跳到正文
9月25日周五
  1. Google Research67

    Google 以多智能体框架自动生成连贯长视频

    Google 提出 AI video co-director、CANVAS、A²RD 和 VQQA,以多智能体编排提升长视频的叙事、角色与场景一致性。该体系构建于 Gemini 和 Veo 之上,通过全局创意优化、持久视觉记忆、自回归片段生成及 VLM 闭环提示词优化,支持生成数分钟视频。

    推荐理由:研究将长视频一致性拆解为全局编排、视觉记忆、时序生成和闭环优化,为多镜头生成系统提供了可迁移的工程框架。

9月24日周四
  1. NVIDIA Blog67

    NVIDIA 等机构如何用开放病毒蛋白数据为下一次大流行病做准备

    NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,公开了超过 2,800 种病毒的蛋白复合物预测 3D 结构,帮助研究人员储备疫情应对所需的结构生物学知识。

    推荐理由:材料同时给出数据集规模、推理流程与置信度标注方式,为病毒结构研究提供可直接复用的开放资源。

  2. GitHub Blog · AI & ML60

    GitHub Copilot app 如何高性能渲染超大 Pull Request

    GitHub Copilot app 重构 Pull Request 视图,使包含 2,200 个文件、超过 100 万行变更和 400 多条行内评审评论的超大 PR 也能流畅打开和滚动。其方案将确定性的代码几何与动态评论块分离,通过视口范围内的惰性测量、滚动锚定和结构优先的数据流减少卡顿。团队还用应用内结构化探针、端到端测试和自动化循环持续发现性能问题。

    推荐理由:文章将代码行与评论拆成两套几何系统,并结合惰性测量与滚动锚定,提供了可迁移的超大虚拟化界面优化方法。

  3. Microsoft Research62

    Microsoft Research 研究机器人物理 AI 推理卸载:提升成功率与续航

    Microsoft Research 发布机器人物理 AI 推理卸载研究,发现将推理从机载 GPU 卸载到边缘或云端可显著提升任务成功率、支持更大模型并延长电池寿命。研究还推出基于 Kubernetes 的工具集,支持自动容器化和分布式推理,并作为 Physical AI Toolchain 的新能力发布。

    推荐理由:研究量化了推理卸载对机器人任务成功率、延迟和续航的改善,并给出可复用的 Kubernetes 工具链。

  4. Google DeepMind61

    Google 公布 Private AI Compute 安全服务器端记忆架构

    Google 将为 Private AI Compute 增加私密的服务器端持久记忆,让 AI 在保持设备端隐私标准的同时跨设备保留上下文。数据存入专用加密空间,解密密钥仅保存在用户个人设备上;访问时,设备通过端到端加密通道连接云端安全隔离区,数据只在隔离内存中临时解密并随即重新加密。Google 还发布了更新后的技术白皮书、服务器软件防篡改公开记录及独立安全审计结果。

    推荐理由:该架构展示了如何结合设备端密钥、云端安全隔离区和加密存储,兼顾跨设备长期记忆与隐私保护。

9月23日周三
9月22日周二
  1. NVIDIA Blog62

    NVIDIA Isaac ROS 5.0 发布,推进智能体与开源机器人开发

    NVIDIA 在 ROSCon 发布 Isaac ROS 5.0,引入智能体工作流和 ROS Lyrical、Ubuntu 24.04 支持,帮助开发者更快构建和部署机器人应用。新版本提供 FoundationStereo 微调技能、FoundationPose 推理库和 pick and place 技能,并支持从 Jetson Orin Nano 到 Jetson Thor 的可扩展计算。

    推荐理由:原文给出了新版本在智能体工作流和平台支持上的具体变化,读者可以据此判断它对机器人开发流程的实际影响。

  2. Hugging Face Blog62

    Transformers 支持运行 llama.cpp 量化模型

    Hugging Face 宣布 transformers 支持高效运行 GGUF 模型,可通过 from_pretrained 加载 Hub 上的 GGUF 检查点,在 Apple Silicon 上复用 ggml 内核,性能接近 llama.cpp。初始支持 Qwen3.5 架构,并提供 transformers serve 暴露 OpenAI 兼容 API。

    推荐理由:transformers 直接加载 GGUF 并复用 ggml 内核,让本地推理在熟悉 API 下接近 llama.cpp 性能。

  3. Hugging Face Blog33

    oMLX 创作者 Jun Kim 加入 Hugging Face,支持 MLX 社区

    oMLX 创作者兼维护者 Jun Kim 加入 Hugging Face,全职投入 MLX 社区建设。oMLX 将从副业转为有资金支持的正式项目,继续保持 Apache 2.0 开源协议并由 Jun 继续领导,目标是提升稳定性并加快开发。Hugging Face 计划让 oMLX 成为新想法的试验场,并推动 transformers 模型定义快速转为可被不同引擎使用的 MLX 参考实现。

9月21日周一
  1. NVIDIA Blog35

    NVIDIA 谈 AI 安全:如何在智能体栈的每一层解决这一工程问题

    NVIDIA 提出 AI 安全是工程问题,需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。智能体栈中模型、harness 与运行时环境各层都承担安全责任,权限不能随任务自动扩展,敏感操作仍需人工审批。NVIDIA OpenShell 作为开源安全运行时在智能体之外强制执行策略并提供沙箱执行,Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。