跳到正文

#观点研究

今日 1 条
今天10月18日周日
10月16日周五
10月15日周四
  1. NVIDIA 官方博客22

    NVIDIA 扩展 Nemotron 家族：发布 Super VL 与 Bolt 系列开放模型

    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。

10月14日周三
  3. Google DeepMind22

    Google DeepMind 发布 Gemini 4 Argon：前沿网络防御能力与安全防护细节

    Google DeepMind 开始广泛部署 Gemini 4 Argon，并扩大 Fairwind Program 至更多可信网络防御者。该模型在模拟网络攻击测试中解决全部 12 个端到端场景（上一代为 5 个），违规请求较前代减少近两倍，外部生物越狱红队测试仅解锁不到 1% 的生物子任务。在编码基准上，其走捷径或作弊行为降至 2%。

10月13日周二
  3. 腾讯技术工程（公众号）12

    三万字长文：大语言模型从零入门

    腾讯技术工程发布近 3 万字长文，用一条主线讲清 ChatGPT 这类大语言模型在做什么、为什么能做到、怎么做到以及做不好什么。全文从预测下一个 token 讲起，串起图灵测试、信息量与熵、交叉熵等概念，并说明前三章讲原理、最后一章讲从模型到 ChatGPT，无需机器学习背景即可阅读。

10月9日周五
  1. 腾讯技术工程（公众号）74

    腾讯 OK 平台端到端 AI 研发实践：254 条需求中 68% 由 AI 自动交付

    腾讯技术工程公开 OK 平台端到端 AI 研发实践，该平台让 AI Agent 走完需求评审、技术方案、编码、Code Review 到部署的全链路。2026 年 4 月下旬至 6 月，安全中心项目空间提交 254 条需求，AI 端到端完成 172 条（68%），51% 的需求在 2 小时内完成，而传统模式下简单需求中位耗时 3~5 个工作日。

    推荐理由：腾讯 OK 平台公开了端到端 AI 研发的九阶段流程与真实运营数据，可对照自身研发流程判断哪些环节能被 AI 承接。

  2. Meta Newsroom18

    Meta 驳斥关于数据中心的三大常见误解

    Meta 针对数据中心三大常见误解作出回应：其 AI 优化数据中心采用闭路液冷系统，水在密封回路中循环、几乎不消耗水，部分设施年用水量低于美国普通高尔夫球场。Meta 全额支付自身电费，并出资新建和升级供电基础设施，如路易斯安那州与 Entergy 的协议确保新增发电与输电成本由数据中心承担。

10月8日周四
10月7日周三
10月6日周二
10月2日周五
  1. Amazon · About Amazon22

    Amazon 发布数据中心建设新承诺与社区投资计划，回应 AI 基础设施争议

    Amazon 宣布一项负责任建设数据中心的新承诺，并推出一系列面向数据中心所在社区的投资计划。文章同时驳斥了数据中心耗水与推高电价的传言：全美数据中心直接用水仅占工业用水约 0.5%，典型数据中心日均用水约 17 万加仑，而 Amazon 自有数据中心日均不足 1.3 万加仑。目前全美有超过 100 项数据中心禁令正在被考虑。

10月1日周四
9月29日周二
  1. 阿里技术（公众号）65

    阿里稳定性团队复盘 AI Native 前端实践：用 Skill 与 Plugin 把规范带进 AI 编码

    阿里稳定性团队前端王僖复盘了团队半年的 AI Native 研发转型，核心问题是当后端、产品、设计都能借 AI 写前端后，如何保证交付质量。

    推荐理由：一支稳定性团队把 AI 生成代码纳入真实交付的完整复盘，给出了 Skill、Plugin 与分库协作的具体做法和量化结果。

9月24日周四
  1. 阿里技术（公众号）62

    代码生成越来越快，软件交付真正的瓶颈转向了哪里？

    阿里巴巴集团 AI Native 研发实践论坛上，六位来自阿里、蚂蚁、飞猪和复旦的实践者讨论代码生成提速后软件交付的瓶颈所在。阿里巴巴研发基础设施负责人许晓斌给出时间结构：编码通常只占软件交付总时长的 20%—30%，时间主要耗在影响分析、环境准备、联调、审批、灰度和封网等环节。

    推荐理由：六位阿里、蚂蚁、飞猪与复旦的实践者从各自链路说明，编码提速为何没有同步转化为交付提速。

9月23日周三
  2. 字节跳动技术团队（公众号）20

    字节跳动与香港城市大学 TWIST 入选 ACM CCS 2026：面向云上大模型服务的隐私保护方案

    字节跳动安全研究团队与香港城市大学联合提出的 TWIST 被 ACM CCS 2026 接收，通过联合模型-Token 变换让云端在混淆态数据上完成标准推理。实验显示各模型总 Token 恢复率最高约 25%，671B 模型上低至 4.80%，PII 恢复率在 0% 至 2.63% 之间，下游任务准确率差距仅 0.12% 至 2.22%。

9月22日周二
9月21日周一
  2. 腾讯技术工程（公众号）36

    腾讯技术工程解读 TypeSafe AI 的 Jev 决策模型：它到底是个啥？

    TypeSafe AI 推出的决策模型 Jev 现已向所有人开放，它本质是分类模型，提供 Choice、Score、Noul 三类接口，官方称响应约 70—500ms、输入每百万 tokens 0.042 美元、输出免费。Jev 只从预设标签中返回结果，无幻觉，适用于游戏 NPC、Agent 工具调度、工单分流等高频判断场景。

9月18日周五
9月17日周四
9月16日周三
  1. 阿里技术（公众号）38

    垂类业务如何落地生产级 Agent

    阿里技术发文拆解垂类业务让 AI Agent 从「能跑」走向「能生产」的路径，指出 Demo 易做但生产需过稳定性、可控性、可审计性和业务闭环四道关。文章提出 Agent = 模型 + Harness 的公式，并按风险分级给出 L0 至 L3 的自治程度划分，建议从高频、低风险、规则明确、闭环短的小场景切入。文中引用 Klarna、华住、来伊份、飞鹤、邯郸公积金等公开案例说明这一节奏。