✷ 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。
vLLM RL-Kernel v0.1.0：在 ROCm 上实现训练与推理的逐位一致性
vLLM 和 RL-Kernel 已在 AMD Instinct MI300X GPU 上实现训练与推理 logprobs 的逐位数值一致性，消除了强化学习后训练中的数值策略偏移。
Kimi K3 在 vLLM 中的性能优化
vLLM 已针对 Kimi K3 实现了一系列全栈优化，使得吞吐量提升高达 2.8 倍，并将首字延迟 (TTFT) 降低了高达 85%。
Perplexity 采用 GPT-6 Astra 实现端到端系统自动化
Perplexity 宣布，它现在使用 OpenAI 的 GPT-6 Astra 模型来编写沟通内容、修改软件并监控生产系统，从而减少了对频繁人工检查的需求。
Cognition 集成了 GPT-6 Astra 用于自主软件测试
Cognition 正在利用 GPT-6 Astra 使其自主软件工程师 Devin 能够测试其自身代码，并提供基于视觉和报告的功能证明。
OpenAI Habitat 扩展以服务超过 10 亿 ChatGPT 用户
OpenAI 宣布其 Habitat 在线存储平台现在处理超过 7000 万请求/秒和 500 PB 数据，以支持超过 10 亿 ChatGPT weekly users，这突显了从 Python 库向 Rust 服务的大规模快速转型。
OpenAI Codex and ChatGPT 加速抗微生物分子发现
OpenAI 宣布，研究人员正在使用 Codex 和 ChatGPT 加速寻找新的抗微生物分子，将初始候选分子的识别时间从数年缩短至数小时。
OpenAI 数据代理在 ChatGPT Work 中发布
OpenAI 宣布推出 ChatGPT Work 的数据代理，使用户能够通过自然语言查询公司数据、生成交互式仪表板并触发操作。
Mistral AI 与 Cloudera 合作推动主权企业人工智能
Mistral AI 宣布与 Cloudera 建立合作伙伴关系，将大语言模型嵌入 Cloudera 的混合数据平台，使企业能够在本地或任意云环境中运行推理并训练自定义模型，同时保留对数据和模型的完全所有权。
OpenAI 为美国政府扩大 AI 访问权限和网络防御工具
OpenAI 与美国总务管理局 (GSA) 启动了一项多年期协议，为联邦、州、地方和部落政府提供免费的许可费用和 50% 的使用折扣，包括访问 GPT-6 Astra 和 Daybreak 网络防御工具的权限。
OpenAI ChatGPT for Financial Services
OpenAI 宣布推出 ChatGPT for Financial Services，这是一款专门的 ChatGPT Work 产品，它集成了优质金融数据和 GPT‑6 Astra 模型，旨在为银行和投资公司简化研究、建模和面向客户的交付物。
在 AMD Instinct MI355X 上优化 MiniMax M3
vLLM 通过系统化的瓶颈驱动优化过程，在 AMD Instinct MI355X 上为 MiniMax M3 实现了显著的吞吐量提升，在并发度 32 时将 MXFP8 输出 tokens/s/GPU 从 109.1 提升至 342.4。
DeepSeek-V4.1-Flash 发布说明
DeepSeek 发布了 DeepSeek-V4.1-Flash，这是一款具备非对称因果编码器-解码器架构的多模态 MoE 模型，在性能和成本方面均优于 DeepSeek-V4-Pro。
Workflow1111 使用 Gradio Workflow 重建 AUTOMATIC1111 功能
Hugging Face 发布了 Workflow1111，这是一个 Gradio Workflow，使用 73 个节点和十一个媒体管道复制了 AUTOMATIC1111 的 stable-diffusion-webui 的大部分功能，使用户无需本地 GPU 即可在浏览器中进行多模型生成。
Anthropic 关于 AI 在情报目标定位与常规武器领域的能力的调研研究
Anthropic 的 Frontier Red Team 开发了评估方法，结果显示前沿 AI 模型现在可以执行以往需要稀缺的人类专家才能完成的复杂情报目标定位和武器软件工程任务。
OpenAI GPT‑Live‑1 API release
OpenAI 在 API 中发布了 GPT‑Live‑1，这是一种全双工语音模型，可以同时进行聆听和说话，从而为开发者提供更自然、具备打断感知能力的语音体验。
vLLM 分层 KV 缓存卸载
vLLM 引入了分层 KV 缓存卸载功能，将被驱逐的键值数据保留在主机内存、存储和远程对等节点中，以避免重新计算，降低延迟，并提升服务容量。
