人工智能
人工智能：大语言模型、智能体、扩散模型、计算机视觉、自然语言处理及顶级实验室最新动态。
593 published articles
Meta AI
Muse Code：Meta 在编码智能体竞赛中的抗崩溃押注
Meta 的 Muse Code 为 macOS 和 Linux 带来了一款可抵御崩溃的终端编程代理，由 Muse Spark 1.2 驱动，该模型与其自身的工具框架联合训练，面向长周期任务。Meta 表示，更大、更强的模型已在路上。
2026-08-06
AI智能体
Cursor的智能体集群从零重写SQLite：分数相同，账单天差地别
Cursor重新设计的智能体集群仅凭手册就用Rust重建了SQLite，并通过了全部验证套件，将合并冲突从7万多个降到不足1000个。每种模型组合都以截然不同的成本交付了相近的质量，这一差距才是核心。
2026-08-05
边缘 AI
Audio8 的纯 CPU 运行时让语音克隆在约 1 GiB 内存中运行
Audio8 的 ONNX 运行时完全在 CPU 上运行 0.6B TTS 预览版：INT4 自回归权重、内置 44.1 kHz 编解码器、流式 PCM 以及兼容 OpenAI 的端点。该服务在笔记本电脑上占用约 1 GiB 内存，运行时无需 PyTorch 或 Transformers。
2026-08-05
可解释人工智能
无人愿意转动的旋钮：dtControl2+ε 让你牺牲最优性换取清晰度
dtControl2的一个新扩展允许工程师用精确数量的性能换取更小、更易理解的决策树。该工具dtControl2+ε保证ε-最优性，同时将树修剪至少几个数量级的节点。
2026-08-05
AI 图像生成
Reve 2.1 以十分之一算力位居 Arena 第二
Reve 2.1 声称在 Arena 排行榜上整体排名第二，而训练算力不到周围实验室的十分之一。该公司还详细介绍了 4K 输出、可寻址区域和多语言文本渲染。
2026-08-05
AI 整合
Reve 的研究人员将加入 OpenAI；其产品保持不变
OpenAI对独立实验室Reve的投资带来了研究人才的流动：Reve的AI研究团队部分成员加入OpenAI的多模态研究计划，而Reve的产品保持不变。未披露具体金额。
2026-08-05
AI 安全
Mistral 的 Shieldstral 将审核策略放在提示词中，而非权重里
Shieldstral 将审核框定为二元问题：一条指令、一个是/否查询，以及待判断的内容。Mistral 表示，这款 3B 模型在文本安全方面可媲美体积高达其七倍的开源护栏模型，其 Apache 2.0 权重可在单个 16GB GPU 上运行。
2026-08-05
AI安全
Shieldstral：3B参数分类器，胜过规模七倍于己的模型
据2026年7月的一篇arXiv论文，一款3B安全分类器匹敌了体积接近其七倍的文本模型，并在多模态审核上确立了新的最先进水平。诀窍：将审核重新定义为二元问答，基于约5410万个样本进行训练。
2026-08-05
人工智能
LFM2.5-Encoders 为小模型提供了有力论据：CPU 上比 ModernBERT 快 3.7 倍
Liquid AI 的开放权重 LFM2.5-Encoders 证明了生产环境 NLP 应属于小型模型。230M 编码器在基准测试上胜过 ModernBERT-base，在笔记本电脑 CPU 上约 28 秒扫描完整文档，速度大约快 3.7 倍。
2026-08-05
算力经济学
AI买下了GPU；却没人负责让它们保持忙碌
采购有团队，利用率没有。随着横跨四家供应商的多吉瓦级GPU交易相继达成，曾决定航空业经济性的指标正成为AI的硬性约束，闲置集群按日历小时亏损。
2026-08-04
网络自主性
多供应商代理网络中的信任盲点得到修复
当供应商B的工具被攻陷时，供应商A的代理会毫不知情地继续使用它。一篇新论文提出了一种带阻尼级联传播的信任状态机，将遏制时间从数小时缩短到近乎实时。
2026-08-04
AI 研究
Penelope 将其推理隐藏在一个解码器层中，以降低推理成本
Penelope 是一个用于仅解码器 Transformer 的潜在推理框架，它将循环计算局部化到一个狭窄的解码器区间内，在不显著影响准确性的情况下降低推理延迟。该论文描述了一个将推理从可见 token 转移到内部 GRU 循环的课程。
2026-08-04