word2vec 究竟学到了什么？伯克利提出可定量预测的学习理论
伯克利 AI 研究团队发表新论文，首次给出 word2vec 学习过程的定量预测理论：在现实实用条件下，其学习问题可归约为无权重最小二乘矩阵分解，梯度流动态有闭式解，最终学到的表示等价于对目标矩阵 M* 做 PCA。从小初始化训练时，word2vec 按离散步骤逐次学习正交线性子空间，每步提升嵌入矩阵的秩并降低损失，这些特征即 M* 的顶部特征向量，可由语料统计和超参数预先算出。
网站与博客
媒体报道、公司博客与研究文章
按账号或来源筛选（70）
全部网站与博客新闻IT Home8852 条Simon Willison357 条OpenAI News317 条TechCrunch · AI289 条The Decoder265 条The Verge · AI152 条Hugging Face Blog151 条Claude Blog140 条elsewhere articles115 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz83 条Databricks Blog82 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条Gemini API 更新日志60 条LMSYS Blog60 条Manus Blog60 条Together AI Blog60 条Google DeepMind58 条NVIDIA Blog52 条a16z News49 条LangChain Blog48 条Suno Blog48 条ByteByteGo46 条ElevenLabs Blog45 条Apple Machine Learning Research43 条Google Blog: AI41 条Qwen Blog40 条Google Developers Blog35 条Cursor Blog34 条Microsoft AI News32 条Google Cloud: Databases31 条Linear Now30 条AWS Machine Learning Blog29 条Ars Technica · AI27 条Dwarkesh Patel27 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条ByteDance Seed Papers17 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条MiniMax Blog12 条Meta Engineering11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条MarkTechPost10 条Microsoft Research10 条xAI：News9 条Every latest articles7 条Thinking Machines Lab Blog7 条ByteDance Seed Research5 条CMU Machine Learning Blog1 条MarkTechPost · 历史来源114 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源52 条Claude YouTube · 历史来源44 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
13,002 条AI 相关新闻 · 最新在前
Berkeley AI ResearchAI 评分4444
Microsoft AI News精选AI 评分7373 Microsoft AI 发布 MAI-Voice-1 语音模型并开始公测 MAI-1-preview
Microsoft AI（MAI）发布两款自研模型：语音生成模型 MAI-Voice-1 已用于 Copilot Daily 和 Podcasts，并上线 Copilot Labs 体验。
推荐理由：Microsoft AI 官方公布两款自研模型的训练规模、使用入口与后续路线，读者可了解其自研模型布局。
Linear NowAI 评分5858 Linear 发布 Cursor 集成，可在 Linear 中直接把 issue 指派给 Cursor agents
Linear 宣布新的 Cursor 集成，用户可以像指派给队友一样把 issue 直接分配给 Cursor agents。Cursor agents 可承接编码任务、开启 pull request 并把进度同步回 Linear。
