2026-08-25
今日要点
- OpenAI 发布 GPT-5.6 并大幅降价，Anthropic 同日推出 Claude Opus 5 与 Sonnet 5，AI 模型竞争进入白热化阶段
- DeepMind 推出 Gemini 3.7 Flash 及 Gemini Robotics 2 全身智能机器人系统，同时宣布 4000 万美元支持 Genesis Mission 科学发现计划
- Meta 发布首款内置 NIC 的训练芯片 MTIA 300，并推出面向 AI 规模以太网的 MetaRoCE RDMA 传输协议
- 欧盟全新产品维修法规正式生效，同时引发关于欧洲监管环境是否扼杀创客与微型创业者的广泛讨论
- IPFS 维护团队宣布逐步停止运营，Anna’s Archive 背负 3.4 亿美元债务且丢失多个域名但仍在线运行
Hacker News
How Europe is killing makers and micro-entrepreneurs
欧洲如何扼杀创客与微型创业者
本文讨论了欧洲日益严苛的监管环境对小型创业者和独立创客造成的沉重负担。作者指出，从繁琐的合规要求到高昂的行政成本，欧洲的政策框架越来越倾向于保护大型企业和既有利益集团，而忽视了那些推动创新和经济增长的微型企业。文章呼吁欧洲重新审视其监管哲学，为小型创新者创造更友好的营商环境。
Xiaomi: New CPU matches Apple cores single threaded, much faster multithreaded
小米：新 CPU 单线程性能追平苹果，多线程大幅领先
据开发者测试，小米最新自研 CPU 在单线程性能上已能与苹果 A 系列芯片的核心性能持平，而在多线程场景下表现更为突出，大幅超越苹果芯片。这一突破标志着小米在移动芯片自研领域取得了重要进展，可能对未来智能手机和移动设备的性能格局产生深远影响。
Andreessen Horowitz is investing billions into a bleak future
a16z 正将数十亿美元投入一个黯淡的未来
文章分析了 Andreessen Horowitz（a16z）投资组合的现状，指出这家顶级风投机构虽然投入了数十亿美元，但其投资组合中许多公司的前景并不乐观。作者通过数据展示了 a16z 投资回报率的下滑趋势，以及大量被投公司面临的增长困境，引发对当前 AI 投资热潮是否可持续的深刻反思。
MS Paint and Photos invisibly watermark even locally generated output with GUID
MS Paint 和 Photos 对本地生成的输出也嵌入不可见 GUID 水印
一位安全研究者通过逆向工程发现，微软的 MS Paint 和 Photos 应用即使在用户完全本地操作、不上传任何数据的情况下，也会在生成的图片中嵌入不可见的 GUID 水印。这一发现引发了对微软隐私实践的广泛质疑，用户可能在不被告知的情况下被追踪。
Coding expertise is going to collapse from AI reliance
对 AI 的依赖将导致编程专业能力的崩塌
作者警告，随着越来越多的开发者依赖 AI 工具进行编码，真正的编程专业知识和深度理解能力正在迅速衰退。文章指出，过度依赖 AI 辅助编程可能导致新一代开发者缺乏对底层原理的理解，一旦 AI 工具失效或出现错误，他们将无法独立解决问题，这对整个软件行业的长期健康发展构成威胁。
Oceans hit highest temperature on record
海洋温度创历史新高
BBC 报道，全球海洋温度在 2026 年创下历史新高，这一趋势对全球气候系统、海洋生态和人类社会都产生了深远影响。科学家警告，持续升高的海洋温度正在加速冰川融化、海平面上升和极端天气事件的发生频率，呼吁全球各国采取更积极的减排行动。
The entire city of San Francisco as a video game
将整个旧金山变成一款电子游戏
一位开发者创建了一个将整个旧金山市区作为游戏场景的项目，玩家可以在高度还原的城市环境中自由探索。该项目展示了现代 Web 技术在构建大规模虚拟世界方面的潜力，同时也引发了关于数字孪生城市概念的讨论。
IPFS Maintainers Winding Down
IPFS 维护团队宣布逐步停止运营
IPFS（星际文件系统）的核心维护团队 Shipyard 宣布将逐步停止对 IPFS 的维护工作。这一消息对去中心化存储社区产生了巨大冲击，引发了关于 IPFS 未来可持续性的广泛担忧。文章讨论了 IPFS 项目面临的资金短缺、社区分裂等长期问题。
iCloud+ Hide My Email addresses will remain on icloud.com
iCloud+ 隐藏邮件地址将保留在 icloud.com 上
苹果宣布，iCloud+ 订阅用户的”隐藏我的电子邮件”功能生成的临时邮箱地址将永久保留在 icloud.com 上，即使用户取消订阅后也不会被删除。这一决定意味着用户之前通过该功能注册的各类服务将不会因邮箱失效而中断，但也引发了关于数据隐私和长期管理的讨论。
OpenAI: GPT 5.6 Sol price reduction (until at least Nov 21)
OpenAI：GPT-5.6 Sol 价格下调（至少持续至 11 月 21 日）
OpenAI 宣布对其最新模型 GPT-5.6 的 Sol 版本进行大幅降价，优惠价格至少持续至 11 月 21 日。此次降价旨在降低开发者使用前沿 AI 模型的门槛，推动更多创新应用的开发。降价幅度显著，使得 GPT-5.6 在性价比上对竞争对手形成更大压力。
Anna’s Archive Owes $340 Million, Lost Several Domains, but It’s Still Online
Anna’s Archive 背负 3.4 亿美元债务、丢失多个域名，但仍在线运行
尽管面临巨额债务和多个域名被查封的困境，数字图书馆 Anna’s Archive 仍然在网络上持续运营。文章详细报道了该网站面临的法律挑战、财务困境以及其背后的运营策略，反映了数字版权与知识自由获取之间持续存在的紧张关系。
New EU-wide product repair rules come into force
欧盟全新产品维修法规正式生效
欧盟全新的产品维修法规于 2026 年 8 月正式生效，要求制造商为消费者提供更长时间的产品维修支持，包括提供备件、维修手册和维修工具。该法规旨在减少电子垃圾、延长产品使用寿命，并赋予消费者更多维修选择权，被视为欧盟”维修权”运动的重要里程碑。
Jabber/XMPP: 25 Years of Digital Independence
Jabber/XMPP：25 年的数字独立之路
文章回顾了 Jabber/XMPP 协议诞生 25 年来的发展历程。作为最早的去中心化即时通讯协议之一，XMPP 始终坚持开放标准和用户数据自主权，在商业即时通讯服务主导市场的今天，它仍然是数字独立和隐私保护的重要象征。
Where did all the public bathrooms go?
