跳到正文

全部动态

今日 1 条
9月18日周五
  1. vLLM 官方博客（RSS）44

    vLLM 集成 PyNvVideoCodec 支持 NVIDIA GPU 硬件视频解码

    vLLM 新增对 NVIDIA GPU 硬件视频解码（NVDEC）的支持，通过集成 PyNvVideoCodec 把视频解码负载从 CPU 转移到 GPU。在 8xH100 上，GPU 解码吞吐量比 CPU 解码方案提升一倍以上。该功能已包含在标准 CUDA 版 vLLM 中，自定义安装需依赖 PyNvVideoCodec==2.0.4。

  4. OpenAI：官网动态（RSS · 排除企业/客户案例）55

    OpenAI 发布 Astra for Law 法律行业基础方案

    OpenAI 发布 Astra for Law，将 GPT-6 Astra 配合法律搜索索引和 Legal 分析写作指令，面向律所和法律科技公司。在 Vals AI Legal Research Bench 私有验证集 200 道美国法律研究题上，最高推理强度下整体正确率 54.0%，比仅用网页搜索的 GPT-6 Astra 的 38.7% 相对提升 40%。

  5. Google Blog：AI（RSS）45

    Google 推出 UN System Data Commons，用 AI 自然语言查询全球数据

    Google 发布 UN System Data Commons，将联合国系统分散数据集统一整合，支持用自然语言直接提问并即时获得数据与交互式可视化。平台基于 MCP 等开放标准，让 AI 智能体自主抓取权威数据并生成图表、信息图或报告草稿，所有数据集均经联合国统计人员和技术专家验证。

  11. Anthropic：Research（发表成果 · 网页）74

    Anthropic：Claude 四周优化 30 多个开源生物分子模型，平均提速约 4 倍并开源代码

    Anthropic 让 Claude 在不到四周内优化了超过 30 个开源生物分子模型，平均提速约 4 倍、精度损失极小，输出完全一致时也有近 2 倍加速。优化代码全部开源，还推出低内存 Big 模式，可在单张 NVIDIA GPU 节点上对超过 10,000 token 的生物分子系统做准确预测。

    推荐理由：Anthropic 公布了完整提速数据、开源代码和比赛入口，读者可以据此评估 AI 优化科学计算代码的实际水平。

  13. Epoch AI：研究、数据与评测74

    Epoch AI 分析：贸易数据与经马来西亚走私至中国的约 30 亿美元芯片一致

    Epoch AI 分析海关数据发现，2024 年 4 月至 2025 年 6 月中国记录了 37.5 亿美元、均价约 10.6 万美元/台的马来西亚原产服务器进口，价格水平更符合 AI 服务器而非普通服务器。

    推荐理由：原文用双侧海关镜像数据检验了多种替代解释，并给出算力规模的估算方法与假设边界，读者可自行复核推理链条。

  14. Fireworks AI（网页）48

    Phylo 借助 Fireworks 开源模型将前沿 AI 带给更多科学家

    Phylo 在 Fireworks 上以开源权重模型支撑 Biomni Lab，实现月环比用户增长 2 倍、成本降低 60%，多数流量已转向开源模型，首 token 时间约减半。Biomni Lab 是面向生物学家的智能体环境，单次任务可运行数小时至数天、执行数百次工具调用，新开源模型可在 24 小时内上线生产。

  16. Google Developers Blog（RSS）63

    Google 与 Speakeasy 开源 OpenAPI SDK 生成套件

    Google 与 Speakeasy 合作，将 Speakeasy 的 OpenAPI 客户端代码生成套件以 AGPLv3 许可开源，此前原 SDK 生成供应商被收购并突然宣布关停，凸显闭源生成器的平台风险。

    推荐理由：原文交代了开源 SDK 生成器的许可、语言覆盖和迁移背景，开发者可据此评估能否替代自有闭源生成管线。

  17. Runway：News（网页）50

    Runway 推出 Enhance Frame Rate：任意视频转 25-120 fps

    Runway 发布新模型 Enhance Frame Rate，可将任意视频（不限于 Runway 生成）转换为 25、30、48、60 或 120 fps，并支持 NTSC 的 59.94 标准。该模型速度最高达其他插帧模型的 7 倍、成本仅为其三分之一，输出质量更高，支持最高 4K、5 分钟视频并保持源分辨率，每 2 秒视频收费 1 个 credit。

