跳到正文
  1. Google Research68

    Google Research 将基础模型用于结核病筛查一线

    Google Research 在 IDWeek 2026 上介绍了把健康 AI 研究推向结核病筛查一线的进展,包括与 Nexus AI 合作将胸部 X 光算法转化为通过 CE MDR class IIb 认证的临床诊断工具。

    推荐理由:Google 梳理了结核病筛查从论文基准到 CE 认证工具、再到开源基础模型的完整落地路径,可供参考医疗 AI 转化经验。

  1. NVIDIA Blog60

    NVIDIA 发布 Minerva,为 AI 工厂提供端到端可观测性

    NVIDIA 发布 AIOps 平台 Minerva,汇集基础设施与 AI 工作负载的遥测数据,用专用 AI 模型把数据转成可执行的洞察。Minerva 跨 GPU、网络、存储、调度器和工作负载构建动态知识图谱,每小时分析数十亿数据点,可把大量告警聚合成单一事件并给出可能的根因。

    推荐理由:原文交代了 Minerva 如何把 GPU、网络与作业信号关联成知识图谱,读者可据此判断 AI 工厂运维从被动告警转向主动维护的路径。

  2. NVIDIA Blog63

    NVIDIA 扩展 Cosmos 平台,新增世界模型训练、评估与部署工具

    NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图,用于世界模型的训练、评估与部署。

    推荐理由:原文列出 Cosmos 平台新增的训练、仿真与数据蓝图,并给出 Porsche、ANYbotics 等落地案例,可据此判断世界模型开发链路的变化。

  1. Mistral AI82

    Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

    Mistral 发布 Voxtral 3 语音模型家族,包含转录模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版,以及 TTS 模型 Voxtral Mini TTS 3,并推出基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说话串成一条实时流式管线。

    推荐理由:原文给出语音智能体 SDK 与转录、TTS 模型的完整规格和定价,可据此比较实时语音方案的成本与部署方式。

  1. Microsoft Research69

    微软研究院发布 Magnetar:基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar,可证明用 Rust、Go 或 C 编写的程序执行过程,在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。

    推荐理由:微软研究院梳理十余年零知识证明研究脉络,说明 Magnetar 如何在通用性、速度与密码学假设三方面同时推进。

  1. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0:约 3500 行的轻量智能体强化学习框架

    微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的智能体 harness 直接参与训练,无需在训练框架内重新实现智能体。

    推荐理由:微软研究院开源了约 3500 行的智能体强化学习框架,并给出用约 6000 条样本训练编码智能体的完整流程与提升数据。

  1. Berkeley AI Research62

    从 CUDA 到 MLX:K-Search 如何把内核优化经验迁移到 Apple Silicon

    Berkeley Sky Lab 团队把 K-Search 内核搜索框架扩展到 MLX 后端,并加入结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核作为知识库迁移到 Apple Silicon。

    推荐理由:原文给出注意力与 Mamba 两个内核的实测数据,并拆出翻译层对性能提升的贡献,便于判断跨平台内核迁移的可行边界。

已经到底了