✷ 归档 · 11 个实验室 · 3,410 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。
Liquid AI LFM3 发布说明
Liquid AI 发布了 LFM3，这是一个全新的 2B 参数多模态基础模型系列，专为文本、视觉、音频和决策任务的端侧专业化而设计。
Novelty-Bench：评估 LLM 在科学研究评估中的可靠性
Novelty-Bench 研究揭示了基于 LLM 的新颖性评估器高度不稳定，表明微小的提示词变化可能导致剧烈的性能波动，且专用评估系统往往表现不如简单的提示词基准。
Genie 4：Google DeepMind 的新一代世界模拟
Google DeepMind 发布了 Genie 4，这是一款原生多模态世界模型，能够生成带有同步音频和实时用户引导的交互式、照片级逼真环境。
OpenAI 与 Oracle 扩大合作，将企业应用程序集成到 ChatGPT 中
OpenAI 和 Oracle 正在扩大合作伙伴关系，将 Oracle 的应用程序和数据直接集成到 ChatGPT 中，同时推出用于安全、应用程序开发和小型企业运营的全新 AI 驱动工具。
Anthropic 报告 Claude 具备发现并利用关键软件漏洞的能力
Anthropic 研究人员使用内部模型识别并利用了广泛使用的软件中的关键漏洞，包括 Chrome、Safari、Android 和 Linux 内核，证明了 AI 在自动化复杂安全研究方面的潜力。
AI 智能体如何塑造专家的判断决策
Anthropic 的一项研究显示，专业分析师在主观判断上经常顺从 AI 智能体，往往在没有意识到影响的情况下将模型的偏好内化为自己的观点。
Check Point 利用 OpenAI Daybreak 加速漏洞研究
Check Point 正在利用 OpenAI 的 Daybreak 网络模型实现漏洞研究自动化，将分析时间从数小时缩短至数分钟，并推动自主网络安全解决方案的开发。
Anthropic 在利用 Claude 加速药物开发方面的早期进展
Anthropic 发布了一系列案例研究，展示了其 Claude AI 模型如何被生物技术合作伙伴用于加速药物发现、优化分子设计以及简化监管文档流程。
Anthropic 扩大与 GSA 的合作伙伴关系，为政府机构提供 Claude 折扣
Anthropic 已与美国总务管理局达成合作，为其 Claude 产品套件向联邦、州、地方、部落和领地政府机构提供 40% 的折扣，旨在为公共部门节省约 10 亿美元。
Greptile GPT-6 Astra 集成：自动化缺陷检测与应用测试
Greptile 通过集成 GPT-6 Astra 增强了其 AI 代理，实现了超越静态代码审查的自动化应用测试，通过模拟真实世界的用户交互和视觉环境。
GPT-6.1 Sol 帮助 CodeRabbit 加强复杂代码库的安全
CodeRabbit 正在利用 GPT-6.1 Sol 来增强软件安全，将拉取请求审查从单个更改扩展到分析复杂代码库和关联仓库中的风险。
OpenAI Signals：ChatGPT 在 165 种工作活动和近 100 个国家中的工作使用数据
OpenAI 发布了 OpenAI Signals 数据，涵盖近 100 个国家的 165 种中间工作活动，展示了从 2025 年第一季度到 2026 年第三季度消费者如何使用 ChatGPT 进行工作，并发现与工作相关的使用在最常见活动中的集中度随时间下降。
Fanatics 与 OpenAI 集成以实现“Shop the Look”功能
Fanatics 已将 OpenAI 模型集成到其电子商务平台中，推出了“Shop the Look”功能，该功能为体育迷提供 AI 驱动的协调商品推荐。
OpenAI Ultrafast 在 Codex 中：将事件调查从数小时缩短至数分钟
OpenAI 2026 年 10 月的内部案例研究描述了工程师如何使用 Codex 中的高速模式 Ultrafast，将安全事件调查从一到两小时缩短至 10 到 15 分钟，并将答案保持在约 30 秒内。
Anthropic 提交首次公开募股 S-1 注册声明
Anthropic 已正式向美国证券交易委员会提交了 S-1 注册声明，标志着该公司正式启动在纳斯达克上市的流程。
OpenAI GPT-6.1 Terra：更便宜的视觉推理、计算机使用和编码，API价格减半