DeepSeek API updates精选AI 评分8080 DeepSeek-V3.1 发布，deepseek-chat 与 deepseek-reasoner 均升级至该模型
DeepSeek 宣布 deepseek-chat 和 deepseek-reasoner 均升级为 DeepSeek-V3.1，分别对应其非思考模式与思考模式。
推荐理由：官方说明了两个 API 端点对应的模式切换，并给出 SWE-bench 等三项基准分数，读者可据此评估升级影响。
Linear NowAI 评分5151 Linear 阐述 Agent Interaction SDK 的设计思路
Linear 介绍其 Agent Interaction SDK 的构建思路：通过 OAuth 的 actor=app 模式让 Agent 成为工作区内的一等用户，新增 app:assignable 和 app:mentionable 两个可选权限控制 Agent 能否被指派或提及。
Mistral AIAI 评分4848 Mistral 通过微调 Pixtral-12B 提升卫星图像视觉语言模型性能
Mistral 用 LoRA 微调 Pixtral-12B 处理卫星图像，在 Aerial Image Dataset（AID）上显著优于基座模型。基座模型在 Playground 与 Stadium 等模糊类别上易混淆，甚至幻觉出不存在的类别名，微调后分类更准确。微调通过 Mistral 微调 API 或 LaPlateforme UI 完成，无需大量超参数调优。
Mistral AIAI 评分5656 Mistral 发布 Codestral 25.08 与企业级完整编码栈
Mistral AI 发布 Codestral 25.08，并整合 Codestral Embed、Devstral 和 Mistral Code IDE 插件形成企业级完整编码栈，覆盖云、VPC 和本地部署。
Mistral AIAI 评分5959 Mistral AI 发布 Mistral Large 2 全生命周期环境影响分析
Mistral AI 联合 Carbone 4 和法国生态转型署 ADEME 完成首个针对大模型的全生命周期环境评估。
Suno BlogAI 评分4242 Suno 与 Songs of Love 基金会合作，用 AI 为病患儿童与老人定制歌曲
Suno 与运营近 30 年的非营利组织 Songs of Love Foundation 达成合作，借助其 AI 音乐工具帮助志愿者大规模创作融入受助者姓名、爱好与宠物信息的个性化歌曲。
Mistral AI精选AI 评分6161 Mistral AI 为 Le Chat 推出 Deep Research、语音、Projects 等多项新功能
Mistral AI 为 Le Chat 推出一批新功能，包括 Deep Research 预览模式、基于 Voxtral 的语音模式、由 Magistral 驱动的多语言推理、Projects 项目整理功能，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：Mistral 官方一次性列出五项新功能及其支撑模型，读者可以对照了解 Le Chat 在研究和多模态方向的能力变化。
AI as Normal TechnologyAI 评分6060 Sayash Kapoor 撰文分析 AI 为何可能拖慢而非加速科学进步
Sayash Kapoor 在 AI as Normal Technology 框架下撰文指出，科学论文产出指数级增长但实际进步停滞甚至放缓，AI 很可能加剧这一生产-进步悖论。
Linear NowAI 评分5353 Mercury 工程师 Matt Russell 谈六个月用 AI 智能体开发的实践与经验
金融科技公司 Mercury 的 staff 工程师 Matt Russell 在访谈中复盘其团队六个月使用 AI 智能体的经验。团队从 3 月内部黑客松起步，通过 Linear for Agents 把 issue 分派给第三方智能体并回收 PR，还用 Linear Asks 模板让 ops 团队自助提交工单、由智能体建 UI 并提交 PR，几乎无差错。
Mistral AI精选AI 评分7272 Mistral 发布语音理解模型 Voxtral，24B 与 3B 双版本采用 Apache 2.0 开源
Mistral AI 发布语音理解模型 Voxtral，提供 24B 和 3B 两个版本，均以 Apache 2.0 许可开源并上线 API。
推荐理由：官方给出完整基准对比和定价细节，开源语音模型在准确率与成本上的位置可以直接对比判断。
