DeepSeek 将与开源社区合作支持 V4.1-Flash 推理，并探索更多部署选项。团队还面向计划使用 2,000 GPUs 和存储集群进行大规模部署的用户提供沟通渠道。
DeepSeek 将与开源社区合作支持 V4.1-Flash 推理，并探索更多部署选项。团队还面向计划使用 2,000 GPUs 和存储集群进行大规模部署的用户提供沟通渠道。 · DeepSeek will work with the open-source community to support V4.1-Flash inference and explore additional deployment options. The team is also inviting discussions with users planning large-scale deployments involving 2,000 GPUs and a storage cluster.
匹配字段摘要、正文
V4.1-Flash 的 KV cache 相比上一代仅需 1/4 的 HBM 和 1/8 的 SSD 存储。由于缓存命中费用通常占智能体成本的较大部分，压缩缓存可显著降低相关成本。
V4.1-Flash 的 KV cache 相比上一代仅需 1/4 的 HBM 和 1/8 的 SSD 存储。由于缓存命中费用通常占智能体成本的较大部分，压缩缓存可显著降低相关成本。 · V4.1-Flash’s KV cache requires just 1/4 of the HBM and 1/8 of the SSD storage used by the previous generation. Because cache-hit charges often account for a large share of agent costs, the compression can significantly reduce those costs.
匹配字段摘要、正文
Hugging Face 博客介绍在 HF Jobs 上用 AsyncGRPOTrainer 实现仅适配器同步的异步 GRPO 训练：训练器每几步把 LoRA 适配器存到挂载的 Storage Bucket，再通过 vLLM 的 /v1/load_lora_adapter 端点按版本名加载，无需 NCCL 传张量。方案使用 vLLM v0.27.1、max_staleness=4 对应 --max-loras 6，并在 sail/Sanity-Test-R1D-1.5B 数据集上以 Qwen2.5-Math-1.5B、LoRA rank 1 验证。
Hugging Face 博客介绍在 HF Jobs 上用 AsyncGRPOTrainer 实现仅适配器同步的异步 GRPO 训练：训练器每几步把 LoRA 适配器存到挂载的 Storage Bucket，再通过 vLLM 的 /v1/load lora adapter 端点按版本名加载，无需 NCCL 传张量。方案使用 vLLM v0.27.1、max staleness=4 对应 --max-loras 6，并在 sail/Sanity-Test-R1D-1.5B 数据集上以 Qwen2.5-Math-1.5B、LoRA rank 1 验证。
匹配字段摘要、正文
Fireworks AI 提出企业获取专用智能的三阶段路径：先用闭源前沿模型 API 加提示词、RAG、智能体等工程手段，再迁移到更便宜的开源模型优化成本与延迟，最终为真正属于自己的问题训练定制模型。文中以 OSWorld 2.0 多模态 computer use 基准为例，指出 GPT 5.6 Sol 仅以几个百分点领先 Kimi K3，可视为平手并选择更便宜的 Kimi K3。
匹配字段摘要、正文
OpenAI 核心产品与平台负责人 Tibo Sottiaux 在 Pragmatic Engineer 播客中讲述 Codex 的构建与迭代：Codex CLI 用 Rust 编写并开源，且支持 OpenAI 之外的模型。他提到 Codex 的 harness 始终略微领先 OpenAI 最新模型，随着模型变强，部分“拐杖”会被丢弃、harness 随之收缩。他还预测 AI 智能体可能带动全云端编排机器的复兴。
匹配字段摘要、正文
Google 发布 Agent Development Kit（ADK）for Kotlin 1.0 正式版，功能与 ADK 1.0 Core 完全对齐，并面向 Android 提供端侧扩展。该版本支持层级多智能体、上下文压缩、Human-in-the-loop 确认流程、会话恢复，以及通过 @Tool 和 @Param 注解自动生成工具 schema，同时集成 Vertex AI 的会话、RAG 记忆与 Memory Bank 服务。Android 侧可用 LiteRT-LM 和 ML Kit（beta）运行端侧智能体，通过 Firebase AI Logic 编排混合云工作流，并用 Room 与 AppSearch 持久化智能体状态。
匹配字段摘要、正文
Fireworks AI 提出企业走向专业化智能的三阶段路径：先用闭源前沿 LLM 的 API，再通过提示词、RAG 和 harness 工程压榨其能力，最后迁移到更便宜的开源模型或直接训练自有模型。文中给出的对比显示，Kimi K3（max reasoning）在 OSWorld 2.0 上得 58.3 分、UIPad 上得 87.7 分，GPT 5.6 Sol（max reasoning）分别为 62.6 和 87.7。企业转向自训练模型的常见动因包括闭源实验室可能进入自身领域、通用模型达不到垂直场景的质量门槛，以及 API 账单过高。
匹配字段摘要、正文
