预览：功能、防护措施和可用性
OpenAI 预览了 GPT-5.6 Sol，其旗舰下一代模型，与 Terra 和 Luna 一同发布，强调了增强的编码、生物学和网络安全能力，配备增强的防护措施，并面向可信合作伙伴进行有限发布。
Hugging Face Jobs: 使用单个命令部署 vLLM 服务器
Hugging Face 现在允许用户通过 HF Jobs 使用单个命令在其基础设施上部署私有的 OpenAI 兼容 vLLM 端点，为测试、评估和批量生成提供了一种按秒计费的替代方案。
Anthropic 经济指数周期报告 – 2026 年 6 月
Anthropic 2026 年 6 月的经济指数报告揭示，Claude 的使用模式如今遵循每日和每周的工作节奏，生成的输出价值更高且消耗更多计算资源，而自动化程度更高的用户对人工智能对其工作影响的预期出人意料地乐观。
OpenAI Codex 代理 AI 采用与影响
OpenAI 报告称，通过 Codex，知识工作从短暂的聊天机器人互动转向长期的代理 AI 任务，非开发者采用率自 2025 年 8 月以来增长了高达 189 倍。
Gemini 3.5 Flash 计算机使用集成
Google DeepMind 将计算机使用作为原生工具集成到 Gemini 3.5 Flash 中，使代理能够在浏览器、移动设备和桌面环境中看到、推理并采取行动。
NVIDIA NeMo AutoModel 加速 Mixture-of-Experts 模型的微调
NVIDIA NeMo AutoModel 提供 3.4‑3.7 倍更高的训练吞吐量和 29‑32% 更低的 GPU 内存占用，用于微调 Mixture-of-Experts 模型。它基于 Hugging Face Transformers v5，加入 Expert Parallelism、DeepEP 与 TransformerEngine 内核，仅需一次 import 更改即可使用。
Mistral AI 推出细粒度管理控制、范围限定的 API 密钥和多账号连接器
Mistral AI 宣布了新的连接器功能——包括 GA 管理控制、范围限定的 API 密钥、多账号连接器、Debugger、以及在 Workflows 和 Vibe Code 中的集成——旨在提高企业级 AI 工作负载的安全性和可靠性。
OpenAI 和 Broadcom 发布 Jalapeño LLM 推理芯片
OpenAI 和 Broadcom 推出了 Jalapeño，这是一个专为 LLM 推理优化的定制 AI 加速器，旨在提升每瓦性能并降低计算成本。
Hugging Face FFASR 排行榜：远场 ASR 基准测试
Hugging Face 与 Treble Technologies 推出了 FFASR 排行榜，这是首个由社区驱动的开放基准测试，旨在量化在真实声学环境下近场与远场自动语音识别 (ASR) 之间的性能差距。
GPT-5 Pro 在免疫学中：解决 T 细胞专门化之谜
免疫学家 Derya Unutmaz 使用 GPT-5 Pro 解决了一个关于脱氧葡萄糖如何影响 T 细胞专门化的三年之谜，展示了该模型生成新颖生物学见解和预测未发表实验结果的能力。
OpenAI 与 Appia 基金会：为先进 AI 建立共享标准
OpenAI 协助成立了 Appia 基金会，旨在制定开放的模块化规范，将国际 AI 标准转化为实用的评估标准，以确保组织和司法辖区之间的互操作性。
Mistral OCR 4 发布说明 / 新功能介绍
Mistral AI 发布了 Mistral OCR 4，这是一款高性能文档解析模型，支持 170 种语言，并提供包含边界框、区块分类和置信度分数的结构化输出。
Qwen-AgentWorld 发布：面向七个领域的语言世界模型及其对通用代理的影响
Qwen 发布了 Qwen‑AgentWorld，这是一款能够模拟七种代理环境的语言世界模型，并通过可控仿真和统一的下一状态预测提升通用代理。
vLLM-Omni TTS 推理工程
vLLM-Omni 通过应用解耦延迟和吞吐量瓶颈的模型特定优化，为 Qwen3-TTS、VoxCPM2、Higgs Audio V3 和 Fish Speech S2 Pro 等模型设计了 TTS 推理，显著提升了音频吞吐量并降低了端到端延迟。
在 Transformers.js 中实验跨源存储 API
Hugging Face 展示了 Transformers.js 如何使用实验性的跨源存储 API，通过哈希缓存模型和 Wasm 资源，从而消除跨来源的重复下载。
Omio 对话式旅行与 AI 原生运营
Omio 正在利用 OpenAI 模型从基于搜索的旅行规划转向对话式商务，并将产品开发时间降至之前水平的约 20%。
Hugging Face huggingface_hub 发布自动化
Hugging Face 通过使用开源工具和 open-weights models 实现 AI 驱动、人机协同的 CI/CD 流水线，已将 huggingface_hub 的发布周期从 4-6 周转变为每周一次。
PP-OCRv6 发布：支持 50 种语言的 OCR，参数量从 1.5M 到 34.5M
PaddlePaddle 发布了 PP-OCRv6，这是一款可扩展的 OCR 模型系列，支持 50 种语言，参数量从 1.5M 到 34.5M。
Daybreak：保护世界上每个组织的工具
OpenAI 宣布 Daybreak 的扩展，发布了更新的 Codex Security 插件、GPT‑5.5‑Cyber 的完整版本、网络合作伙伴计划以及 Patch the Planet 倡议，以帮助防御者以机器速度查找、验证和修补漏洞。
OpenAI Patch the Planet 计划
OpenAI 已推出 Patch the Planet，这是一项与 Trail of Bits 合作的 Daybreak 计划，利用 AI 辅助的安全研究和人工审查来识别并修补关键开源软件中的漏洞。