微软研究院播客：Catalyst Lab 负责人 Chris White 谈从 DARPA 到打击人口贩运的技术之路
微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾他 2010 年夏天在 DARPA 参与阿富汗战场数据分析项目、随后赴阿富汗领导先进技术运营的经历，以及他后来转向暗网搜索工具以协助打击人口贩运。节目还讨论了他对问题选择在创新中的作用，以及在看尽人性阴暗面后仍保持希望的看法。
全部 AI 动态
Microsoft ResearchAI 评分1818
OpenAI NewsAI 评分1515 Schlotzsky’s 与 Cinnabon 加盟商借助 ChatGPT Work 将现金对账时间缩短 94%
一家独立经营 Schlotzsky’s 和 Cinnabon 的加盟商借助 ChatGPT Work，将现金对账时间缩短 94%，菜单重新定价时间减少 95%。该加盟商还搭建了一套工作流，有望释放 10 万美元现金流。
OpenAI NewsAI 评分4040 Terminal X 用 GPT-6.1 让 Eval Agent 与资深投资人判断一致率达 88.6%
Terminal X 的 Eval Agent 基于 54 项标准评分体系，用 GPT-6.1 Sol 对输出打分，与资深投资人判断的一致率达到 88.6%。相比此前，它能多捕捉 25% 偏离基金投资授权的输出。
NVIDIA BlogAI 评分2222 西班牙初创公司借助巴塞罗那超级计算中心推进区域创新
巴塞罗那超级计算中心（BSC）的 AI Factory 加速器计划在试点后全面运营，为初创企业提供主权算力、技术支持和培训，部分服务已可通过 NVIDIA Inception 门户获取。
OpenAI News精选AI 评分6262 OpenAI 收购 Orchestra Bio
OpenAI 宣布收购 Orchestra Bio，将把 AI 驱动的运营能力引入生命科学研发，帮助生物制药团队加快药物开发并推进新疗法。
推荐理由：官方披露收购标的与用途，读者可了解 OpenAI 向生命科学研发场景延伸的动作。
NVIDIA BlogAI 评分4040 德国想引领全球工业 AI：NVIDIA 将如何助力
NVIDIA 与德国联邦政府签署联合意向声明，将围绕物理 AI 前沿模型展开合作，并接入德国“工业 4.0 平台”。黄仁勋同时宣布对 Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace 四家德国初创公司的新投资，属于 NVIDIA 对欧洲近 100 亿美元承诺的一部分。
GitHub Blog · AI & MLAI 评分3434 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，对话、代码改动和工作上下文均保持不变。VS Code 会以该会话关联的 worktree 打开项目，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话对应的 pull request。
NVIDIA BlogAI 评分4040 NVIDIA 与 EBU、Adobe 推进媒体智能体安全：主权云、开放模型与 GPU 加速视频搜索
NVIDIA 与欧洲广播联盟（EBU）扩大主权框架合作，引入主权云厂商、开放模型开发者和系统集成商，明确广播机构部署智能体时数据、基础设施、模型与安全的控制方式，NVIDIA Nemotron 开放模型可供定制。
OpenAI NewsAI 评分3737 OpenAI 提升 ChatGPT 对低资源编程语言的支持
OpenAI 正在改进 ChatGPT 在低资源编程语言上的表现，并新增了针对软件工程、SQLite 和 COBOL 迁移的评测。
NVIDIA BlogAI 评分5858 NVIDIA RTX Spark 笔记本上市，起售价 2399 美元
NVIDIA RTX Spark 笔记本已上市，搭载 Blackwell RTX GPU 与 Grace CPU，最高 128GB 统一内存、最高 1 petaflop AI 算力，起售价 2399 美元。
OpenAI NewsAI 评分2222 Itaú 如何为全部客户构建生成式 AI
Itaú 正通过对话式界面 ia.i 和治理平台 IARA，把 AI First 战略同时落到客户与员工两端。这家巴西银行在高度受监管的行业中推进生成式 AI 的规模化应用。
OpenAI NewsAI 评分2020 Benefit Street Partners 用 Codex 更快回答客户问题
Benefit Street Partners 的 Anant Kumar 借助 Codex 进行代码审查并加快后续跟进，从而更快回答客户问题。他用 Codex 构建了用于比较贷款估值和分析信贷协议的工具。
OpenAI NewsAI 评分3535 Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
Stack Overflow for Agents 借助 ChatGPT 插件将智能体创建量最高提升至 10 倍，注册量增长两倍。两名工程师用 Codex 在数周内完成了该产品的开发与上线。
OpenAI News精选AI 评分6060 OpenAI 推出 Rosalind 学术计划，向合格学术实验室提供 GPT-Rosalind 赞助访问
OpenAI 推出 Rosalind 学术计划，为符合条件的学术实验室提供 GPT-Rosalind 及相关工具的赞助访问，用于推进生命科学研究。
