某产品发布智能体功能
某产品发布新的智能体功能，允许用户直接从SageMaker Studio UI创建和管理Amazon SageMaker Spaces，简化了集群访问和模型开发流程。
#Agent
#Agent
今日 0 条AWS Machine Learning BlogAI 评分5555
The Decoder精选AI 评分7070 Mistral Large 4 欧洲万亿参数模型发布，应对拒绝安全工作的美国模型
Mistral 发布了其最大的模型 Mistral Large 4，具有万亿参数，主打处理安全任务，在多个基准测试中表现优异，但与领先模型仍有差距。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
TechCrunch · AI精选AI 评分6767 Mistral 发布 1T 大型多模态模型 ML4，旨在超越中美竞争对手
Mistral 发布了新的 1T 大型多模态模型 ML4，旨在超越中美竞争对手。该模型目前只能通过公共安全护栏端点访问，Mistral 计划在安全测试完成后三周内开放其权重。ML4 的优化用例包括网络安全、金融、芯片设计等领域。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Mistral AI精选AI 评分8585 Mistral AI 发布 Mistral Large 4
Mistral AI 发布了新的 Mistral Large 4 模型，这是一个具有 1 万亿参数的多模态模型，在编码、智能体工作流程和多模态理解方面表现出色。该模型将在多个地区可用，包括 Mistral 在欧洲运营的独立部署。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分8585 研究人员将 LeCun 的 JEPA AI 扩展为从物理到生物的通用世界模型
研究人员扩展了 Yann LeCun 创立的 JEPA 架构，使其能够在七个不同的领域工作。该团队提出了基于 JEPA 的通用世界模型 JEPA-Anything，该模型能够预测系统的发展，例如机器人、分子或患者的健康状况。该研究在多个领域取得了显著的进展，包括物理、机器人技术和天气预测，并提出了一个基于 JEPA 的肝脏癌细胞治疗候选方案。
推荐理由：该研究扩展了 LeCun 的 JEPA 架构，使其能够在多个领域工作，包括物理、生物学等，并提出了一个基于 JEPA 的通用世界模型 JEPA-Anything，具有潜在的应用价值。
The Decoder精选AI 评分7070 Reflection 发布 Beam 模型，成为除中国外最强大的开放权重模型
Reflection 公司发布了其首个免费模型 Beam，旨在以最低的计算成本提供强大的结果，与 Deepseek 和 Qwen 等中国开放权重模型竞争。Beam 在编码、逻辑推理和智能体任务上进行了优化，其性能与 GLM 5.2 相当，但计算成本降低了三到四倍。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Falcon-Emirati: 当大语言模型学习方言、文化和细微差别
Falcon-Emirati-7B 是一个针对阿联酋方言的专用模型，旨在理解并生成类似母语者的阿联酋阿拉伯语，包括词汇、语调和文化背景。该模型在 Alyah 基准测试中取得了 84.83% 的分数，领先于其他阿拉伯语和多语言模型。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分6767 Cohere 推出 North 2 作为企业 AI 控制室，兼容任何模型
Cohere 推出 North 2，将其企业平台转变为 AI 代理的控制中心，能够处理多步骤工作流程并保留会话间的上下文。North 2 兼容任何模型，包括 Cohere 自家的模型和客户自己的模型，并支持与 Slack、SharePoint 和 Jira 等工具连接。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Latent Space精选AI 评分7070 Reflection Beam - 501B-A23B 美国开源模型发布
