OpenAI 成立数学与人工智能咨询小组
OpenAI 正与一个独立的数学与人工智能咨询小组合作,为新兴 AI 成果的评审与传播提供指导。该小组为独立性质,具体成员与运作细节未披露。
OpenAI 正与一个独立的数学与人工智能咨询小组合作,为新兴 AI 成果的评审与传播提供指导。该小组为独立性质,具体成员与运作细节未披露。
NVIDIA 在纽约气候周介绍了 5 家用 AI 推进清洁能源的公司:ThinkLabs AI 用数字孪生和智能体把南加州爱迪生评估电网并网申请的时间从 30-45 天缩短到 2 分钟。
OpenAI 提出为下一阶段 AI 建立共享全球标准的路径,呼吁通过协调一致的评估、报告与治理来提升安全性。
OpenAI Academy 新增面向员工、开发者、管理者、教育工作者和学生等多类人群的学习路径,用于培养和展示实用 AI 技能。
Hugging Face 发布 tokenizers v1,输出与 v0.23 完全一致的 token ID,但速度最高提升数十倍。v1 将单个 crate 拆为工作区,引入 bitcannon 用 SIMD 位流替代正则做预分词、无分配合并工作集、线程本地词缓存和原生多线程并行,并保持对 BPE、WordPiece、Unigram 的通用支持。
V7 使用 GPT-5.6 将分散的公司文件转化为智能体可用的上下文,以完成复杂的、可溯源的工作,同时成本降低 78%、准确率提升。
NVIDIA 发布 AIPerf,用于大规模 LLM 推理性能基准测试。它针对 curl 命令、手写 asyncio 脚本或一次性负载生成器等传统压测方式的问题,这些方式受限于单进程性能、Python GIL 并发瓶颈,或测量基准不可靠。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,用于为中段物流配送问题生成真实且保护隐私的基准数据,源码与文档已在 GitHub 开放。
GitHub Podcast 最新一期拆解了五个 AI 热门论断:AI 生成代码仍需阅读,但审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是可读的 Markdown 打包经验,后者提供工具与数据的标准接入;RAG 并未消亡,检索能为模型提供训练数据外的文档、内部知识与代码库上下文,减少 token 浪费并降低答案不完整的概率。
Google 扩充 AI & Economy 研究项目,邀请 2025 年诺贝尔经济学奖得主 Philippe Aghion 出任学术顾问,Ajay Agrawal 加入访问学者计划。Anu Madgavkar 与 Daniel Rock 出任研究项目总监,前者负责全球 AI 扩散与中小企业生态,后者聚焦企业生产率与劳动力重构。该团队将直接为 ATLAS v1.0 的后续更新和实证研究提供支持。
Google 旗下 Envisioning Studio 与 Google Labs 合作,用 AI 创作工具 Google Flow 为设计师 Jane Wade 和 Sergio Hudson 分别打造 Styling Suite 与 Runway Visualization 两款定制工具,用于纽约时装周。
OpenAI 发布澳大利亚青少年安全蓝图,这是一份围绕六大支柱构建的路线图,目标是让青少年在使用 AI 时获得更安全的体验,同时兼顾保护与赋能。
9 月 18 日,iPhone 18 Pro、iPhone 18 Pro Max、Apple Watch Series 12、Apple Watch Ultra 4 和 AirPods 5 在全球 Apple Store 门店正式开售。
Google Research 公布一项研究实验,让教师借助生成式 UI(GenUI)按课程目标动态生成可交互的教学模拟,并内置分级挑战、提示与反馈等教学脚手架。
联合国系统发布 UN System Data Commons,一个基于 Google Data Commons 构建的开源平台,把分散的全球统计数据整合为单一可搜索的 AI-ready 知识图谱。
Pawprint Studio 的 Aniimo 本周首发上线 GeForce NOW,这是一款免费开放世界捉宠 RPG,玩家可用 Aniipods 捕捉生物并 Twine 变身,无需等待 45GB 下载。
Cooley 基于 ChatGPT Work 打造了 GO Public,把智能能力引入 IPO 流程,帮助律师更早发现问题并将判断力集中在最关键之处。
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust,AI 智能体编写了大部分代码,分布在 128 个 PR 中增量合入 main。
推荐理由:GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 80 万行 Rust 的全过程,含多智能体协作与提示缓存数据。
OpenAI 发布 Astra for Law,为法律行业提供前沿智能能力,支持律所自定义工作流、接入法律数据源,并针对机密客户工作提供法律级管控。该产品归属于 OpenAI for Law。
NVIDIA 展示了一套智能体 AI 工作流,用于为物理 AI 系统准备和验证数字孪生:智能体可检查 3D 场景、在 OpenUSD 中编写仿真相关数据、添加物理属性、渲染预检视图,并按 SimReady 要求验证结果。该流程覆盖从 Blender 场景到面向 NVIDIA 的仿真就绪 OpenUSD 交付。
三星启动 One UI 9 正式推送,首批覆盖 Galaxy S26、S26+ 和 S26 Ultra,此前已在 Galaxy Z Fold8 Ultra、Fold8 和 Flip8 上首发。
