跳到正文

网站与博客

媒体报道、公司博客与研究文章

当前显示全部 AI 相关新闻
按账号或来源筛选（93）
全部网站与博客新闻IT Home10137 条TechCrunch · AI470 条The Decoder402 条Simon Willison383 条OpenAI News323 条The Verge · AI258 条Hugging Face Blog156 条Claude Blog142 条elsewhere articles118 条Google Research110 条OpenRouter Announcements108 条Databricks Blog105 条Mistral AI89 条Tomer Tunguz89 条Sierra Blog71 条Claude Platform release notes70 条Anthropic Newsroom67 条Gary Marcus65 条LlamaIndex：产品、工程与评测62 条Runway News62 条Gemini API 更新日志61 条Together AI Blog61 条Factory 研究 / 产品60 条LMSYS Blog60 条Manus Blog60 条Google DeepMind59 条Replit Blog59 条NVIDIA Blog54 条a16z News52 条LangChain Blog51 条Apple Machine Learning Research50 条ByteByteGo48 条Suno Blog48 条ElevenLabs Blog45 条Google Cloud: Databases45 条Google Blog: AI42 条AWS Machine Learning Blog41 条Qwen Blog40 条Google Developers Blog38 条Cursor Blog37 条Ars Technica · AI34 条Microsoft AI News32 条Linear Now30 条PromptArmor：Threat Intelligence28 条Dwarkesh Patel27 条Latent Space27 条Nathan Lambert: Interconnects26 条Anthropic Research24 条Sakana AI Blog24 条DeepSeek API updates23 条Artificial Intelligence News22 条Amazon Science21 条Cohere 产品与研究博客21 条Import AI21 条AI as Normal Technology20 条Epoch AI：Gradient Updates20 条Exponential View20 条MarkTechPost20 条OpenClaw Blog20 条Recode China AI20 条Redwood Research Blog20 条SemiAnalysis 长文19 条Understanding AI19 条MIT Technology Review · AI18 条ByteDance Seed Papers17 条Liquid AI 模型与工程博客16 条GitHub Blog · AI & ML13 条404 Media12 条ChinaTalk12 条Google AI：DEV 作者专属12 条Microsoft Research12 条MiniMax Blog12 条Meta Engineering11 条PyTorch Blog11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条Chips and Cheese10 条xAI：News9 条Every latest articles7 条Preferred Networks：AI 研究与产品7 条Thinking Machines Lab Blog7 条ByteDance Seed Research5 条Claude YouTube3 条Canary Media：Data Centers2 条CMU Machine Learning Blog1 条MarkTechPost · 历史来源184 条xAI News · 历史来源76 条Artificial Intelligence News · 历史来源64 条Claude YouTube · 历史来源54 条Ars Technica: AI · 历史来源20 条GitHub Blog · 历史来源20 条Lilian Weng's Log · 历史来源2 条
15,484 条AI 相关新闻 · 最新在前
8月17日周一
  1. Mistral AI77

    Mistral AI 发布 Pixtral 12B 多模态模型

    Mistral AI 发布 Pixtral 12B 原生多模态模型，基于 Mistral Nemo 12B，采用 Apache 2.0 许可，支持可变图像尺寸与宽高比，并可在 128k token 上下文内处理任意数量图片。

    推荐理由：Pixtral 12B 以 Apache 2.0 开源并支持 128k 多图输入，MMMU 得分 52.5%，读者可据此比较小尺寸多模态模型的取舍。

  3. Mistral AI68

    Mistral AI 推出非生产许可 MNPL，Codestral 在该许可下发布

    Mistral AI 发布非生产许可 MNPL，允许开发者将模型用于非商业用途并支持研究工作，Codestral 也在该许可下发布。Mistral 表示会继续以 Apache 2.0 发布模型和代码，并将逐步整合 Apache 2.0 与 MNPL 两条产品线。

    推荐理由：Mistral 用新许可划出商用与非商用的边界，开发者可据此判断使用其模型的合规范围。

  7. Mistral AI52

    Mistral AI 发布内容审核 API

    Mistral AI 发布新的内容审核 API，即支撑 Le Chat 审核服务的同一套接口，现已开放给用户按自身应用和安全标准调用。模型是一个 LLM 分类器，将文本输入划分为 9 个类别，原生支持阿拉伯语、中文、英语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语和西班牙语。

  10. Mistral AI74

    Mistral AI 发布 24B 参数 Mistral Small 3，Apache 2.0 开源

    Mistral AI 发布 24B 参数的 Mistral Small 3，以 Apache 2.0 许可同时放出预训练和指令微调 checkpoint。官方称其指令版与 Llama 3.3 70B instruct 相当，同硬件下速度超过 3 倍，MMLU 准确率超 81%，延迟 150 tokens/s。