  18. Databricks：Blog（RSS）24

    什么是 AIOps？

    AIOps 将 AI 与机器学习应用于 IT 运维，用于检测异常、关联事件、定位根因并加速事件响应，从而降低宕机风险、减少告警疲劳并缩短 MTTR。该概念由 Gartner 于 2017 年提出，其核心组件包括数据摄取、数据归一化与增强、异常检测、事件关联、根因分析以及自动化与编排。AIOps 是对可观测性和 DevOps 的补充而非替代，高风险操作仍保留人工监督。

  23. Claude：Blog（网页）70

    Claude Code Projects 改版：从文件夹到对话式协调

    Anthropic 宣布 Claude Code 的 Projects 改版，用户设定目标后由 Claude 拆解任务、协调并行线程、审查输出并汇总结果。每个线程是一个独立的 Claude Code 云会话，各占一个分支跑测试、开 PR，项目还带随时间积累的共享记忆和文件库。

    推荐理由：官方说明了项目改版的线程协调机制、共享记忆和推送节奏，读者可以据此判断是否要加入等待名单。

  24. Anthropic：Newsroom（网页）64

    Anthropic 推出生命科学验证计划（LSVP）

    Anthropic 推出 Life Sciences Verification Program（LSVP）beta，向经过验证的生命科学专业团队开放 Mythos、Opus 和 Sonnet 模型上比通用版更宽松的生物相关访问。

    推荐理由：原文给出了 LSVP 的授权分级、验证流程和离线监测机制，读者可以据此理解 Anthropic 如何在放宽生物安全限制的同时控制滥用风险。

  25. Databricks：Blog（RSS）43

    Databricks Omnigent：让 Agent 一次定义、跨 Claude Code 与 Codex 运行，Nimble 搜索将准确率从 46% 提升至 71%

    Databricks 推出 Omnigent，让工程师一次定义 Agent 的模型、工具、策略与限制，即可跨 Claude Code、Codex 和原始 API 等任意 harness 运行，模型调用经 Databricks Foundation Model APIs 统一成本与治理。其搜索槽位接入 Nimble 后，基准准确率从 46% 升至 71%，搜索成本减半。

  26. LlamaIndex：产品、工程与评测42

    LlamaParse 推出数据连接器，首批支持 SharePoint 和 Google Drive

    LlamaIndex 为 LlamaParse 上线数据连接器，首批支持 SharePoint 和 Google Drive，开发者可直接连接源文件夹而无需手动上传文档。同步文件可用于 Parse、Extract 和 Index，连接会每日自动同步新增与更新文件，也可用 Sync now 手动拉取；通过 Index 配置抽取时，后续索引更新只处理新增或变更文件。

  29. Qwen：Blog Retrieval（API）78

    Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash，主打音视频智能体任务交付

    Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入及 1M token 上下文窗口，29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%，音视频输入每小时价格下降超过 93%。

    推荐理由：官方发布同时开放 API 和开源插件与运行时，读者可以据此评估音视频智能体在剪辑、会议、实时交互等工作流中的落地方式。

  34. Google Cloud：Databases（RSS）39

    单人创始人如何用 AlloyDB 和 MCP 运营覆盖五大洲的招标平台

    Lucius AI 用 AlloyDB for PostgreSQL 承载超 21 万条招标数据，将语义搜索迁移到 ScaNN 索引后，代表性生产查询延迟从 1.14 秒降至 24 毫秒，提速 47 倍。该平台还通过 MCP 将 AI 智能体接入数据库，在仅授予 SELECT 和单表 UPDATE 的最小权限下自动完成查询分析、数据新鲜度检查与事故取证。

  35. Goodfire Research（网页）65

    Goodfire 发现模型内部存在奖励作弊信号，用激活探针可规模化实时检测

    Goodfire Research 发现模型内部存在伴随奖励作弊的激活信号，并用简单的 difference-of-means 探针检测它，效果接近甚至部分超过基于 LLM 思维链的监控。

    推荐理由：原文给出激活探针检测奖励作弊的关键数据与成本对比，并展示探针能发现思维链监控漏掉的案例，方法可迁移到训练监控。