Reflection 发布了新的开源模型 Beam，一个用于编码、智能体和科学工作的 501B 总量 / 23B 活跃 MoE 模型。该模型从零开始训练，预计将在本月底开放 Apache 2.0 许可下的完整权重。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
PANewsAI 评分5252 高盛看好AI驱动增长上调台积电目标价
高盛因AI需求增长上调台积电目标价及资本支出预测，预计2026年/2027年营收同比增长42.0%/36.9%，毛利率分别为67.2%/67.5%。
AWS Machine Learning Blog精选AI 评分6565 Amazon Bedrock 推出 GLM 5.3 模型
Amazon Bedrock 推出 Z.ai 的 GLM 5.3 模型，支持编码和长期智能体任务，具有网络安全能力，可通过 OpenAI 兼容的 API 使用，并支持跨区域推理和提示词缓存。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Cointelegraph精选AI 评分7070 AI 发展放缓或引发经济动荡？行业内部分歧加剧
文章指出，美国人工智能行业内部对于发展速度存在分歧，一方面有行业领导者呼吁放缓发展步伐，另一方面美国总统特朗普希望加快发展以与中国竞争。文章探讨了这种分歧可能对经济产生的影响，并分析了不同观点和潜在风险。
推荐理由：文章探讨了美国人工智能行业内部对于发展速度的分歧，以及这种分歧可能对经济产生的影响，读者可以从中了解行业发展趋势和潜在风险。
Google Research精选AI 评分6565 Google Research 发布智能体隐私和安全论文
Google Research 发布了关于智能体隐私和安全的论文，探讨了智能体在处理复杂任务时面临的隐私和安全挑战，并提出了相应的解决方案。
推荐理由：原文探讨了智能体隐私和安全问题，读者可以了解未来智能体发展的关键挑战。
The Verge · AI精选AI 评分7070 AI 在数学领域的突破性进展：OpenAI 的最新研究
OpenAI 在数学领域取得了突破性进展，包括解决著名的千年难题之一。本文报道了 OpenAI 的最新研究动态，并探讨了 AI 在数学领域的应用和影响。
推荐理由：原文报道了 OpenAI 在数学领域的突破性进展，读者可以了解 AI 在数学领域的最新研究动态。
TechCrunch · AI精选AI 评分7272 Reflection 发布 Beam，一款开放权重 AI 模型，在更低的计算成本下与中国模型竞争
Reflection AI 正式推出其首款前沿开放权重 AI 模型 Beam，声称其在高级推理基准测试中的性能与领先的中国开放模型相当，但成本却大幅降低。Beam 是一个 5010 亿参数的模型，经过 2380 万亿个 token 的预训练，具有 1000 万个 token 的上下文窗口。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分7070 Reka AI 发布全模态模型 Rho-1，支持文本、图像、视频和机器人控制
Reka AI 发布了全模态模型 Rho-1，该模型在单个神经网络中处理和生成文本、图像、视频以及机器人控制动作。Rho-1 在 320 个 H100 GPU 上训练了约三个月，能够实时生成连续视频并即时响应新指令。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
TechCrunch · AIAI 评分5252 TikTok 推出 AI 购物助手和一键结账功能
TikTok 推出 AI 购物助手和一键结账功能，旨在帮助用户发现和购买产品，并直接从品牌购买。新功能可能使 TikTok 在用户购物旅程中占据更多份额，并可能带来更多交易价值。
The Decoder精选AI 评分6767 OpenAI 在欧盟对 ChatGPT 文本添加水印，全球 API 用户可选择关闭
OpenAI 为遵守欧盟规定，在 ChatGPT 文本中添加不可见水印。与 Anthropic 不同，OpenAI 允许全球 API 用户选择是否开启水印功能。
推荐理由：OpenAI 在欧盟对 ChatGPT 文本添加水印，但全球 API 用户可选择关闭，这可能影响 AI 文本生成领域的合规性和使用方式。
AWS Machine Learning Blog精选AI 评分6262 某产品发布智能体功能