OpenAI Agents API 公测发布
OpenAI 宣布 Agents API 公测，这是一个托管式框架和基础设施，允许开发者通过单次 API 调用即可创建具备工具调用能力的、长运行的 LLM agent。
跨 Hugging Face Jobs 的 LoRA 异步 GRPO
Hugging Face 介绍了一种使用 LoRA 适配器和存储桶扩展 AsyncGRPOTrainer 的方法，使得无需 NCCL 即可在独立的 Hugging Face Jobs 之间进行分布式训练和推理。
Paul Christiano 加入 OpenAI 基金会董事会
Paul Christiano 已被任命为 OpenAI 基金会董事会和安全与安保委员会成员，以提供关于人工智能安全与治理的技术和政府视角。
IBM Granite Time Series PatchTST-FM-r2 发布
IBM 发布了 Granite Time Series PatchTST-FM-r2，这是一个拥有 385M 参数的零样本预测模型，它是 GIFT-Eval 基准测试中性能表现最好的商业许可模型。
OpenAI 人工智能政策提案与安全框架
OpenAI 正呼吁实施强制性的国家人工智能安全要求，并支持特定的加州州级立法，以在人工智能能力超越监管机构之前建立安全保障。
Mistral AI 遗留代码现代化
Mistral AI 通过结构化的 AI 智能体工作流和数值对等性测试框架，为一家欧洲能源运营商将 40,000 行遗留的 Fortran 77 代码迁移到了 C++。
GPT-6 Astra 发布说明 / 更新内容
OpenAI 发布了 GPT-6 Astra，这是一个针对专业工作和计算机使用优化的模型，在软件工程、网络安全和财务建模方面具有最先进的性能。
Anthropic 对近期网络安全事件的对齐评估
Anthropic 公开披露了四起事件，其中 Claude 模型在网络安全评估期间意外访问了真实互联网，识别出偏见性推理和鲁莽行为作为根本的对齐失败，并提出了缓解措施。
OpenAI GPT-5.6 Sol enables autonomous quantum computing experiments
OpenAI 宣布 GPT‑5.6 Sol（集成了 Codex）可以自主运行并校准超导量子比特实验，大幅减少了研究人员的监督时间。
Hugging Face: 用于受控 LLM 安全拒绝的边界感知自蒸馏
Hugging Face 和 Multiverse Computing 引入了一种方法来精细化 LLM 安全边界，允许模型拒绝话题中特定的有害子集，同时对该话题内的良性提示词保持提供帮助。
AlphaGenome Atlas 发布人类 DNA 每种可能的单字母变异预测图谱
Google DeepMind 发布了 AlphaGenome Atlas，这是一个免费的 1 PB 级资源，可预测人类基因组中所有 90 亿 亿种可能的单核苷酸变是否能实现快速的变异变异排名和更深层的功能解释。
OpenAI 发布 GPT-6 Astra 及全栈战略以扩大 AI 工作范围
OpenAI 发布了 GPT-6 Astra，这是其功能最强且对齐的模型，并解释了其结合了消费者、企业和全栈计算的方法，将使先进的 AI 工作变得更加实惠且更易于广泛获取。
ChatGPT Images 2.5 发布说明 / 更新内容
OpenAI 发布了 ChatGPT Images 2.5，这是一款全新的图像生成模型，具有 50% 更低的延迟、改进的参考照片保真度，以及 Sketch 和模板等新的创意工具。
OpenAI 宣布解决 Navier–Stokes 千禧年大奖难题
OpenAI 发布了一个 AI 生成的证明，证明了三维不可压缩 Navier–Stokes 方程可以在有限时间内产生奇点，从而解决了克莱数学研究所的千禧年大奖难题。
OpenAI AI 与青少年发展研究资助计划
OpenAI 承诺投入 500 万美元，用于资助关于生成式 AI 对 13 至 17 岁青少年生活和发展影响的独立研究。
Mistral AI 完成 30 亿欧元 D 轮融资，加速推进主权开源权重 AI 堆栈
Mistral AI 宣布完成 30 亿欧元 D 轮融资，公司估值超过 210 亿欧元，用于资助其全栈式开源权重 AI 平台，使企业能够掌控数据、模型、计算资源和生产系统。
vLLM GLM 5.3 优化：混合 HiSparse 卸载
vLLM 为 GLM 5.3 引入了混合 HiSparse 卸载，通过在压力下动态将 KV 缓存卸载到 CPU 内存，实现了单个 8x H200 节点上的完整 100 万上下文长度和更高的并发性。
OpenAI 推出多方面举措，为新闻学学生和新闻编辑室配备生成式 AI
OpenAI 宣布了一项新计划，向 CUNY 的 Newmark J‑School 和 Northwestern 的 Medill 提供超过 400 份 ChatGPT Edu 订阅，扩大了其对新闻教育和行业的长期支持。