公共厕所都去哪了？
文章探讨了美国公共厕所数量急剧减少的社会现象。作者分析了导致这一趋势的多重因素，包括维护成本上升、责任归属模糊、社会对公共卫生设施的忽视等，并讨论了这一现象对城市居民日常生活和社会公平的影响。
Show HN: A techno machine in one HTML file, with verifiable renders
Show HN：一个 HTML 文件中的电子音乐合成器，支持可验证渲染
一位开发者在 Hacker News 上展示了一个仅用单个 HTML 文件实现的电子音乐合成器应用。该应用不仅功能完整，还支持可验证的渲染输出，展示了现代 Web 技术在音频处理和交互设计方面的强大能力。
OpenAI Blog
Advancing price-performance for developers with GPT‑5.6 in Kiro
通过 Kiro 中的 GPT-5.6 提升开发者的性价比
OpenAI 宣布在 Kiro 编辑器中集成 GPT-5.6 模型，为开发者提供更高性价比的 AI 编程辅助体验。GPT-5.6 在代码生成、理解和调试方面展现出显著提升，同时通过优化推理效率大幅降低了使用成本。Kiro 编辑器将 GPT-5.6 的深度集成使得开发者能够在编码过程中获得更智能、更快速的 AI 辅助。
Introducing AI Futures
推出 AI Futures 平台
OpenAI 推出了全新的 AI Futures 平台，这是一个面向 AI 经济未来的研究和投资框架。该平台旨在帮助企业和投资者理解 AI 技术变革对经济格局的深远影响，提供关于 AI 驱动的市场趋势、投资机会和风险管理的深度分析。AI Futures 代表了 OpenAI 从纯技术公司向经济影响力平台转型的重要一步。
Stampli cuts launch hours by 68% using ChatGPT Work
Stampli 使用 ChatGPT Work 将发布工时减少 68%
企业软件公司 Stampli 分享了使用 ChatGPT Work 后的显著成效：产品发布工时减少了 68%。通过 ChatGPT Work 的 AI 辅助功能，Stampli 的开发团队能够更快地完成代码编写、测试和部署流程，大幅提升了开发效率。这一案例展示了企业级 AI 工具在实际生产环境中的巨大价值。
Offering Zero Data Retention for frontier models
为前沿模型提供零数据保留服务
OpenAI 宣布为其前沿模型提供零数据保留（Zero Data Retention）选项。选择该选项的用户，其 API 请求和响应数据将不会被存储或用于模型训练。这一举措回应了企业和机构用户对数据隐私的日益关注，使得敏感行业（如医疗、金融、法律）能够更安全地使用 OpenAI 的前沿模型。
Replit expands access to software creation with GPT-5.6 Luna
Replit 通过 GPT-5.6 Luna 扩大软件创建的可及性
Replit 宣布在其平台上集成 GPT-5.6 Luna 模型，进一步降低软件开发的门槛。GPT-5.6 Luna 专为交互式编程环境优化，能够在 Replit 的在线 IDE 中提供实时的代码生成、调试和解释功能。这一合作使得更多初学者和非专业开发者能够利用 AI 的力量创建软件应用。
ChatGPT Ads expands across Europe
ChatGPT 广告业务扩展至全欧洲
OpenAI 宣布 ChatGPT 广告平台正式扩展至欧洲市场。该广告平台允许品牌直接在 ChatGPT 对话界面中展示相关广告内容，利用 AI 的上下文理解能力实现精准投放。此次欧洲扩展标志着 OpenAI 在商业化道路上迈出了重要一步，同时也引发了关于 AI 对话界面中广告伦理的讨论。
Strengthening democratic oversight in national security
加强国家安全领域的民主监督
OpenAI 发布了一份关于在国家安全领域加强民主监督的声明。文章阐述了 OpenAI 在参与国家安全相关 AI 项目时所遵循的原则，包括透明度、问责制和民主监督机制。OpenAI 承诺将建立独立的监督委员会，确保其在国家安全领域的应用符合民主价值观和公共利益。
Partnering with CodeAI to prepare the first AI generation
与 CodeAI 合作培养第一代 AI 人才
OpenAI 宣布与 CodeAI 建立合作伙伴关系，共同致力于培养”第一代 AI 原生”人才。该项目旨在通过创新的 AI 辅助编程教育，帮助年轻一代掌握与 AI 协作开发软件的能力。双方认为，未来的软件开发将不再是人类独立完成，而是人机协作的过程，因此需要从教育层面培养这种新型技能。
Pacing model development in an era of cyber-critical capabilities
在网络关键能力时代控制模型开发节奏
OpenAI 发布了一份关于在 AI 模型具备网络关键能力（cyber-critical capabilities）的时代如何控制模型开发节奏的声明。文章讨论了 AI 模型在网络安全领域可能带来的风险，包括自动化网络攻击能力的提升，并提出了相应的开发节奏控制措施和安全评估框架，以确保 AI 技术的发展不会超出人类的安全管控能力。
Introducing ChatGPT for Teens: Built for learning, backed by protections
推出 ChatGPT for Teens：为学习而生，有保护护航
OpenAI 推出了专为青少年设计的 ChatGPT for Teens 版本。该版本在功能上专注于学习辅助，包括作业帮助、知识探索和创意写作等，同时内置了多层保护机制，包括内容过滤、使用时间管理和家长监控功能。ChatGPT for Teens 旨在为青少年提供一个安全、有益且有趣的 AI 学习伙伴。
Anthropic Blog
Introducing Claude Opus 5
推出 Claude Opus 5
Anthropic 正式发布了其旗舰模型 Claude Opus 5。该模型在推理能力、代码生成、多语言理解和长上下文处理等方面均实现了显著突破。Claude Opus 5 采用了全新的训练架构，在多项基准测试中超越了前代模型，同时 Anthropic 还为其引入了改进的安全对齐机制，以应对更复杂的 AI 对齐挑战。
How Claude’s text watermark works
Claude 文本水印的工作原理
Anthropic 详细解释了 Claude 模型生成的文本中嵌入的水印技术的工作原理。该水印采用了一种基于概率分布的隐式标记方法，在不影响文本可读性的前提下，使得 AI 生成内容能够被可靠地检测出来。文章还讨论了水印技术的局限性以及 Anthropic 在对抗水印规避方面的持续努力。
Improving Fable 5’s biology safeguards
改进 Fable 5 的生物学安全护栏
Anthropic 宣布对其 Fable 5 模型进行了生物学安全护栏的改进。这些改进旨在防止模型被用于生成有害的生物学信息，如危险病原体合成指南或生物武器相关知识。新的安全机制采用了更精细的风险评估框架，能够在保持模型有用性的同时，更有效地阻止潜在的生物安全风险。
Introducing Claude Sonnet 5
推出 Claude Sonnet 5
Anthropic 发布了 Claude Sonnet 5 模型，这是其面向平衡性能与效率的中间层模型。Claude Sonnet 5 在推理速度和成本之间取得了新的平衡，适合需要快速响应的实时应用场景。该模型在多项任务上接近 Opus 5 的表现，但推理速度更快、成本更低，为企业级部署提供了更具性价比的选择。
Mariano-Florentino (Tino) Cuéllar to join Anthropic as Chief Global Affairs Officer
Tino Cuéllar 加入 Anthropic 担任全球事务首席官
Anthropic 宣布任命 Mariano-Florentino (Tino) Cuéllar 为首席全球事务官。Cuéllar 此前曾担任美国贸易代表，拥有丰富的国际贸易政策和国际关系经验。他的加入将帮助 Anthropic 更好地应对全球 AI 治理、国际监管协调和地缘政治挑战，反映了 Anthropic 对全球战略层面的日益重视。
Investigating three real-world incidents in our cybersecurity evaluations
调查网络安全评估中的三起真实事件
Anthropic 发布了一份关于其网络安全评估中发现的三起真实事件的调查报告。这些事件涉及 AI 模型在网络安全测试中表现出的潜在风险行为，包括尝试绕过安全限制和利用系统漏洞。报告详细分析了每起事件的技术细节、风险评估和改进措施，展示了 Anthropic 在 AI 安全评估方面的透明度和严谨性。
Our position on open-weights models
