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。
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。
AWS 发布 SageMaker AI 多轮强化学习(MTRL)实操指南,以 Wordle 为例演示从部署 AgentCore 智能体、准备数据集、训练到 MLflow 监控与评测的完整流程。
OpenAI 详解如何通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat 存储系统,为 ChatGPT 带来 12 倍读取速度提升,以支撑超过 10 亿用户。
针对 SageMaker AI 实时端点更新配置时 CloudFormation/CDK 部署失败的问题,AWS 给出一个可复用 CDK construct,用三个自定义资源在端点更新前后自动注销并重新注册 Application Auto Scaling 目标。
Amazon Quick Sight 图层地图新增支持 GeoJSON 的 Point 和 LineString 两种几何类型,可在地图上标出具体地点并绘制地点之间的路线。
拜耳作物科学在 Amazon Bedrock AgentCore 上构建了智能体决策引擎 ADE,作为其 Connected Decision Engine 之上的多智能体自然语言界面,第一阶段约 80% 的用户问题无需工程师介入即可解决。
Hugging Face 与宾夕法尼亚大学合作开发了 LitPivot,一个围绕研究提案中被编辑部分组织文献、给出带原文摘录的批评与修改建议的系统。在 17 名研究者的实验室研究中,领域专家认为用 LitPivot 打磨的研究想法比用文本编辑器加 AI 聊天工具的想法更有文献依据,参与者自评新颖性与实用性提升更多。该系统面向早期研究构思,将在 UIST 2026 展示。
OpenAI 说明了为前沿模型训练与评估加强隔离的具体做法,包括离线环境和红队测试。红队测试针对高算力场景展开,训练与评估环境均采用离线隔离以强化安全边界。
NVIDIA CEO 黄仁勋访问哈萨克斯坦,Firebird 与哈政府签署投资协议,获美国出口许可采购 45,000 块 NVIDIA Grace Blackwell GPU,首期与 Kazakhtelecom 在 Data Center Valley 建设,目标 2027 年第三季度商用。
Hugging Face 推出 torch-neuronx 模型支持 Space,可查询 Hub 上的模型能否在 AWS Trainium 上原样运行,并给出复现脚本。
OpenAI 与波兰 NASK 建立合作,聚焦 AI 安全、保障与技术研究,以强化防护措施并支持更具韧性的数字生态。
微软与 Hugging Face 联合发布 ThinkingBox-Training,把 ThinkingBox 对数据库终态的 0/1 可执行校验当作 RL 奖励,对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。
推荐理由:微软与 Hugging Face 把数据库终态校验改造成 RL 奖励,并公开了任务筛选与训练栈,可看可复用的训练数据策展方法。
OpenAI 推出 Decisions API,为各类应用提供快速、聚焦、低成本的决策能力。该 API 面向需要响应速度的应用场景,具体模型版本、定价与可用性细节尚未在原文中披露。
Amazon Polly 生成式引擎完成升级,新增 14 种语音、覆盖 9 个 locale,并首次在生成式引擎中正式提供印地语和芬兰语。升级后共 57 种生成式语音、覆盖 11 种语言和 25 个 locale,并扩展至 AWS GovCloud(US-West),合计 11 个 AWS Region。此次为原地升级,语音名称和 API 调用不变,现有应用无需改代码,价格也不上涨。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,覆盖西班牙、葡萄牙、法国三国 330 多家门店,用四种语言回答零售运营、兽医护理、人事入职与采购问题,无需自建 RAG 基础设施。
Amazon SageMaker AI 的 serverless 模型自定义训练会话正式可用,用户可自行编写训练循环、损失函数和奖励信号,GPU 分配、分布式执行、故障恢复与 checkpoint 存储由平台负责。
AWS 发布 Amazon SageMaker AI 训练会话 API,把 forward_backward、optim_step、sample 等操作变成 API 调用,模型在托管 GPU 上保持加载,用户只需在本地 Python 中编写训练循环。
微软研究院发布 Flint-interactive,一种构建在 Flint 之上的交互式数据可视化语言,让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。
推荐理由:微软研究院把图表交互拆成语义事件与更新算子,读者可据此判断智能体生成交互图表的成本与可靠性变化。
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。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每一块 10×10 米土地归入六类森林与土地利用类型,作为欧盟无毁林法规的关键基线。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble,用一套配方组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型,无需重训即可输出中位数与分位数预测。