Cartesia 以 RAG 检索 top_k 为例说明 Precision 与 Recall 的权衡：top-3 检索精度高但召回低，top-50 检索召回高但精度低。文章指出仅看准确率会误导，例如在 100 个样本中 10 个为正例时，全猜负例的模型准确率仍达 90%。建议先明确检测事件，再根据混淆矩阵选择 Precision 或 Recall 作为指标。
Cartesia 以 RAG 检索 top k 为例说明 Precision 与 Recall 的权衡：top-3 检索精度高但召回低，top-50 检索召回高但精度低。文章指出仅看准确率会误导，例如在 100 个样本中 10 个为正例时，全猜负例的模型准确率仍达 90%。建议先明确检测事件，再根据混淆矩阵选择 Precision 或 Recall 作为指标。
匹配字段摘要、正文
ZDNET 在实测后评选 Galaxy Z Fold 8 为当前最佳三星手机，起售价 1,900 美元，配备 4,800mAh 电池、Snapdragon 8 Elite Gen 5 for Galaxy 芯片和 50MP 主摄；Galaxy S26 Ultra 以 200MP 相机、S Pen 和 Privacy Display 位列第二。预算有限可选 Galaxy A16 5G，售价 128 美元。
匹配字段摘要、正文
Jakub Pachocki 表示，包括 Astra 在内的当前前沿模型，其计算图深度与 GPT-4 相差不超过 2 倍，误读这一情况可能引发走向“不可监控”的竞赛。OpenAI 从首批推理模型开始便持续保留并利用思维链监控；该技术虽较脆弱且呈负面趋势，但强化它仍是当前研究计划的核心目标。
“不可监控”的竞赛。OpenAI 从首批推理模型开始便持续保留并利用思维链监控；该技术虽较脆弱且呈负面趋势，但强化它仍是当前研究计划的核心目标。 · Jakub Pachocki says the computation-graph depth of current frontier models, including Astra, is within a factor of two of GPT-4, and that confused reporting could trigger a race toward “unmonitorability.” OpenAI has preserved and used chain-of-thought monitoring since its first reasoning models; although the technique is fragile and trending negatively, strengthening it remains a core goal of the current research program.
匹配字段摘要、正文
Dyson 推出售价 $499 的 CameraJet 电动牙刷，通过 AI 相机识别牙缝，并在刷牙时触发低压喷流清除牙菌斑。其 100K 像素相机每秒分析 28 张图像，机器学习系统以 470K 张牙科图像训练；用户还可在 MyDyson 应用查看实时画面、清洁覆盖和技巧反馈。
AI 相机识别牙缝，并在刷牙时触发低压喷流清除牙菌斑。其 100K 像素相机每秒分析 28 张图像，机器学习系统以 470K 张牙科图像训练；用户还可在 MyDyson 应用查看实时画面、清洁覆盖和技巧反馈。 · Dyson launched the $499 CameraJet electric toothbrush, which uses an AI-powered camera to detect gaps between teeth and trigger a low-pressure jet to clear plaque while brushing. Its 100K-pixel camera analyzes 28 images per second, and the machine-learning system was trained on 470K dental images; users can also view a live feed, brushing coverage, and technique feedback in the MyDyson app.
匹配字段摘要、正文
Runway 推出早期访问版 Solaris，以实时生成的视频呈现网站和应用，用户点击或拖动时由 Gen-4.5 与大语言模型共同生成后续画面，无需底层代码运行。测试者在场景行为和指令遵循方面分别有 71% 和 61% 的对比选择了 Solaris，而非 Claude Opus 5 编写的页面。当前版本仍存在文字清晰度、长会话漂移及画面看似可信但内容错误等问题。
晰度、长会话漂移及画面看似可信但内容错误等问题。 · Runway introduced Solaris in early access, rendering websites and apps as real-time video while Gen-4.5 and an LLM generate subsequent frames from users’ clicks and drags, with no underlying code running. Testers preferred Solaris over pages coded by Claude Opus 5 in 71% of comparisons for in-scene behavior and 61% for instruction following. The current build still struggles with text legibility, drift during long sessions, and convincing-looking but incorrect screens.
