跳到正文

交叉发现

今日 15 条

一手 · 工具·提示词·论文 三栏速览

每栏 6 / 6 · 直达分类页

工具

6 条
查看全部

提示词

6 条
查看全部

论文

6 条
查看全部
9月24日周四
  1. AWS Machine Learning Blog68

    AWS 发布基于智能体的对话式视频智能解决方案

    AWS 发布了基于 Strands Agents SDK 的对话式视频智能解决方案,整合 Amazon Bedrock、Rekognition 和 Transcribe,允许用户用自然语言提问视频内容。该方案在运行时动态决定调用哪些服务,无需为每种查询类型预建管道。已有客户使用后手动审查时间减少约 80%。完整实现已开源。

    推荐理由:给出了基于 Strands Agents SDK 的视频智能架构完整实现方案,读者可据此复用到其他模态。

9月23日周三
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Text-to-Speech

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款新的文本转语音模型,在 Hume AI Voice Design Benchmark 获得第一。

    推荐理由:原文给出了具体的能力变化和开放入口,读者可以据此判断它会怎样改变现有的语音生成工作流。

  2. AWS Machine Learning Blog72

    GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 正式可用

    OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 正式可用。GPT-6 Sol 面向复杂推理和编码任务,GPT-6 Luna 面向大规模重复性任务如信息提取和分类。

    推荐理由:原文给出了 GPT-6 Sol 和 Luna 的定位差异、价格对比 GPT-5.6 更低、提示词缓存功能,读者可以据此规划自己的模型使用策略。

  3. OpenAI News36

    OpenAI 发布 GPT-6 Sol 和 Luna

    OpenAI 推出 GPT-6 Sol 和 Luna 两款模型,提供前沿智能与不同的能力/成本平衡,专为日常工作场景设计。两款型号分别针对不同用户需求进行优化。

  4. AWS Machine Learning Blog72

    Claude Opus 5.5 现已在 AWS 上可用

    Anthropic 最强 Opus 模型 Claude Opus 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 可用,这是 Claude 5.5 家族的首个模型。

    推荐理由:原文给出了相比 Opus 5 的 token 效率提升、价格下降和安全分类器改进,读者可以据此判断是否值得切换。

9月22日周二
  1. NVIDIA Blog73

    NVIDIA Isaac ROS 5.0 发布,增强 Agent 能力并推进开源机器人开发

    NVIDIA 发布 Isaac ROS 5.0,这是一个基于 ROS 的 GPU 加速机器人开发工具包。新版本支持 ROS Lyrical 和 Ubuntu 24.04,引入了新的 agentic 工作流程。

    推荐理由:原文给出了具体能力变化(FoundationPose 5.5x 提升、CuMotion 2-5ms 路径规划)和多个合作方集成信息,读者可以据此判断这个版本对机器人开发工作流的具体影响。

  2. Hugging Face Blog66

    oMLX 创建者 Jun Kim 加入 Hugging Face,继续支持 MLX 社区

    oMLX 创建者和维护者 Jun Kim 正式加入 Hugging Face,将全职投入 MLX 生态系统开发。oMLX 保持 Apache 2.0 开源协议,Jun 继续担任项目负责人。Hugging Face 表示计划将 oMLX 作为新想法的试验田,并推动将 transformers 模型定义快速迁移到 MLX 实现,以促进新模型在 MLX 上的运行。

    推荐理由:oMLX维护者从兼职转向全职,Hugging Face明确表示会加大投入,读者可据此判断MLX生态的发展速度可能加快。

  3. NVIDIA Blog72

    NVIDIA 发布 Halos:首个Physical AI全栈安全系统

    NVIDIA 发布 Halos,这是首个面向 Physical AI(自动驾驶汽车、人形机器人、工业机器人等)的全栈安全系统。

    推荐理由:原文给出了具体的时间预测(2035年 4900万辆 L3-L5 自动驾驶汽车)、合作伙伴名单和第三方认证机构,以及 NVIDIA 全栈安全平台的具体组件,读者可以据此判断 Physical AI 安全领域的当前状态和主要玩家。

  4. NVIDIA Blog61

    NVIDIA 推动埃及及非洲 AI 生态系统进入生产规模

    NVIDIA 在埃及举办活动展示当地快速增长的 AI 生态,包括开发者、创业公司和企业的应用。埃及的 Deep Learning Institute 学员基数一年增长超十倍。

    推荐理由:原文提供了非洲AI基础设施的多个具体建设进展和投资数字,读者可以据此了解非洲AI生态的现状与增长空间。

9月21日周一
  1. Microsoft Research70

    Microsoft 发布 RetroChimera:大规模小分子逆合成预测模型

    Microsoft Research 发布 RetroChimera,一种新的逆合成预测模型,已发表在 Nature 期刊上。该模型结合了 Transformer 架构的 R-SMILES 2 和图神经网络的 NeuralLoc 两个互补子模型,通过学习排序策略集成预测。

    推荐理由:模型在盲测中获得了博士级化学家的偏好,且已开源并提供访问入口,读者可以亲自试用验证。

  2. NVIDIA Blog49

    AI安全是工程问题——如何在Agent技术栈各层解决安全问题

    AI安全是工程问题,需要明确的安全要求、可执行的控制措施、明确的责任人和有效的防护证据。NVIDIA提出在模型、harnesses和运行时环境三个层面构建安全边界,确保Agent即使做出错误决策也能被限制。NVIDIA OpenShell是开源的安全运行时,为Agent提供沙盒执行和资源访问控制,Open Secure AI Alliance成员正在基于此构建更完善的安全工具。

  3. OpenAI News20

    OpenAI Academy 扩展新的学习路径

    OpenAI Academy 推出面向员工、开发者、领袖、教育工作者和学生的全新学习路径,帮助用户建设和展示实践AI技能。课程涵盖从基础入门到高级应用的多层次内容。