跳到正文

全部动态

今日 29 条
9月9日周三
  1. AMD 芯片与算力6

    AMD「Advanced Insights」视频:AI 驱动叙事的未来

    AMD 发布名为「Advanced Insights」的视频,主题为 AI 驱动叙事的未来。页面要求用户先接受相关条款才能下载 AMD 品牌资产,条款限定 AMD 商标仅可用于宣传含 AMD CPU、GPU、APU 或 FPGA 的产品,且 AMD 可随时终止授权。

9月8日周二
  1. Google DeepMind66

    Google DeepMind 发布 AlphaGenome Atlas,预测人类基因组约 90 亿种单碱基变异的分子影响

    Google DeepMind 发布 AlphaGenome Atlas 平台,包含人类基因组中约 90 亿种单核苷酸变异的分子效应预测,数据集达 1 PB,超过 AlphaFold 数据库 30 倍以上,向学术研究免费开放。

    推荐理由:平台覆盖全部约 90 亿种单碱基变异并附 AVI 评分,读者可以据此了解它在罕见病和数量性状研究中的实际用法。

  2. OpenAI News19

    OpenAI:触手可及的工作变革

    OpenAI 发文探讨更强能力、更可负担的 AI 如何拓展个人和企业能完成的工作,并让增长更具经济性。文章指出 AI 能力提升与成本下降结合,可扩大人们与企业的可达成工作范围。

  3. Lam Research 半导体制造技术28

    为什么面板级处理可能变革先进半导体封装(Semi 101)

    AI 对更大、更复杂芯片封装的需求正推动行业探索面板级封装(PLP):用矩形面板取代圆形晶圆,以提升面积利用率和可扩展性,突破传统晶圆级封装的尺寸限制。Lam Research 正通过工具创新和基础设施投入(包括 Salzburg Panel Center of Excellence)推进该技术的研发与量产就绪。该技术仍面临均匀性控制、良率管理及行业标准等挑战。

  4. OpenAI News81

    OpenAI 分享 Navier–Stokes 千禧年难题的 AI 生成解法

    OpenAI 分享了一个针对 Navier–Stokes 千禧年大奖难题的 AI 生成解法,内容包括一份解题文章和一个 Lean 形式化证明。材料来自 OpenAI 官方公告,feed 未提供完整正文,具体证明内容和方法细节以原文链接为准。

    推荐理由:官方公开了 AI 生成的 Navier–Stokes 千禧年难题解法,并附带 Lean 形式化证明,读者可以据此关注 AI 在数学证明方向的实际产出。

9月7日周一
9月5日周六
  1. GitHub Blog · AI & ML70

    GitHub 发布 Project HydraFusion 研究预览,用多模型编排降低 Copilot 编码成本

    GitHub 在 GitHub Copilot CLI 推出 Project HydraFusion 研究预览,通过运行时多模型编排,按任务在 Single、Cascade、Critique 三种执行模式中选择,并调用跨供应商模型完成起草、审查、修订或升级。

    推荐理由:原文给出三套执行模式、具体基准对比和开放步骤,读者可以据此评估多模型编排对自己编码工作流的成本与质量影响。

9月4日周五
  1. GitHub Blog · AI & ML48

    GitHub Copilot app 新手教程:如何同时运行多个 AI 智能体

    GitHub Copilot app 支持并行运行多个 AI 智能体会话,各会话基于独立 Git worktree 隔离运行,互不干扰且保留各自上下文。用户可在 sessions 视图中追踪进度,随时切换会话而无需重新说明背景。文中以 tailspin-toys 仓库为例,演示了同时执行新增功能、无障碍审查和运行测试三项任务。

  2. Google Research62

    Google Research 与 HHMI Janelia 发布雄性果蝇完整脑连接组图谱

    Google Research 与 HHMI Janelia、MRC 分子生物学实验室、剑桥大学等合作在 Cell 发表雄性果蝇脑及中枢神经系统的完整连接组图谱,包含超过 166,000 个神经元和 1.25 亿个突触连接,是迄今按神经元数量计最大的脑图谱。

    推荐理由:原文给出连接组规模、AI 重建方法和开源查看入口,读者可以据此了解当前连接组学的能力边界和可用资源。

9月3日周四
  1. Hugging Face Blog73

    Hugging Face 开源 funes,为 Claude Code 和 Codex 等编码智能体添加本地记忆层

    Hugging Face 发布开源工具 funes,把本机已有的智能体会话记录建为可检索记忆,支持 Claude Code、Codex、pi 和 Hermes。它本地完成嵌入和重排,无需账号即可使用,也可绑定到私有的 Hugging Face 数据集跨机器同步。在 handoff-vs-recall 基准上,recall 比写交接文档分别便宜 8x 和 4x。

    推荐理由:Hugging Face 官方开源的记忆层工具,给出了安装方式和基准对比,读者可以评估它能否复用现有编码智能体的会话记录。

  2. SK hynix 内存技术37

    AI 生态系列:真正的瓶颈是数据而非算力——KAIST 刘浩俊教授解读

    SK hynix 的 AI 生态系列文章指出,随着 AI 从预训练转向推理和 agentic AI,系统瓶颈正从 GPU 算力转移到数据的位置与流动。1994 年 Wulf 和 McKee 提出的 memory wall 正在成为现实:AI 加速器算力已达 petaflops 级,但内存读取速度跟不上,大量计算单元因等数据而闲置。应对方向是提升内存带宽或将内存靠近处理器。

9月2日周三
  1. Google DeepMind70

    Google DeepMind 为 Gemini 3.7 Flash 等 Flash 模型推出 agentic 视频理解功能

    Google DeepMind 发布 agentic video understanding,覆盖 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite,通过动态搜索和检查视频片段替代固定 1 FPS 的静态处理,官方基准显示成本最多降 66%、token 消耗最多降 88%、准确率最多提升 7%。

    推荐理由:官方给出成本、token 和准确率的具体变化数字与开启方式,开发者可直接评估是否切换现有视频处理流程。

9月1日周二