微软研究院：把物理 AI 推理从机器人卸载到边缘或云端
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现并延长续航。
推荐理由：微软研究院对机器人推理负载的系统性测量，给出了把推理从机载 GPU 卸载到边缘或云端的性能与续航数据。
#部署/工程
Microsoft Research精选AI 评分6262 Google DeepMind精选AI 评分6262 Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆
Google DeepMind 公布 Private AI Compute 的新技术能力，将持久化服务端记忆引入该平台，使 AI 助手能跨设备保留上下文，同时维持端侧级别的隐私标准。
推荐理由：Google 给出私有 AI 计算新增持久化服务端记忆的架构思路，读者可了解云端记忆如何与端侧密钥结合。
OpenAI NewsAI 评分2323 invideo 如何借助 GPT‑6 Astra 将调色效率提升 3 倍
invideo 借助 GPT‑6 Astra 让剪辑规划更精准，调色与色彩校正效率提升 3 倍，并在一天内产出 50 个自定义特效。
NVIDIA BlogAI 评分2222 NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 落地进展，新加坡 HTX 将研究使用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 模型推进公共安全 AI。
OpenAI NewsAI 评分4242 Airbnb 扩大 GPT-6 Astra 与 OpenAI 前沿模型的使用范围
Airbnb 正在扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围，帮助工程团队排查 bug、设计系统并加快交付。
OpenAI NewsAI 评分5858 OpenAI 为 GPT-6 改进提示词缓存
OpenAI 宣布为 GPT-6 改进提示词缓存，带来更高的缓存命中率、新的诊断能力、显式断点以及可降低延迟和成本的控制项。原文未披露具体命中率数字、可用范围或上线时间。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，推进智能体化开源机器人开发
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，新增智能体工作流与平台支持，支持 ROS Lyrical 和 Ubuntu 24.04，并免费开源。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断开源机器人栈的演进方向。
Hugging Face BlogAI 评分2222 oMLX 创作者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 创作者兼维护者 Jun Kim 加入 Hugging Face，继续领导该项目并支持 MLX 社区。oMLX 将保持 Apache 2.0 开源协议，从副业转为有资金支持的正式项目，有望带来更高稳定性和更快开发。Hugging Face 计划让 oMLX 成为新想法的试验场，并推动 transformers 模型定义快速转为 MLX 参考实现。
Hugging Face Blog精选AI 评分6262 Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 为 transformers 加入 GGUF 支持，用户可从 Hub 选取量化 checkpoint，通过 from_pretrained 传入 gguf_file 即可在本地生成，无需额外配置。
推荐理由：Hugging Face 官方说明 transformers 如何直接加载 GGUF 量化权重，并给出与 llama.cpp 的对比数据，便于判断本地推理的新选择。
NVIDIA BlogAI 评分3131 NVIDIA 推出 DSX Ready 认证计划，首批覆盖储能与冷却分配单元
NVIDIA 推出 DSX Ready 认证计划，用于筛选符合 NVIDIA DSX AI 工厂参考设计要求的合作伙伴产品，首批类别为电池储能系统（BESS）和冷却分配单元（CDU）。
NVIDIA BlogAI 评分3232 NVIDIA 为何称规模化部署物理 AI 需要全栈安全
NVIDIA 提出物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的全栈安全体系，并称 NVIDIA Halos 是首个也是唯一面向物理 AI 的全栈安全系统。
NVIDIA BlogAI 评分2222 NVIDIA 埃及 AI 生态迈向生产规模：DLI 学员一年增长超十倍，非洲 AI 工厂加速落地
NVIDIA 在埃及大埃及博物馆举办活动，展示其 AI 生态从赋能走向生产规模，埃及 NVIDIA Deep Learning Institute 学员基数一年内增长超十倍。
NVIDIA BlogAI 评分3838 NVIDIA 谈 AI 安全：如何在智能体栈的每一层解决这一工程问题
NVIDIA 提出 AI 安全是工程问题，需要明确的安全需求、可执行的管控、明确的责任人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体推理范围之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描和验证智能体技能。
NVIDIA BlogAI 评分2222 NVIDIA AI 助力清洁能源：五家公司的实践
NVIDIA 在纽约气候周重点介绍了五家用 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的电网并网评估时间从 30-45 天缩短到 2 分钟。
Hugging Face BlogAI 评分3434 Hugging Face tokenizers v1 发布：编码解码与扩展性能实测