Mistral AI精选AI 评分6363 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并推出 Devstral Small 1.1 升级版。
推荐理由：官方给出 SWE-Bench Verified 分数和 API 定价，可比较两款新模型在成本与代码智能体性能上的定位。
Suno BlogAI 评分4141 Suno 任命 Paul Sinclair 为首席音乐官
Suno 宣布 Paul Sinclair 加入公司担任首席音乐官，负责领导面向行业与艺人的相关工作。Paul 曾任 Atlantic Records 总经理，与 Bruno Mars、Coldplay、Janelle Monae、Missy Elliot 等艺人合作，并曾是音频硬件公司 Audeze 的长期董事会成员。
Mistral AIAI 评分3838 Mistral AI 推出 AI for Citizens 计划，助力各国政府自主掌控 AI
Mistral AI 推出 AI for Citizens 协作计划，帮助各国政府和公共机构战略性地运用 AI 改造公共服务、推动创新并保障竞争力。该计划提供开放模型与产品组合、自托管或 SaaS 部署选择、数据主权保障及定制化研发，已与法国、卢森堡、新加坡、荷兰、英国、瑞士等国政府及公共部门合作。
Microsoft AI News精选AI 评分6868 Microsoft 发布 MAI-DxO，在 NEJM 病例序列诊断基准上正确率达 85%
Microsoft AI 发布 MAI-DxO 诊断编排器与 SD Bench 基准，将 304 个 NEJM 病例转化为逐步诊断挑战，MAI-DxO 正确诊断最高达 85%，是同一组有经验医生的四倍以上，且以更低检查成本得出正确诊断。
推荐理由：原文同时给出诊断准确率、成本对比和研究局限，并说明 SD Bench 尚未公开，读者可据此理解结果边界。
Suno BlogAI 评分5353 Suno 收购浏览器端 AI 音乐工作站 WavTool
Suno 宣布收购全浏览器运行的 AI 加速数字音频工作站 WavTool，其编辑技术与核心团队加入 Suno 并担任产品与工程领导职务。WavTool 是首个结合 VST 插件支持、采样级编辑、现场录音与 stem 分离、AI 生成 MIDI、应用内聊天机器人等原生 AI 能力的浏览器 DAW。此前 Suno 本月刚发布包括高级歌曲编辑器、stem 分离和增强音频上传的新编辑界面。
Mistral AIAI 评分5454 Mistral AI 发布 AI 基础设施服务 Mistral Compute
Mistral AI 发布 AI 基础设施服务 Mistral Compute，提供从裸金属服务器到全托管 PaaS 的私有集成技术栈，涵盖 GPU、编排、API、产品和服务。
Sam Altman BlogAI 评分6262 Sam Altman 撰文提出“温和奇点”论：技术起飞已经开始
Sam Altman 撰文认为人类已越过奇点事件视界，技术起飞已经开始，2025 年出现能做真实认知工作的 Agent，2026 年可能出现能提出新洞见的系统，2027 年可能出现能在现实世界执行任务的机器人。他称科学家反馈 AI 使生产力提升两到三倍，并主张先解决对齐问题，再让超级智能变得便宜、普及且不集中于少数人手中。
Linear NowAI 评分5656 Linear 宣布 Series C 融资并规划 Agent 与 AI 工作流方向
Linear 宣布完成 Series C 融资，称公司已盈利、增长强劲，超过 15,000 家公司（包括 OpenAI、CashApp、Ramp、Scale AI 和 Boom）在使用其产品。下一步规划两个方向：Linear for Agents 让第三方或自建智能体在产品工作流中被部署和协调；Linear AI 则把 AI 功能直接嵌入建 issue、自动分类路由和反馈总结等现有工作流中。
Mistral AI精选AI 评分6969 Mistral AI 发布首个推理模型 Magistral，分 Small 开源与 Medium 企业双版本
Mistral AI 发布首个推理模型 Magistral，含 24B 参数开源版 Magistral Small（Apache 2.0）和企业版 Magistral Medium。
推荐理由：官方给出两个版本的基准分数、开源许可和语言能力细节，读者可据此评估它在推理模型中的定位。
Mistral AIAI 评分5151 Mistral 发布企业级 AI 编码助手 Mistral Code，开启私测
Mistral 发布企业级 AI 编码助手 Mistral Code，基于开源项目 Continue，面向 JetBrains IDE 和 VSCode 开放私测，GA 计划近期推出。