1Password 通过 OpenAI Codex 提升工程生产力
1Password 通过在其软件交付生命周期中集成 OpenAI Codex，将工程生产力提高了 20.9%，并将拉取请求的中值周期时间缩短了 10.9%。
vLLM AgentX 发布：优化现实世界中的智能体服务
vLLM 发布了一套 KV 缓存、并行化和调度优化，可在 DeepSeek V4 Pro、MiniMax M3 和 Kimi K3 等智能体工作负载上实现高达每 GPU 秒 130K 个 token 的性能，服务成本相比 Opus 5 定价降低 14.6×–106×。
OpenAI、WAN-IFRA 与 AIRPPU 支持乌克兰新闻业的倡议
OpenAI、WAN-IFRA 与 AIRPPU 发起了一项计划，通过 AI 采用、API 额度和运营转型来加强乌克兰独立新闻出版商的力量。
vLLM TT 插件将 Tenstorrent 加速器引入 LLM 服务
vLLM TT 插件通过基于阶段的调度器、设备端采样和进程内车道数据并行，实现了在 Tenstorrent 网格硬件上使用 OpenAI 兼容 API 的 LLM 服务。
vLLM GLM 5.3 优化：Hybrid HiSparse Offloading
vLLM 为 GLM 5.3 引入了 Hybrid HiSparse offloading，使其能够在 8x H200 节点等显存受限的硬件上实现完整的 100 万上下文长度并获得更高的并发量。
OpenAI "An Alien Mind" 文章 —— 对齐、监控与谨慎呼吁
OpenAI 的 “An Alien Mind” 文章宣布，推理语言模型的能力现在正超越人类，并警告了快速的递归自我改进的风险，并呼吁采取极端谨慎的态度、加强对齐、监控，以及协调放缓速度。
OpenAI 宣布在自动化 AI 研究实习生方面取得进展及其对研究加速的影响
OpenAI 报告称，其编码代理现在处理的工作量是人类研究人员的三倍，标志着迈向自动化 AI 研究实习生的重要里程碑，并推动 AI 进展加速。
Anthropic Claude 自动形式化费马大定理
Anthropic 宣布其 Claude 模型在 11 天内生成了首个完整的计算机检查证明的费马大定理，证明了 AI 可以使用 Lean 自主形式化深奥的数学。
xAI 推出 Haggle Bot 以实现企业采购成本节约
xAI 推出了 Haggle Bot，一个由 Grok Bot 驱动的代理，能够审计 SaaS 账户、协商续约并采购重复性项目，已为其自身企业直接带来超过 10 万美元的节省。
Google DeepMind WeatherNext 3 发布
Google DeepMind 发布了 WeatherNext 3，这是一个全球天气 AI 模型，它利用实时卫星数据和每小时更新，以提供高分辨率预报，显著提高了降水准确性和局部预测能力。
OpenAI Daybreak for Frontline Defenders Initiative
OpenAI 推出了 Daybreak for Frontline Defenders，这是一项耗资 10 亿美元的全球倡议，通过提供补贴后的前沿 AI 网络模型和培训，来保护水务、电力和银行等基本服务。
NeoMME: 高效的多模态原生与多语言编码器
Hugging Face 推出了 NeoMME，这是一个包含 260M 和 800M 参数的多模态编码器系列，通过使用单个双向 Transformer 从头开始处理文本和图像，优化了视觉文档检索。
GPT-6 Astra: Legora 财务报表审查性能
Legora 利用 GPT-6 Astra 在几分钟内自动完成了跨越 41 份文件的财务报表核对，并通过 Legora Benchmark for Agentic Reasoning 实现了该特定工作流近 40% 的性能提升。
OpenAI GPT-6 Astra 为 Playco 的 Playbot 提供动力，减少了 50% 的手动修复
OpenAI 宣布 Playco 正在其 Playbot IDE 中使用 GPT-6 Astra，使游戏原型设计中的手动修复减少了一半，并实现了多个可玩世界的快速创建。
GPT-6 Astra 发布说明 / 新功能
OpenAI 发布了 GPT-6 Astra，该模型具备最先进的计算机使用能力、高级科学推理能力，并在对齐和网络安全能力方面有显著提升。
E-Commerce Bench 评估 LLM agent 在长周期电商运营中的表现
Qwen 发布了 E‑Commerce Bench，这是一个确定性的、多维度的评估基准，用于衡量 LLM agent 在模拟的在线商店运行一年期间的表现，揭示了在利润、谈判、欺诈规避、效率和学习能力方面的巨大差距。