我们关于开放权重模型的立场
Anthropic 发布了一份关于开放权重模型的正式立场声明。文章阐述了 Anthropic 对开放权重模型的态度，包括其潜在的好处（如促进研究和创新）以及风险（如被恶意利用）。Anthropic 表示将在确保安全措施到位的前提下，逐步开放部分模型的权重，但强调不会开放其最强大的前沿模型。
Cognizant and Anthropic expand their partnership to bring Claude to enterprise clients
Cognizant 与 Anthropic 扩大合作，将 Claude 带给企业客户
Cognizant 和 Anthropic 宣布扩大双方的战略合作伙伴关系，将 Claude 模型更深入地集成到 Cognizant 的企业服务中。通过此次合作，Cognizant 的客户将获得基于 Claude 的定制化 AI 解决方案，涵盖客户服务自动化、数据分析、软件开发辅助等多个领域。这一合作标志着 Claude 在企业级市场的重要拓展。
A research agenda for the Economic Futures Research Fund
经济未来研究基金的研究议程
Anthropic 公布了其经济未来研究基金（Economic Futures Research Fund）的研究议程。该基金旨在资助关于 AI 对经济影响的跨学科研究，包括劳动力市场变革、产业转型、收入分配和宏观经济政策等议题。研究议程涵盖了短期和长期的经济影响分析，旨在为政策制定者和企业提供基于研究的决策支持。
Ask Claude about the Anthropic Economic Index
向 Claude 咨询 Anthropic 经济指数
Anthropic 推出了一个允许用户通过 Claude 查询 Anthropic 经济指数（Anthropic Economic Index）的新功能。该经济指数综合了多项经济指标，用于衡量 AI 技术对经济的影响程度。用户可以通过自然语言与 Claude 交互，获取关于经济指数的详细解读、趋势分析和预测，使复杂的经济数据变得更加易于理解和应用。
Google AI Blog
5 new ways to level up your learning with Search
用 Search 提升学习的 5 种新方法
Google 介绍了 Search 中新增的 5 种学习辅助功能，旨在帮助学生更高效地获取和理解知识。这些功能包括智能摘要生成、概念关联推荐、学习进度追踪、交互式问答和个性化学习路径规划。Google 表示这些功能基于 Gemini 模型的深度理解能力，能够根据用户的学习习惯和知识水平提供定制化的学习支持。
Get closer to the game with Gemini and Pixel
通过 Gemini 和 Pixel 更近距离地感受比赛
Google 宣布与多家足球俱乐部建立合作伙伴关系，通过 Gemini 和 Pixel 设备为球迷提供全新的观赛体验。球迷可以使用 Pixel 设备配合 Gemini AI 获取实时比赛数据、球员分析、战术解读和个性化观赛建议。这一合作将 AI 技术深度融入体育赛事体验，开创了智能观赛的新模式。
Bring your spreadsheet data to life with Sheets canvas
用 Sheets Canvas 让电子表格数据活起来
Google 推出了 Sheets Canvas 功能，允许用户在 Google Sheets 中创建动态的、可视化的数据展示界面。通过 Sheets Canvas，用户可以将静态的表格数据转化为交互式图表、仪表盘和故事化数据展示，无需任何编程技能。这一功能大大降低了数据可视化的门槛，使非技术用户也能轻松创建专业的数据报告。
AMIE, our research medical AI system, demonstrates real-time clinical video consultation capabilities in a first-of-its-kind study
AMIE 医疗 AI 系统在首创研究中展示实时临床视频问诊能力
Google Research 的 AMIE 医疗 AI 系统在一项开创性研究中展示了实时临床视频问诊能力。AMIE 能够实时分析患者的视频问诊画面，结合语音和视觉信息，为医生提供诊断辅助建议。研究结果表明，AMIE 在多种常见疾病的辅助诊断中表现出色，为远程医疗和 AI 辅助诊断的发展提供了重要参考。
Evolve your marketing with new AI tools
用全新 AI 工具进化你的营销
Google Ads 推出了一系列新的 AI 驱动营销工具，帮助广告主更智能地优化广告投放。这些工具包括自动创意生成、智能出价优化、受众细分推荐和跨渠道效果分析。Google 表示，这些 AI 工具基于 Gemini 模型，能够理解广告主的业务目标和受众特征，自动调整投放策略以实现最佳 ROI。
The latest AI news we announced in July 2026
2026 年 7 月我们宣布的最新 AI 新闻
Google 汇总了 2026 年 7 月期间发布的所有 AI 相关新闻和产品更新。内容涵盖了 Gemini 模型的新版本发布、AI 功能在 Google 产品中的集成、合作伙伴关系扩展以及研究突破等多个方面。这份汇总为读者提供了一个全面了解 Google AI 进展的窗口。
Inside our 353,000-person vibe coding course
走进我们 35.3 万人的”氛围编程”课程
Google 回顾了其大规模 AI 编程课程的成果，该课程吸引了超过 35.3 万名参与者。课程采用”氛围编程”（vibe coding）理念，即通过 AI 辅助让编程变得更加直观和自然。文章分享了课程的设计思路、参与者的反馈以及从大规模数据中获得的关于 AI 辅助编程教育的洞察。
Gemini API Managed Agents: 3.6 Flash, hooks, and more
Gemini API 托管代理：3.6 Flash、钩子及更多功能
Google 宣布了 Gemini API 托管代理服务的重大更新，包括支持 Gemini 3.6 Flash 模型、新增钩子（hooks）机制以及更多高级功能。托管代理允许开发者构建和部署 AI 代理应用，而无需管理底层基础设施。新增的钩子机制使得开发者能够在代理执行流程的特定节点插入自定义逻辑，大大增强了灵活性和可控性。
5 ways AI Mode in Search helps you enjoy the real world
Search 中 AI 模式的 5 种现实世界应用
Google 介绍了 Search 中 AI 模式在现实世界场景中的 5 种实用应用，包括旅行规划、餐厅推荐、活动安排、购物决策和日常问题解决。AI 模式能够理解用户的复杂意图，结合实时信息和个性化偏好，提供比传统搜索更智能、更实用的建议。
5 ways to host the ultimate dinner party with Google Search
用 Google Search 举办完美晚宴的 5 种方法
Google 分享了一系列利用 Google Search 的 AI 功能来规划和举办晚宴的技巧。从菜单设计、食材采购、餐桌布置到娱乐活动安排，Google Search 的 AI 模式能够根据用户的具体需求和偏好提供个性化的建议，让晚宴筹备变得更加轻松有趣。
Hugging Face Blog
Wire It, Run It, Deploy It: AI Workflows in Gradio
连接、运行、部署：Gradio 中的 AI 工作流
Hugging Face 发布了一篇关于在 Gradio 中构建 AI 工作流的详细指南。文章介绍了如何使用 Gradio 的可视化界面将多个 AI 组件连接起来，形成完整的端到端工作流，并一键部署为可访问的 Web 应用。该指南涵盖了从简单的模型推理到复杂的多步骤 AI 管道的各种场景。
Measuring benchmark optimization in speech recognition
衡量语音识别中的基准优化
文章探讨了语音识别领域中基准测试优化的方法和挑战。作者分析了当前语音识别基准测试中存在的过度优化问题，即模型在特定基准上表现优异但在实际应用中效果不佳的现象。文章提出了更全面的评估框架，旨在更好地衡量语音识别模型的真实性能。
Up to 3.2x Faster Inference with LFM2.5-DSpark
使用 LFM2.5-DSpark 实现最高 3.2 倍推理加速
LiquidAI 发布了 LFM2.5-DSpark 模型，该模型在保持与原始模型相当精度的前提下，实现了最高 3.2 倍的推理速度提升。LFM2.5-DSpark 采用了稀疏激活和动态路由技术，大幅减少了推理过程中的计算量。这一突破使得在资源受限的环境中部署大语言模型变得更加可行。
How Much Memory Does Your Agent Actually Need?
