跳到正文

全部动态

今日 7 条
9月25日周五
  1. GitHub Blog · AI & ML70

    GitHub Security Lab 开源 Fuzzing Taskflow 自动化模糊测试工具

    GitHub Security Lab 推出开源 Fuzzing Taskflow,为 C/C++ 项目提供由 LLM Agent 驱动的自动化模糊测试流程。它会迭代改进 harness、追踪覆盖率缺口,并自动分诊崩溃、生成漏洞报告。该工具会在宿主机运行 AFL++、clang 和 LLM 选择的构建命令,作者建议仅在临时环境中运行;报告和建议补丁仍需人工复核。

    推荐理由:文章拆解了覆盖率反馈如何驱动 harness、输入字典和种子迭代,并说明自动化崩溃分诊仍需人工复核,可借此理解流程设计与边界。

  2. Google DeepMind78

    Google DeepMind 推出 Gemini 3.8 Live with Live Avatar 实时数字人功能

    Google DeepMind 宣布在 Gemini Enterprise 中推出 Gemini 3.8 Live with Live Avatar,将实时语音对话与低延迟视频流生成结合,实现具备精准口型同步与表情交互的虚拟数字人体验。

    推荐理由:结合实时音视频生成与异步工具调用,展示了企业级多模态对话智能体在保持不间断交互上的产品演进。

9月24日周四
  1. NVIDIA Blog67

    开放科学如何帮助研究人员为下一次大流行做准备

    NVIDIA与Google DeepMind等全球研究机构发布了覆盖2,800多种病毒蛋白复合物的预测3D结构数据集,并将其开放至AlphaFold Database。团队还开放了BioNeMo Structure Prediction Pipeline,研究人员可用它从蛋白质序列生成预测的3D结构。新加入数据库的蛋白质相互作用中,约30%此前未被科学界记录。

    推荐理由:这项发布同时提供大规模病毒蛋白复合物预测数据与生成流程,呈现开放结构数据如何为后续病毒研究积累可探索的线索。

  2. GitHub Blog · AI & ML57

    GitHub Copilot app 如何流畅渲染超大型 Pull Request

    GitHub 在 GitHub Copilot app 重建了 Pull Request 视图,使超大型 diff 也能保持流畅渲染与滚动。团队用一个包含 2,200 个文件、超过 100 万行改动和 400 多条行内评论的开源 PR 检验性能。实现上将确定的代码行几何与动态评论区块分开处理,并结合延迟测量、滚动锚点校正和自动化性能检测。

  3. Microsoft Research60

    Microsoft Research 展示机器人 Physical AI 推理卸载的实测结果

    Microsoft Research 的研究显示,将机器人 Physical AI 推理卸载至边缘或云端 GPU,可提升移动操作任务表现并延长续航。使用较轻 GPU 时,语义映射与规划速度最多下降 383%,导航及时检测障碍物的能力下降 30%,VLA 模型准确率下降 50%。

    推荐理由:文章将移动操作任务的实测结果与 Kubernetes 工具链结合,呈现了推理卸载对机器人性能和续航的影响,以及相应的部署方式。

  4. Google DeepMind61

    Google 升级 Private AI Compute:通过安全服务端内存实现跨设备持久化 AI 记忆

    Google 宣布升级 Private AI Compute 架构,引入安全的服务端持久化内存层,在保持端侧隐私标准的同时支持跨设备 AI 长期记忆。该方案结合硬件安全飞地(secure enclave)与端到端加密通道,解密密钥仅保存在用户个人设备上,数据在隔离内存中完成临时处理与重加密,Google 自身也无法访问。

    推荐理由:原文介绍了在云端硬件隔离区结合端侧密钥实现持久化记忆的架构,展示了解决跨设备助理连续性与隐私隔离冲突的具体方案。

9月23日周三
  1. Google DeepMind79

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音合成模型

    Google DeepMind 正式推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款语音合成模型,支持通过自然语言提示词从零定制角色声音并进行逐行台词导演。

    推荐理由:原文详细展示了双角色剧本编排、自然语言声音定制与安全水印机制,读者可以据此评估语音合成在播客与配音场景的落地可行性。

  2. NVIDIA Blog25

    Sakeena Fiza 助力 NVIDIA 硬件实现规模化运行

    NVIDIA 验证工程师 Sakeena Fiza 负责在硬件量产前验证数据中心系统,确保设备在真实条件和压力下可靠运行。单块板卡可能包含数万个组件,机架则接近 50 万个组件;她与团队通过复现故障、调整条件并排查固件、机械因素和信号,力求在客户发现问题前将其定位。

  3. OpenAI News73

    GPT-6 改进 Prompt Caching 机制

    GPT-6 改进了 Prompt Caching 机制,支持更高的缓存命中率、全新诊断工具以及显式断点控制。这些改进可帮助开发者在调用过程中更精确地管理缓存,从而降低请求延迟和使用成本。

    推荐理由:GPT-6 优化了 Prompt Caching 机制并增加了显式断点与诊断工具,有助于开发者在复杂调用场景中进一步降低延迟和成本。

9月22日周二
  1. NVIDIA Blog63

    NVIDIA发布 Isaac ROS 5.0,新增智能体机器人开发工作流

    NVIDIA发布 Isaac ROS 5.0,新增面向机器人开发的智能体工作流,并扩展 ROS 平台与 Jetson 设备支持。该版本支持 ROS Lyrical 和 Ubuntu 24.04,提供可复用的智能体技能;FoundationPose 的 agent-ready 推理库可将物体位置与方向的感知和跟踪速度提升至 5.5x。

    推荐理由:Isaac ROS 5.0把智能体技能、ROS平台适配与GPU加速组件纳入同一开发栈,并展示了从开发到Jetson端部署的生态案例。

  2. NVIDIA Blog42

    为什么 Physical AI 规模化部署要求 NVIDIA Halos 覆盖每一层安全

    NVIDIA指出,Physical AI要实现规模化部署,必须在硬件、软件、AI、运行环境及部署生命周期各层持续保障安全。面对动态环境、AI行为风险和持续更新,安全验证还需结合仿真、合成数据与真实场景测试。NVIDIA Halos覆盖自动驾驶汽车与机器人开发、验证和部署环节,提供全栈安全系统。

  3. NVIDIA Blog34

    从赋能到落地:埃及 AI 生态系统迈向生产级规模

    埃及 AI 生态正从赋能迈向生产级落地,NVIDIA 深度学习培训中心在当地的学员基数单年增长超 10 倍。该国正加速推进本土算力建设,包括计划投资约 $400 million 的新数据中心,以及 Cassava 与沃达丰埃及合作推出的本地 AI 工厂。目前 NVIDIA 已在非洲累计培训超 85,000 名开发者,持续推动区域算力基础设施扩展。

9月21日周一
  1. NVIDIA Blog56

    NVIDIA:AI 安全是一个工程问题,如何在 Agent 栈各层构建防御

    NVIDIA 撰文指出 AI 安全是一个具备明确控制与责任主体的工程问题,需要贯穿模型、工作流线束与运行时的整个 Agent 栈建立强制边界。文章提出安全策略必须独立于智能体推理逻辑由运行环境强行约束,并介绍了用于沙箱隔离与资源管控的开源安全运行时 NVIDIA OpenShell 以及行业联盟的协同防御实践。

9月18日周五
9月17日周四