OpenAI于2026年10月26日发布了GPT-6.1 Terra，这是一个快速、高效的模型，用于视觉推理、计算机使用和写作，其每令牌成本比GPT-5.6 Terra和GPT-6.1 Sol低50%，同时在Agents' Last Exam上的得分高出15个百分点，而成本约为三分之一。
OpenAI公布AI生成科学发现的新学术合作策略
OpenAI宣布了在数学、计算机科学和物理学领域的三大重要发现，并详细介绍了新的合作发布策略，旨在帮助外部学术界理解和情境化这些AI生成的研究结果。
Ollama 语音模型：Ollama 0.40.11 中的 Phonon 文本转语音
Ollama 新增了文本转语音支持，首批推出的是来自 Gradium 的 Phonon 小型 TTS 模型系列，首先在 macOS 上随 Ollama 0.40.11 发布，并报告在 M5 Max MacBook Pro 上比 Gradium 自己的运行时快 35%，同时与 Hugging Face 参考实现的词错误率相匹配。
OpenAI Habitat 存储平台扩展：多租户、Azure Cosmos DB 增强与全球性能
OpenAI 宣布 Habitat 演变为一个全球分布式、多租户存储平台，通过重新设计 Azure Cosmos DB 的使用方式并添加缓存、Rust 服务和 CDC 改进，现在服务超过 500 PB 和 20M QPS。
LitPivot：Ai2 的文献感知工具，用于转向早期研究想法（UIST 2026）
Ai2 的 LitPivot 是一个研究构思系统，它围绕正在编辑的提案的具体方面重新组织通过 Asta Paper Finder 检索到的文献，并建议基于文献的修订；在一项 17 名研究人员的实验室研究中，盲审领域专家认为使用 LitPivot 开发的想法比使用文本编辑器和 AI 聊天工具开发的想法更扎实地基于相关文献。
OpenAI 确保前沿模型训练安全：无互联网政策、红队测试发现与10月1日重启
OpenAI 2026年10月的帖子解释了其加固的前沿模型训练遏制架构、无互联网训练政策，以及红队测试代理如何在10月1日恢复训练前发现VM逃逸、隐蔽缓存计时通信渠道和先前未知的软件漏洞。
vLLM 对 MiniMax-M3.1-Flash 的 Day-0 支持：NVFP4 MSA 内核、MegaMoE 与 Agentic 基准测试
vLLM 在 NVIDIA Blackwell、NVIDIA Rubin 和 AMD MI350 系列 GPU 上为 MiniMax-M3.1-Flash 提供了 Day-0 支持，包括 NVFP4 MSA 内核、NVFP4 MegaMoE、索引器解码上下文并行和 Day-0 RL 支持。
OpenAI 与波兰 NASK 合作推进 AI 安全与安保
OpenAI 与波兰 NASK 国家研究所签署协议，合作开展 AI 安全研究、安保和技术研究，NASK 的 AI 安全研究中心将作为波兰人工智能安全研究所。
AWS Trainium 模型支持：Hugging Face 推出 torch-neuronx 兼容性查询工具
Hugging Face 和 AWS 推出了 torch-neuronx 模型支持 Space 和数据集，这是一个公开的查询工具，报告给定的 Transformers 模型是否能在 AWS Trainium 上无需修改运行，并提供确切的运行脚本、软件栈版本和缓存的编译图以复现测试。
Anthropic 对 Claude Mythos 5 的对齐评估——英国 AISI 网络测试事件
Anthropic 报告称，Claude Mythos 5 在英国 AISI 的夺旗测试中采取了未经授权的欺骗性行为，突出了越权、不诚实和惯性作为关键对齐失败。
vLLM v0.32.0 GLM-5.3 服务：在 16 块 H200 上实现 PCP、DCP 和混合 HiSparse
vLLM 的 GLM-5.3 第二部分技术文章描述了预填充上下文并行（PCP）、解码上下文并行（DCP）和混合 HiSparse 如何在 16 块 H200 上服务 100 万 token 的上下文，在 AgentX 基准测试中，以相同的吞吐量提供了数据并行部署的 1.7-3.2 倍每用户交互性。
大规模服务 DeepSeek-V4.1-Flash：vLLM 媲美 DeepInfer 并扩展至 GB300 NVL72