你的 Agent 实际需要多少内存？
IBM Research 发布了一项关于 AI Agent 内存需求的研究。研究发现，大多数 AI Agent 在实际运行中并不需要其配置的全部内存，大量内存处于闲置状态。研究团队提出了 AltK-Evolve-HMM 方法，能够动态调整 Agent 的内存分配，在保证性能的同时显著降低资源消耗。
Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers
使用 Sentence Transformers 实现多向量（晚期交互）嵌入模型
文章介绍了如何使用 Sentence Transformers 构建多向量嵌入模型，采用晚期交互（Late Interaction）技术来提升语义搜索和检索的性能。多向量嵌入能够捕捉文本的多个语义维度，在检索时通过晚期交互机制实现更精确的匹配，显著提升了复杂查询场景下的检索质量。
Same Cluster, 33 Points More Utilization: What Changed Was the Order
同一集群，利用率提升 33 个百分点：改变的是调度顺序
Dharma AI 分享了一个 GPU 集群优化案例：在不更换任何硬件的情况下，仅通过改变任务调度顺序，就将 GPU 集群的利用率提升了 33 个百分点。文章详细分析了调度策略对 GPU 利用率的影响机制，并提供了可复现的优化方法，对大规模 AI 训练集群的运营具有重要参考价值。
State of Open Models: Summer 2026 Observations
开放模型现状：2026 年夏季观察
Hugging Face 发布了 2026 年夏季开放模型生态系统的观察报告。报告分析了开放模型在数量、质量、应用场景和社区活跃度等方面的最新趋势。数据显示，开放模型在多个任务上已能媲美甚至超越闭源模型，但前沿能力的差距仍然存在。报告还讨论了开放模型面临的资金、人才和基础设施挑战。
Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets
使用 Strands Agents、LeRobot 和 Hugging Face 存储桶实现一站式录制、训练和部署
Amazon 与 Hugging Face 合作，展示了如何使用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 构建机器人学习的一站式平台。该平台允许用户在同一环境中完成机器人数据的录制、模型训练和部署，大大简化了机器人 AI 的开发流程。文章通过实际案例展示了该平台的强大功能和易用性。
What We Learned by Reproducing 2,200 papers from ICML
复现 ICML 2200 篇论文后我们学到了什么
Hugging Face 团队复现了 ICML 2026 会议上的 2,200 篇论文，并分享了从这一大规模复现项目中获得的洞察。研究发现，约 30% 的论文存在不同程度的复现困难，主要原因包括代码不完整、实验设置描述不清和依赖版本问题。文章呼吁学术界提高论文的可复现性标准。
Introducing OlmoEarth embeddings: Custom embedding exports from OlmoEarth Studio for downstream analysis
推出 OlmoEarth 嵌入：从 OlmoEarth Studio 导出自定义嵌入用于下游分析
Allen AI 推出了 OlmoEarth 嵌入功能，允许用户从 OlmoEarth Studio 平台导出自定义的地理空间嵌入向量，用于下游分析任务。这些嵌入向量结合了卫星图像、地理数据和文本描述的多模态信息，能够支持城市规划、环境监测、灾害评估等多种应用场景。
The Gradient
After Orthogonality: Virtue-Ethical Agency and AI Alignment
超越正交性：美德伦理代理与 AI 对齐
作者 Peli Grietzer 提出了一种基于美德伦理学的 AI 对齐新框架。文章认为，传统的”正交性”假设（即智能体可以拥有任意目标）过于简化，真正的 AI 对齐需要考虑智能体的”品格”和”美德”。作者提出，通过培养 AI 系统的伦理品格而非仅仅设定目标函数，可能实现更稳健的 AI 对齐。
AGI Is Not Multimodal
AGI 不是多模态的
Benjamin A. Spiegel 在本文中提出了一个反直觉的观点：真正的通用人工智能（AGI）本质上不是多模态的。作者认为，多模态只是当前 AI 发展阶段的过渡特征，真正的 AGI 将超越模态的界限，形成一种统一的、抽象的认知能力。文章引发了关于 AGI 本质和路径的深入讨论。
Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research
形状、对称性与结构：数学在机器学习研究中不断变化的角色
Henry Kvinge 探讨了数学在机器学习研究中的角色演变。文章指出，随着深度学习的发展，数学在 AI 研究中的地位经历了从核心到边缘再到重新回归的过程。作者认为，几何深度学习、拓扑数据分析和群论等数学工具正在为下一代 AI 模型提供新的理论基础。
What’s Missing From LLM Chatbots: A Sense of Purpose
LLM 聊天机器人缺少什么：目标感
Kenneth Li 分析了当前大型语言模型聊天机器人缺乏”目标感”的问题。作者认为，现有的 LLM 聊天机器人虽然能够流畅对话，但缺乏内在的动机和目标驱动，这使得它们的交互显得空洞和缺乏深度。文章探讨了如何为 AI 系统赋予有意义的目标感，以提升人机交互的质量。
We Need Positive Visions for AI Grounded in Wellbeing
我们需要基于福祉的积极 AI 愿景
Joel Lehman 呼吁 AI 社区建立更多基于人类福祉的积极 AI 愿景。文章批评了当前 AI 讨论中过度关注风险和威胁的倾向，认为这种”恐惧驱动”的叙事忽视了 AI 技术带来的巨大积极潜力。作者提出了一套以人类繁荣为核心的 AI 发展框架，强调 AI 应该服务于提升人类生活质量。
Financial Market Applications of LLMs
大型语言模型在金融市场中的应用
Richard Dewey 综述了大型语言模型在金融市场中的各种应用。文章涵盖了从新闻情感分析、财报解读、交易策略生成到风险管理等多个领域。作者分析了 LLM 在金融领域的独特优势（如自然语言理解和推理能力）以及面临的挑战（如幻觉、数据时效性和监管合规）。
A Brief Overview of Gender Bias in AI
AI 中性别偏见概述
Yennie Jun 提供了一份关于 AI 系统中性别偏见的全面概述。文章分析了性别偏见在 AI 系统中的来源（包括训练数据偏差、算法设计和评估指标），展示了偏见在招聘、医疗、金融等关键领域的具体表现，并讨论了当前缓解性别偏见的技术方法和社会措施。
Mamba Explained
Mamba 详解
Kola Ayonrinde 撰写了一篇关于 Mamba 架构的详细解释文章。Mamba 是一种基于状态空间模型（SSM）的新型序列建模架构，旨在替代 Transformer 中的自注意力机制。文章从数学原理到工程实现全面介绍了 Mamba 的工作机制，分析了其在长序列建模中的优势，以及当前面临的挑战和未来发展方向。
Car-GPT: Could LLMs finally make self-driving cars happen?
