跳到正文
10月7日周三
  5. Latent Space83

    OpenAI 内部模型发布 722 篇数学手稿，称解决 500 个公开数学难题中的 90 个

    OpenAI 从一个未公开的内部前沿模型发布了一批数学成果，公开在 GitHub 仓库中，共 722 篇手稿、归入 372 个相关结果族，来自约 4000 道研究问题的评测，平均每个结果约用 3 小时 ChatGPT Pro 思考算力。

    推荐理由：OpenAI 内部模型一次性产出 722 篇数学手稿，读者可据此了解其规模、算力成本与外界质疑。

10月6日周二
  2. Latent Space76

    Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型

    Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 协议在本月放出。

    推荐理由：Reflection 首次发布开源权重模型 Beam，给出训练规模、评测成绩与算力投入，可对照同期中美开源模型的位置。

10月5日周一
  1. GitHub Blog · AI & ML62

    GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准

    GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 19 种语言的 219 个公开 pull request，并配有公开评分标准与 LLM 评判器。

    推荐理由：GitHub 公开了代码审查基准的构建方法与离线信号，读者可据此判断评测结果与线上表现的关系。

  3. MIT Technology Review · AI12

    从预测到自主决策：预测分析如何迈入智能体 AI 时代

    企业 AI 的竞争前沿已从预测精度转向自主决策，核心挑战是让预测系统在自主行动时不偏离业务意图。深度学习和生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新，其数据来源也从结构化数值扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正让位于 AI。

  5. MIT Technology Review · AI23

    人们一边痛恨 AI，一边又离不开它？

    调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面预期，盖洛普 5 月民调中 71% 的美国成年人反对在本地新建 AI 数据中心，但 ChatGPT 在 5 月月活用户突破 10 亿，Gemini 7 月达 9.5 亿。作者认为人们反感的并非技术本身，而是科技公司无孔不入的推销方式，并指出全美 50 州已通过或提出 AI 监管法案，开源替代方案也提供了更多选择空间。

10月3日周六
10月2日周五
  1. GitHub Blog · AI & ML22

    AI 正在改变开发者工作，GitHub 给出三项需要强化的技能

    GitHub 提出 AI 时代开发者需要强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。

  2. NVIDIA Blog62

    NVIDIA DGX Spark 推出 64GB 版本，支持双机集群扩展本地 AI

    NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日上市，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 和完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备本地运行。

    推荐理由：原文给出 64GB 新配置的定价、上市时间与双机集群方式，读者可据此判断本地跑大模型的成本与扩展路径。

10月1日周四
9月30日周三
  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也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：SynthID 水印从图像扩展到合成生物，读者可了解 AI 生成蛋白质如何在保留功能的同时被标记与筛查。

9月29日周二
  1. Microsoft Research66

    微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统

    微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨模态生物学世界模型和连接科学工具、文献、湿实验与研究者的交互式 harness 组成。

    推荐理由：微软研究院公开 Quine 的生物学世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。

  2. Microsoft Research20

    微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养

    微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。该实验室与新加坡医疗生态合作探索多模态医疗 AI 和自演化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。

9月26日周六
  1. GitHub Blog · AI & ML38

    GitHub Copilot 新手教程：如何用 canvases 构建自定义工作流

    GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等工具，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区已在 Awesome Copilot 上分享现成模板。

9月25日周五
  2. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，并公开了完整实现与运行方式。

  3. Google DeepMind72

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话。

    推荐理由：官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言支持，可据此判断企业级多模态交互的落地形态。

9月24日周四
  2. Microsoft Research62

    微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。

    推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出可复用的 Kubernetes 卸载方案与开源工具链。

  3. Google DeepMind60

    Google 为 Private AI Compute 引入安全服务端持久记忆

    Google Private AI Compute 团队公布为 Private AI Compute 平台引入私密服务端记忆的技术方案，让 AI 助手在跨设备场景下保留长期上下文，同时维持接近端侧的隐私标准。

    推荐理由：Google 公开了云端持久记忆的隐私架构细节，读者可据此判断跨设备 AI 记忆在隐私与工程上的取舍。

9月23日周三
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演指导，后者面向高并发、低成本的配音与语音智能体场景。

    推荐理由：官方给出两款 TTS 的定位差异、语音定制能力与基准排名，可据此判断其在配音与语音智能体场景的适用性。

9月21日周一
  1. Microsoft Research40

    微软开源逆合成模型 RetroChimera，成果登上 Nature

    微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc，通过学习式重排序整合两者互补预测，在十项挑战性多步合成任务中成功 9 项，优于 de novo 模型的 5 项、编辑模型的 4 项和 NeuralSym 的 2 项。盲测中化学家更偏好其单步反应预测。

9月18日周五
  1. GitHub Blog · AI & ML22

    GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 是否已死、Skills 是否取代 MCP

    GitHub Podcast 最新一期拆解了五个 AI 开发热梗：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准，二者可组合使用。RAG 并未消亡，它通过检索外部知识减少 token 消耗并让回答更有依据，可与 Agent、Skills、MCP 共存于同一工作流。

9月16日周三
9月8日周二
  1. Google DeepMind80

    Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单核苷酸变异预测

    Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 倍以上，已通过免费网站门户向学术研究开放。

    推荐理由：AlphaGenome Atlas 把 90 亿个单核苷酸变异的预测结果做成可检索资源，读者可了解其数据规模与 AVI 评分的实际用法。

9月1日周二
7月29日周三
  1. Berkeley AI Research62

    从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon

    Berkeley AI Research 与 IBM Research 将 K-Search 这一进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层把已有 CUDA 内核经验迁移到 Apple Silicon。

    推荐理由：展示了把 CUDA 内核优化经验结构化迁移到 Apple Silicon 的方法，并给出注意力与 Mamba 两类内核的实测对比。

7月26日周日
  1. Berkeley AI Research34

    Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互

    Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重构的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也显著低于全上下文设置。

7月7日周二
7月1日周三
  1. Berkeley AI Research17

    2026 届 BAIR 博士毕业生展示：从机器人到 LLM 推理的研究全景

    伯克利人工智能研究实验室（BAIR）展示 2026 届博士毕业生，研究方向覆盖机器人、具身智能、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for Science。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、普林斯顿 CITP 和芝加哥大学等学术岗位。