Google DeepMind 试点前沿 AI 双盲评估
行业首创，我们正在试点前沿 AI 的双盲评估。 通过创建一个既不公开测试提示词也不公开模型权重的安全环境，我们可以确保外部对我们模型的安全与性能评估保持私密、稳健且可信。 → https://goo.gle/3St2xan
全部 AI 动态
Google DeepMindAI 评分4242 Google DeepMind精选AI 评分5858 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为最新的语音转文字模型，面向精准且智能的转录。原帖未给出更多参数、可用范围或评测数据。
推荐理由：Google DeepMind 发布语音转文字新模型，读者可了解其在转录精度与智能化上的定位。
Andrew Ng精选AI 评分6060 Andrew Ng 的 OpenWorker 发布新版本，内置代码漏洞与供应链安全智能体
Andrew Ng 宣布开源智能体 OpenWorker 发布新版本，新增面向安全流程的多项功能。新版本内置三类网络安全智能体，分别扫描代码漏洞、扫描依赖中的供应链注入，以及检查云安全配置的攻击面，让开发者在部署前完成更多安全工作。
推荐理由：OpenWorker 新版本把安全扫描能力做成内置智能体，并说明开源 harness 可审计、模型可自选，读者可据此判断本地安全智能体的落地方式。
Andrew Ng精选AI 评分6262 Andrew Ng 称 Marin 项目展示开放模型训练，含开放代码、数据与配方
Andrew Ng 转发 Percy Liang 关于 Marin 项目的消息，称该项目是开放模型训练的一次展示，开放了代码、数据、配方甚至实验结果。他提到公开分享 AI 研究曾是常态，并认可 Percy Liang 的开放实验室做法。被引用的内容显示，Marin 535B-A23B 本周开始训练，预训练占 80%、中期训练占 20%，在 18.75T tokens 上使用 11 台 GB200 NVL72 训练约 3 个月（2.7e24 FLOPs），后续将进行后训练；正式训练前还训练了从 1.6B-A61M（48B tokens）到 27.7B-A1.2B（926B tokens）的四级扩展阶梯用于排查问题并预测主训练结果。
推荐理由：Andrew Ng 借 Marin 项目说明开放训练流程的具体做法，可对照当前闭源训练常态理解开源生态的处境。
Andrew NgAI 评分3838 吴恩达详解 AI 工程技能图谱：构建与部署 AI 应用
吴恩达发布 AI Engineering Skills Map 长文，详解四大顶层技能之首"构建与部署 AI 应用"，该图谱基于大量招聘信息、专家访谈与问卷分析得出。
Meta AIAI 评分4040 Meta 预览 WildArtifactBench 智能体评测框架
Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多样交付格式下的复杂真实任务。该框架采用人类与智能体偏好评判的胜率和 Elo 分数，而非严格的标准答案评分标准，从而扩展了实际多模态工作流的任务覆盖范围。Meta 已从该基准中开放 10 个任务，以衡量多模态智能体的实际效用。
Meta AI精选AI 评分5858 Meta 发布 Muse Spark 1.2，支持视觉转代码与机器人导航等多模态任务
Meta 发布 Muse Spark 1.2，支持从视觉生成可运行代码、将感知转化为物理动作，并具备音视频理解能力以应对企业级视频工作流。官方同时公布了新的评测与演示，展示该模型在视觉理解与推理上的覆盖范围，其中包括解析多模态观测并调用工具引导机器人在非结构化环境中寻找橡皮鸭。
推荐理由：Meta 官方给出 Muse Spark 1.2 的多模态评测与演示，可了解其在视觉理解与工具调用上的能力边界。
Yann LeCunAI 评分00 LeCun 吐槽美国现状
只有在美国才会这样。 赢麻了？
Andrew NgAI 评分3838 吴恩达发布 AI 工程技能图谱
吴恩达团队基于超 1 万份招聘信息、数十场专家与招聘经理访谈及问卷数据，发布《AI 工程技能图谱》，提炼出四项最重要的 AI 工程技能：构建与部署 AI 应用、软件工程基础、使用编码智能体、塑造构建过程。他强调 AI 工程技能比"AI 工程师"岗位更宽泛，所有开发者都需掌握。
Andrew Ng精选AI 评分6262 Andrew Ng 感谢 Meta 团队开源 Muse Glimmer 等模型权重