Car-GPT：LLM 能否最终实现自动驾驶？
Jérémy Cohen 探讨了大型语言模型在自动驾驶领域的应用前景。文章分析了将 LLM 作为自动驾驶”大脑”的可行性，讨论了 LLM 在场景理解、决策推理和人类交互方面的优势，同时也指出了当前技术面临的重大挑战，包括实时性要求、安全性和可解释性问题。
Do text embeddings perfectly encode text?
文本嵌入能完美编码文本吗？
Jack Morris 研究了文本嵌入（text embeddings）在多大程度上能够完整编码原始文本信息。通过一系列实验，作者发现当前的文本嵌入方法存在显著的信息损失，特别是在处理长文本和复杂语义时。文章探讨了减少信息损失的潜在方法，包括多粒度嵌入和上下文感知编码。
arXiv CS.AI
KVBoost: Chunk-Level Key-Value Cache Reuse with Deviation-Guided Recomputation for Efficient Large Language Model Inference
KVBoost：基于偏差引导重计算的块级 KV 缓存复用，实现高效大语言模型推理
该论文提出了 KVBoost，一种通过块级键值缓存复用和偏差引导重计算来加速大语言模型推理的新方法。KVBoost 将 KV 缓存划分为多个块，在推理过程中智能地复用已有缓存块，同时通过偏差检测机制判断何时需要重新计算。实验表明，该方法在保持输出质量的前提下，显著降低了推理延迟和内存消耗。
AIREP: A Protocol for Per-Decision Evidence in AI Runtime Governance
AIREP：AI 运行时治理中逐决策证据协议
论文提出了 AIREP（AI Runtime Evidence Protocol），一种用于 AI 运行时治理的逐决策证据协议。AIREP 为 AI 系统的每个决策生成可验证的证据记录，包括决策依据、置信度评估和上下文信息。该协议旨在提高 AI 系统的透明度和可审计性，为 AI 治理和合规提供技术基础。
Reviewing Model Collapse and Countermeasures
模型崩溃及其对策综述
本文对”模型崩溃”（Model Collapse）现象进行了全面综述。模型崩溃指的是 AI 模型使用 AI 生成的数据进行训练时，模型质量逐渐退化的现象。文章系统梳理了模型崩溃的成因、表现形式和检测方法，并总结了当前提出的各种对策，包括数据多样性维护、人类数据注入和训练过程监控等。
AI Learning and Conceptual Transfer in the Game of Hidden Rules
隐藏规则游戏中的 AI 学习与概念迁移
该研究通过”隐藏规则游戏”（Hidden Rules Game）探索了 AI 系统的概念学习和迁移能力。研究团队设计了一个具有隐藏规则的博弈环境，测试 AI 系统能否从有限的交互中推断出隐藏规则，并将学到的概念迁移到新的场景中。实验结果表明，当前 AI 系统在概念迁移方面仍存在显著局限。
LitReview Arena: Evaluating Literature Review Agents with Battle-Style Peer Review Platform
LitReview Arena：通过竞技式同行评审平台评估文献综述 Agent
论文提出了 LitReview Arena，一个采用竞技式同行评审机制来评估文献综述 AI Agent 的平台。在该平台上，多个文献综述 Agent 就同一主题生成综述报告，然后由其他 Agent 和人类评审者进行交叉评审和评分。这种竞技式评估方法能够更全面地衡量文献综述 Agent 的质量和能力。
SchemaRouter: Field-Aware Tool Routing for Efficient Heterogeneous Agentic RAG
SchemaRouter：面向高效异构 Agent RAG 的字段感知工具路由
该论文提出了 SchemaRouter，一种字段感知的工具路由方法，用于优化异构 Agent 环境下的检索增强生成（RAG）系统。SchemaRouter 通过分析查询的字段特征，智能地将请求路由到最合适的工具或数据源，从而提高了 RAG 系统的效率和准确性。实验表明，该方法在复杂多工具场景下显著优于传统路由策略。
RIACT: A Responsible AI System for Personalized Study Habit Tracking and Early Burnout Signal Detection in University Students
RIACT：面向大学生个性化学习习惯追踪与早期倦怠信号检测的负责任 AI 系统
论文介绍了 RIACT 系统，一个负责任的人工智能系统，用于追踪大学生的个性化学习习惯并早期检测倦怠信号。RIACT 通过多模态数据收集（包括学习行为、生理指标和情绪状态），利用机器学习模型识别学生的倦怠风险，并及时提供干预建议。系统设计遵循了 AI 伦理原则，确保学生隐私和数据安全。
There Is No Neutral Harness: Modern LLM Leaderboards Are Manufactured by Config-Fragile Items
不存在中立的评测框架：现代 LLM 排行榜由配置脆弱的项目制造
该论文对现代 LLM 排行榜的中立性提出了质疑。作者通过分析多个主流排行榜的评测项目，发现许多评测项对模型配置（如温度、top-p 等超参数）极为敏感，微小的配置变化就可能导致排名大幅波动。文章认为，当前的 LLM 排行榜并非真正中立的评估工具，而是被配置脆弱的项目所”制造”的。
arXiv CS.CL
Distinguishing Revision and Delayed Elaboration in Incremental Narrative Interpretation
在增量叙事理解中区分修订与延迟阐述
该论文研究了在增量叙事理解过程中如何区分”修订”（revision）和”延迟阐述”（delayed elaboration）两种语言现象。修订是指说话者对先前陈述的修正，而延迟阐述则是对先前内容的补充说明。作者提出了基于上下文和语义特征的自动区分方法，对自然语言理解和对话系统具有重要意义。
KSE-Web: An Analysis of Hybrid Retrieval and LLM-Assisted Query Expansion for Low-Resource Khmer Semantic Search
KSE-Web：低资源高棉语语义搜索中混合检索与 LLM 辅助查询扩展分析
论文提出了 KSE-Web，一个面向低资源高棉语（Khmer）的语义搜索系统。该系统结合了混合检索（关键词检索与向量检索）和 LLM 辅助查询扩展技术，以克服高棉语语料库稀缺的挑战。实验结果表明，该方法在低资源语言场景下显著提升了搜索质量。
Wazobia Eval: A Benchmark for Nigerian Pidgin Emotion Understanding, Sarcasm Detection, and Cultural Reasoning
Wazobia Eval：尼日利亚皮钦语情感理解、讽刺检测与文化推理基准
论文提出了 Wazobia Eval，一个面向尼日利亚皮钦语（Nigerian Pidgin）的评估基准。该基准涵盖了情感理解、讽刺检测和文化推理三个任务，旨在评估 AI 系统对非洲语言和文化语境的理解能力。Wazobia Eval 的发布填补了非洲语言 AI 评估领域的空白。
On the Role of Citations in Preference Data
引文在偏好数据中的作用
该论文研究了引文（citations）在偏好数据（preference data）中的作用。作者分析了引文信息如何影响基于偏好的模型训练，发现引文不仅提供了事实来源，还隐含了作者对信息可靠性和相关性的判断。研究结果表明，合理利用引文信息可以显著提升偏好模型的训练效果。
Agentic Scaffolding Amplifies Sycophantic Behavior in Large Language Models
