GitHub Copilot 应用如何渲染超大型 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个包含 2200 个文件、超 100 万行改动和 400 多条行内评论的开源 PR 验证性能。其将文档高度拆成确定性代码几何与动态评论块几何两部分，代码行高预先精确计算，评论高度则惰性测量、有界修正并锚定到文件和行，避免滚动跳变。
全部AI 动态
全部动态
今日 10 条GitHub Blog · AI & MLAI 评分2424 Microsoft ResearchAI 评分5959 微软研究院：将物理 AI 推理卸载出机器人本体可提升任务表现与续航
微软研究院对移动机械臂操作负载做了系统性测量，发现将物理 AI 推理卸载到边缘或云端 GPU 可提升任务成功率与响应速度，并显著延长机器人续航。
Google DeepMind精选AI 评分6464 Google DeepMind 为 Private AI Compute 引入服务端持久记忆
Google DeepMind 公布 Private AI Compute 架构更新，将为该平台引入持久的服务端记忆层，让 AI 助手在跨设备场景中保留上下文，同时维持接近设备端处理的隐私标准。
推荐理由：Google 公布把设备端密钥与云端安全隔离区结合的持久记忆方案，可用来看云端 AI 隐私的工程取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演指导，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：原文给出两款 TTS 模型的能力差异、基准排名和开放入口，读者可据此判断语音生成在创作与规模化场景中的分工。
NVIDIA BlogAI 评分88 NVIDIA 验证工程师 Sakeena Fiza 如何保障 AI 硬件大规模落地
NVIDIA 验证工程师 Sakeena Fiza 负责在数据中心系统实验室中，于产品量产前逐层验证从板卡到机架再到集群的硬件可靠性。她曾见证 NVIDIA Rubin GPU 首次在系统层面被识别，称那一刻全球首次实现 Rubin GPU 系统级枚举。她表示验证团队要成为"产品的第一批客户"，在客户之前发现高速信号、散热余量与供电完整性等问题。
Hugging Face BlogAI 评分3838 英国 AISI 采用 EvalEval 基础设施公开评测结果，提升可复现性
英国 AI Security Institute（AISI）正使用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开评测结果。
Microsoft ResearchAI 评分4848 微软开源逆合成模型 RetroChimera，论文登上 Nature
微软在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式重排序整合两者互补优势。
Google ResearchAI 评分2727 Google Research 推出 MilleMiglia：面向中距离物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，可为中距离（middle-mile）物流生成真实且保护隐私的基准数据，代码与文档已在 GitHub 开源。该工具针对中距离运输的多商品流特性，建模货物在配送中心间的换车、分拣与时间窗衔接，而这一环节此前因企业网络拓扑与需求数据敏感、缺乏公开高质量数据，研究投入远少于首末公里配送。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：AI 生成的代码要不要读、RAG 是否已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期逐条拆解了五个 AI 开发热梗："不用读 AI 生成的代码"要看你能否解释并负责结果；"不用 AI 就不被录用"更应看判断力；Skills 与 MCP 解决不同问题，前者是可读的 Markdown 封装经验，后者提供工具与数据的标准接口；RAG 也并未消亡，缺了检索会浪费 token、拖慢速度并更容易给出不完整答案。
Google ResearchAI 评分5050 Google 研究用生成式 UI 让教师创建互动学习模拟
Google Research 公布一项新研究实验，让教育者利用生成式 UI（GenUI）动态生成贴合教学目标与课程的互动式引导模拟，并已向可信测试教师群体获得初步正面反馈。
GitHub Blog · AI & ML精选AI 评分6969 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体编写了大部分代码，跨 128 个 PR 分批合入 main 而非一次性切换。
推荐理由：GitHub Copilot 运行时的 Rust 迁移复盘，给出原地原子替换、跨会话协作与缓存策略的可迁移工程方法。
Mistral AIAI 评分5656 Mistral 与 Mozilla 合作，为 Firefox Smart Window 提供模型支持
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）由 Mistral 模型驱动，初期覆盖法国和北美用户，英国与德国预计今年晚些时候跟进。
Google ResearchAI 评分3535 Google Research 提出 Retrieve-for-Train：用离线 RL 加速复杂 AI 搜索查询扩展