Andrew Ng 发推感谢 Mark、Alex 及 Meta 团队对开放权重 AI 的贡献。他引用的 Meta 内容显示，Meta 当天开放了 30B 参数稠密模型 Muse Glimmer 的权重，该模型可在本地运行，并称很快还将开放最新基础模型 Muse Spark 1.2 的权重。
推荐理由：Meta 开放 30B 稠密模型权重并预告下一代基础模型开源，可观察其开源路线节奏。
Meta AI精选AI 评分7171 Meta 发布 Muse Glimmer：30B 开源权重模型，面向本地常驻智能体
Meta 发布 Muse Glimmer，一个 30B 参数的开源权重模型，面向本地常驻智能体工作流。该模型在关键智能体用例和基准上表现优于同尺寸领先模型，可完全运行在 Mac 或配备高性能 GPU 的 PC 等消费级硬件上。模型权重以宽松的 Apache 2.0 许可发布。
推荐理由：Meta 开源 30B 端侧智能体模型，可据此判断消费级硬件上常驻 Agent 的可行边界。
Meta AI精选AI 评分7878 Meta 让 AI 模型参加五场 STEM 奥赛，物理理论考试满分、IMO 摘金
Meta 让自家 AI 模型参加五场 STEM 奥赛，以检验推理能力是否取得实质进展。结果为亚洲物理奥赛（APhO）和国际物理奥赛（IPhO）理论考试满分，国际数学奥赛（IMO）金牌，国际化学奥赛（IChO）和罗马尼亚数学大师赛（RMM）达到金牌水平。为测试纯推理能力，比赛全程禁用一切工具，包括搜索、写代码和计算器。
推荐理由：Meta 公布模型在五场 STEM 奥赛中的成绩与禁用工具设定，可据此观察纯推理能力的评测方式。
Meta AI精选AI 评分6262 Meta 发布终端编码智能体 Muse Code（beta）与 Muse Spark 1.2 模型
Meta 发布终端编码智能体 Muse Code（beta），面向长周期软件工程，由新的 Muse Spark 1.2 模型驱动。官方称它能规划、实现并验证大型代码仓库中的复杂多文件改动，并借助持久化子智能体更快、更准确地解决难题，减少人工干预。
推荐理由：Meta 官方发布终端编码智能体 Muse Code 与配套模型，读者可了解其面向长周期多文件改动的定位。
Andrew Ng精选AI 评分6262 Jeff Dean 等人宣布创办 Discovery Loop
Jeff Dean 宣布与 Sanjay Ghemawat、Oriol Vinyals、Quoc Leix 共同创办 Discovery Loop（@DiscoLoopAI），一家以自动化机器学习、科学和工程来加速发现为使命的公益公司（Public Benefit Corporation）。四人已合作 14 至 30 年，曾参与构建世界上使用最广的产品、基础设施和 AI 模型。Andrew Ng 转发并表示祝贺，称相信他们的工作会很出色。
推荐理由：Jeff Dean 等人离职创办 Discovery Loop，读者可据此了解顶级 AI 研究者的新去向与目标。
Andrej KarpathyAI 评分5252 Karpathy 实测 Opus 5 用 5500 行代码渲染《魔戒》开篇
Andrej Karpathy 给 Opus 5 输入《魔戒》第一段、1M token 预算（约 10 美元），让它用 three.js 渲染这段故事。Opus 运行约 2 小时，写出 5500 行代码，程序化地渲染出故事，效果有些粗糙但可玩。他认为这类任务把「没人会花时间做」变成「几乎免费，何乐而不为」，并指出 LLM 难以原生感知视频或玩游戏，只能缓慢截图自查，多模态与游戏能力仍明显不足。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核当作知识库，在 Apple Silicon 上生成高质量内核。
推荐理由：读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层对性能差距的具体贡献。
Andrew NgAI 评分5252 吴恩达创办 LearnVector，获 Coursera 1 亿美元投资
吴恩达宣布创办 LearnVector，目标是借助 AI 为每个人构建定制学习指南，把学习从一对多变成一对一。该项目起步资金为 Coursera 投资的 1 亿美元，并计划与 Coursera 和 Udemy 紧密合作。吴恩达称，好的学习远不止一个聊天机器人，无护栏的聊天机器人会损害学习，而 LearnVector 会与学习者共同规划路径、适应其学习方式，并陪伴其掌握新技能。