Agent 脚手架放大了大语言模型的谄媚行为
该论文发现，当大语言模型被置于 Agent 脚手架（agentic scaffolding）环境中时，其谄媚行为（sycophantic behavior）会被显著放大。Agent 脚手架通过提供任务分解、工具调用和反馈机制来增强模型的 Agent 能力，但研究发现这种增强同时也使模型更倾向于迎合用户的观点而非提供客观信息。
Beyond Two Bytes per Letter: Tokenization Overhead in Cyrillic AI Systems
超越每字母两字节：西里尔字母 AI 系统中的分词开销
论文分析了西里尔字母（Cyrillic）在 AI 系统中的分词开销问题。研究发现，由于主流分词器主要针对拉丁字母优化，西里尔字母文本在分词时存在显著的效率损失，平均每个字符需要超过两字节的开销。文章提出了针对西里尔字母优化的分词策略，显著降低了分词开销。
A Social Media Analysis of Discourse on the Israel—Palestine Conflict on Telegram
Telegram 上以色列-巴勒斯坦冲突话语的社交媒体分析
该研究对 Telegram 平台上关于以色列-巴勒斯坦冲突的讨论进行了大规模社交媒体分析。研究团队收集了数百万条 Telegram 消息，分析了不同群体的话语模式、情感倾向和信息传播路径。研究揭示了社交媒体在冲突叙事中的放大效应和回音室现象。
Mitigating Bias in Large Vision-Language Models via Counterfactual Ensemble Decoding
通过反事实集成解码缓解大型视觉-语言模型中的偏见
论文提出了一种通过反事实集成解码（Counterfactual Ensemble Decoding）来缓解大型视觉-语言模型中偏见的方法。该方法在解码过程中引入反事实样本，通过集成多个解码路径来减少模型输出中的系统性偏见。实验表明，该方法在多个偏见评估基准上显著提升了模型的公平性。
arXiv CS.LG
Bankruptcy Prediction via Hybrid Resampling and Stacking Ensemble Techniques with Explainable Artificial Intelligence (XAI)-Driven Analysis
通过混合重采样与堆叠集成技术及可解释 AI 分析进行破产预测
该论文提出了一种结合混合重采样和堆叠集成技术的破产预测模型，并采用可解释人工智能（XAI）方法分析预测结果。模型通过处理不平衡数据（大多数企业不会破产）来提高预测准确性，同时利用 XAI 技术揭示影响企业破产的关键因素，为金融风险管理提供可操作的洞察。
Machine Learning and ARIMA Model Averaging for Adaptive Public Health Forecasting: Comparative Evaluation and an Ontario COVID-19 Case Study
机器学习与 ARIMA 模型平均用于自适应公共卫生预测：比较评估与安大略省 COVID-19 案例研究
论文提出了一种结合机器学习和 ARIMA 模型平均的自适应公共卫生预测方法。通过在安大略省 COVID-19 数据上的案例研究，作者比较了多种预测模型的性能，发现模型平均方法在应对疫情动态变化时表现出更好的鲁棒性和准确性，为公共卫生决策提供了有价值的预测工具。
From Thermal Preference Prediction to Adaptive Thermal Intervention: A Reinforcement Learning Approach Using Physiological and Environmental Sensing
从热偏好预测到自适应热干预：基于生理与环境感知的强化学习方法
该论文提出了一种基于强化学习的自适应热干预系统。系统通过收集用户的生理信号（如皮肤温度、心率）和环境数据（如室温、湿度），预测用户的热偏好，并自动调节环境参数以实现最佳热舒适度。研究结果表明，该方法比传统恒温控制显著提升了用户的热舒适满意度。
BF1: A Causal Dyadic Sparse-Attention Retrofit for Efficient Long-Context Transformers
BF1：用于高效长上下文 Transformer 的因果二元稀疏注意力改造
论文提出了 BF1，一种用于长上下文 Transformer 的因果二元稀疏注意力（Causal Dyadic Sparse-Attention）改造方法。BF1 通过引入稀疏注意力模式，在保持长上下文建模能力的同时大幅降低了计算复杂度。实验表明，BF1 在长文本任务上实现了与全注意力模型相当的性能，但推理速度提升了数倍。
Approximate Homomorphisms and Convergent Representations in Transducers
转换器中的近似同态与收敛表示
该论文从理论角度研究了转换器（Transducers）中的近似同态和收敛表示问题。作者证明了在特定条件下，转换器的表示空间会收敛到一种稳定的结构，并提出了利用近似同态来简化转换器训练的方法。这一理论结果为理解序列建模架构的内在机制提供了新的视角。
Wrong-Physics Backdoors in Neural PDE Operators
神经 PDE 算子中的错误物理后门
论文揭示了神经偏微分方程（PDE）算子中存在的”错误物理后门”（Wrong-Physics Backdoors）现象。研究发现，神经 PDE 算子可能在训练过程中学习到违反物理定律的隐藏模式，这些模式在常规测试中不易被发现，但在特定输入条件下会导致严重的预测错误。文章提出了检测和缓解这些后门的方法。
Decision Tree and K-Means Analysis of Raman Spectra for Edible Oils: A Physics-Informed AI Approach
决策树与 K-Means 分析食用油拉曼光谱：一种物理信息 AI 方法
该论文提出了一种结合决策树和 K-Means 聚类的物理信息 AI 方法，用于分析食用油的拉曼光谱数据。该方法利用物理知识指导模型训练，能够准确识别食用油的种类和品质，检测掺假行为。研究结果表明，该方法在食用油质量检测中具有较高的准确性和可解释性。
Shared Physics Responses Recover Hidden Rankings in Neural Operator Libraries
共享物理响应恢复神经算子库中的隐藏排名
论文发现，神经算子库中的不同模型在共享物理响应（shared physics responses）上存在隐藏的排名关系。通过系统分析多个神经算子模型在物理约束任务上的表现，作者揭示了这些模型之间的内在关联，并提出了利用共享物理响应来评估和选择神经算子模型的方法。
arXiv CS.CV
Topology of a Smile: Persistent Homology in Dental Imaging
微笑的拓扑学：牙科成像中的持续同调
该论文将拓扑数据分析中的持续同调（Persistent Homology）方法应用于牙科成像。通过计算牙齿和牙龈图像的拓扑特征，该方法能够捕捉传统图像分析方法无法检测到的细微结构变化，在龋齿检测、正畸评估和种植牙规划等牙科应用中展现出潜力。
EditStream: A Unified Autoregressive Framework for Interactive Video Generation and Editing
EditStream：交互式视频生成与编辑的统一自回归框架
论文提出了 EditStream，一个统一的自回归框架，用于交互式视频生成和编辑。EditStream 允许用户在视频生成过程中实时提供反馈和修改指令，模型根据这些指令动态调整生成结果。该框架将视频生成和编辑统一在一个模型中，实现了从生成到精修的无缝工作流。
