AWS 演示用 AgentCore runtime 会话端点实时预览编码智能体构建的网页应用
AWS 发布教程，演示如何用 Amazon Bedrock AgentCore runtime 的会话端点（Session endpoints）在编码智能体修改文件时实时预览网页应用。
全部 AI 动态
AWS Machine Learning Blog模型评分5858 AWS Machine Learning Blog精选模型评分6161 Worldwide Express 如何用 Amazon Bedrock 自动处理运费账单异常
Worldwide Express（隶属 ShipStation Global）与 AWS、LTM 合作，基于 Amazon Bedrock 构建多智能体方案并接入其运输管理系统 SpeedShip，自动处理零担货运的账单异常。
推荐理由：物流企业用三个分工智能体处理运费账单争议，并给出人工审批与准确率门槛的落地细节，可迁移到其他对账场景。
AWS Machine Learning Blog模型评分5757 Epsilon 如何用 Amazon Nova Act 构建意图驱动的 UI 测试
Epsilon 的智能体平台团队用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool，把意图驱动的 UI 测试做成多租户平台服务，供各产品团队通过统一 应用程序编程接口（API，Application Programming Interface） 使用。
AWS Machine Learning Blog精选模型评分6060 用 Kiro 搭建可重复的 PHP 到 Java 迁移引擎
AWS 博客介绍如何用 人工智能（AI，Artificial Intelligence） 集成开发环境（集成开发环境（IDE，Integrated Development Environment））Kiro 搭建可重复的 PHP 到 Java 迁移引擎，把迁移拆成共享技能文件、发现扫描器和八阶段流程。
推荐理由：文章把 PHP 到 Java 的迁移拆成可复用的技能文件与八阶段流程，其中先建对照测试再写代码的顺序可以迁移到其他系统重写。
Google DeepMind精选模型评分7474 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出网络安全与长周期任务的多项基准成绩，并说明分阶段开放节奏，可据此判断前沿模型在攻防场景的落地边界。
Google DeepMind精选模型评分7272 Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互
Google DeepMind 发布世界模型 Genie 4，可实时生成画面与原生音频，并支持用自然语言在模拟过程中修改天气、镜头和人物。该模型引入实时交互对话，角色能对用户输入即时回应；Gemini 3.8 Flash 在循环中充当引导智能体，把目标拆成步骤并检查每帧进度。
推荐理由：官方同时给出四项能力变化和已知局限，读者可据此判断实时世界模型目前能做什么、还差在哪。
NIST News模型评分5656 NIST 发布后量子密码标准迁移指南报告 NISTIR 8547
美国国家标准与技术研究院（NIST）发布报告《向后量子密码标准迁移》（NISTIR 8547），给出各机构从易受量子计算攻击的算法切换到抗量子标准的官方路线图和时间表。
Microsoft Research精选模型评分6060 微软研究院发布 Flint-interactive，用高层语言让智能体生成可交互数据图表
微软研究院发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，让智能体生成用户可点击、筛选、缩放、高亮并跨图表联动的图表。
推荐理由：微软研究院把交互逻辑交给编译器处理，让智能体生成可点击、可联动的图表，减少反复调试的消耗。
NVIDIA Blog模型评分5252 NVIDIA 发布 Minerva 平台，为 人工智能（AI，Artificial Intelligence） 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，把基础设施与 人工智能（AI，Artificial Intelligence） 工作负载的遥测数据汇总，再用专用 AI 模型转成可执行的洞察。
Google DeepMind模型评分5656 Google DeepMind 联合 WRI、IIASA 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合世界资源研究所（WRI，World Resources Institute）和国际应用系统分析研究所（IIASA。
Microsoft Research精选模型评分8181 微软研究院等证明 31 年悬而未决的 KLS 猜想
微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明对数凹分布的最佳平面切割与任意形状最佳切割只差一个与维度无关的固定常数。
推荐理由：这项证明把困扰高维几何三十余年的猜想变为无条件结论，也展示了研究者如何筛选并引导 人工智能（AI，Artificial Intelligence） 的搜索方向。
Microsoft Research精选模型评分6565 微软研究院发布 Magnetar：基于标准哈希函数的零知识虚拟机
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序，在 15 个基准程序上平均比现有最快的同类零知识虚拟机快 10 到 39 倍。
推荐理由：微软研究院把零知识证明的速度、通用性和后量子安全放在同一套系统里，读者可据此判断可验证计算离日常工程还有多远。
Google DeepMind精选模型评分7777 Google DeepMind 发布 Gemini 4 Argon 安全与安保报告
Google DeepMind 公布 Gemini 4 Argon 的安全与安保报告，说明在网络安全和生物两个高风险领域部署了新一代前沿防护措施。报告称 Argon 在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在对抗性测试集上违规请求减少近一半，外部生物越狱红队测试仅解锁不到 1% 的生物子任务。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供关注前沿模型安全的人参考。
