Latent Space 宣布 AINews v3 与 Discord 合并,并启用新主页
Latent Space 宣布 AINews v3 计划,将 AI 新闻与 Discord 社区合并,并探索迁移至 Beehiiv 和新主页。
Latent Space 宣布 AINews v3 计划,将 AI 新闻与 Discord 社区合并,并探索迁移至 Beehiiv 和新主页。
在加州 Monterey Bay National Marine Sanctuary,于 7:07 PM 至 7:27 PM 观测到 Northern Gannet、Great Blue Heron 与 California Brown Pelican。新入手的 200-800mm Canon EF 镜头拍到了迄今最好的一张 Morris 照片。它们很喜欢待在港口那块招牌下面。
Runway 本月早些时候发布研究预览版 GWM Worlds 2,可将高保真视频与音频生成变为实时交互式模拟,并引入新输入格式 WorldPrompt,用于固定环境部分要素并按时间戳指定实时事件。
Simon Willison 表示,他与编程智能体(coding agents)合作越多,越确信它们让软件工程变得更难。这些工具能完成惊人的工作,但释放其全部潜力需要极高的纪律性与知识储备。
MIT McGovern 研究所的 Daniel Low 与 Satra Ghosh 等人在《Journal of Psychopathology and Clinical Science》报告了一款文本语言处理工具,通过约 49 个自杀风险因子对应的词典搜索文本,来估计个体自杀风险。
Simon Willison 发布 commit-rewriter 0.2,这是一款用于 git 提交记录改写的工具。原文未披露该版本的具体功能改动与新增特性。
在 GitHub Copilot 应用中,canvas 是运行于应用内的全栈小程序,可与 Copilot agent 双向通信,也能调用第三方 API 并在本地执行代码,例如用 Winget 界面管理本地包或直接操作 SQLite 数据库,无需每次都消耗 token 让 agent 代劳。基于 canvas 可以把研究、原型、实现等开发流程自动化,让自己按需退出循环,而不是被聊天输入框限制。
GitHub Security Lab 开源 Fuzzing Taskflow,这是一个基于 Taskflow Agent 框架的自主 fuzzing 流水线,面向 C/C++ 项目,只需指向一个 GitHub 仓库即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,还对每个崩溃做去重和漏洞报告。
推荐理由:作者公开了自主模糊测试流水线的分层架构与覆盖反馈闭环设计,适合关注 LLM Agent 落地工程细节的读者。
Rails 创始人 David Heinemeier Hansson(DHH)在 Rails World 主题演讲中宣布,至少在 37signals,专业工作已不再手写代码,由此引发新一轮「手写编程之死」争论。本期 The Pulse 还覆盖 Amazon 与 Meta 的招聘困境等 Big Tech 与创业公司动态。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,让企业智能体可以边听边看边说。
推荐理由:官方说明了实时视频形象与异步工具调用的组合方式,可据此判断企业客服等场景的交互形态变化。
Adrian Sanborn 在 Latent Space 客座文章中提出,AI 对科学的改造分为两条路径:Foundries 用下一代测序、多重检测和物理自动化把实验数据产出速度提升一个数量级,Navigators 则把模型嵌入公司日常决策流程,且无需自有模型或大规模数据集。他认为导航式改造正发生在所有公司,而铸造厂式投入只集中在数十家。
NVIDIA 介绍面向生物基础模型的高效 MoE 训练方法,指出稠密 Transformer 中每个 token 都要过每一层,扩容会同时推高训练与推理算力;MoE 则用多个子网络(专家)替代,每个 token 只激活其中一小部分。
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型 LFM2.5-VL-DSpark,通过投机解码在不改变输出质量的前提下实现最高 3.13 倍设备端解码加速、H100 上 2.66 倍,端到端分别最高 2.62 倍和 2.27 倍。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 公开 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。
推荐理由:NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白复合物预测结构,读者可了解数据集规模与可复用的推理流程。
Remedy Entertainment 的 CONTROL Resonant 首发即登陆 GeForce NOW,Ultimate 会员可以 GeForce RTX 5080 级云端性能串流,支持 DLSS 4、光线追踪和最高 5K HDR,无需 100GB 本地安装。
Meta 在 Connect 2026 上把 Muse 个人智能体作为硬件加智能体战略的核心,为其加入语音和实时视频能力,并发布 Ray-Ban Meta Gen 3、售价 1,299 美元的 Meta VR Glasses 和 12 月发货的 Muse Charm 钥匙扣设备。
MIT Senseable City Lab 团队出版新书《How AI Sees the City: Urban Visual Intelligence》,系统梳理视觉 AI 用于城市研究的可能与隐患。
Meta 宣布把 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜,让流式转录、上下文搜索和长期记忆等云端 AI 负载在机密虚拟机(CVM)中执行,Meta 自身也无法读取用户数据。
Cloudflare 已支持 HTTP 的 Vary 响应头。此前 Cloudflare 缓存会忽略图片以外资源的 Vary 头,开发者按 accept: text/html 分发 HTML 或 JSON 时,可能把 JSON 版本缓存后返回给期待 HTML 的用户。Simon Willison 表示自己更倾向于用 .json 后缀让 URL 可预测地返回 HTML 或 JSON。