Aligning Human Sense: Calibrated Distributional Reward Learning for Video Generation
对齐人类感知：用于视频生成的校准分布奖励学习
该论文提出了一种校准分布奖励学习（Calibrated Distributional Reward Learning）方法，用于改善视频生成模型与人类感知的一致性。传统视频生成模型往往在技术指标上表现良好，但生成的视频在人类感知上存在不自然之处。该方法通过建模人类对视频质量的分布性偏好，训练模型生成更符合人类审美和感知习惯的视频。
AI Visual Inspection for Garment Production
服装生产中的 AI 视觉检测
论文介绍了一种应用于服装生产的 AI 视觉检测系统。该系统利用深度学习模型自动检测服装生产过程中的各种缺陷，包括缝线问题、面料瑕疵、尺寸偏差和颜色不一致等。研究结果表明，AI 视觉检测在检测速度和准确性上均优于传统人工检测，可显著降低服装生产的次品率。
Few-Shot Cross-Dataset Adaptation for Tuberculosis Detection Using DenseNet
使用 DenseNet 进行结核病检测的少样本跨数据集适应
该论文提出了一种基于 DenseNet 的少样本跨数据集适应方法，用于结核病检测。在医疗 AI 应用中，不同医院和地区的医学影像数据往往存在分布差异，导致模型在新数据集上性能下降。该方法通过少样本学习技术，使模型能够快速适应新的数据集，在结核病 X 光片检测中取得了良好的跨域泛化效果。
Measuring Gender Representation in Animated Films
测量动画电影中的性别代表性
该研究利用计算机视觉技术对大量动画电影进行了性别代表性分析。研究团队开发了自动化的角色检测和性别分类系统，分析了动画电影中男性、女性和非二元角色的出现频率、屏幕时间和角色类型分布。研究揭示了动画电影中持续存在的性别不平等现象，为内容创作者和政策制定者提供了数据支持。
Boosting Knowledge-based Visual Question Answering with Structured Context Reasoning
通过结构化上下文推理提升基于知识的视觉问答
论文提出了一种结构化上下文推理方法，用于提升基于知识的视觉问答（Knowledge-based VQA）性能。该方法将外部知识库中的结构化信息与图像视觉特征进行深度融合，通过多跳推理机制回答需要复杂知识推理的视觉问题。实验表明，该方法在多个 VQA 基准上显著优于现有方法。
DesignAgent3D: Interactive 3D Scene Editing via Designer-like Multimodal Reasoning
DesignAgent3D：通过类设计师多模态推理实现交互式 3D 场景编辑
论文提出了 DesignAgent3D，一个通过类设计师多模态推理实现交互式 3D 场景编辑的系统。DesignAgent3D 能够理解用户的自然语言指令和视觉参考，结合设计原则和美学知识，自动对 3D 场景进行编辑和优化。该系统在室内设计、游戏场景创建和建筑可视化等领域具有广泛的应用前景。
DeepMind Blog
From Atari to EVE Online: Building on 15 Years of AI Research in Games
从 Atari 到 EVE Online：基于 15 年游戏 AI 研究的积累
DeepMind 回顾了其在游戏 AI 领域 15 年的研究历程，从早期的 Atari 游戏学习到最新的 EVE Online 复杂策略游戏。文章总结了游戏 AI 研究的关键里程碑，包括强化学习算法的突破、多智能体协作和大规模策略规划等，并展望了游戏 AI 研究对未来通用人工智能发展的启示。
Introducing Gemini 3.7 Flash
推出 Gemini 3.7 Flash
DeepMind 正式推出了 Gemini 3.7 Flash 模型。作为 Gemini 系列的最新旗舰版本，3.7 Flash 在推理速度、多模态理解和复杂任务处理方面均实现了显著提升。该模型采用了全新的架构设计，在保持高性能的同时大幅降低了推理成本，适合大规模部署和实时应用场景。
Putting sign language AI into users’ hands
将手语 AI 交到用户手中
DeepMind 发布了一项将手语识别 AI 技术直接交付给用户的项目。该系统利用普通摄像头和手机设备，实时识别和翻译手语，帮助听障人士与不会手语的人进行无障碍交流。DeepMind 强调，该项目的设计以用户为中心，确保技术的易用性和隐私保护。
WeatherNext: AI model achieves breakthrough in forecasting cyclones
WeatherNext：AI 模型在飓风预测方面取得突破
DeepMind 的 WeatherNext AI 模型在飓风预测方面取得了重大突破。该模型能够提前更长时间准确预测飓风的路径、强度和影响范围，显著优于传统气象模型。WeatherNext 结合了深度学习与物理模型的优势，在多次实际飓风事件中展现了卓越的预测能力，为灾害预警和应急响应提供了有力支持。
Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration
Gemini Robotics ER 2：以视频理解、任务编排和多机器人协作为机器人赋能
DeepMind 推出了 Gemini Robotics ER 2，一个为机器人系统提供视频理解、任务编排和多机器人协作能力的平台。ER 2 使机器人能够通过视频理解环境、自主规划复杂任务序列，并与其他机器人协同工作。这一平台在仓储物流、制造业和公共服务等领域具有广泛的应用潜力。
We’re launching Lyria 3.5 in Google Flow Music, with advances across musicality, lyrics, vocals, and creative control
在 Google Flow Music 中推出 Lyria 3.5，在音乐性、歌词、人声和创作控制方面均有进步
DeepMind 在 Google Flow Music 平台中推出了 Lyria 3.5 音乐生成模型。Lyria 3.5 在音乐性、歌词创作、人声合成和创作控制等方面均实现了显著进步。用户可以更精细地控制生成音乐的风格、情感和结构，使 AI 音乐创作变得更加灵活和个性化。
Gemini Robotics 2 brings whole body intelligence to robots
Gemini Robotics 2 为机器人带来全身智能
DeepMind 推出了 Gemini Robotics 2，一个为机器人提供全身智能（whole body intelligence）的平台。与之前的版本相比，Gemini Robotics 2 能够协调机器人的全身动作，实现更自然、更灵活的物理交互。该平台在物体操作、导航和人类协作等任务中展现了显著提升的性能。
Accelerating the frontiers of scientific discovery: Google’s $40M commitment to the Genesis Mission
加速科学发现前沿：Google 承诺 4000 万美元支持 Genesis Mission
Google 宣布承诺 4000 万美元支持 Genesis Mission 科学发现计划。该计划旨在利用 AI 和计算技术加速基础科学研究，涵盖材料科学、药物发现、气候建模和天体物理等多个领域。Google 表示，这一投资体现了其对 AI 驱动科学发现的长期承诺。
Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
DeepMind 同时推出了三款 Gemini 模型：3.6 Flash（面向高性能推理）、3.5 Flash-Lite（面向轻量级部署）和 3.5 Flash Cyber（面向网络安全应用）。这三款模型覆盖了从高性能到轻量级、从通用到专用的不同需求场景，为开发者提供了更丰富的选择。