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扩展并蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次前向的查询 fan-out。该方法在 Gemma3-4B 和 Qwen3-4B 上微调，绕过测试时 CoT 推理 token 的开销，同时满足多样性、覆盖度等集合级属性，相关论文已被 ICML 2026 收录。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，分别面向规模化低成本场景和高复杂度多步推理任务。
推荐理由：官方给出语音对话模型的两档定位与多语言、后台调用工具等能力细节，可供开发者判断接入场景。
GitHub Blog · AI & MLAI 评分3030 GitHub 如何用 Copilot 把营销活动运营变成代码
GitHub 日本和韩国区营销负责人把活动运营流程交给 GitHub Copilot：整个活动由单个 GitHub Issue 驱动，配合 Issue forms 做报名表单、用 label 触发 GitHub Actions 工作流。活动设置从原本手工耗时一两天变为自动完成，每天早上还会自动筛选报名者并在结束后自行收尾，所依赖的是活动平台 API 与 CRM 官方 CLI 这类可脚本化的入口。
Google ResearchAI 评分4242 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“答案优先”的工具调用数据集生成范式：先生成 ground-truth 工具链，再反推用户 prompt，从而以更低成本生成更复杂的长程工具调用数据。
GitHub Blog · AI & MLAI 评分3434 GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板
GitHub Copilot 应用将 diff、终端和浏览器面板内置在同一界面，用户无需在编辑器、终端和浏览器间切换即可完成审查、运行和预览 AI 生成代码的完整闭环。
Mistral AIAI 评分3636 Mistral 与 Cloudera 达成合作，将主权 AI 引入企业数据平台
Mistral 与 Cloudera 宣布合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。
Mistral AIAI 评分5050 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器代码迁移到 C++，该代码库没有测试套件和集中文档。团队先搭建数值一致性校验框架，再用 Vibe CLI 派出上百个智能体解析调用树并整理文档；迁移时采用编码、测试、审查智能体加人工卡点的结构化流程，首个冲刺完成 30 万行中的 4 万行。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部单字母变异
Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模超过 AlphaFold Database 30 倍，今日起通过网站门户、AlphaGenome API 和 Google Antigravity 技能向学术研究免费开放。
推荐理由：读者可据此了解 9 亿单核苷酸变异预测数据集如何把 AlphaGenome 的预测能力扩展到全基因组检索。
Mistral AI精选AI 评分6767 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 与 PSG Equity 参与联合领投。
推荐理由：Mistral 以全栈开源路线回应主权 AI 需求，融资方与客户名单给出其商业落地的规模参照。
Google ResearchAI 评分2525 Google 研究：跨人群多基因风险评分的迁移学习
Google 研究团队评估了迁移学习能否改善非欧洲人群的多基因风险评分（PRS），用 UK Biobank 约数十万欧洲样本向 Biobank Japan 近 20 万日本样本迁移，覆盖 BMI、血压、血脂等 8 项临床性状。结果显示，目标人群样本达 15k 以上时，纯目标人群模型反超混合欧洲数据的模型；欧洲数据仅在目标样本极少（如 5,000）时有增益，且增益窗口随性状遗传相关性而异。
Google ResearchAI 评分4747 Google 与 HHMI Janelia 发布迄今最大脑图谱：完整雄性果蝇中枢神经系统连接组
Google 与 HHMI Janelia 等机构在 Cell 发表完整雄性果蝇中枢神经系统连接组图谱，含超 166,000 个神经元和 1.25 亿个突触连接，为迄今神经元数量最多的脑图谱。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布全球天气 AI 模型 WeatherNext 3，直接学习实时卫星观测，逐小时生成预报，温度等关键地表变量分辨率达 5 公里，整体比上一代 WeatherNext 2 精细约五倍。
推荐理由：官方披露了实时卫星数据训练、逐小时刷新与降水精度提升的具体数字，可用于对比上一代全球天气模型。
Microsoft ResearchAI 评分3838 微软推出 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash，用蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替换原有模型，以 Apache 2.0 许可开源。
Mistral AIAI 评分3535 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案在沙特及中东地区的部署，合作规模达数亿欧元。双方将聚焦网络安全与语音领域，并开发阿拉伯语表现强劲的前沿模型；Mistral 还将探索使用 HUMAIN 的数据中心基础设施，双方计划在沙特面向受监管行业推出联合市场策略。