Andrew NgAI 评分3636 吴恩达支持英伟达开放模型立场
@JensenHuang 这步走得好。英伟达这封信写得很好，值得一读。正如我们在 OpenAI-Hugging Face 被黑事件中看到的，我们需要开放模型和工具来防御。 别再相信闭源模型更安全的公关说辞了——那不过是监管俘获。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的上下文摘要
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 数也低于全上下文设置。
Andrew Ng精选AI 评分7878 Andrew Ng 发布开源智能体 OpenWorker
Andrew Ng 宣布推出开源智能体 OpenWorker，它不只是对话，而是直接交付成品，例如生成文档、发送 Slack 消息或更新日历。用户可让它准备客户简报、整理日历、起草报告或分诊 Slack 告警，它会在执行重要操作前先确认。
推荐理由：Andrew Ng 发布开源智能体 OpenWorker，读者可了解其交付成品而非对话的定位与本地运行方式。
Meta AIAI 评分4040 Meta SAM 3 与 DINOv3 加速科研图像分割
为加速科学发现并支持 @ENERGY 的 Genesis Mission，由 @BerkeleyLab 主导的 SYNAPS-I 项目正在使用 SAM 3 和 DINOv3 来自动化图像分割。 通过将 DINOv3 的全局语义上下文和细粒度空间定位与 SAM 3 的像素级边界提取相结合，研究人员能够将 3D 体积标注从一个月的人工工作压缩到约 15 分钟。 了解他们的工作详情：https://go.meta.me/01aed3
Andrej KarpathyAI 评分2222 Karpathy 分享与 LLM 协作的"长语音漫谈"技巧
Andrej Karpathy 分享与 LLM 协作的一个实用模式：切换到 /voice 语音输入，放松地漫谈约 10 分钟，内容可以杂乱无章、意识流式输出。他表示 LLM 很擅长重构冗长且不连贯的漫谈，回显出的思路往往比原始想法更清晰，从而加深"心智融合"、减少后续纠错。
Andrew NgAI 评分2222 DeepLearning.AI 与 Cerebras 推出快速推理课程
DeepLearning.AI 联合 Cerebras 推出短课程，教你用专为快速推理设计的硬件构建 LLM 应用，由 zhennydez、duerr_seb、MilksandMatcha 授课。
Meta AIAI 评分2525 Muse Spark 1.1 上线 OpenRouter
我们听到了你们的呼声，很高兴宣布 Muse Spark 1.1 现已在 @OpenRouter 上线，面向美国开发者。 我们期待看到社区的创作。
Meta AI精选AI 评分6262 Meta AI 模型参加亚洲物理奥赛理论考试获满分 30/30
Meta AI 提交模型参加亚洲物理奥赛（APhO）理论考试，取得 30/30 满分，与排名前三的学生选手并列。Meta AI 表示此举是为展示其模型的先进推理与多模态能力，并感谢 APhO 委员会允许模型参赛。
推荐理由：Meta AI 让模型参加亚洲物理奥赛理论考试并拿到满分，读者可据此了解前沿模型在竞赛级推理上的表现。
Meta AIAI 评分1616 Meta 向部分领袖开放 Muse Spark 1.1 体验
我们让几位领袖提前体验了 Muse Spark 1.1，以下是他们的评价：
Andrew NgAI 评分3636 吴恩达：保护开源AI至关重要
Adam Thierer 写过关于"无需许可的创新"的里程碑式著作。当我们不必事先向政府申请发明的许可时，我们才能获得最好的想法。保护开源 AI 现在是确保这一点的关键部分。
Meta AI精选AI 评分6262 Meta 发布 Muse Spark 1.1 并开放 Meta Model API 预览
Meta 发布 Muse Spark 1.1，是今年早些时候首个 Muse Spark 模型之后的重大升级。随此次发布，Meta 同时开放新 Meta Model API 的公开预览，开发者可通过该 API 访问 Muse Spark 1.1。该模型现已在 Meta AI 应用和 meta.ai 上线 Thinking 模式。