匹配字段摘要、正文
a16z 推出 Machine Age Fund，由 Ben Horowitz、Martin Casado、Raghu Raghuram 与 Erik Torenberg 讨论其背后的 AI 基础设施布局。他们认为 AI 瓶颈正从模型本身转向芯片、内存、网络、电力、冷却和数据中心等底层环节，超大规模厂商 CapEx 激增，关键组件已被提前数年预订，新一代推理模型与智能体需要显著更多算力。
匹配字段摘要、正文
Cohere 梳理企业应用生成式 AI 的主要场景，包括知识检索与 RAG、内容生成、对话助手、软件开发、数据分析及 AI 智能体工作流。企业可借此提升生产力、个性化体验和创新速度，但应从明确业务需求出发，评估技术可行性与投资价值。
匹配字段摘要、正文
ZDNET 测试了三星 Galaxy Z Fold 8、Google Pixel 11 系列等最新 Android 手机，并将起售价 1050 美元的 Samsung Galaxy S26 Ultra 选为综合最佳，其搭载 Snapdragon 8 Elite Gen 5 芯片与 Privacy Display 隐私屏。亚军为 425 美元的 Google Pixel 10a，提供七年系统与安全更新。本次更新新增 Pixel 11 Pro 系列、Galaxy Z Fold 8 和 Motorola Razr Ultra（2026）。
匹配字段摘要、正文
Unsloth 发布 Unsloth Desktop，称其为首个可在本地运行和训练模型的桌面应用，已上线官网和 GitHub。该应用开源，支持 Mac、Windows 和 Linux，覆盖 MLX、扩散图像/视频、音频、GGUF，可将 Claude Code 和 Codex 接入本地 LLM，并支持 CPU 与多 GPU 环境（NVIDIA、AMD、Intel、Mac）。官方称训练速度提升 2 倍、显存占用减少 70%，工具调用准确率提高 50% 并支持自愈与沙箱化代码执行，同时提供私有网页搜索、深度研究、RAG、MCP 以及 NVFP4、GGUF 导出。
匹配字段摘要、正文
Galaxea 开源 VLA 模型 G0.5 以 20.23 的平均分位列 RoboDojo 排行榜第一，其中 Precision 得分 28.25，Long-Horizon 得分 44.12。开源一个多月后，G0.5 已在包括 LIBERO、BEHAVIOR-1K 和 RoboDojo 在内的 8 项公开机器人基准与评估中取得领先结果。
以 20.23 的平均分位列 RoboDojo 排行榜第一，其中 Precision 得分 28.25，Long-Horizon 得分 44.12。开源一个多月后，G0.5 已在包括 LIBERO、BEHAVIOR-1K 和 RoboDojo 在内的 8 项公开机器人基准与评估中取得领先结果。 · Galaxea’s open-source VLA model G0.5 ranks first on the RoboDojo Leaderboard with an Average Score of 20.23, including 28.25 in Precision and 44.12 in Long-Horizon. Just over a month after its open-source release, G0.5 has achieved leading results across eight public robotics benchmarks and evaluations, including LIBERO, BEHAVIOR-1K, and RoboDojo.
匹配字段摘要、正文
Figma 安全工程团队公开了其内部安全智能体系统，用 RAG 检索历史告警与调查上下文，再由 Tines 上的智能体调用 Okta、Wiz、Slack、Panther 等工具完成告警分诊，并可查询安全数据湖、提交修复 PR。团队称复杂告警的解决时间缩短约 70%，值班呼叫量因 AI 驱动的严重度降级减少 20%，端点软件审批请求减少 25%。系统将记忆分为案例记忆、引导记忆和过程记忆三层，并用确定性护栏限制智能体行为，例如所有 PR 自动设为草稿。
匹配字段摘要、正文
Microsoft 与 Hugging Face 将经过许可与安全审查的数千个开放模型引入 Foundry Model Catalog，目前以预览版提供，并每周更新。模型可通过统一端点部署到配备 NVIDIA A100、H100 或 AMD MI300X 的 Managed Compute，运行时升级和 CVE 修补由平台自动完成；后续将扩展模型与加速器覆盖，并支持 Bring Your Own Weights。
Managed Compute，运行时升级和 CVE 修补由平台自动完成；后续将扩展模型与加速器覆盖，并支持 Bring Your Own Weights。 · Microsoft and Hugging Face have brought thousands of license- and security-screened open models to the Foundry Model Catalog in preview, with weekly updates. The models can be deployed through a unified endpoint on Managed Compute using NVIDIA A100, H100, or AMD MI300X accelerators, with automatic runtime upgrades and CVE patching; broader model and accelerator coverage and Bring Your Own Weights are on the roadmap.
匹配字段摘要、正文
Hugging Face Storage 已成为 SkyPilot 的一级存储后端，任务可通过 hf:// 在不同云端挂载模型、数据集和 Bucket，并免收读取流量费。其 FUSE 挂载支持懒加载和本地缓存，测试中 Qwen/Qwen3.5-4B 约 30 秒即可开始训练；写回仍会产生计算云通常收取的流量费，MOUNT 还要求 glibc 2.34+ 和 /dev/fuse。
Hugging Face Storage 已成为 SkyPilot 的一级存储后端，任务可通过 hf:// 在不同云端挂载模型、数据集和 Bucket，并免收读取流量费。其 FUSE 挂载支持懒加载和本地缓存，测试中 Qwen/Qwen3.5-4B 约 30 秒即可开始训练；写回仍会产生计算云通常收取的流量费，MOUNT 还要求 glibc 2.34+ 和 /dev/fuse。 · Hugging Face Storage is now a first-class SkyPilot backend, letting jobs mount models, datasets, and Buckets through hf:// across clouds without read-egress fees. Its FUSE mount provides lazy loading and local caching, enabling Qwen/Qwen3.5-4B to begin training in about 30 seconds in the test; writes still
匹配字段摘要、正文