Suno Blog精选AI 评分6868 Suno 升级 Song Editor 并支持 8 分钟音频上传与 12 轨 stems 分离
Suno 发布一组创作控制功能：升级版 Song Editor 可在波形上逐段重排、改写和重制曲目，并可将曲目拆分为 12 条干净 stems（人声、鼓、贝斯等）预览和下载。音频上传扩展至最长 8 分钟，可从自己的完整曲目或吉他 riff 开始创作，另新增三个创意滑杆控制生成风格，支持导出后在 DAW 中继续编辑。
推荐理由：原文列出了 Song Editor、stems 分离和上传上限等具体能力，读者可以对照自己现有的创作流程判断是否用得上。
Mistral AIAI 评分5151 Mistral 发布首个代码专用嵌入模型 Codestral Embed
Mistral AI 发布代码专用嵌入模型 Codestral Embed，称其在真实代码检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 大型嵌入模型。
Linear NowAI 评分5454 Linear 创始人撰文探讨为何质量如此稀缺，并把质量作为经营策略
Linear 创始人发文分析为何质量稀缺，认为每次技术进步都会把行业拉离手艺，而 AI 正试图把制作者的判断和品味也从创作中分离出去。他主张质量本身就是商业策略：Linear 第二年实现盈利，第四年拥有超过 10000 个付费客户且几乎没有营销支出，并分享了以质量为北极星、3-5 人小团队、MVP 仅限内部使用、issue 7 天内修复等实践。
DeepSeek API updates精选AI 评分8484 deepseek-reasoner 升级为 DeepSeek-R1-0528，推理能力增强
DeepSeek 官方宣布 deepseek-reasoner 模型升级为 DeepSeek-R1-0528，推理能力增强，AIME 2025 Pass@1 从 70.0 升至 87.5，GPQA 从 71.5 升至 81.0，Aider 从 57.0 升至 71.6。
推荐理由：官方更新日志列出各基准的具体分数变化，读者可以直接对比新旧 R1 在推理和幻觉上的差异。
Mistral AI精选AI 评分6565 Mistral 发布 Agents API，内置工具连接器与智能体编排能力
Mistral 发布新的 Agents API，将模型与代码执行、网络搜索、图像生成、Document Library 及 MCP 工具等内置连接器结合，并作为 Chat Completion API 的补充简化 Agent 场景开发。
推荐理由：官方原文给出内置连接器、有状态对话与多智能体编排等核心能力，还附 SimpleQA 数字，读者可据此评估其对企业级 Agent 开发的适用性。
Mistral AI精选AI 评分7070 Mistral AI 联合 All Hands AI 发布 Devstral 编码模型
Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体模型 Devstral，以 Apache 2.0 许可开源。
推荐理由：官方发布给出 SWE-Bench Verified 成绩、开源许可和部署门槛，读者可据此判断它在本地或企业编码场景中的位置。
Mistral AI精选AI 评分6767 Mistral AI 发布 Mistral Medium 3，以约八倍更低的成本逼近 Claude Sonnet 3.7 表现
Mistral AI 发布 Mistral Medium 3，定位为兼顾 SOTA 性能、成本低约 8 倍和更易部署的新级别模型。
推荐理由：官方给出与 Claude Sonnet 3.7 对比的基准数字和 $0.4/$2 定价，读者可以据此评估它在企业部署中的性价比。
Mistral AIAI 评分4444 Mistral AI 推出 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral AI 推出企业级 AI 助手 Le Chat Enterprise，由全新 Mistral Medium 3 模型驱动，提供企业搜索、Agent 构建器、数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。
AI as Normal Technology精选AI 评分6767 Sayash Kapoor 撰文论证 AGI 不是里程碑