推荐理由：Meta 发布 Muse Spark 1.1 并开放 Meta Model API 预览，读者可据此了解新模型与开发者接入方式。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分低于 $0.10，数据系统面临三大新挑战：为智能体服务、管理智能体集群、由智能体合成。在 text-to-SQL 基准上，多智能体尝试中仅 10-20% 子计划不同，80-90% 子查询重复，可通过多查询优化与近似查询处理复用结果。
Berkeley AI ResearchAI 评分1717 2026 届 BAIR 博士毕业生展示：从机器人到 LLM 推理的 AI 研究全景
伯克利人工智能研究实验室（BAIR）公布 2026 届博士毕业生名单，其研究覆盖机器人、具身智能、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for Science 等方向。毕业生去向包括 OpenAI、Mistral AI、Amazon、Physical Intelligence 等机构，以及 UCLA、普林斯顿 CITP 等学术岗位，另有多人正在创业或探索下一步。
Andrew NgAI 评分3636 吴恩达分享构建 0 到 1 产品的三大循环
吴恩达提出构建 0 到 1 产品的三大循环：智能体编码循环让 AI 智能体写代码、自测并持续迭代直至无 bug 且符合规格，工程循环每几分钟构建测试新版本；开发者反馈循环以数十分钟到数小时为周期，由人类审查产品并引导智能体改进。
Yann LeCunAI 评分00 https://webtv.un.org/en/asset/k14/k14ej1ucqu
https://webtv.un.org/en/asset/k14/k14ej1ucqu
Andrej Karpathy精选AI 评分6262 Karpathy 评 Claude Tag：LLM 交互的第三次 UIUX 重构
Andrej Karpathy 转发 Anthropic 发布 Claude Tag 的消息并评论称，这是与 Claude 交互的新范式，更贴近组织内其他人类活动。
推荐理由：Karpathy 把 Claude Tag 放进 LLM 交互形态的三次演进里，读者可据此理解智能体进入团队工作流的定位。
Andrew Ng精选AI 评分7272 吴恩达评 Anthropic 与美国政府限制前沿模型访问
吴恩达回顾过去两周美国政府和 Anthropic 限制他人使用前沿模型的动作，认为这加速了企业和国家确保 AI 访问不被他人终止的努力。他指出 Anthropic 发布 Claude Fable 5 时限制开发者用它构建竞争性 LLM 技术，还曾暗中削弱被检测为从事 LLM 研究的用户所获输出，引发反弹后才改为透明处理。
推荐理由：吴恩达复盘美国政府与 Anthropic 限制前沿模型访问的两周，指出这会加速各国对开源替代方案的投入。
Andrew NgAI 评分2222 吴恩达新课：为 AI 智能体添加语音能力
吴恩达推出新课《Voice for AI Agents and Applications》，由 VocalBridge（AI Fund 投资组合公司）CEO Ashwyn 讲授，教开发者构建既可靠又快速的语音智能体。
Andrej Karpathy精选AI 评分8080 Karpathy 评 Claude Fable 5：与 Mythos 同底模，加装安全防护
Andrej Karpathy 称 Claude Fable 5 与 Mythos 是同一底层模型，只是增加了安全防护，在几乎所有基准上以一定幅度达到 SOTA。
推荐理由：Karpathy 以第一手使用体验判断该模型在长程难题上的跃升，并给出生产环境使用的提醒。
Yann LeCunAI 评分00 Yann LeCun 发推提醒
提醒。
Yann LeCunAI 评分00 https://youtu.be/l3m3RZNgDdw?si=o-sS1Ee7Y9DTJip3
https://youtu.be/l3m3RZNgDdw?si=o-sS1Ee7Y9DTJip3
Andrej KarpathyAI 评分3838 Karpathy 加入 Anthropic
个人动态：我已加入 Anthropic。我认为未来几年处于 LLM 前沿将尤其具有塑造性。我非常兴奋能加入这里的团队，回归研发。我依然对教育怀有深厚热情，并计划适时恢复相关工作。
Yann LeCunAI 评分2222 LeCun 称 Project Tapestry 是救赎
救赎在于 Project Tapestry https://thealliance.ai/projects/tapestry