NVIDIA RTX Spark 笔记本上市:Blackwell RTX 显卡、最高 128GB 统一内存,2399 美元起
NVIDIA RTX Spark 笔记本现已上市,搭载 Blackwell RTX GPU 与 Grace CPU,最高 1 petaflop AI 算力和 128GB 统一内存,起售价 2399 美元,首批来自 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI。
NVIDIA RTX Spark 笔记本现已上市,搭载 Blackwell RTX GPU 与 Grace CPU,最高 1 petaflop AI 算力和 128GB 统一内存,起售价 2399 美元,首批来自 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI。
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。他构建的工具用于比较贷款估值和分析信贷协议。
巴西银行 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,覆盖其全部客户群。该行所处的巴西金融业是监管最严格的行业之一,这两个工具是其生成式 AI 落地的核心载体。
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents,其 ChatGPT 插件推动智能体创建量最高增长 10 倍,注册量随之增至三倍。
Netflix 构建了名为 The Observability Ontology 的本体层,基于 RDF、OWL、SHACL 和 SPARQL 标准,将应用、服务、事件、部署等实体统一为机器可读的三元组,并存入自研 RDF 图数据库 QuipuDB。
腾讯技术工程团队用 Harness 工作流重构一个内部视频在线剪辑项目,3 个月内把 90 万行旧代码重写为约 12 万行代码、15 万行文档和 6000+ 测试用例,测试覆盖率 86%。
清华大学无穹书院与阿里巴巴共建的学生 AI 开源俱乐部格造社(GEZAO AI Foundry)于 10 月 15 日在清华启动,首批发布近 40 个课题,涵盖算力与系统、模型与智能应用、公益创新三大方向。社员可借助平头哥真武算力、魔搭社区的模型和工具,在校内教师与企业导师指导下用一个学期形成可运行、可演示的阶段成果,成果将开源发布在魔搭社区。
Sullivan & Cromwell 与 OpenAI 合作开发了 Agreement Analyzer,这是一款用于识别协议草案问题的 AI 工具。该工具将律所的法律专业能力引入协议审查流程。
OpenAI 推出 Rosalind Academic Plan,为符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限及相关工具,用于推进生命科学研究。
Meta 工程团队介绍了用智能体参与开发流程构建独立 Groups 应用 Forum 的做法,把成功标准定为通过构建、测试和评审的生产级产出,而非代码量。
推荐理由:Meta 工程团队公开了把 AI 智能体放进开发闭环的具体做法,包括验证门槛、工具化上下文和沙箱构建隔离,可供工程管理者对照自身流程。
美团技术团队为搜推场景的 SLM(0.5~1B)有界生成负载重构推理引擎,以静态 DAG 组织完整业务请求,结合 AOTInductor 编译、Packed Prefill、请求内 K/V 共享与选择性 FP8,在平均端到端时延低于 20ms 下使 Prefill-Only 有效 MFU 达 67%、吞吐较 SGLang 提升 10 倍。
NVIDIA RTX Spark 于 10 月 16 日正式发布,定位为一台面向创作者、玩家和 AI 智能体的 Windows PC,并在旧金山、柏林、台北、北京等地举办发布活动。
Google 用智能体开发平台 Google Antigravity 加速抗菌肽发现,其智能体科学工作台把跨多个数据库的碎片化检索压缩为单次会话,并借助 ProtNLM 模型扫描 UniProt 中数百万条未表征蛋白质。
OpenViking 是面向 AI Agent 的上下文数据库,通过 Connector 接入飞书文档、飞书项目及 GitHub、GitLab、GitCode、Gitee 等代码仓库,由系统完成解析和索引并定时同步。
火山引擎 Managed Agents(MA)以全托管 AaaS 方式提供 Agent 运行时、持久会话、云端电脑、长期记忆与工具接入,开发者调用统一 Agent API 即可获得开箱即用的 Agent 能力。
Meta 的 Sapienz 自动化测试研究获 ISSTA 2026 Most Influential Paper Award,论文发表于 2016 年,作者为 Ke Mao、Mark Harman 和 Yue Jia。
NVIDIA 发布开放模型 Nemotron 3.5 Super VL,1200 亿参数,多模态智能体任务准确率接近其最大推理模型而参数量约为五分之一,吞吐量最高达同类模型 5 倍。同步推出边缘模型 Nemotron 3.5 Bolt 74B-A9B 24GB(现已可用)和 Bolt E4B 4GB(10 月 23 日发布),覆盖从数据中心到本地设备的智能体部署。
OpenAI 在教师节推出面向教育者的 AI 工具巴西葡萄牙语版本,并展示 Study Mode 如何帮助教师支持学生主动、分步学习。
苹果推出首款折叠屏 iPhone Duo,展开后为史上最薄 iPhone,内屏比 iPhone 18 Pro Max 大 50%,折叠后 5.4 英寸外屏保留 iPhone 18 Pro 约 90% 的屏幕面积。该机搭载 A20 Pro 芯片与双电池架构,运行重新设计的 iOS 27,并支持由 Apple Intelligence 驱动的 Siri AI。
REA(Reverse Engineer Anything)通过 MCP 服务器将 Hopper、Ghidra、IDA、JADX 等逆向工具封装为 Agent 可调用的接口,让 Agent 自主完成"搜索字符串→追 XRef→反编译→重建功能"的调查链。
