跳到正文
10月19日周一
10月17日周六
  1. 产品MarkTechPost76

    Perplexity 开源 SPACE:为每个 AI 智能体任务提供 Firecracker microVM 沙箱

    Perplexity 以 Apache 2.0 协议在 GitHub 开源 SPACE,这是支撑 Perplexity Computer 全部任务的沙箱平台,每个智能体任务运行在独立的 Firecracker microVM 中,凭证与出站流量由 VM 外部控制。

    推荐理由:原文给出隔离架构、创建延迟与红队测试数据,可据此评估自托管智能体沙箱的工程取舍。

10月16日周五
  1. 模型AWS Machine Learning Blog67

    Reflection AI 开源编码智能体模型 Beam,并在 AWS 上提供部署路径

    Reflection AI 发布开源权重模型 Beam,面向编码智能体与长周期任务,总参数 501B、激活参数 23B,Reflection 称有效上下文长度为 100 万 token,权重以 Apache 2.0 许可在 Hugging Face 发布,提供 BF16、FP8、NVFP4 三种 checkpoint。

    推荐理由:文章给出 Beam 的参数量、上下文长度与三种 AWS 部署路径,可据此评估开源编码模型的自托管成本。

  2. 产品NVIDIA Newsroom60

    NVIDIA RTX Spark 笔记本开售,华硕、戴尔、惠普、联想、微软、微星推出

    NVIDIA 宣布 RTX Spark 笔记本即日起开售,将 RTX 显卡与 NVIDIA 全栈 AI 平台整合进轻薄 Windows PC,面向加速创作、沉浸式游戏和本地 AI 场景。华硕、戴尔、惠普、联想、微软和微星将陆续推出相关机型。

    推荐理由:原文给出 RTX Spark 笔记本的定位与合作厂商,读者可据此了解本地 AI 能力在 Windows PC 上的落地形态。

  3. 产品The Hacker News42

    AI 决策模型及其对 AI SOC 平台的影响

    TypeSafe AI 于 9 月 15 日发布 System One 模型 Jev,OpenAI 在 DevDay 推出 Decisions API 并于 10 月 6 日开放公测,Cribl 发布可本地运行的开源 LoRA 适配器 cribl-decision。一个月内 AI 决策模型从无到有迅速铺开,文章讨论这类模型对 AI SOC 平台的影响。

  4. 产品NVIDIA Blog62

    NVIDIA 发布 RTX Spark,面向创作者、玩家与 AI 智能体的 Windows PC

    NVIDIA 发布 RTX Spark,定位为一台面向创作者、玩家和 AI 智能体的 Windows PC,并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。

    推荐理由:NVIDIA 官方公布 RTX Spark 的定位与全球发布活动安排,并汇总多家媒体对本地 AI 与游戏表现的早期评价。

  5. 产品MarkTechPost45

    CopilotKit 发布 CLiF:从 Agent 轨迹与用户操作中持续学习,生成技能、评测与微调数据

    CopilotKit 面向全栈轨迹的持续学习平台 CLiF 开启早期访问,通过 AG-UI 协议把 Agent 轨迹与用户在产品中的操作合并为同一时间线。其四阶段学习循环将轨迹转化为 SKILL.md 技能、生产环境评测候选和微调数据集,所有技能均需人工审核,平台完全自托管。

  6. 模型MarkTechPost82

    Meta 发布 Muse Spark Open:816B 开源权重 MoE,支持 1M 上下文

    Meta Superintelligence Labs 发布 Muse Spark Open,这是 Muse Spark 的开源权重版本,816B 总参数 MoE、每 token 激活 42B,支持文本、图像、视频和音频输入,上下文窗口 1M token,权重以 BF16 和 NVFP4 格式在 Hugging Face 发布。

    推荐理由:Meta 开源 816B MoE 模型的规格、部署门槛与同代开源模型对比数据都在这篇里,可据此判断本地运行可行性。

  7. 论文Microsoft Research71

    微软研究院发布 Magnetar:基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar,可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行,在 15 个基准程序上比现有最快 zkVM 平均快 10 到 39 倍,证明验证约 12 毫秒。

    推荐理由:微软研究院公开 Magnetar 的技术设计与基准数据,可了解零知识证明在通用程序上的性能与密码学取舍。