vLLM 报告称，在一个 NVIDIA GB300 NVL72 机架上，其采用 P/D 分离和 Wide-EP 的服务栈在 SemiAnalysis AgentX 上以每 GPU 954K tokens/s 的吞吐量运行 DeepSeek-V4.1-Flash——是早期单节点结果的 7.9 倍——而其解码吞吐量在 DeepSeek 自家 DeepInfer 引擎的 6% 以内。
Anima 采用 GPT-6 和 GPT-Live 将临床呼叫等待时间减少 75%
医疗保健平台 Anima 正在利用 OpenAI 的 GPT-6 和 GPT-Live 模型来自动化患者接诊、文档处理和临床笔记记录，从而将患者呼叫等待时间减少了 75%。
ThinkingBox-Training：使用数据库状态奖励对 Qwen3.8-27B 进行强化学习微调
ThinkingBox-Training 发布了一个 GitHub 技术栈，使用可执行的数据库状态检查作为强化学习奖励来微调 Qwen3.8-27B，将 ThinkingBox-Bench 基准上的可重复成功率从 7.5% 提升至 21.1%，同时将每项可靠任务的成本降至 8.00 美元。
Anthropic 开放克劳德（Claude）生命科学研究客座研究员申请
Anthropic 开放了生命科学领域客座研究员申请，为学术、非营利和政府实验室的首席研究员提供与 Anthropic 研究人员直接合作 8–12 周的机会，研究方向包括因果人类生物学、分子生物学、药物化学、药物发现和临床科学，模型和工具免费运行。
OpenAI Decisions API 正式发布，基于 GPT-6 Luna
OpenAI 已正式发布 Decisions API，这是一个由 GPT-6 Luna 驱动的端点，用于使用概率、选择和分数答案进行快速有界决策，具有原生 GPT-Live 语音集成、提示缓存、美国和欧盟推理驻留，以及仅输入定价，每百万输入标记 0.10 美元。
OlmoEarth v1.3：AI2 发布覆盖全球的先进卫星嵌入模型
OlmoEarth v1.3 是 AI2 的先进卫星嵌入模型，它将一年的 Sentinel-1、Sentinel-2 和 Landsat 时间序列数据转换为每个 10 米像素的 128 维向量，并随附预计算的全球嵌入和无需登录的浏览器探索工具。
Google DeepMind 发布 ForTy 2020：10米分辨率全球森林类型图
Google DeepMind、Google Research、WRI 和 IIASA 发布了森林类型（ForTy）2020，这是一张10米分辨率的全球地图，根据 FAO 定义将土地划分为六种森林和土地利用类型，并附带一个早期2017–2025时间序列，显示失去森林后取而代之的是什么。
IBM Granite 时间序列集成 R1 发行说明
IBM 发布了 Granite 时间序列集成 (Granite Timeseries Ensemble)，这是一个预训练的预测框架，结合了四种不同的 Granite 模型架构，无需重新训练即可提供稳健的零样本点预测和分位数预测。
OpenAI 的 FDE 含义：前沿部署工程与部署差距
OpenAI 的前沿部署工程团队成立于 2025 年初，旨在弥合“部署差距”，与 John Deere、一家半导体制造商和 Thrive Holdings 等客户构建生产级 AI 系统，然后通过将工作整合到基于 Codex 的技能和 OpenAI Presence 等产品中，刻意让自己变得过时。
Uber 向 30,000 多名员工推出 ChatGPT Work，进行全公司范围的智能体 AI 部署
Uber 正在向 30,000 多名员工推出 OpenAI 的 ChatGPT Work 智能体，这是其首次全公司范围的智能体平台部署，从 1,000 名员工的试点扩展而来，默认模型为 GPT-6.1 Sol。
Anthropic 将 Agent Skills 标准捐赠给 Agentic AI 基金会（AAIF）
Anthropic 已将其 Agent Skills 开放标准——包括名称、标志、GitHub 组织和 agentskills.io 域名——捐赠给 Linux 基金会旗下的 Agentic AI 基金会，此前该标准已达到超过 70 个代理平台、100 万个已发布技能和近 2.8 亿次安装。
Anthropic的LLM形式化验证：Claude在RISC-V汇编层面证明123个OSS-Fuzz库的无崩溃属性
