跳到正文
今天10月22日周四21 条
  1. 产品AWS Machine Learning Blog18

    U.S. Hunger 如何用 Amazon Quick 连接领导层与数据

    美国非营利组织 U.S. Hunger 借助 Amazon Quick 让领导层直接探索组织数据,并将 SQL Server 数据每晚 2 AM ET 刷新至 SPICE 内存引擎。通过 Quick Spaces,高管团队共享 KPI 定义、财务文档与分析,目前已有 17 名同事获得访问权限,覆盖高管、技术、Full Cart 项目、财务与合规等职能。

  2. 模型Hugging Face Blog72

    NVIDIA 发布 Kumo Relational 关系型基础模型,无需训练即可预测

    NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做预测,单次前向推理读取最多 10000 条历史样本作为上下文,无需任务特定训练、特征工程或表扁平化。

    推荐理由:原文给出预训练关系型基础模型在41项任务上的对比结果与开源入口,可据此判断免训练预测能否替代现有XGBoost流水线。

  3. 行业NVIDIA Blog22

    NVIDIA 如何改造欧洲零售:从数字发现到实体运营

    NVIDIA 称欧洲零售商正用开放模型与物理智能改造零售,Shopify 后训练 Nemotron 3.5 Lightning 后,内部基准准确率超过领先前沿模型,服务成本降 90%、响应快 7 倍。Zooplus 在 AWS 环境部署的原型实现 86% 搜索准确率,Otto Group 则在德国 Haldensleben 最大履约中心用 Omniverse 数字孪生模拟仓库运营。

  4. 论文Microsoft Research83

    微软研究院等证明 31 年未解的 KLS 猜想

    微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,证明结果与维度无关,并保持在一个固定常数范围内。此前 2026 年 7 月的最好结果仍允许该界随维度缓慢增长。证明过程采用人类主导的智能体搜索,探索了 100 多条候选路径;同期另有独立团队给出完整证明,并已有 Lean 4 形式化验证。

    推荐理由:这篇论文给出了 KLS 猜想证明的完整脉络,并说明人类主导、AI 智能体并行探索的研究流程如何参与其中。

  5. 论文Google Research67

    Google Research 用 AI 辅助盲扫超声评估孕周,跨美肯两地验证

    Google Research 在 JAMA Network Open 发表研究,用 AI 模型解读无超声专科培训人员操作的盲扫超声图像来评估孕周。在 385 名 16 至 36 周孕妇的队列中,模型平均绝对误差为 4.18 天,专家标准流程为 4.48 天;芝加哥适配后为 4.10 天,内罗毕零本地优化为 4.27 天。

    推荐理由:研究给出跨美国与肯尼亚两地、换用不同探头后的前瞻性验证结果,可了解医疗 AI 跨场景泛化的实测表现。

10月21日周三
  1. 产品OpenAI News62

    OpenAI 模型将上线 Google Cloud

    OpenAI 与 Google Cloud 合作,将把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。

    推荐理由:OpenAI 与 Google Cloud 的合作把前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,读者可据此判断多云分发路径的变化。

  2. 产品Hugging Face Blog60

    NVIDIA 在 Hugging Face 发布 SimReady Central 仿真资产库

    NVIDIA 在 Hugging Face 上线 SimReady Central Library,汇集超过 2000 个带碰撞几何、质量、摩擦等仿真属性的 OpenUSD 资产,供开发者免费、无需审批地用于物理 AI 训练环境和 AI 工厂数字孪生。

    推荐理由:原文说明了 SimReady 资产需要哪些仿真属性,以及 OEM 如何提交资产,读者可据此判断机器人仿真环境的搭建成本。

  3. 模型NVIDIA Newsroom60

    NVIDIA 与华盛顿大学蛋白设计研究所发布开源模型 RFD4-Proteina

    NVIDIA 与 UW Medicine 蛋白设计研究所发布开源模型 RFD4-Proteina,将可编程蛋白质设计与搜索能力结合,可按分子输入、约束和评分目标生成并优化设计。

    推荐理由:原文给出 RFD4-Proteina 的开放获取渠道和四类基准测试结果,读者可据此判断蛋白质设计模型与科学智能体的结合方式。

  4. 产品NVIDIA Newsroom72

    NVIDIA 扩展 Isaac 开放机器人平台,新增人形参考平台与 Isaac OS 运行时

    NVIDIA 在 GTC Berlin 宣布扩展 Isaac 开放机器人开发平台,新增人形参考平台、数据集与运行时,并更新机器人学习框架。Agile Robots 同步发布基于 Isaac GR00T 与 Jetson Thor 的 Agile ONE SN 参考人形,高 1.40 米、重 40 公斤、31 个自由度,计划 2027 年初上市。

    推荐理由:原文列出 Isaac 平台新增的人形参考机、运行时与开源工作流,可据此判断机器人从数据到部署的整合路径。

  5. 模型NVIDIA Blog70

    NVIDIA 扩展开放模型家族,覆盖语言、机器人、生物与量子计算

    NVIDIA 扩展其开放模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever、Kumo 结构化数据基础模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge、BioNeMo 与 Ising。

    推荐理由:原文一次性列出语言、机器人、生物、量子多条开放模型线及各自落地伙伴,便于比较英伟达开放模型组合的覆盖范围。