Photon 融资 450 万美元,帮开发者用智能体取代移动应用
AI 创业公司 Photon 完成 450 万美元种子轮融资,由 Gradient 和 A* 联合领投,Vercel、红杉中国(HongShan)等参投,用于开发让智能体运行在 iMessage、WhatsApp 等消息应用上的产品。
AI 创业公司 Photon 完成 450 万美元种子轮融资,由 Gradient 和 A* 联合领投,Vercel、红杉中国(HongShan)等参投,用于开发让智能体运行在 iMessage、WhatsApp 等消息应用上的产品。
Amazon Web Services 发布开源决策模型 Strands Decider 2B,用于在预设选项中做选择并给出置信度,速度高、成本低,小到可在本地运行。
Airbnb 本周随秋季更新上线 AI 搜索,CEO Brian Chesky 称聊天机器人不适合电商浏览,Airbnb 搜索界面仍会演进。他给团队设定未来 3-6 个月探索支持多人协作的“多人”AI 界面,并让 Airbnb 对智能体更友好、引入 MCP 实现智能体互通。
AI2 发布 Olmo-core 3,这是其大语言模型训练框架的一次重要升级,重新设计了开源 MoE 训练系统,目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
推荐理由:原文给出 MoE 训练栈的关键改动和对比数据,可看到开源训练基础设施在效率上的取舍。
研究团队开发的 Ataraxos 在与四届世界冠军 Niemeijer 的对局中取得 85% 的有效胜率,成为人类在 Stratego 上最后优势被打破的标志。
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,把不可见签名嵌入生物代码,使其不仅在数字模型上可验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:DeepMind 把水印做进蛋白质序列与 AlphaFold 3 权重,为 DNA 合成筛查提供了一条可自动验证的来源信号。
Hugging Face 推出 Open TTS Leaderboard,用客观指标评测开源 TTS 模型,让单模型评测耗时从数周投票缩短到数小时。
NVIDIA 发布表格数据开源基础模型 Kumo Tabular,可在单次前向传播中完成分类与回归预测,无需训练、调参和特征工程。
推荐理由:文章完整披露了表格基础模型的预训练数据构造与架构设计,可据此判断免训练推理在表格任务上的可行性边界。
Mistral 在慕尼黑开设德国中心,组建专注 Physics AI 与工业 AI 的研究团队并直接服务企业客户,计划到 2030 年建成 1 吉瓦欧洲算力。其模型权重完全开放、可运行在客户自有基础设施上,并已与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用,同时与慕尼黑工业大学(TUM)建立研究合作。
H 公司发布 Holo4 系列智能体模型,包含 27B dense 和 35B-A3B MoE 两个尺寸,均可通过 H Models API 调用,同时开源基于 Nemotron 3 Nano Omni 后训练得到的 Holotron4 Nano。
推荐理由:Holo4 用同一套权重打通 GUI、代码、MCP 与 API,公开了完整轨迹,读者可据此评估通用计算机智能体的跨界面路线。
OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 在播客中复盘 OpenRouter 从 Llama、Alpaca、Mistral 时代起步,成长为服务超 1000 万开发者、日处理超 10 万亿 token 的中立模型路由层,并最终被 Stripe 收购的过程。
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型,通过投机解码实现设备端最高 3.13 倍、H100 上最高 2.66 倍解码加速,端到端最高提升 2.62 倍和 2.27 倍。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构。
推荐理由:NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测数据集,读者可了解其生成方式与开放入口。
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。
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。
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。
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 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。
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 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。