Hugging Face 发布 tokenizers v1，输出与 v0.23 完全一致的 token ID，但速度常达 v0.23 的数十倍。v1 将单一 crate 拆为工作区，引入无分配合并、基于 SIMD 的 bitcannon 分词、侵入式链表合并循环、线程本地词缓存和原生多线程并行。
NVIDIA BlogAI 评分88 Pawprint Studio 新作 Aniimo 首发登陆 GeForce NOW
Pawprint Studio 的免费开放世界捉宠 RPG《Aniimo》本周首发上线 GeForce NOW，玩家可在 Idyll 大陆捕捉 Aniimo 并 Twine 变身，无需下载 45GB 本地文件。
GitHub Blog · AI & ML精选AI 评分7878 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 Copilot 应用和 CLI 把 Copilot 智能体运行时从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量合并，而非一次性切换。
推荐理由：一位工程师复盘用 Copilot 智能体把运行时从 TypeScript 迁到 Rust 的全过程，含并发会话协作与提示缓存数据。
NVIDIA Blog精选AI 评分6262 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1 并取得领先性能
NVIDIA 在 MLPerf Inference v6.1 中首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐量最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高达 2.5 倍。
推荐理由：MLPerf Inference v6.1 结果给出 Vera Rubin NVL72 与 GB300 NVL72 的吞吐、扩展效率和软件优化数据，可作为推理基础设施选型的参考。
OpenAI NewsAI 评分2222 OpenAI 如何将 AI 使用情况与业务价值挂钩
OpenAI 介绍如何通过 ChatGPT Work 和 Codex 的分析功能，帮助团队了解 AI 使用量与支出情况、识别培训需求，并将 AI 采用情况与业务成果关联起来。
OpenAI NewsAI 评分5050 Perplexity 将端到端系统交由 GPT-6 Astra 负责
Perplexity 使用 GPT-6 Astra 撰写沟通内容、修改软件并监控生产系统，且相比早期模型，人工检查频率大幅降低。
GitHub Blog · AI & MLAI 评分2828 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日韩市场负责人用 GitHub Copilot 把活动营销流程自动化：以 GitHub Issue 为工作单元，Issue forms 收集结构化字段，标签触发 GitHub Actions 工作流，自动完成落地页复制、UTM 链接生成、报名名单清洗与 CRM 导出。
OpenAI NewsAI 评分3232 OpenAI 如何将 Habitat 扩展为支撑 10 亿 ChatGPT 用户的在线存储平台
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑超 10 亿 ChatGPT 用户、每秒 2200 万次请求。
Mistral AIAI 评分3838 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练自有模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
Hugging Face Blog精选AI 评分6262 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，73 个节点覆盖 11 条媒体管线
Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张工作流画布，由 11 条媒体管线和 73 个节点组成，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 式标注器、背景移除、PNG Info 与图生视频。
推荐理由：原文展示了用 Gradio Workflow 重建 A1111 全部管线并暴露 REST 与 MCP 接口的做法，可据此判断节点式工作流的落地形态。
Hugging Face BlogAI 评分4040 基于 Hugging Face Jobs 的 Async GRPO LoRA 训练：用 Bucket 和代理替代 NCCL
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，rank-1 adapter 仅几 MB，可通过挂载在多个 HF Jobs 上的 Storage Bucket 传递，无需 NCCL。
OpenAI News精选AI 评分6262 OpenAI 发布 Agents API
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由：OpenAI 官方发布托管式 Agents API，读者可了解其基于 Codex harness 的编排与长时会话能力。
Mistral AIAI 评分5151 Mistral 用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用自定义解析器生成调用树并派出上百个智能体补文档，再以规划、编码、测试、审查加人工检查点的结构化流程逐模块迁移。Mistral 总结出三条经验：先建对齐测试再写迁移代码、先整理文档再交给智能体、结构化工作流加人工审查优于完全自主。
OpenAI NewsAI 评分3838 GPT-5.6 Sol 如何助力运行量子计算实验
一位 MIT 研究员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自动化能力。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion，用多模型编排提供前沿级编码质量