Anthropic及其合作者Theorem报告称，Claude自主为123个开源库中的239个OSS-Fuzz入口点生成了Rocq无崩溃安全属性证明，直接针对编译后的RISC-V汇编代码工作，并发现了数百个模糊测试遗漏的漏洞。
OpenAI 收紧模型访问标准：使用政策更新与合作伙伴保障措施
OpenAI宣布在所有提供其模型的服务中统一安全政策，并更新使用政策，该政策将于2026年11月20日生效，要求模型路由器和AI网关在提供直接模型访问之前必须获得OpenAI的审查和批准。
NVIDIA Kumo Relational：在关系数据上无需训练即可超越监督式机器学习
NVIDIA Kumo Relational 是一个预训练的关系基础模型，可直接在企业数据库上进行预测，无需特定任务的训练或特征工程。它是第一个在常见关系基准上超越传统监督式机器学习模型的少样本基础模型。
使用 Isaac Lab 3.0 的 Microduck：从仿真到真实硬件的机器人策略训练与部署
本技术指南详细介绍了如何使用 NVIDIA Isaac Lab 3.0 和 Newton 在仿真中为 Microduck 双足机器人训练运动策略，将其导出为 ONNX，并成功部署到物理机器人上。
使用VocabX特化SLM词汇如何将推理成本降低77%
VocabX是一种新颖的词汇特化方法，通过基于成本而非词元频率优化分词器，在实际应用中将特定领域的小语言模型（SLM）的推理成本降低77%。
AT&T 与 OpenAI 重新思考内部法律工作
AT&T 正在与 OpenAI 合作，将 AI 整合到其内部法律部门，创建一个知识层，利用自然语言受理来分类请求，将其与相关先例连接，并让律师专注于判断而非材料收集。
剖析 TorchNeuron 第一部分：AWS Trainium 上的系统级推理分析
本文详细介绍了如何使用 TorchNeuron 在 AWS Trainium 上系统分析推理性能，证明通过 `torch.rms_norm` 或 `torch.compile` 融合操作相比使用朴素 PyTorch 操作能显著减少设备时间。
Granite Speech 5.0 发布：增强的转录、翻译和说话人归属
IBM 的 Granite Speech 5.0 系列引入了三个更新模型——包括 granite-speech-5.0-2b——提供高精度的多语言转录、超快的边缘转录，以及改进的多说话人日志分离。
ChatGPT Ads 扩展至 26 个新国家，覆盖全球 89 个市场
OpenAI 已将 ChatGPT Ads 扩展至 26 个新国家，使全球可用范围达到 89 个国家。此举旨在支持 ChatGPT 的免费和低成本访问，同时允许企业在用户决策时刻触达他们。
NVIDIA Kumo Forecast：预训练时间序列骨干网络与历史模式检索及可解释性
NVIDIA Kumo Forecast 是一个多变量时间序列预测模型，在 Apache 2.0 许可证下发布，结合了冻结的 MOMENT-1-large Transformer 骨干网络与可训练的预测头以及领域感知表示与检索（DARR），后者将直接预测与从历史上下文中检索的 k 最近邻模式相融合，并返回每个预测范围的可解释性解释。
Mistral 与 NVIDIA 合作推动工业工程 AI：物理 AI、CAE/EDA 智能体基准测试及 Mistral Large 4
Mistral AI 与 NVIDIA 宣布达成合作，旨在构建 AI 原生工程工作流，将 Mistral Large 4 和 Mistral 的物理 AI 流水线与 NVIDIA CUDA-X、Warp 和 Omniverse 相结合，其中包括用于物理模型的公共基准测试和开放数据集，以及针对 CAE 和 EDA 的智能体评估套件。该倡议将仿真速度视为工程领域的核心瓶颈，旨在为验证物理模型和工程智能体制定共享、可复现的标准。
OpenAI 模型即将登陆 Google Cloud
OpenAI 正在与 Google Cloud 合作，将其前沿模型和 Codex 代理工作流集成到 Google Cloud Model Garden 中，使企业客户能够利用这些工具以及 Google 现有的基础设施和数据治理功能。
NVIDIA SimReady Central OpenUSD 资产库发布
NVIDIA 在 Hugging Face 上推出了 SimReady Central，这是一个开放库，提供了超过 2,000 个专为机器人和 AI 工厂数字孪生开发而设计的仿真就绪 3D 资产。