Sayash Kapoor 撰文提出 AGI 不是里程碑，公司宣布实现 AGI 不是可操作事件，对商业、政策或安全都没有直接含义。文章以核武器为反类比，认为 AI 的经济影响依赖以十年计的扩散过程，并批评基于影响、内部机制和基准行为的三类 AGI 定义各有缺陷，建议企业和政策制定者关注安全扩散而非 AGI 宣言。
推荐理由：作者区分能力与权力、以扩散视角解释 AGI 为何不是可操作事件，为评估各方 AGI 宣言提供了一个可用的分析框架。
Suno Blog精选AI 评分6464 Suno 发布 v4.5 音乐生成模型
Suno 发布最新音乐生成模型 v4.5，曲风选项大幅扩充且更贴合描述，人声情感与音域增强，歌曲最长可达 8 分钟。新增提示词增强助手，Covers 与 Personas 可组合使用，生成速度与音频质量也有明显提升。
推荐理由：官方公告列出了 v4.5 在曲风、人声、音质和生成速度上的具体改进，音乐创作工作流的变化可以直接对照查看。
AI as Normal Technology精选AI 评分6565 Arvind Narayanan 发布长文论文《AI as Normal Technology》，将 AI 视为常态技术
Arvind Narayanan 发布超过 1.5 万字的新论文，提出将 AI 视为“常态技术”的世界观，认为其影响类似电力和互联网等通用技术，变革性经济与社会影响将以数十年为时间尺度缓慢展开。
推荐理由：作者提出 AI 是像电力一样的常态技术，经济影响将以数十年计缓慢扩散，并给出风险与政策的替代框架。
Mistral AIAI 评分5353 Mistral AI 讲解如何用 LLM As A Judge 结合 RAG Triad 评估 RAG 系统
Mistral AI 发布教程，介绍用 LLM As A Judge 评估 RAG 系统的方法。文章讲解 TruLens 提出的 RAG Triad 框架，从上下文相关性。
Linear NowAI 评分4242 Linear 谈 AI 时代的设计：从确定性界面到“工作台”
Linear 发文探讨 AI 时代界面设计，认为 ChatGPT 带火的聊天界面只是通用容器，提示词难以精确控制结果，无法适配具体工作流。文章主张以传统 UI 构建功能型应用、再用 AI 能力补充，并把 Linear 这类软件比作“工作台”，为 AI 智能体提供结构、上下文与审核环境，人类保持在回路中。
DeepSeek API updates精选AI 评分7373 deepseek-chat 升级为 DeepSeek-V3-0324，多项基准测试显著提升
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V3-0324。基准测试提升明显，MMLU-Pro 75.9 → 81.2，GPQA 59.1 → 68.4，AIME 39.6 → 59.4，LiveCodeBench 39.2 → 49.2。
推荐理由：原文给出各基准测试的具体提升数字和功能变化，读者可据此评估升级对现有应用的影响。
Mistral AI精选AI 评分6565 Mistral 发布 Mistral Small 3.1：24B 多模态开源模型，128k 上下文
Mistral AI 发布 Mistral Small 3.1，相比 Mistral Small 3 提升文本性能，新增多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens/秒，官方称超越 Gemma 3 和 GPT-4o Mini 等同级模型。
推荐理由：官方给出了与 Gemma 3 和 GPT-4o Mini 的对比数据、部署门槛和开放下载渠道，可据此评估端侧与低成本部署选择。
Mistral AI精选AI 评分6969 Mistral 发布 OCR API，称在文档理解基准上领先 Google 和 Azure
Mistral 发布光学字符识别 API Mistral OCR（mistral-ocr-latest），以图像和 PDF 为输入，输出交错的文本与图片，已作为 Le Chat 默认文档理解模型。
推荐理由：官方公布了自评基准对比、定价和部署选项，读者可以据此评估它在文档理解与 RAG 场景中的位置。
Linear NowAI 评分4141 Linear 推出 Customer Requests 功能，把客户反馈直接接入产品开发流程
Linear 发布 Customer Requests 功能，可将来自支持工单、Slack 消息和通话的客户反馈直接带入 Linear，供产品与工程团队识别需求模式并辅助决策。该功能支持按营收、客户层级等业务指标筛选客户以排定优先级，并替代分散的反馈记录方式、免去工具间手动同步。Linear 表示正在开发 Salesforce 和 HubSpot 集成，并计划用 AI 从大量反馈中提取有效信号。