LoopForge 开源:AI 代码交付平台
介绍腾讯开源的 LoopForge 平台,一种自托管的 AI 软件交付系统,支持多种代码生成 Agent。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
介绍腾讯开源的 LoopForge 平台,一种自托管的 AI 软件交付系统,支持多种代码生成 Agent。
Anthropic 的 Claude 现在能在 Canvas 图形中嵌入真实可交互的网页元素,文字可选中复制,演示页给出 15 个例子,如针织图案、3D 立方体等风格网站。
今天就来这里试试! https://fal.ai/models/bria/rmbg-3
@GoodfireAI 将派驻可解释性研究人员,使用其平台分析我们模型的内部结构。 他们的工作聚焦于训练过程监控、调试与对齐,帮助我们的研究人员发现问题并做出安全改进。
@TransluceAI 将评估我们训练后对齐评估的质量与覆盖范围。 他们将开发更多测试,并针对我们测试范围中的缺口提出改进建议,并计划在 2027 年扩大我们的试点。
@ApolloResearch 将评估我们的模型是否会暗中违背开发者的意图行事——以及我们的防护措施能否检测到这种行为。 它将审查来自训练、安全测试和内部使用的证据,以检验这种行为以及我们捕捉它的能力。
OpenAI 宣布 METR 将调查其迄今最大规模强化学习运行中的失配行为,包括现有测试和监控可能遗漏的失败案例。双方还初步同意开展更广泛的监控评估,尚待就范围达成一致。
OpenAI 宣布与 Apollo Research、METR、Transluce、Goodfire 四家机构合作开展嵌入式评估,让外部专家深入接触其内部模型和系统,调查对齐问题并测试安全防护措施。
腾讯混元宣布 Hy4 flash 现已上线 OpenRouter,限时五折,OpenRouter 价格为每 1M tokens $0.035 输入、$0.1405 输出、$0.0015 缓存读取,适合高工作量场景。
Google DeepMind 发布两个领域模型。Gemini Robotics 2.5 是覆盖双臂和人形机器人的全身视觉-语言-动作模型,在奔驰产线上配合 Apptronik Apollo 2 达到 96% 的 kitting 成功率。
我们与 Artificial Analysis 合作发布了多模态知识智能体基准:200 个多步骤任务,覆盖 10 个垂直领域,围绕 CAD 蓝图、RF 原理图、GIS 地图、凝胶板和图表构建。
Google 的 Gemini Managed Agents 现已支持自托管环境:模型推理和 Agent 循环运行在 Google 基础设施上,bash 命令和文件编辑则通过出站 HTTPS 在用户自己的计算环境中执行。
Google 推出由 Gemini Decision 1 驱动的 Gemini Decisions API,可对文本、图像、视频、PDF 或音频在最多 256K token 输入上一次评估最多 1,000 个隔离问题,且不计输出 token。
Google DeepMind 的 Philipp Schmid 讲解如何在工作负载中选择 Gemini 4 Hydrogen 与 Carbon:Carbon 适合硬架构设计、调试、科学证明和安全审计,intro 价 $2/$10 至 11 月 30 日;Hydrogen 适合日常编码、交互应用和工具调用智能体,价格 $1.50/$7.50 per 1M。
NVIDIA Vera Rubin 平台在 MLPerf 首秀中横扫全部 MLPerf Training v6.1 基准,并在首次提交的 MLPerf Endpoints 智能体推理测试中领先。
NVIDIA 扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa,让 AI 智能体协助科研人员加速天体物理、材料科学与单细胞生物学等研究。
NVIDIA 在 SC26 发布 Vera Rubin 平台新 GPU Rubin HPC,面向科学、工程与分析工作负载加速仿真和数据处理。单颗 GPU 的 CUDA 核心数超过 50,000 创下纪录,并配备稀疏数据加速能力和第七代 NVLink 互连。该 GPU 预计 2028 年上市。
Google AI Studio 结合 Gemini 4 Carbon 和 Hydrogen,可从单个提示词生成生产级 Kotlin Android 应用,并在几分钟内发布到个人 Google Play 库。
Fireworks AI 基于 Specialized Intelligence Index 的 21 个基准榜单,从任务表现、模型成本和执行时间三方面评测 Kimi K3.1 Pro 是否适合替换现有智能体模型。
Artificial Analysis 评测 OpenAI 发布的 GPT-6.2 Astra 和 GPT-6.2 Sol,两者在 Artificial Analysis Intelligence Index 中位列第二,仅次于 Claude Fable 5.2。
NVIDIA 宣布与 IBM 及美国能源部费米国家加速器实验室(Fermilab)合作,共建模块化量子计算协同设计平台,将 NVIDIA DGX B200 系统与 IBM 量子计算机(含 IBM Quantum Nighthawk)同址部署。
NVIDIA 推出 Nemotron for Science,整合 Nemotron 3.5 Super VL 开源模型、化学评测与数据集 LitmusBench v0.2(近 5 万道化学推理题)及后训练配方,帮助研究者构建科学发现 Agent。
NVIDIA 发布 Vera CPU 机架级平台,由 192 颗 Vera CPU 通过 Quantum-X800 InfiniBand 互联,面向气候建模、分子动力学等 HPC 负载。
Google 发布 Gemini 4 Carbon(gemini-4-carbon,1M 共享 token 池,11 月 30 日前 $2.00/$10.00 每 1M tokens。
Audible 上线“audio discovery”功能,用 AI 生成书籍主题概览,并汇总读者好评与编辑或作者评论,配合有声样章播放。该功能首批面向美国部分英文书目开放,同时推出基于收听偏好的个性化合集。其 Recaps 与“Ask a Question”工具也将于 12 月扩展至更多美国书目。
作者分析 OpenAI 凭借 12 亿周活用户构建的“国民级基建”策略,与 Anthropic 聚焦重度付费开发者的高客单价盈利模式的差异,探讨未来 AI 变现之路。
Perplexity CEO Aravind Srinivas 宣布推出 Perplexity Frontier Research,投入至少 10,000 GPU 研究多智能体编排与持续学习系统,目标是构建可自主研究的自动研究员。
Perplexity 官方宣布推出 Perplexity Frontier Research,目标是创建能执行自主研究的系统。工作将聚焦多智能体编排、强化学习、持续学习、系统和预训练,由超过 10,000 块 GPU 支持,成果将以论文、模型、数据和基准形式定期开放发布并在 Perplexity 产品中测试。
Liquid AI 发布 d1.2-ultra 和 d1.2,更新其 d1-ultra 与 d1.1 旗舰决策模型。d1.2-ultra 以 76 分登顶 AA-Paperclip 基准,领先第二名 Drex Max v1.1 3 分,并较前代 d1-ultra 提升 4 分;d1.2 得 69 分,较 d1.1 提升 3 分。
作者宣布开发专为 AI 视频播客设计的软件,支持本地模型转写和 AI 问答,计划本周开源。