NVIDIA 的 TensorRT Edge-LLM 在 Jetson AGX Thor 上完成 MLPerf Edge Agentic Benchmark,速度提升 6.4 倍。该方案面向从云端数据中心迁移到车辆、机器人等边缘设备的 AI 智能体,针对其多步骤工具调用、结果评估与长对话推理带来的边缘推理新需求,实现快速 token 生成。
OpenAI 发布一套用于追踪、调查和披露模型失准的框架,同时给出六份关于模型意外或令人担忧行为的报告。
推荐理由:OpenAI 公开模型失准的追踪与披露框架,并附六份异常行为报告,可了解其安全披露机制。
NVIDIA 借助智能体 AI 把 CUDA Tile 操作从 Python 翻译为 Rust,用于 cuTile Rust(cutile-rs)这一基于 tile 的 GPU kernel 编写系统。该系统将 Rust 所有权模型扩展到 tile 级 GPU kernel,把可变输出拆分为互不重叠的分片,并在 kernel 启动间保持主机侧所有权契约,同时允许程序员在需要底层控制时局部退出。
OpenAI 与 AARP 合作,在美国 10 座城市为 1000 名老年人提供免费的 ChatGPT 实操工作坊,帮助他们安全掌握实用的 AI 技能。
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览结果,在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍,在 DeepSeek-R1 上最高达 2.5 倍。
推荐理由:MLPerf v6.1 首次提交数据给出 Vera Rubin NVL72 相对 GB300 的吞吐提升与 99% 扩展效率,可据此判断推理基础设施的性价比走向。
苹果发布由 Jimmy Chin、Jack Davison 和 Alex Prager 使用 iPhone 18 Pro 拍摄的“What Holds Us”影像作品。Jimmy Chin 在山顶与直升机上取景,Jack Davison 拍摄黏土塔与人物,Alex Prager 则在片场捕捉彩纸飘落的城市街景。
Emerald AI、Google 和 NVIDIA 宣布成立 AI 能源管理联盟(AEMA),推动数据中心根据电网状况动态调节用电。该联盟采用技术中立、基于性能的要求,聚焦响应速度、持续时长、可预测性和紧急情况下的行为,并计划统一技术标准与运营数据共享。AEMA 汇集 AI 平台、基础设施提供商、数据中心运营商、电力生产商、公用事业和区域电网运营商,目标是加快美国 AI 基础设施并网。
OpenAI 发布新的 AI 广告体验,包括 Sponsored Agents 和面向营销人员的工具,并与 HubSpot、Shopify 完成集成。
Mistral 宣布与 Mozilla 达成合作,Firefox 的 AI 浏览助手 Smart Window(beta)由 Mistral 模型驱动,先面向法国和北美用户,英国和德国预计今年晚些时候跟进。
Hex 的数据智能体借助 GPT-6 Astra,把分析答案转化为可交互的可视化报告,方便员工分享。
OpenAI 介绍如何用 ChatGPT Work 和 Codex 的分析功能,帮助团队了解 AI 使用量与支出、识别培训需求,并把 AI 采用情况与业务成果关联起来。
OpenAI 经济研究显示,员工使用 AI 的方式已超出传统岗位职责,部分新活动正成为其工作中的常规环节。该研究聚焦员工实际使用 AI 的行为,而非仅按职位划分用途。
三星 Galaxy Z 系列(Galaxy Unpacked July 2026 发布)的人像视频功能通过 AI 视频处理与真实镜头光学分析,复刻大光圈镜头的景深与 Bokeh 效果,虚化程度随主体与背景距离自然变化。用户可在拍摄后切换对焦主体,并将虚化程度从 0 调至 7。该功能由三星研究院与 MX 业务部门联合开发,后者将其优化并落地到设备。
曼彻斯特大学团队基于 NVIDIA Earth-2 的生成式模型 Earth-2 CorrDiff,在 Isambard-AI 超算单节点上仅用两天训练出覆盖全英、分辨率 2-3 平方公里的空气污染模型,并已加入 Earth-2 StormCast 支持依赖观测的时间序列预报。
Salesforce 在 Dreamforce 上发布首个 CRM 推理模型 Koa,基于 NVIDIA Nemotron 3 Super 后训练,使用近三十年企业 CRM 部署数据构建的专有合成数据集。
推荐理由:Salesforce 首个 CRM 推理模型 Koa 基于 NVIDIA Nemotron 3 Super 后训练,读者可了解其训练方式与落地节奏。
Google Research 提出 Retrieve-for-Train 框架,用离线强化学习发现奖励对齐的查询扇出并编译为监督信号,再蒸馏进一个 53.9M 参数的扩散检索器,实现单次非自回归的查询扇出。该方法在 Gemma3-4B 和 Qwen3-4B 上微调扇出语言模型,以集合级属性奖励评估整组结果,避免推理时生成数百个 CoT 推理 token。相关论文已被 ICML 2026 收录。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型,前者面向规模化与成本效率,后者面向高复杂度多步推理任务。
推荐理由:两款语音对话模型同时发布,给出基准成绩与开发者接入渠道,可据此判断语音智能体的可用性。
NVIDIA 以 Nemotron 3.5 Lightning 为例说明 MoE 架构如何让 30B 参数模型每个 token 仅激活 3B 参数,同时保留大模型容量。文章对比 Dense 与 MoE 两种主流架构,指出参数组织方式与参数规模同样关键,并讨论活跃参数、吞吐量及各自适用场景。
NVIDIA 在 AI Infra Summit 上公布 DSX MaxLPS 的首个部署验证:Lambda 在 5 机架 19 节点 HGX B200 集群上,用 16 节点的功耗跑出 24% 的 token 吞吐提升,从约 400 万 tokens/秒升至 500 万,每瓦性能提升 23%。