跳到正文
10月15日周四
  1. NVIDIA Blog22

    NVIDIA DLSS 4.5 控制选项登陆 GeForce NOW

    NVIDIA 为 GeForce NOW 上线 DLSS 4.5 控制选项，让会员在云端调节支持游戏的画质与性能，无需最新硬件。DLSS Super Resolution、Dynamic Multi Frame Generation 和 Ray Reconstruction 均可在设置中调整，RTX 5080 云主机上的 Ultimate 会员最高可用 4X 动态多帧生成。

  2. Mistral AI74

    Mistral 发布时间序列基础模型 Timestral，最大 209M 参数

    Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，参数量为前代 SOTA 的三分之二。

    推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于判断时间序列基础模型的选型边界。

  4. NVIDIA Blog38

    NVIDIA 通过开放学习资源、合作与算力扩展欧洲科研界先进技术可及性

    NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative，为欧洲科研社区提供加速工具、算力、培训与协作支持。NVIDIA 已开放超 250 个模型、250 个数据集和 1400 多个开源项目，并推出免费开源课程平台。欧洲目前有 35 台超算在建，将服务超 300 万名研究人员。

  5. Latent Space38

    OpenAI 与 Anthropic 如何平衡金融智能体的自主性与安全

    OpenAI 金融服务 ChatGPT 负责人 Joseph Kim 在 AIE New York 提出“有用性阈值”，预测 2027 年智能体可胜任投资想法生成与交易。Anthropic 则介绍 Claude for Financial Advisors 的信任层框架，涵盖身份权限、沙箱审批与持续验证。Two Sigma 与 Bloomberg 分别分享了自动模式分类器和模型外确定性管控等实践。

  7. Twitter OpenAI40

    欧洲企业加速采用AI智能体

    欧洲企业正在快速扩大AI智能体的使用。在我们欧盟企业和商业客户中，超过一半的AI使用现已涉及这些工具，整个地区的小企业用户数量增长了8倍。 我们最新的经济研究报告探讨了欧洲向智能体AI的转变——以及将更广泛的采用转化为更深入使用的机遇。 https://openai.com/index/the-eus-next-chapter-in-ai-is-agentic/

  8. Google Research72

    Google 发布 Deep Review 智能体文档评审系统

    Google 公开发布 Deep Review，一个面向复杂文档提供严格反馈与技术验证的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应预算、并行验证与全局综合四阶段流水线，每个用户每周可免费评审两篇文档，也可接入 Gemini API key 获得更高额度。

    推荐理由：Deep Review 把论文评审拆成四阶段智能体流水线，并给出会议试点规模与接入方式，可据此判断自动评审的落地边界。

  9. Google Research62

    Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问

    Google 发布 Geospatial Reasoning 智能体技术报告，在四个基准上对比独立 LLM、基础工具、Earth AI 工具和完整规划智能体四种配置，并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。

    推荐理由：技术报告用四个基准对比四种配置，量化了领域工具与前置规划对地理空间推理的增益。

10月14日周三
  2. Google DeepMind82

    Google DeepMind 介绍 Gemini 4 Argon 的安全防护与负责任部署

    Google DeepMind 开始大范围推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通关（上一代为 5 个），在对抗集上的有害请求违规率下降近一半。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控机制，可供了解前沿模型安全部署的具体做法。

  3. GitHub Blog · AI & ML40

    GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%

    GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低超 98%。该方案先用正则表达式广撒网生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在代码提交前就返回结果。

  4. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon，定位为通用物理推理模型，在测试 3D 物理空间问题理解的 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。

    推荐理由：官方给出 Argon 在 ERQA 的 87% 成绩，并用四类机器人任务提示词展示从仿真到真机的完整用法。

  5. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。

    推荐理由：官方给出定价、基准排名与多个内部落地案例，可据此判断前沿模型在专业工作流中的实际位置。

10月13日周二
  1. MIT Technology Review · AI38

    开放模型利与弊：Anthropic 称 GLM-5.3 构成重大网络攻击风险，开放权重之争何去何从

    Anthropic 发布报告称，Z.ai 于 8 月发布、可自由下载修改的 GLM-5.3 构成重大网络攻击风险，再度点燃开放权重模型之争。目前闭源模型能力仍领先，Artificial Analysis LLM 榜单前八名均为闭源，但开源模型仅落后数月。支持者认为开放模型可降低成本、便于学术研究并防止权力集中，反对者则担忧其易被滥用。