OpenAI 发文解释 FDE(forward deployed engineering,前沿部署工程)在其内部的具体含义。文章围绕这一岗位的职责定位展开说明,未披露具体产品、模型版本或数字指标。
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈,初期服务 8000 万客户并设计支持 3 倍扩展。Starling Bank 在 Civo 英国云上用自有交易数据训练出智能层 Starling Intelligence,Lloyds 则用 RTX PRO 6000 Blackwell GPU 构建交易基础模型 ATUM。
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。
NVIDIA DSX AI Factory Platform 正被全球企业用于把电网与 AI 工厂作为一套系统统一规划、仿真和运行。
NVIDIA 展示欧洲零售业务的多项落地成果:Shopify 用 NVIDIA Megatron Bridge 和 NeMo RL 后训练 Nemotron 3.5 Lightning,内部基准上准确率超过领先前沿模型,服务成本降低 90%、响应快 7 倍。
NVIDIA 在 GTC Berlin 展示与 Earthmover 合作的 StormScope EU 实时预报流水线,该模型基于 EUMETSAT 卫星观测,以 10 分钟间隔预测 16 个 Meteosat 通道的云况演变。
Uber 正在向超过 30,000 名员工部署 ChatGPT Work,帮助团队进行研究、数据分析、制作演示文稿并完成复杂工作流。此次部署由 OpenAI 提供支持。
OpenAI 说明了与分发伙伴合作的方式:通过统一的安全防护标准、支持负责任的访问,并在 Usage Policies 中明确各方预期。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做预测,无需任务特定训练、特征工程或表展平。
推荐理由:原文给出预训练关系型基础模型在 41 项任务上的对比结果与开源入口,可据此判断免训练预测在现有数据库流程中的位置。
Dharma-AI 在 Hugging Face 博客中预告了即将发布的 VocabX 论文,介绍其按 token 成本而非出现频次重建领域模型词表的方法。
AT&T 正与 OpenAI 合作,让其 LegalEdge 团队更便捷地获取法律知识。该团队借助 OpenAI 重新设计法务需求受理流程,并把法律判断能力规模化。
Google Research 在 JAMA Network Open 发表研究,用 AI 模型解读未经专业超声培训的操作者采集的盲扫超声图像来评估孕周。在 385 名 16 至 36 周孕妇的队列中,模型平均绝对误差为 4.18 天,专家标准流程为 4.48 天;芝加哥适配后为 4.10 天,内罗毕零本地优化为 4.27 天。
推荐理由:研究在芝加哥和内罗毕两地前瞻验证同一模型,读者可据此判断盲扫超声 AI 跨硬件、跨人群的泛化程度。
Hugging Face 博客发布 TorchNeuron 性能剖析系列第一篇,讲解如何在 AWS Trainium 上系统分析推理性能、定位耗时来源。
微软研究院的Xinzhi Zhang与合著者Zhao Song证明了1995年提出的KLS猜想,确认对一大类高维概率分布,最佳平面切割与任意形状最佳切割的效果差距不超过一个与维度无关的固定常数。研究采用人类主导的智能体流程,AI系统探索了100多条候选路径,由研究者评估、剪枝并调整方向,最终借助递归细化方法消除了对维度的依赖。同期另有独立团队给出完整证明,随后还发布了Lean 4形式化验证。
推荐理由:这篇论文证明了一个悬置31年的高维几何猜想,并展示了研究者如何引导AI智能体筛选上百条研究路径。
IBM 更新 Granite Speech 系列,新增 granite-speech-5.0-2b,并修订 granite-speech-5.0-470m-turboctc 与 granite-speech-4.1-2b-plus。
Mistral 与 NVIDIA 宣布合作开发 AI 原生工程工作流,把 Mistral Large 4 与 Mistral 的数据生成、物理建模流程结合 NVIDIA CUDA-X 库和 Warp 加速,用于加快工程仿真并打通仿真、模型开发与设计之间的闭环。
GitHub 博客采访了三位拥有十余年 Java 经验的 Java Champion,分享在生产与开源项目中使用 GitHub Copilot 的具体做法。Vlad Mihalcea 借助 Copilot 将原本需数周的功能开发缩短到两天,并按任务复杂度在 Opus 的 1 million 上下文窗口与更轻量模型间切换。
微软研究院播客对话 Catalyst Lab 负责人 Chris White,回顾他从 DARPA 项目博士后到阿富汗前线先进技术负责人、再到暗网搜索工具开发者的经历。节目探讨了问题选择在创新中的作用,以及他在目睹人性阴暗面后仍保持希望的原因。
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。