某产品发布新的智能体功能，名为 Claude Code，它可以在 AWS GovCloud (US) 上与 Amazon Bedrock 集成，支持 AI 辅助开发，并满足监管或合规要求。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
TechCrunch · AI精选AI 评分6767 HackerRank 的 AI 面试官 Chakra 展示了未来招聘面试的样貌
HackerRank 推出 AI 面试官 Chakra，可评估候选人的技术能力和工作表现，已进行超过 50 万次测试面试。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog精选AI 评分7070 AWS Bedrock AgentCore 发布，用于评估多智能体系统的可解释性和实用性
AWS Bedrock AgentCore 发布，旨在评估多智能体系统的可解释性和实用性，提供了一种全新的平台来构建、连接和优化智能体，并支持内置和自定义评估器，以验证智能体的性能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
GitHub Blog · AI & ML精选AI 评分8080 GitHub 发布 ReviewBench：AI 代码审查基准
GitHub 发布了 ReviewBench，一个用于评估 AI 代码审查系统性能的基准，它基于真实 GitHub 代码审查数据构建，并提供了多种评估指标和配置选项。
推荐理由：ReviewBench 提供了一个全面的 AI 代码审查基准，有助于评估和比较不同代码审查系统的性能，对开发者来说是一个重要的工具。
The Decoder精选AI 评分7272 Aleph Alpha 发布 Kolibri，一款支持欧洲 AI 主权的开放权重模型
Aleph Alpha 发布了 Kolibri，一款德英双语语言模型，参数量为 780 亿，其中 30 亿参数为每个 token 的活跃参数。Kolibri 在质量和运营成本方面均处于 Pareto 最优前沿，在德英两种语言上都优于具有相似架构的对比模型。该模型旨在服务于公共管理、航空和工业领域，支持高达一百万 token 的上下文窗口，并在德国和芬兰的 768 B200 GPU 上进行训练。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
MIT Technology Review · AIAI 评分6262 智能体AI时代预测分析的应用
文章探讨了预测分析在智能体AI时代的应用，企业如何利用AI进行前瞻性决策，以及AI如何帮助企业从被动回顾转变为主动预测。
TechCrunch · AIAI 评分6262 Safeworld 发布机器人安全评估平台
Safeworld 发布了一款机器人安全评估平台，旨在通过模拟和评估机器人控制系统，确保机器人在各种环境中的安全性。
PANewsAI 评分5555 币安推出AI产品栈Binance Intelligence，包含AI Pro与Agent OS等
币安推出AI产品栈Binance Intelligence，包含面向所有用户的免费Binance AI、将自然语言转化为可执行策略的Binance AI Pro，以及供开发者构建AI应用的Binance Agent OS。
PANewsAI 评分6262 中美顶尖AI模型性能差距缩至3%，创历史新低
彭博行业研究指出，随着DeepSeek发布V4.1 Flash，中国顶尖AI模型在基准测试得分上落后美国的幅度已缩小至3%，创历史新低。
The Decoder精选AI 评分7070 谷歌研究人员找到防止AI智能体记忆化测试的方法
谷歌研究人员提出了一种名为RRSI的方法，旨在防止AI智能体在测试中记忆化，通过限制编辑预算和严格的审查机制，提高了AI智能体的泛化能力。
推荐理由：该研究提出了新的方法来防止AI智能体在测试中记忆化，对AI领域具有重要意义。
The Decoder精选AI 评分7070 NASA与IBM开源月球模型：将17年绕月探测器数据转化为月球科学研究基础
NASA与IBM合作开发的月球基础模型，基于17年绕月探测器数据，可用于机器学习，尤其在预测极地冰沉积和检测陨石坑方面表现出色。