推荐理由：OpenAI 面向学术实验室开放 GPT-Rosalind 的赞助访问，读者可据此了解生命科学研究的准入条件。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 RTX Spark 笔记本并公布本地 AI 性能测试
NVIDIA 发布面向创作者、游戏玩家和 AI 智能体的 Windows PC 产品 RTX Spark，并在全球多地举办发布活动。
推荐理由：原文给出 RTX Spark 的本地 AI 实测完成时间对比，可据此判断笔记本端侧推理的可用性。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 智能体平台发现抗菌肽
Google DeepMind 展示生物学家如何用智能体开发平台 Google Antigravity 在 Streptococcus pseudopneumoniae 中寻找并计算验证新型抗菌肽，候选分子已进入湿实验验证阶段。
Microsoft Research精选AI 评分6060 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并输出可在约 12 毫秒内验证的简短证明。在 15 个基准程序上，它比同类最快的 zkVM 平均快 10 到 39 倍，在笔记本上每秒可证明 7.2 至 8.7 百万条 RISC-V 指令。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设之间同时取得进展。
NVIDIA Blog精选AI 评分7878 NVIDIA 扩展 Nemotron 家族，发布 120B 多模态 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是 120B 参数的开源多模态模型，主打智能体任务的速度与准确率，官方称吞吐量最高可达同类模型的 5 倍。
推荐理由：NVIDIA 一次放出 120B 多模态与两款端侧模型，读者可据此判断本地智能体部署的选型空间。
NVIDIA BlogAI 评分2222 NVIDIA DLSS 4.5 控制选项登陆 GeForce NOW
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线，让会员在云端调整支持游戏的画质与性能，无需最新硬件。DLSS Super Resolution、Dynamic Multi Frame Generation 和 Ray Reconstruction 均可在设置中调节，RTX 5080 云主机上的 Ultimate 会员最高可用 4X 动态多帧生成。
NVIDIA BlogAI 评分3838 NVIDIA 通过开放学习资源、合作与算力扩展欧洲科研界先进技术获取
NVIDIA 在都柏林 AI in Science Summit 上加入欧盟委员会发起的 AI in Science Enablers Initiative，为欧洲科研社区提供加速工具、算力与培训支持。
Google DeepMindAI 评分5858 Google DeepMind 与新加坡政府合作微调端侧诈骗检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量 Gemma 模型微调出可在设备端运行的诈骗检测模型，用于识别冒充公职人员、银行等本地化诈骗对话。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在高风险领域的防护设计。该模型在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的监控数据。
GitHub Blog · AI & MLAI 评分4242 GitHub 详解密钥检测模型：用更少噪音发现更多密钥
GitHub 用微调的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥，用户接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低超 98%。该方案先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据，并已把通用密钥检测扩展到推送保护阶段。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 新手指南：如何让 Copilot 了解你的代码库
GitHub Copilot 新手指南介绍了四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级约定。
Microsoft ResearchAI 评分5858 微软研究院提出 StudentSim：用学生模拟器为 AI 辅导系统提供反馈
微软研究院发布研究系统 StudentSim，用公开的去标识化学习记录训练个性化 AI 学生模拟器，在真实学习者测试之前评估和改进 AI 辅导系统。该系统采用两阶段训练，先在同学科多学生记录上学习共性，再针对单个学生适配，并配套提出覆盖国际象棋、第二语言英语写作和数学的评测协议 StudentSimEval。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出 AI 通用密钥检测模型，将推送保护扩展到无结构密钥
GitHub 发布基于 ModernBERT 的 AI 通用密钥检测模型，用代码上下文识别数据库密码等无固定格式的密钥，候选批次评估耗时不到 2 毫秒。
Microsoft Research精选AI 评分6666 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重写 agent。