    推荐理由：官方给出了 24B 模型的对标结果与本地部署门槛，读者可据此判断它在开源替代中的位置。

  15. Mistral AI84

    Mistral AI 发布 7.3B 参数开源模型 Mistral 7B

    Mistral AI 发布 7.3B 参数的 Mistral 7B，称其在全部评测上超过 Llama 2 13B，多项基准接近 Llama 1 34B。该模型采用分组查询注意力（GQA）和滑动窗口注意力（SWA），在 16k 序列长度、4k 窗口下推理提速 2x，并能在 8192 序列长度下节省一半缓存。

    推荐理由：官方给出与 Llama 2 系列同评估管线的对比和 Apache 2.0 授权，便于判断同尺寸模型的选型空间。

  20. Google Developers Blog43

    Gemini Enterprise Agent Platform 新增 Parallel Web Search 网页接地选项

    Google Cloud 与 Parallel Web Systems 合作，将 Parallel 的搜索基础设施作为网页接地（grounding）提供商原生集成到 Gemini Enterprise Agent Platform，让开发者用可验证的实时网页结果锚定 AI 智能体，提升复杂企业工作流的事实准确性。该合作还支持以编程方式提取、永久缓存并处理网页数据，并可与其他大语言模型配合使用。

  21. Google Developers Blog35

    Google Tunix：用高吞吐 Agentic RL 训练多轮工具调用智能体

    Google 推出 JAX 原生后训练库 Tunix，用于消除训练多轮、工具调用型 LLM 推理智能体时的 TPU 闲置瓶颈。它通过高并发异步 rollout 与解耦的生产者-消费者流水线提升硬件吞吐，让训练器在智能体等待网络 I/O 或环境步骤时仍持续获得数据。Tunix 还提供即插即用抽象与持续的宏观层面 profiling，便于接入自定义开源环境并优化分布式工作流。

  23. Google Developers Blog28

    如何用 Google 微基准测试评估 TPU 性能

    Google 开源 TPU 微基准测试套件，可从 Network、Compute、HBM、Host Transfer 和 Attention 五个组件提供细粒度性能指标，用于验证真实硬件能力。借助这些基准建立 Roofline 模型，工程师能判断机器学习负载受限于计算、内存还是网络，并据此开展 kernel 调优、mesh 分片和重计算等针对性优化，提升大规模模型部署的硬件利用率。

  24. Google Developers Blog25

    用会话感知负载均衡扩展实时 AI 智能体

    实时 AI 智能体依赖长连接、有状态的双向流，使传统请求-响应式负载均衡无法反映服务器真实容量。开发者需在运行时内实现应用层会话追踪，准确统计活跃对话的并发负载，并将精确会话数与 CPU 利用率一并输入混合路由算法，从而有效分发有状态 AI 流量，避免单个后端成为瓶颈。

  27. Google Developers Blog38

    Genkit Go 推出 Agent Skills：按需加载技能，减少 token 消耗

    Genkit Go 引入基于渐进式披露架构的 Agent Skills，开发者可将专用指令、脚本和参考资料打包成模块化 SKILL.md 技能包，初始仅向智能体系统提示词暴露 frontmatter 元数据。当任务匹配技能描述时，Genkit 中间件动态加载完整指令正文与相关资源，从而避免上下文窗口膨胀并降低 token 消耗。

  28. Google Developers Blog44

    Conductor 升级为可移植插件，支持 Antigravity 与 Claude

    Conductor 从 Gemini CLI 扩展升级为可移植插件，将对话式规格驱动开发（SDD）带入 Antigravity CLI 和 Claude 等生态。开发者无需依赖严格命令序列，可自然对话，由 AI 助手在后台动态管理 spec.md、plan.md 等持久化 markdown 产物。该更新消除了工作流摩擦，并让仓库成为跨 AI 工具、受版本控制的项目架构与状态唯一来源。

  32. Google Research15

    Google Research 2020 年研究回顾：从 Transformer 图像识别到 LIT 可解释性工具

    Google Research 回顾了 2020 年发布的十余项研究，涵盖用 Transformer 做大规模图像识别、MediaPipe Holistic 在设备端同时预测人脸手部与姿态、以及用于 NLP 模型交互分析的语言可解释性工具 LIT。其他工作还包括用 AutoML 做时间序列预测、用 GAN 生成奇幻生物、MinDiff 框架缓解 ML 模型偏见，以及大语言模型的隐私考量。

  34. Google Research13

    Google Research 声音与声学专题：从鸟类 AI 到水下声学谜题

    Google Research 汇总其声音与声学方向的研究，涵盖用鸟类数据训练的 AI 揭示水下谜题、听觉智能新基准、声源定位提升群组对话可访问性，以及零样本单声道转双耳语音合成。相关成果还涉及 AI 识别鲸类发声、对比式神经音频分离、SoundStorm 并行音频生成、AudioLM 音频生成语言建模和 TRILLsson 通用语音表征。