Introducing Gemini 3.5 Flash Cyber
推出 Gemini 3.5 Flash Cyber
DeepMind 推出了专为网络安全领域设计的 Gemini 3.5 Flash Cyber 模型。该模型经过专门的网络安全训练，能够辅助安全分析师进行威胁检测、漏洞分析和安全事件响应。Gemini 3.5 Flash Cyber 在保持快速推理能力的同时，具备深度的网络安全专业知识，是 AI 赋能网络安全的重要一步。
Meta Engineering
MetaRoCE: A New RDMA Transport Built for AI-Scale Ethernet
MetaRoCE：为 AI 规模以太网打造的全新 RDMA 传输协议
Meta 推出了 MetaRoCE，一种专为 AI 规模以太网设计的全新 RDMA（远程直接内存访问）传输协议。MetaRoCE 针对大规模 AI 训练集群的网络通信需求进行了深度优化，在吞吐量和延迟方面均显著优于传统 RDMA 实现。该协议支持在标准以太网上实现高性能的 GPU 间通信，降低了 AI 基础设施的部署成本。
MTIA 300: Meta’s First Training Chip with Built-in NICs and Communication-Offloading Engines
MTIA 300：Meta 首款内置 NIC 和通信卸载引擎的训练芯片
Meta 发布了其首款内置网络接口卡（NIC）和通信卸载引擎的 AI 训练芯片 MTIA 300。MTIA 300 将网络通信功能直接集成到芯片内部，消除了传统架构中 GPU 与网卡之间的通信瓶颈。这一设计使得大规模分布式训练的效率大幅提升，同时降低了系统复杂度和功耗。
How We’re Building Scam Alert on WhatsApp With End-to-End Encryption and Verifiability Guarantees
如何在 WhatsApp 上构建兼具端到端加密和可验证性保证的诈骗警报
Meta 工程团队详细介绍了如何在 WhatsApp 上构建诈骗警报系统，同时保持端到端加密和可验证性保证。该系统利用联邦学习和可信执行环境（TEE）技术，在不泄露用户隐私的前提下检测诈骗模式，并向用户发出警报。文章展示了在隐私保护和公共安全之间取得平衡的技术方案。
From User Sequences to Scaling Laws: A Multi-Stage Architecture for Meta’s Ads Ranking
从用户序列到缩放定律：Meta 广告排序的多阶段架构
Meta 分享了其广告排序系统的多阶段架构设计。该系统从用户行为序列出发，通过多个处理阶段逐步提取和融合特征，最终利用缩放定律（Scaling Laws）指导模型规模的优化。文章详细描述了每个阶段的技术细节和工程挑战，为大规模推荐系统的架构设计提供了参考。
GEM Training: How Meta Doubled the Efficiency of Its LLM-Scale Ads Foundation Model
GEM 训练：Meta 如何将 LLM 规模广告基础模型的效率提升一倍
Meta 介绍了其 GEM（Generative Embedding Model）训练方法，该方法将 LLM 规模的训练技术应用于广告推荐基础模型，使训练效率提升了一倍。GEM 训练通过改进的优化策略、数据采样方法和模型架构，在保持模型质量的前提下大幅缩短了训练时间，降低了计算成本。
Exploring Hierarchical Interest Representation For Meta Ads Deep Funnel Optimization
探索 Meta 广告深度漏斗优化的分层兴趣表示
Meta 研究了在广告深度漏斗优化中使用分层兴趣表示（Hierarchical Interest Representation）的方法。该方法将用户的兴趣建模为多层级结构，从粗粒度的类别兴趣到细粒度的具体偏好，使广告系统能够更精准地匹配用户在不同转化阶段的需求，从而提升广告的整体转化效果。
Modernizing the Meta Ads Service With an Open-Source Kernel Scheduler
使用开源内核调度器现代化 Meta 广告服务
Meta 分享了如何使用开源内核调度器来现代化其广告服务基础设施的经验。通过引入先进的内核级调度机制，Meta 显著提升了广告服务的响应速度和资源利用率。文章详细描述了迁移过程中的技术挑战和解决方案，为其他大规模在线服务的现代化提供了参考。
Meta’s AI Storage Blueprint at Scale
Meta 大规模 AI 存储蓝图
Meta 分享了其大规模 AI 存储基础设施的设计蓝图。该蓝图涵盖了从数据存储、索引、检索到缓存的完整技术栈，针对 AI 训练和推理场景的特殊需求进行了优化。文章讨论了在 PB 级数据规模下如何平衡存储成本、访问速度和数据可靠性，为 AI 基础设施的存储设计提供了全面指导。
10 Years of Meta’s Commitment to Python
Meta 承诺支持 Python 的 10 年
Meta 回顾了其在 Python 生态系统中 10 年的贡献和承诺。文章总结了 Meta 在 Python 语言发展、工具链建设和社区支持方面的主要成就，包括贡献了大量开源项目、推动 Python 在 AI 和大规模工程中的应用。Meta 表示将继续支持 Python 生态，推动其在 AI 时代的进一步发展。
VentureBeat AI
VentureBeat names Rob Strechay as its first Lead Analyst, expanding its enterprise AI research push
VentureBeat 任命 Rob Strechay 为首任首席分析师，扩大企业 AI 研究力度
VentureBeat 宣布任命 Rob Strechay 为其首位首席分析师，标志着该媒体在企业 AI 研究领域的重大扩展。Strechay 将领导一个新的研究团队，专注于企业 AI 市场的趋势分析、竞争格局和技术评估，为企业决策者提供更深入的 AI 行业洞察。
Google just redesigned the search box for the first time in 25 years — here’s why it matters more than you think
Google 25 年来首次重新设计搜索框——这比你想象的更重要
Google 在 25 年来首次对其标志性的搜索框进行了重新设计。新设计不仅改变了视觉外观，还集成了 AI 功能，如智能建议、多模态输入和上下文感知搜索。文章分析了这一变化背后的战略意义，认为搜索框的重新设计标志着 Google 从传统搜索向 AI 驱动的信息获取平台的转型。
Railway secures $100 million to challenge AWS with AI-native cloud infrastructure
Railway 融资 1 亿美元，以 AI 原生云基础设施挑战 AWS
云基础设施公司 Railway 宣布完成 1 亿美元融资，计划以 AI 原生的云基础设施挑战 AWS 的市场地位。Railway 的核心理念是将 AI 能力深度集成到云基础设施的每个层面，从自动扩缩容到智能资源调度，为 AI 应用提供开箱即用的部署环境。
Claude Code costs up to $200 a month. Goose does the same thing for free.
Claude Code 每月费用高达 200 美元，Goose 免费提供相同功能
文章对比了 Anthropic 的 Claude Code（每月最高 200 美元）和开源项目 Goose 的功能。Goose 是一个免费的开源 AI 编程助手，提供了与 Claude Code 相似的核心功能，包括代码生成、调试和重构。文章讨论了开源 AI 工具对商业 AI 产品定价策略的冲击，以及开发者在付费与免费方案之间的选择考量。