跳到正文
今天10月16日周五1 条
  1. NVIDIA Blog39

    NVIDIA RTX Spark 发布:面向创作者、游戏玩家与 AI 智能体的新一代 Windows PC

    NVIDIA RTX Spark 将于周五 Oct. 16 发布,定位为面向创作者、游戏玩家和 AI 智能体的 Windows PC。评测反馈称其在本地 AI、游戏与创意工作流方面表现突出,NVIDIA 还与多款应用合作完成优化。全球多地将于当天举办发布庆祝活动,用户可通过 #ShareYourSpark 参与活动并赢取 ASUS ProArt P14 RTX Spark。

10月13日周二
  1. NVIDIA Blog78

    NVIDIA RTX Spark 笔记本将上线并完善本地 AI 软件生态

    NVIDIA 与合作伙伴将在 RTX Spark 笔记本上市前推出本地 AI 智能体、模型、创作应用和开发者工具更新,相关笔记本计划于 10 月 16 日上市。文章还介绍 Nemotron 3.5 Bolt 74B、开源路由器 NVIDIA PAIR、Adobe 应用优化、Broadcast 2.3、llama.cpp Windows 应用及 DLSS 5 等更新。

    推荐理由:文章集中梳理 RTX Spark 发布前的软件生态、模型、创作工具、开发者环境和游戏支持,能帮助读者判断本地 AI 工作流的实际覆盖范围。

10月8日周四
  1. GitHub Blog · AI & ML69

    GitHub Secret Protection 引入 ModernBERT 密钥检测模型

    GitHub 推出与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器,用于识别非结构化密钥并扩展 Secret Protection 的推送保护。

    推荐理由:GitHub结合九个季度的数据说明代码增长速度与凭据暴露处置压力,并介绍用于提前识别非结构化密钥的 ModernBERT 分类器及其应用范围。

10月7日周三
10月5日周一
10月1日周四
9月29日周二
  1. Microsoft Research63

    Microsoft Research 发布面向生物学的多模态研究系统 Quine

    Microsoft Research 发布 Quine,一套面向生物学研究的多模态世界模型与交互式科研流程系统。Quine 可连接模型、科学工具、文献、湿实验和科研人员,用于生成、排序并验证候选研究路径;研究团队用它预测数千种可能推动胰腺癌细胞状态转变的化合物,并在多个湿实验测定中验证了部分高排名候选。Quine 目前仅限研究用途,首批访问通过 Quine Fellows 计划及选定研究合作开放。

    推荐理由:文章介绍 Quine 如何连接多模态生物学世界模型、科研工具与实验流程,并展示其在胰腺癌细胞状态研究中的候选化合物排序与湿实验验证。

  2. Microsoft Research38

    Microsoft Research Asia – Singapore 一周年:推进研究、伙伴合作与人才发展

    Microsoft Research Asia – Singapore 于 2025 年 7 月 24 日启用,是 Microsoft 在东南亚设立的首个研究实验室。一年来,该实验室围绕下一代 AI 模型与智能体系统、领域 AI、AI-native 研究实践及生态与人才发展深化本地合作,并在医疗、金融、教育和科技等领域探索前沿 AI 的实际应用。

9月26日周六
  1. GitHub Blog · AI & ML74

    GitHub Copilot 应用初学者教程:用 canvases 构建自定义工作流

    GitHub Copilot 应用可通过 `/create-canvas` 技能用自然语言创建与智能体共享的自定义界面,无需手动编写代码或设计文件。生成的 canvas 可保存为 extension,团队可共享或个人复用,并能持续添加列、筛选器和清单等控件。用户和智能体共享同一状态,可通过按钮、字段和卡片实时更新内容,也可让智能体调用 canvas 的操作能力完成修改。

    推荐理由:教程通过 `/create-canvas` 演示如何用自然语言创建并持续调整可复用的自定义工作流,同时说明用户与智能体如何实时协作。

9月25日周五
9月24日周四
  1. Microsoft Research66

    Microsoft Research 研究物理 AI 机器人推理卸载并扩展 Physical AI Toolchain

    Microsoft Research 研究了将物理 AI 推理从机器人车载 GPU 卸载到边缘或云端 GPU 的方案。实验显示,卸载可提升映射、规划、导航和操作性能,并减少电池消耗;研究团队还在 Physical AI Toolchain 中加入基于 Kubernetes 的自动容器化、部署和推理卸载能力。

    推荐理由:文章通过移动机器人实验展示推理卸载对任务性能、电池续航和部署规模的影响,并给出基于 Kubernetes 的实现工具。