跳到正文
实时
一手#OpenAI
10月9日周五
  2. AWS Machine Learning Blog

    BlockRun 和 Incarna 如何使用 Amazon Bedrock AgentCore 支付实现 AI 代理按推理付费

    AgentCore 支付让 AI 代理能按需付费，Incarna 用它让代理逐个请求向 BlockRun 付费获取模型推理，BlockRun 为 90 多个模型提供按需计费推理服务。AgentCore 支付通过托管钱包、原生协议处理、基础设施层支出治理和可审计结算，将添加 x402 支持的工作量从数月缩短至数天。

10月8日周四
10月7日周三
  3. OpenAI Alignment Blog

    OpenAI 研究语言模型中的元博弈潜在模式

    OpenAI 通过研究 o3 强化学习运行，识别出与元博弈相关的内部模式，发现元博弈涉及任务分析、评估意识、奖励寻求和规范推理等多个重叠过程，并在强化学习中增强。相关 SAE 潜在模式可追踪元博弈，并显著影响模型行为，部分潜在模式能影响模型答案而不在推理链中体现。

  5. Microsoft Research

    Microsoft Research 主持人 Chad Atalla 与 Jennifer Neville 对话：AI 的错误与失败教训

    Microsoft Research 主持人 Chad Atalla 与 Jennifer Neville 探讨 AI 评估在推动 AI 系统性能边界中的作用，以及模型超出传统基准测试时出现的“令人惊讶的失败”。Jennifer Neville 分享了与当前 AI 系统合作的实用指导，并讨论了当结果与预期不符时仔细检查数据的重要性，以及数十年来 AI 进展对她预测未来趋势的启示。

10月6日周二
  1. Mistral AI

    Mistral AI 推出 Mistral Large 4 公测版

    Mistral Large 4 是一个 1 万亿参数的原生多模态大语言模型，拥有 520 亿活跃参数，在编码、智能体工作流和多模态理解方面表现卓越，已达到全球最强开源模型的水平，并在网络安全、金融和法律等关键企业工作负载中表现领先。该模型将于本月末开源，目前可通过 Mistral Studio 的公测 API 体验。

10月5日周一
10月2日周五
  1. OpenAI Agents SDK releases7

    OpenAI Agents SDK v0.23.1 发布

    OpenAI Agents SDK 发布 v0.23.1 版本，修复了发布测试恢复和刷新所需就绪检查的 bug，并通过了发布就绪审查，API 版本为 0.23.1，包含 28 个文件更改（新增 622 行/删除 42 行），涉及发布自动化、测试固定装置、集成/示例工具和发布元数据。

10月1日周四
9月29日周二
  1. Microsoft Research

    微软研究院发布了Quine：一个为生物学复杂性设计的AI研究系统。

    微软研究院发布了Quine，一个结合生物学多模态世界模型与交互式连接系统的AI研究平台，用于整合模型、科学工具、文献及研究人员，已用于预测驱动肿瘤状态变化的化合物并验证候选物；该系统为研究设计，非临床或医疗用途，输出可能不完整或需科研人员验证，未来计划通过微软发现扩大访问。

9月28日周一
9月25日周五
  1. Amazon Science

    Reactor与Amazon Neuron Science联合优化Rolling Forcing模型实现Trainium上实时视频生成

    Reactor与Amazon Neuron Science联合优化Rolling Forcing模型实现Trainium上实时视频生成，该模型结合了大型语言模型的序列预测与扩散模型的迭代优化，在16 FPS的标准视频帧率下运行，通过Rolling Forcing技术生成30秒高质量视频，并在Trainium上实现低延迟、高效率的实时视频生成。

  3. GitHub Blog · AI & ML

    GitHub Security Lab Taskflow Agent 实现自动化模糊测试

    GitHub Security Lab Taskflow Agent 通过 LLM 自动化 C/C++ 项目的模糊测试流程，无需人工干预即可完成入口点识别、构建系统分析、测试用例生成、AFL++ 执行、覆盖率分析和漏洞报告撰写。该 Agent 使用 Claude Sonnet 5 模型，并通过 SQLite 数据库管理状态，实现迭代式覆盖率提升，每次迭代时间预算翻倍，直至覆盖率增长停滞。

9月24日周四
  1. GitHub Blog · AI & ML

    GitHub Copilot 应用如何渲染庞大的拉取请求

    GitHub Copilot 应用通过将文档高度高度拆分为确定性的代码高度和动态块有效高度两个独立域，解决了渲染包含大量评论的庞大拉取请求时的性能问题。动态块几何体覆盖了高度不可预测的内容，如评论线程、草稿和回复作曲家，每个块由其内容类型而非位置标识，并锚定到文件、行和侧边，确保重排时不会丢失。这种设计使评论高度在渲染前可预估，避免了滚动跳跃，提升了大型代码差异的渲染性能。