推荐理由：该模型基于大量月球观测数据，对月球科学研究具有重要意义，特别是对极地冰沉积和陨石坑的预测。
Hugging Face Blog精选AI 评分6565 微软发布AI代理评估工具ThinkingBox
微软发布了一个名为ThinkingBox的AI代理评估工具，该工具通过评估AI代理在业务流程中留下的记录来评估其性能，并提供了评估AI代理可靠性的方法。
推荐理由：ThinkingBox 通过评估AI代理在业务流程中留下的记录来评估其性能，为读者提供了评估AI代理可靠性的方法。
The Verge · AI精选AI 评分6565 OpenAI 安全员工离职并发出警报
OpenAI 安全员工 David Robinson 离职并指出公司文化存在问题，呼吁 AI 公司建立更严格的安全保障措施。
推荐理由：原文揭示了 OpenAI 安全团队文化问题，读者可以关注这一事件对 AI 安全领域的影响。
TechCrunch · AI精选AI 评分6767 AI智能体功能解析：文本消息中的AI助手
多种AI智能体功能通过文本消息提供个性化服务，包括日程安排、旅行规划、购物和提醒等功能。
推荐理由：原文介绍了多种AI智能体功能，读者可以了解它们如何改变现有工作流。
The DecoderAI 评分7272 DeepMind 研究人员提出“人工共生智能”作为奇点的替代方案
DeepMind 研究人员提出人工共生智能概念，认为人工智能与人类应协同发展，而非追求单一超级智能的奇点。文章分析了推理模型的社会和机构视角，并探讨了人工智能与人类协同发展的未来方向。
The DecoderAI 评分6262 BootLoops 开源工具助力 AI 进行精确科学计算
BootLoops 是一个开源工具，用于精确科学计算，它支持 AI 模型在粒子物理学、生态学、人口遗传学、经济学和语言学等领域进行计算，并产生科学价值。
The DecoderAI 评分5252 某产品发布智能体功能
某产品发布新的智能体功能，名为 'Mods'，允许开发者修改工具的外观和工作方式，包括添加自定义面板、拦截工具调用或创建新的命令。
TechCrunch · AIAI 评分6868 Meta 推出 Muse Gadgets 开源项目支持开发者构建 AI 硬件
Meta 发布 Muse Gadgets 开源项目，提供固件和 Linux SDK，允许开发者在 Raspberry Pi 或 ESP32 等硬件上运行 Muse 智能体。该项目支持连接显示屏、传感器等设备，Meta 同时推出了名为 Muse Home Link 的原型硬件，可让 Muse 接入家庭网络控制智能家居，并向部分订阅用户免费发放 5000 个该设备。
Ars Technica · AIAI 评分2626 Apple 修改全盘访问权限以遏制 AI Agent 滥用
Apple 调整了 macOS 的全盘访问权限设置，旨在限制 AI Agent 对系统文件的过度访问。此举意在通过收紧权限管控来防范潜在的安全滥用风险，提升用户数据隐私保护水平。
The Verge · AIAI 评分6565 Meta 开源代码支持用户自制 Muse AI 硬件设备
Meta 开源了相关代码，允许用户利用现成的 ESP32 开发板或 Raspberry Pi 结合其 SDK 制作搭载 Muse AI 智能体的自定义硬件设备。官方建议的项目包括在 E Ink 显示屏上运行 Muse 以显示提醒事项、将其集成到 HDMI 棒中以便在大屏幕上展示，或在小触摸屏设备上打造类似 DIY Muse Charm 的产品。
The Verge · AIAI 评分6565 苹果将限制 Mac 全盘访问以应对 AI 智能体风险
苹果宣布将在 Mac 上为“全盘访问”权限增加新限制，要求用户必须通过非常明确的操作才能授予应用此权限，以应对 AI 智能体带来的风险。此前有报道称 Meta 的 Muse AI 在未获明确许可的情况下读取了用户消息内容，尽管 Meta 声称该功能完全基于用户主动选择。
The DecoderAI 评分7575 Cloudflare 发布 Clef 和 Clef-flash 决策模型
Cloudflare 发布了两款面向 AI 智能体的决策模型 Clef 和 Clef-flash，旨在通过快速分类替代人工介入。Clef-flash 中位延迟为 39 毫秒，Clef 为 209 毫秒，均优于竞品 Jev 的 524 毫秒。