GitHub Blog · AI & ML模型评分4949 GitHub 新密钥检测模型：用更少误报发现更多密钥
GitHub 为密钥扫描训练了专用分类器，采用正则筛选加 ModernBERT 上下文分类的两阶段流程，替代此前的 大语言模型（LLM，Large Language Model） 流水线。相比旧方案，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上。该效率使通用密钥检测得以扩展到推送保护，在代码推送前就返回结果。
Google DeepMind精选模型评分8383 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，应用程序编程接口（API，Application Programming Interface） 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在代码重构、科研与安全测试中的具体数字，可据此判断前沿模型在长周期任务上的实际边界。
GitHub Blog · AI & ML模型评分5353 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub 发布 Copilot 入门教程，介绍四种让 Copilot 了解代码库的方式：自定义指令、智能体技能、自定义智能体和模型上下文协议（MCP，Model Context Protocol）服务器。
GitHub Blog · AI & ML精选模型评分6161 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把推送保护扩展到无固定格式的密钥，可在两毫秒内评估一批候选密钥，并称可让可拦截的密钥数量翻倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把防护成本从人工转移到模型推理的思路。
Microsoft Research精选模型评分7373 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的智能体强化学习框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，让部署时使用的智能体框架直接参与训练，无需在训练框架里重写智能体。
推荐理由：框架把部署用的智能体直接接入强化学习训练，并给出约 6000 条样本提升 14.6 个百分点的完整流程，可据此判断改造成本。
GitHub Blog · AI & ML精选模型评分7171 GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench
GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。
推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。
GitHub Blog · AI & ML模型评分5353 GitHub Copilot 应用如何用 canvases 搭建自定义工作流
GitHub Copilot 应用介绍用 canvases（画布扩展）搭建自定义工作流的方法：在智能体会话中输入 /create-canvas 技能，用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开，无需手写代码或调整布局。
NIST News模型评分4242 NIST 向 11 州及波多黎各 MEP 中心拨款超 3000 万美元
美国国家标准与技术研究院（NIST，National Institute of Standards and Technology）向 11 个州和波多黎各的 12 家制造业扩展伙伴关系（MEP。
Berkeley AI Research模型评分4646 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
伯克利 Sky Lab 团队为 K-Search 增加 MLX 后端，并开发结构化 CUDA-to-MLX 翻译层，让这一进化式内核搜索框架把已有 CUDA 内核当作知识库，自动改写为 Apple Silicon 上的高质量内核。
Berkeley AI Research模型评分3838 Berkeley 人工智能（AI，Artificial Intelligence） Research 提出 ABBEL：用信念状态更新让 大语言模型（LLM，Large Language Model） 高效完成长程交互
Berkeley 人工智能（AI，Artificial Intelligence） Research 提出 ABBEL 框架，把 大语言模型（LLM，Large Language Model） 的交互摘要写成自然语言“信念状态”并对其内容单独监督评分，替代传统递归摘要。
Berkeley AI Research模型评分4949 GRASP：面向世界模型长时程规划的梯度规划器
加州大学伯克利分校 人工智能（AI，Artificial Intelligence） 研究团队提出 GRASP，一种面向学习型世界模型（预测未来状态的模型）的梯度规划器，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中加入随机性做探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸或消失、非贪心路径陷入局部最优等问题，使基于梯度的规划更稳健。
Berkeley AI Research模型评分5555 伯克利提出 SPEX 与 ProxySPEX，可在数千组件规模上识别大语言模型中的交互
伯克利 人工智能（AI，Artificial Intelligence） 研究团队提出 SPEX 与 ProxySPEX 两种算法，用于在大语言模型（LLM，Large Language Model）中识别驱动输出的关键交互，把交互发现规模从数十个组件扩展到数千个。
Berkeley AI Research模型评分4646 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 人工智能（AI，Artificial Intelligence） 研究团队提出一种直接以信息含量评估和优化成像系统的框架，并在 NeurIPS 2025 论文中验证其信息指标能预测彩色摄影、射电天文、无透镜成像和显微成像四个领域的系统表现。该方法仅用带噪测量和噪声模型估计互信息，优化后的设计可媲美端到端方法，且内存和算力需求更低、无需任务专用解码器。