Microsoft ResearchAI 评分3838 Microsoft Research 发布 Skala 1.1，并推进其集成至 CP2K、Psi4、FHI-aims、ORCA 和 VASP
Microsoft Research 发布 Skala 1.1，训练数据量较前代增加 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol，计算成本仅相当于 meta-GGA 泛函。
Mistral AI精选AI 评分6161 Mistral 发布 Agentic Search 检索层
Mistral 发布 Agentic Search，作为让 AI 系统在复杂文档中导航、阅读和验证信息的检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供。
推荐理由：官方给出多步检索循环的五工具设计与两组基准数字，读者可据此判断检索层如何替代一次性 RAG。
Microsoft ResearchAI 评分3232 MindTopo 基准揭示 VLM 的空间推理能力短板
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型的拓扑推理能力，涵盖连续性、分离、顺序、包围与打结五类任务，并区分静态推理与交互规划两个层级。测试显示，当前闭源与开源模型在静态识别上表现明显优于交互规划，且均远低于人类水平；失败多出现在规划阶段而非感知阶段，模型在场景变化后难以维持结构关系。图像与视频生成仅在单帧保留结构约束时才有帮助。
Mistral AIAI 评分5858 Mistral 推出区域推理端点、Priority Tier 并接入 GLM-5.2
Mistral 宣布 Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行，以匹配数据驻留、监管和延迟要求；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和基于 SLA 的正常运行时间保障。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年 Kernel 经验带给 Apple Silicon
Berkeley Sky Lab 团队扩展了演化式 kernel 搜索框架 K-Search，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，可将已有 CUDA kernel 作为知识库自动适配为 Apple Silicon 上的高性能 kernel。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 推出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言“信念状态”，并通过信念评分（belief grading）监督其内容，从而替代完整交互历史作为智能体的工作上下文。
Berkeley AI ResearchAI 评分3131 智能免费时代的数据系统：为智能体、由智能体、属于智能体
伯克利 EPIC Data Lab 提出，推理成本正快速趋近于零，GPT-4 级能力已从 2023 年初的约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10。作者由此提出三类新挑战：为智能体重设计的数据系统、支撑成千上万智能体长期任务与共识的数据系统，以及由智能体直接合成、需可验证可信的数据系统。
Berkeley AI ResearchAI 评分1717 2026 BAIR 研究生展示：伯克利 AI 实验室博士毕业生去向一览
伯克利人工智能研究实验室（BAIR）公布 2026 届博士毕业生展示，这批毕业生的研究覆盖机器人、大语言模型与推理、计算机视觉、生成模型、AI 安全、人机交互及 AI for science 等方向。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出主流方法多由外部固定并行结构，而非让模型自行决定何时分解任务、开启多少线程及如何协调。文章涵盖 Self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS 及 ParaThinker、GroupThink、Hogwild! Inference，并分析 ThreadWeaver 等自适应并行推理方向。
Berkeley AI ResearchAI 评分3636 GRASP：面向世界模型的梯度规划器，实现更长视野规划
GRASP 是一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现时间并行优化、在状态迭代中注入随机性以探索、并重塑梯度让动作获得干净信号，避免经由高维视觉模型的脆弱"状态-输入"梯度。该方法由 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 等参与提出，针对长视野规划中优化病态、非贪心局部极小值与高维潜空间失效模式问题。
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，利用稀疏性和低阶性将 LLM 交互识别转化为稀疏恢复问题，可在特征、数据和模型组件归因中高效发现关键交互。
Berkeley AI ResearchAI 评分2828 伯克利提出基于信息量的成像系统设计框架，可预测四大成像领域性能
伯克利 AI 研究院提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量值和噪声模型即可量化测量所含信息量，无需任务专用解码器。在 NeurIPS 2025 论文中，该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域均能预测解码器性能，优化后的设计达到端到端方法水平，且内存与算力需求更低。