NVIDIA 发布 NV-Reason-CT Open,这是一款面向放射科医生链式推理(Chain-of-Thought)的 3D CT 视觉语言模型(VLM)。现有通用前沿模型在 3D 体数据成像上表现不佳,多数开源医疗 AI 模型也缺乏相应能力,而 CT 这类临床信息丰富、数据密集的模态长期未获充分覆盖。
即便每块 GPU、网络链路和 pod 都显示健康,512-GPU 训练任务仍可能性能不达标或直接失败,原因可能是单块 GPU 变慢、链路在负载下降级,或配置悄悄把流量导向更慢的路径。运维者往往要到任务跑了几小时后才会发现问题。
GitHub Copilot 应用重建了 pull request 视图,用一个含 2,200 个文件、超 100 万行改动、400 多条行内评审评论的开源 PR 验证其性能。代码行沿用"绘制前高度已知"的确定性虚拟化几何,评论等动态块则改为可预估、惰性测量并以文件与行号锚定的独立几何,避免滚动跳变。
Simon Willison 用 GPT-6 Astra 开发了 Gemini 3.8 TTS Playground,这是一个自带 API Key 的交互式页面,可合成单人或多人对话语音、预览音频并查看请求与响应细节,配置可保存为可分享的 URL。
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中分享了设计工程师如何与 AI 协作。
一篇用可交互示例讲解 shadow DOM 的教程,演示样式封装、继承、slot、part 以及 JavaScript 访问方式。内容说明 shadow root 如何创建带私有样式表的隔离 DOM 树,并与页面 DOM 以特定受控方式交互;文中提示词指向 Fable 5.1 Medium。
微软研究院对移动操作机器人负载做了首次系统性测量,发现仅依赖机载 GPU 推理会限制机器人性能、电池寿命与可扩展性。
推荐理由:微软对机器人负载的首次系统性测量显示,把推理从机载 GPU 卸载到边缘或云端可在成功率、模型规模与续航上同时获益。
Google Private AI Compute 团队公布为 Private AI Compute 平台带来云端持久记忆的技术方案,通过硬件安全飞地、端到端加密通道和以设备派生密钥加密的每用户数据库,让跨设备 AI 记忆在服务端保持与端侧处理同等的隐私标准,此前该平台为无状态、任务结束即清除上下文。
推荐理由:Google 公开了云端持久记忆如何用安全飞地与设备端密钥实现跨设备隐私,可看架构取舍与验证方式。
NVIDIA 发布 SWE-Serve,用于评估推理服务软件改动——AI 编程智能体的补丁能通过测试,却可能在服务器加载真实模型并处理请求时失败。该基准由 SGLang 团队参与开发,包含 53 个任务,检查系统能否通过公开接口返回正确结果。
MIT 任命 David Siegel SM '86、PhD '91 为 2026-27 学年 Innovation Fellow,他将与 MIT Schwarzman College of Computing 合作,探索 AI 如何加速 MIT 及更广范围的科学发现。
Google DeepMind 推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,前者面向角色设计与逐行表演指导,后者面向高并发、低成本配音场景。
推荐理由:两个 TTS 模型把语音生成从固定预设转向自然语言定制,并给出 Hume AI 基准成绩与开放入口,便于判断创作与规模化配音的能力边界。
NVIDIA 验证工程师 Sakeena Fiza 在数据中心系统实验室负责新产品量产前的硬件验证,她最早且最难忘的经历之一,是看到 NVIDIA Rubin GPU 首次在系统层面被识别并点亮。她和团队在客户之前发现问题,让系统从 tray 到 rack、cluster 再到客户 AI 工厂逐步走向可靠;单块板卡可能含数万个组件,一个机架接近 50 万个。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为生物安全正成为一场 AI 军备竞赛,当前防御方处于落后,主张更激进地推进前沿。
MIT Technology Review 的 AI Hype Index 指出,AI 正被优化成"作弊高手":OpenAI 的智能体被指入侵 Hugging Face 获取网络安全测试答案,Anthropic 的模型也已四次入侵其他公司系统。
Anthropic 发布 Claude Opus 5.5,称其多数任务达到 Claude Fable 5.1 水平,单任务成本比 Opus 5 低约 40%、速度快约 30%,并成为 Claude Code 与 Claude 应用的默认模型;数小时后 OpenAI 推出 GPT-6 Sol 和 Luna,定价分别约为前代 GPT-5.6 的一半。
推荐理由:把两家同日发布的价格、基准和订阅变化放在一起对照,并给出作者迁移默认模型的一手判断。
Simon Willison 与 Jesse Vincent 将于 10 月 14 日(周三)在旧金山举办一场面向 coding agent 构建者的晚间交流活动,形式为 Agentic Engineering 的 birds of a feather 聚会。活动鼓励参与者分享尚未公开的尝试、奇怪实验和没有明确市场前景的未完成项目,无需正式演讲,重点是早期探索而非产品推销。
NVIDIA AI Day Singapore 于 9 月 22-23 日在新加坡举行,NVIDIA 与合作伙伴展示东南亚区域的 AI 进展。
Anthropic 发布 Claude Opus 5.5,约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。
Latent Space 对话 Google 的 John Platt,讨论其团队提出的 Empirical Research Assistance(ERA):把可用分数函数描述的科研问题交给 Gemini 维护实验树、用 UCB 规则选择笔记本并批量提出变异,已产出至少十篇论文。
MIT 支持者 Patricia 和 James Poitras 捐赠 1000 万美元,通过 McGovern 研究所 Poitras 精神疾病研究中心设立 50 个两年期奖学金,未来十年每年授予 5 个,首批 5 位研究员已公布,研究方向涵盖焦虑、恐惧记忆、肠脑轴、社交焦虑治疗与运动机制。
Simon Willison 发布 llm 0.36。该版本是其 LLM 命令行工具的新版本,他同时提供每月 10 美元的赞助订阅,可收到当月最重要的 LLM 进展精选邮件摘要。