跳到正文
10月2日周五
  1. Latent Space55

    MIT Alex Zhang 谈 RLM 与智能体框架设计

    Latent Space 专访 MIT 博士生 Alex Zhang,讨论递归语言模型(RLM)、AI 生成 GPU kernel 与 harness 设计。RLM 以代码为唯一工具、把上下文卸载到代码环境中的内存,训练短任务可直接泛化到 8–30 倍长度的任务以及完全不同的任务类型。

  2. NVIDIA Blog73

    NVIDIA GPU 如何加速 OpenAI 的 GPT-6 Astra Ultrafast

    GPT-6 Astra Ultrafast 现已通过 OpenAI API 提供,运行在 NVIDIA Blackwell GPU 上,并向符合条件的 ChatGPT Work 和 Codex 用户开放。

    推荐理由:原文给出了 Astra Ultrafast 相对 Standard 模式最高 8 倍的 token 生成速度对比,读者可据此判断其对编码智能体工作流的影响。

10月1日周四
  1. Google DeepMind78

    Gemini 4 Argon 发布:下一代前沿智能

    Google DeepMind 发布前沿模型 Gemini 4 Argon,面向真实软件工程、法律金融等企业知识工作与网络安全防御,可在长程复杂工作流中维持深度推理。

    推荐理由:原文给出输出上限从 64K 提升到 1M token 的关键变化,并附上 Google 内部代码迁移与内存优化的量化结果,可据此判断长程任务工作流的改动幅度。

9月30日周三
9月16日周三
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型

    Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型,前者主打规模与成本效率,后者面向高复杂度任务的多步推理。

    推荐理由:原文给出两款模型在语音对话质量榜和多项 agent 基准上的具体得分,并说明开发者与企业的分阶段获取入口,可据此评估落地成本。

8月24日周一
  1. Import AI34

    Import AI 470:机器无权利;用 SPADE 自动化环境生成;用 Hawkeye 构建更优 GPU kernel

    多校研究者推出 SPADE 框架,让 LLM 在自博弈中交替生成可执行训练环境并尝试求解,用强模型生成的合成数据反哺模型自身训练。SPADE 在 Qwen3-30B-A3B-Instruct-2507 上经 GRPO 微调后,游戏环境套件平均分达 58.3,较 base 提升 8.1;METR 另分析称 AI 显著加速了网络安全漏洞发现,对数学研究仅有小幅加速,对 AI 研究优化尚无可测加速。

8月13日周四
  1. Microsoft Research54

    Microsoft Research 提出 MindTopo 基准,评估 VLM 拓扑推理与规划能力

    Microsoft Research 提出 MindTopo 基准,围绕连通性、分离、顺序、包围和打结五类拓扑性质,评估多模态模型在静态场景识别与交互式规划两层的表现。测试显示模型静态推理 consistently 强于交互规划,且均远低于人类水平,错误多发生在规划阶段,如丢失结构关系或提出违反物理约束的动作。图像与视频生成工具仅在单帧可见关系时偶有帮助,跨多步动作时并不可靠。

5月8日周五
4月20日周一
  1. Berkeley AI Research43

    GRASP:面向长时程世界模型的梯度规划方法

    GRASP 是一种面向学习式世界模型的新型基于梯度的规划器,让长时程规划真正可行。它将轨迹提升至虚拟状态以实现跨时间并行优化,向状态迭代直接注入随机性促进探索,并重塑梯度使动作获得干净信号,同时避开穿越高维视觉模型的脆弱“状态-输入”梯度。长时程规划此前因深度计算图病态、梯度爆炸或消失以及非贪心优化陷阱而普遍脆弱。