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线,成员可在 Windows、macOS、Chrome OS 和 Steam OS 的设置中调整支持游戏的画质与性能。
Amazon 为旗下个人 AI 品牌 Bee 推出两款新设备:可佩戴或夹在衣物上的 AI 穿戴设备 Bee Frontier,以及磁吸在手机背面的 Bee Eclipse。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 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。
NVIDIA 过去一年投资北欧科技生态,包括瑞典初创公司 Lovable 和 Legora,Lovable 正用 NVIDIA Dynamo 与 Nemotron 工具优化开放模型推理并训练自有模型。
Meta 委托 YouGov 对亚太九个市场近 4000 名小企业主调查显示,84% 已使用 AI,76% 称过去 12 个月生产力提升,71% 称营收或销售改善。
Block 正基于 OpenAI 技术构建 AI 驱动的安全体系,其安全团队借此更快调查威胁,并能在数分钟内提出补丁方案。
Netflix 披露其 GPU 基础设施可靠性方案:通过节点硬件健康检查、调度平台重试与机器回收、训练循环 checkpoint 与弹性 worker 四层机制,让跨数百块 GPU、持续数周的训练任务在硬件故障时仍能存活。方案运行在其 Kubernetes 原生 Compute 平台上,可自动检测故障 GPU 与网络链路并修复,无需人工介入。
Netflix 为内部无服务器媒体处理平台 Stratum 构建了 Stratum Resource Tuner(SRT),可在生产环境中自动为运行中的容器调整资源规格,无需人工介入。SRT 按 CPU、内存、网络、磁盘逐项由函数负责人手动开启,先覆盖占资源用量 70%–80% 的高吞吐、低延迟要求工作负载,流程包括采集用量指标、生成建议、实验验证、应用或拒绝、应用后监控五个步骤。
Netflix 公开其 LLM-as-a-Judge 的四阶段生命周期:人工标注基准数据、训练对齐、部署为生成系统的门控与评审、以及 HITL 对齐与漂移监控。该方案用于推荐解释生成,每周产出数十万条解释,由第二个 LLM 打分并给出通过/拦截理由,低质解释被拦截。若漂移超过阈值即触发重训与基准数据扩充,每次变更上线前均需人工批准。
Netflix 工程师为调优 member-sessionizer 数据管道,借助 Dataflow 的分支驱动隔离,把 5 个 Spark 变体实验并行跑在同一时间窗口,总耗时从各次运行之和降为最慢单个作业的时长。
Netflix 披露其工作流编排引擎 Conductor 在停止维护开源版本后于内部重建,如今每月执行约 4.2 亿次工作流,每天 500 万至 2000 万次,支撑约 15 万个应用拥有的 20 万个工作流定义。重建核心是用 Cassandra 取代 Dynomite 作为执行数据主存储,并自研 Timestone 队列层,同时重写评估引擎。
Netflix 在《International Journal of Industrial Organization》发表研究,提出一种低秩选择模型,将成员的动态偏好与推荐带来的增量效果分离,从而量化个性化推荐的价值。
Netflix 将开源语义层 DataJunction(DJ)用于实验平台的指标管理,解决指标定义分散、新指标上线动辄数周的问题。DJ 的核心优势是 SQL 解析与生成引擎,并把所有定义存入连通图,团队以 API 优先、暂缓 UI 的方式开发了两年多。该项目源自 Facebook 2015 年前后的内部指标可移植性项目,2021 年在 GitHub 开源。
Netflix 将个性化基础模型集成到生产系统时实验了嵌入向量、子图、微调三种方案,目前均已用于不同场景。嵌入方案通过 Embedding Store 每日刷新用户与内容表征,成本低、门槛低,但存在新鲜度滞后;基础模型每月从头预训练、每日微调,并采用嵌入稳定化技术保证跨批次表征可复用。
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析时间从数周压缩到数小时,从而有能力调查更多威胁。
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 及 Sign in with ChatGPT,将 AI 智能体的能力拓展到代码之外的场景。
得物技术分享了资产验收场景的智能验收体系:规则以文本配置化下发,LLM 只负责材料事实提取与规则比对,文件解析、印章检测、数值核对、结论校验等环节由确定性代码完成。系统配套试跑、回测与发布门禁,用审批人的认可/不认可反馈自动推导标准答案,回测一致率达标才允许常规发布。该体系覆盖月均数百单验收审批,将逐条人工核对转为 AI 预判加人工复核重点。
Meta、布雷拉美术馆与 EssilorLuxottica 启动“Sensing Art”试点,让盲人和低视力访客借助 AI 眼镜聆听八件选定作品的语音描述。眼镜接入美术馆现有 Grande Brera 应用,通过开放式扬声器播放 DescriVedendo 方法生成的描述,并可使用 Meta AI 提问、通过 Be My Eyes 连接志愿者。
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 及网络安全工具 Daybreak,构建出可连续专注运行 36 小时以上、并随使用不断改进的 AI 智能体,单次可调度 10,000 个智能体。
工程背景作者跟随斯坦福 CS336 课程 Assignment1,从零手搓一个引入 RoPE、SwiGLU 等变体的 Transformer,而非原始论文版本。文章从 MLP 与线性回归、梯度下降讲起,再过渡到 Transformer 构建,全程禁用 PyTorch 现有模块(Parameter、Module、Optimizer 除外)。