推荐理由：微软研究院开源约 3500 行的 Agent RL 框架，用真实 harness 参与训练，并给出 6000 样本提升 14.6 个点的完整流程。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数嵌入模型，可将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出参数量、内存占用和基准提升，可据此判断端侧多模态检索的落地条件。
Microsoft ResearchAI 评分2828 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院 partner research manager Jennifer Neville 在播客对话中讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，包含 219 个来自 187 个开源仓库、覆盖 19 种语言的 PR，分布参照 1.039 亿个 GitHub PR。
GitHub Blog · AI & MLAI 评分2222 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出开发者应对 AI 工作流的三项技能：学会指挥 AI 智能体而非只使用工具，用第二个模型审查 AI 输出，并把省下的实现时间投入判断与决策。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其用第二个模型审查计划、代码和测试。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再向开发者、企业和消费者推出。
推荐理由：官方披露了 Argon 的输出上限、定价与多项基准成绩，可据此判断前沿模型在长任务上的能力边界。
Microsoft ResearchAI 评分3838 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站生成30-60分钟前的空间天气风险预报，评估期内检出近80%的重大空间天气事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，Dst预测在2020-2026年活动高峰时段有62.2%的小时优于Burton方程。
Google DeepMind精选AI 评分6666 Google DeepMind 推出 SynthID Bio，为 AI 生成的蛋白质加可验证水印
Google DeepMind 发布 SynthID Bio，把水印技术引入合成生物学，将不可感知的签名嵌入生物代码，在实验室测试中保持蛋白质生物功能不变。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标，并在 AlphaFold 3 扩散网络中微调部分权重，使预测坐标自带可检测签名。
推荐理由：Google DeepMind 把 SynthID 水印扩展到合成生物学，读者可了解其在蛋白质设计与结构预测中的嵌入方式及生物安全用途。
Microsoft Research精选AI 评分6262 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院推出 Quine，一个由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成的 AI 研究系统。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，从数千个化合物中筛选并优先排序候选分子，湿实验显示排名最高的化合物产生了最大的经典态到基底态细胞状态转变，整个筛选到候选验证过程仅用一个周末。
推荐理由：微软研究院公开 Quine 的生物学世界模型与实验编排框架，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft ResearchAI 评分2222 Microsoft Research Asia 新加坡实验室成立一周年：推进前沿 AI 研究与产学研合作
Microsoft Research Asia 新加坡实验室迎来成立一周年，这是微软在东南亚的首个研究实验室。该实验室围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向展开工作，并在医疗健康领域与新加坡本地伙伴合作推进多模态医疗 AI 与自进化诊断智能体的落地。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种用户与智能体共享的可定制界面，可以是看板、问题分诊板、发布清单或仪表盘，双方都能实时修改。创建时只需打开智能体会话，输入 /create-canvas 技能并用自然语言描述要支持的工作流、用户可做的操作和智能体可做的操作，智能体就会生成界面并显示在右侧面板。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley Sky Lab 团队为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索以现有 CUDA 内核为知识库生成 Apple Silicon 内核。
Berkeley AI ResearchAI 评分3838 ABBEL：通过信念状态监督让 LLM 高效完成长程交互
伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言"信念状态"并对其内容单独监督。在协作编程基准 CollabBench 上，该方法把与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也明显低于全上下文设置。