  3. Microsoft Research40

    微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导

    微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导前评估和改进 AI 辅导系统。该工作同时发布 StudentSimEval 基准，覆盖国际象棋、英语二语写作和数学，从行为保真度与指导响应性两个维度评估模拟器，StudentSim 在这三个领域均优于领先基线。StudentSim 仅为研究系统，未部署于课堂，也不用于替代教师。

10月12日周一
10月8日周四
  1. Google Research69

    Google Research 研究：AI 辅助提升专利撰写产出，但初级律师的独立判断力未同步提升

    Google Research 与 NBER 发表了一项为期三个月的专利撰写实地实验，133 名律师随机获得当时尚未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）的使用权。

    推荐理由：三个月实地实验区分了AI带来的即时产出提升与无辅助判断力的变化，对理解人机协作中的技能养成有参考价值。

  2. Twitter OpenAI42

    OpenAI 分享 ChatGPT for Teens 进展并预览 College Planner

    OpenAI 分享了面向 18 岁以下用户的 ChatGPT for Teens 进展，并预览 College Planner、新学习工具及对大学顾问和青少年声音的支持。ChatGPT for Teens 会自动应用于被识别为未满 18 岁的账户，保护措施默认开启。即将推出的 College Planner 面向计划就读四年制大学的美国高中生，整合申请要求、截止日期、任务和助学金步骤。

  3. Twitter OpenAI88

    OpenAI 向所有 ChatGPT 用户推送 GPT-6 与 Intelligent UI

    OpenAI 宣布 GPT-6 和 Intelligent UI 正在向所有 ChatGPT 用户推送。Intelligent UI 提供快速、可交互的回答，让日常问题更直观、复杂话题更易理解，并能在回答中直接给出与任务相关的交互工具。

    推荐理由：OpenAI 同时放出 GPT-6 与 ChatGPT 的 Intelligent UI，读者可据此了解交互式回答的形态变化。

  5. Microsoft Research76

    微软研究院开源 Agent Lightning v1.0：约 3500 行代码的轻量智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0，一个约 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 agent 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：微软研究院开源轻量智能体 RL 框架，给出真实 harness 训练路径与 SWE-bench 提升数据，可供工程团队参考复现。

10月7日周三
  3. Microsoft Research27

    微软研究院播客：AI 会犯哪些错，失败又能教我们什么

    微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调当结果超出预期时应仔细检查数据。

10月6日周二
  3. Google Research36

    Google 发布智能体隐私与安全研讨会报告：从上下文完整性看开放与新兴问题

    Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》研讨会报告，汇集 50 多位学界与业界专家，梳理自主智能体在系统、模型、用户和生态层面面临的基础性隐私与安全挑战。报告以上下文完整性（CI）理论为基础，将隐私重新定义为符合社会规范的"适当信息流"，并主张用上下文策略引擎在执行前评估智能体行为是否恰当。报告还提出系统级沙箱、模型级推理与用户控制的多层防护思路。

10月5日周一
10月2日周五
  1. GitHub Blog · AI & ML22

    GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能

    GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。文章以添加认证流程为例，展示开发者从逐行写代码转为定义任务、审阅多个智能体产出并做技术决策。文中还提到 GitHub Copilot 内置的 Rubber Duck 智能体用第二个模型评审计划、代码和测试。

  2. Google Research58

    Google 提出基于 TEE 的可验证隐私联邦学习系统

    Google Research 发布新一代联邦学习系统，借助可信执行环境（TEE）让数据匿名化过程可被远程验证和审计，并称隐私保证更强、模型精度更高。设备上传的加密训练数据只能在符合访问策略的 TEE 内解密处理，访问策略发布到公开透明日志 Rekor，KMS 与数据处理二进制可从开源代码复现构建。Gboard 已采用该系统上线英语和日语下一词预测模型，训练速度明显快于此前系统。

10月1日周四
  1. Google DeepMind87

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出。

    推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等真实工作流中的具体结果，以及分阶段开放和定价安排。

  2. Twitter OpenAI25

    OpenAI 助小企业用 AI 智能体

    小团队正借助 AI 承担更多工作——从寻找客户到打造产品、管理财务。 我们的新报告探讨了小企业如何让 AI 智能体投入实际工作。同时，通过与 @ASBDC 的新合作，我们正带来实操性 AI 培训和本地指导，帮助更多企业主上手。 https://openai.com/index/helping-small-businesses-put-ai-to-work/

9月30日周三
  1. Google DeepMind64

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质加水印

    Google DeepMind 推出 SynthID Bio，把水印技术用于合成生物学，将不可感知的签名直接嵌入生物代码，并能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：原文说明了水印如何嵌入蛋白质序列与结构，并给出湿实验验证结果，读者可据此判断其对生物安全筛查的意义。