GitHub 发布研究预览版 Project HydraFusion，通过运行时编排在多个提供商的模型间选择，自动完成起草、评审、修订或升级到更强模型。它目前提供 Single、Cascade、Critique 三种执行模式，已在所有 GitHub Copilot 套餐中通过 Copilot CLI 的 /experimental 开放，按各模型标准费率计费。
推荐理由：GitHub 官方披露 HydraFusion 的三种编排模式与三套基准的成本质量对比，可据此判断多模型编排在编码任务上的取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进、最准确的全球天气模型，直接学习实时卫星观测数据，每小时生成一次预报，地表变量分辨率达 5 公里，整体比上一代 WeatherNext 2 清晰约 5 倍。
推荐理由：官方给出与上一代的分辨率、更新频率和降水精度对比，可据此判断AI天气预报在谷歌产品中的落地程度。
Hugging Face Blog精选AI 评分7171 Hugging Face 发布 funes，为编码智能体提供自有记忆层
Hugging Face 发布 funes，一个面向编码智能体的持久记忆层，支持 Claude Code、Codex、pi 和 Hermes，通过一条 add 命令把本机已有会话索引为可召回的记忆。
推荐理由：Hugging Face 官方发布的本地记忆层，给出安装命令与跨智能体召回机制，可据此判断多机多智能体协作的落地方式。
Google DeepMind精选AI 评分7474 Google DeepMind 为 Gemini 推出智能体视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出 token 与成本降幅及准确率变化，并说明 API 开启方式，便于开发者评估长视频分析方案。
OpenAI NewsAI 评分5858 医疗机构可将 EHR 及行业数据接入 ChatGPT
OpenAI 宣布医疗机构现在可以把 EHR 及其他行业数据接入 ChatGPT，帮助临床医生安全获取患者上下文、医学研究等信息。原文未披露具体接入方式、支持机构范围或上线时间。
OpenAI NewsAI 评分1212 律所 Gilbert + Tobin 如何用 OpenAI 治理并规模化 AI
澳大利亚律所 Gilbert + Tobin 结合 CEO 主导的投入、严格治理与人工问责机制，在全所范围规模化部署 ChatGPT Enterprise 和 Codex。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU 内核与 Fleet 浏览器基准工具
Hugging Face 发布 @huggingface/kernels，一个从 Hub 加载并运行优化 WebGPU 内核的 JavaScript 库，同时上线 207 个内核的初始集合，均以独立仓库发布并采用 Apache-2.0 许可。
推荐理由：Hugging Face 把浏览器端 GPU 算子做成可版本化、可测试的独立仓库，并给出与 ORT WebGPU 的实测对比，便于判断浏览器推理的底层现状。
OpenAI News精选AI 评分6262 OpenAI 决定在 Cursor 被 SpaceX 收购后终止模型供应合同
OpenAI 宣布，在 Cursor 被 SpaceX 收购后，将逐步终止向 Cursor 提供 OpenAI 模型的合同。该决定由 OpenAI 官方发布，正文未披露终止时间表或具体条款。
推荐理由：OpenAI 官方说明在 Cursor 被 SpaceX 收购后终止模型供应合同，可了解这一商业动作的官方口径。
Hugging Face Blog精选AI 评分6262 IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三档，Apache 2.0 开源
IBM Granite 团队发布 Granite 4.2，这是其首个稠密 decoder-only 推理模型家族，包含 3B、8B、30B 三个规模，基于 Granite-4.1 基座后训练而来，全部以 Apache 2.0 许可开源。
推荐理由：原文完整披露了 Granite 4.2 的预训练、SFT 数据配比与多阶段 RL 细节，可据此了解推理模型在智能体环境中的训练路径。
Hugging Face Blog精选AI 评分6060 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项基准中 7 项超过其全精度版本
Multiverse Computing 提出 Quantization-Aware Healing（QAH），把 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，在 9 项基准中有 7 项超过该 60B 模型的 bfloat16 版本。
推荐理由：论文给出压缩加量化后从原始模型蒸馏的修复配方，并附 9 项基准对比，可据此判断 4-bit 部署的精度取舍。
OpenAI NewsAI 评分4242 OpenAI 自研推理芯片 Jalapeño 首批结果公布：AI 推理速度与能效行业领先
OpenAI 公布自研推理芯片 Jalapeño 的首批结果，称其在 AI 推理上实现行业领先的速度与能效，为现代模型带来更高吞吐和更低延迟。该芯片为 OpenAI 定制，主打更快、更省电的推理表现。
Hugging Face Blog精选AI 评分6666 Gradio 推出 gr.Workflow，把 AI 流水线变成可拖拽画布与 REST API
Hugging Face 在 Gradio 中内置 gr.Workflow，把多步 AI 流水线描述为带类型端口的节点图，Gradio 直接提供可拖拽画布，每个节点可运行、每个中间结果可见。
推荐理由：Gradio 把多步 AI 流水线做成可拖拽的图，并自动暴露 REST 接口，读者可据此判断现有 Python 脚本的改造方式。