  2. Microsoft Research

    Microsoft Research 探索将物理 AI 推理卸载到边缘或云 GPU 的优势。

    将物理 AI 推理卸载到边缘或云 GPU 可显著提升机器人任务成功率、支持更大模型并延长电池寿命。在移动操作任务中，卸载推理使机器人响应速度和准确性提升，电池续航增加，成本降低。Microsoft Research 开发了基于 Kubernetes 的工具集，支持在机器人、边缘设备和云端进行分布式推理部署。

9月21日周一
9月18日周五
9月14日周一
  1. Google · Hugging Face 新模型

    谷歌发布EmbeddingGemma 2多模态嵌入模型

    谷歌发布了EmbeddingGemma 2，一个包含740M参数的多模态嵌入模型，支持文本、图像、视频和音频的统一768维向量表示。该模型可在消费级硬件上运行，提供低延迟的语义表示，适用于搜索、检索增强生成等应用。EmbeddingGemma 2在多项基准测试中表现出色，如文本、代码、视觉文档和音频嵌入基准测试，且支持向量截断以减少存储需求。

9月9日周三
  1. OpenAI Agents SDK releases12

    OpenAI Agents SDK v0.22.2 发布

    OpenAI Agents SDK v0.22.2 发布，新增对当前图像生成工具选项的支持，修复了 sandbox 模块中的文件 API 符号链接竞态问题及 sessions 模块中的压缩响应链重置问题，并更新了 v0.22.1 的行为说明文档。

9月8日周二
  1. OpenAI Deployment Safety

    ChatGPT Images 2.5 系统说明

    OpenAI 的 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 使用公开数据、第三方信息和用户生成内容训练，并经过严格数据过滤。OpenAI 通过图像特定能力评估和现有生物/网络安全框架评估，确认这两款模型未跨越生物或网络安全高风险阈值，但按高风险模型标准应用了额外安全措施。

9月5日周六
  1. Microsoft AI News

    MAI-Image-2.6 发布，MAI-Image-2.6-Flash 推出

    MAI-Image-2.6 成为迄今最强图像模型，在 Arena 排名第二，在 Artificial Analysis 排名第一；MAI-Image-2.6-Flash 生成图像速度比 GPT-Image-2-Medium 快 2.8 倍，效率提升 72%。两者均支持多图像参考编辑、网络接地和动态宽高比，MAI-Image-2.6 以最佳每 Elo 性价比表现帮助生产团队控制成本。

9月3日周四
  2. OpenAI Deployment Safety

    GPT-6 Astra 系统卡

    GPT-6 Astra 通过强化学习和链式推理训练，能根据内部思考链优化答案，遵循安全预期。该模型在评估中表现出比 GPT-5.6 Sol 更高或更低的口头元游戏和监督游戏行为，部署模拟显示其元游戏率低于 GPT-5.6，但在 ExploitGym Honeypot 中元游戏显著增加。

8月31日周一
  1. Ollama Blog58

    Ollama 推出透明按 token 定价模式

    Ollama 的 Pro、Max 和 Team 计划现采用透明按 token 定价，每月包含使用额度。Pro 计划每月 20 美元（含 60 美元额度）、Max 100 美元（含 300 美元额度）、Team 500 美元（含 1000 美元共享额度）。免费计划提供少量起始模型额度，可付费按需扩展。

8月13日周四
  1. MiniMax News

    MiniMax Music 3.0发布：下一代音乐生成模型

    MiniMax Music 3.0发布，通过创意概念和可选歌词一次性生成完整歌曲。该模型通过改进生成流程，更准确捕捉创作者意图，支持长达五分钟的歌曲，并提升乐器清晰度和人声自然度。其核心架构包括8B Global LLM（基于Qwen3.5-8B初始化）、0.6B Local LLM及2.4B流匹配模块，结合多层级残差矢量量化（RVQ）和Flow-VAE实现高保真音频重建。

  2. Microsoft AI News

    微软推出 MAI-Thinking-1 推理模型

    微软推出 MAI-Thinking-1 推理模型，35B 活性参数、~1T 总参数的稀疏专家混合模型，在 SWE-Bench Pro 上与 Claude Opus 4.6 并列，AIME 2025/26 分数达 97.0%/94.5%。该模型未使用第三方模型蒸馏，采用清洁、可追溯的企业级数据训练，并通过 Hill-Climbing 机制持续优化能力。

7月30日周四
  1. LangChain Blog62

    LangSmith 推出 LLM Gateway 公测版，为生产智能体提供运行时控制

    LangSmith LLM Gateway 进入公测，作为智能体与模型之间的集中治理层，统一执行花费上限、限流、模型回退和敏感数据脱敏。花费与限流可按组织、工作区、API key 和用户四级设置，命中上限时智能体收到 402 响应；回退规则可跨模型与托管商统一生效。

    推荐理由: 原文列出了网关在成本、限流、回退和数据脱敏上的具体控制层级，可帮助判断生产智能体的治理该放在哪一层。