NVIDIA Vera Rubin NVL72 在 MLPerf Training v6.1 中达到 Blackwell Ultra 最高 2 倍性能
NVIDIA 公布 Vera Rubin NVL72 在 MLPerf Training v6.1 的首次成绩,性能最高达到 Blackwell Ultra 的 2 倍。这是 Vera Rubin 架构在 MLPerf 的首次亮相,NVIDIA 称其 CUDA 软件栈已相当成熟,该平台在测试中取得最快训练时间。
NVIDIA 公布 Vera Rubin NVL72 在 MLPerf Training v6.1 的首次成绩,性能最高达到 Blackwell Ultra 的 2 倍。这是 Vera Rubin 架构在 MLPerf 的首次亮相,NVIDIA 称其 CUDA 软件栈已相当成熟,该平台在测试中取得最快训练时间。
NVIDIA 介绍如何通过后训练 Nemotron 提升模型在特定科学领域的准确率。文章指出,科研智能体正承担更长、更复杂且更依赖视觉的工作流,准确率与推理效率成为关键。
NVIDIA Vera Rubin NVL72 在 MLPerf Endpoints v1.0 的智能体推理评测中取得领先性能。该基准通过 API 以编程和企业工作流评估推理系统在服务容量与响应速度之间的平衡,对应 AI 智能体跨轮次携带增长对话历史、混合生成推理、工具调用与回复的负载特征。
Google Maps 为 Ask Maps 新增行程规划、预约查找和清单搜索功能,今日起在 Android 和 iOS 推送。用户可生成逐日行程并导出到 Google Docs,还能让 Ask Maps 代打电话预约美容、宠物护理等服务。Ask Maps 同步扩展至欧洲 30 个国家,覆盖全球超 200 个国家和地区。
NVIDIA 介绍如何通过 ConnectX-8 RDMA 连接两台 DGX Station,用 vLLM 以张量并行把 GLM-5.3 的权重和计算拆分到两块 GPU 上,通过单一端点提供推理服务。所用模型为 NVIDIA GLM-5.3 NVFP4,是 Z.ai 混合专家模型的量化版本。
Google 搜索上线 Gemini 4 Hydrogen,这是搜索迄今最大的一次模型升级,现已面向全球所有用户开放。新模型强化了对复杂多部分问题、拼写错误和高度具体请求的意图理解,并借助更强的指令遵循与工具调用能力作答。其推理能力还增强了 query fan-out,能同时检索多个相关子主题并给出更多图片、结构化回答、对比表格和定制工具。
推荐理由:Google 官方说明 Gemini 4 Hydrogen 在搜索中的意图理解、查询扩展与可视化回答变化,可据此判断搜索体验的调整方向。
Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,已在 Google AI Studio 的 Gemini API 中开放。
推荐理由:原文给出了定价、延迟和校准误差数据,读者可据此判断这类闭集决策接口适合替代哪些分类器调用。
Meta 构建的 Intelligent Delivery 系统通过 ML 驱动、逐步由 AI 智能体运营的自适应优化层,为每个广告请求动态分配算力,自 2017 年至 2026 年上半年在模型与系统进步之上额外带来约 10% 的排序性能提升。
Google Labs 推出实时协作实验产品 Tabletop,用户可添加链接、文件和想法,通过提示 @tabletop 或选择模板生成行程表、晚餐投票、费用分摊和赛事对阵表。空间建好后把邀请链接发到群聊,多人可像在 Google Doc 中一样同时使用。Tabletop 目前以候补名单方式在美国(18 岁以上)开放,可在 labs.google/tabletop 报名。
Gemini Intelligence 新增 Create My Widget 和 Device Assistance 两项功能,前者可用自然语言描述生成个性化小组件,后者让 Gemini 帮助清理空间、检查应用权限。该能力扩展至 motorola signature 27 和 Pixel 10 系列,Rambler 将语音转为整理文本的功能同步登陆这些机型,任务自动化扩展至英国、印度和日本。
Meta 介绍 Facebook 的 Your algorithm 系统,用户可用自然语言写下想看和不想看的内容,偏好同时作用于 Feed 和 Reels。页面顶部由 LLM 生成一句话的 Lately Summary 和预填的 Interested In 列表,每次增删改都由小模型校验主题、去重并映射为规范名称后写入共享偏好库。
Meta 工程团队介绍 Triton 低层扩展 TLX,在保留 Triton 编程模型的同时加入 warp group 与 cluster 级显式编排,并提出介于 SIMT 与 SIMB 之间的 MIMW 抽象。
亚马逊发布第二代表格基础模型 Mitra-v2,同时支持分类与回归,并在 Hugging Face 以 Apache-2.0 许可开放微调模型和推理、微调代码。
推荐理由:读者可以看到表格基础模型如何靠扩大合成预训练数据的规模与多样性取得提升,而不必加深网络。
Google 在 Adobe MAX 上宣布扩大与 Adobe 的合作,把 Adobe Acrobat 和创意工具直接接入 Google Drive、Gmail、Gemini、Gemini Enterprise 以及 Google 搜索的 AI Mode,同时将 Google 的前沿 AI 模型引入 Adobe 应用。
Google Cloud 发布 Gemini for healthcare,把临床、运营和行政系统中分散的数据整合起来,支持团队将数据转化为协同行动。该平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南和 Medicare 数据集,在既定护栏和人工监督下编排病历综合、事前授权审核等多步流程。
推荐理由:读者可了解 Gemini 如何接入电子病历、账单与医保数据,把多步临床与行政流程交给智能体编排。
Meta 公布 Catching JiTTests 已从研究原型进入生产基础设施,用 LLM 为待合入的代码变更自动生成可执行测试,在代码落地前暴露缺陷。系统由 intent-aware 与 dodgy diff 两条测试生成流程、LLM-as-Judge 集成评审和规则式 RubFake 过滤组成,并采用 human-on-the-loop 方式让工程师按聚合结果介入。
Meta 工程团队详解 PrivacyLib,这是一个运行在数百个数据与处理系统客户端内的通用库,每秒执行数十亿次隐私检查。系统只需接入一次,新隐私能力即以模块形式复用该集成,取代了此前在每个系统中重复实现的做法。PrivacyLib 还通过 Agent Observability 模块观测内部 AI 智能体的数据访问事件。
Meta 在 2026 OCP 全球峰会上分享了支撑 Muse Wonder、Muse Spark 模型及吉瓦级 Prometheus 集群的网络创新,包括首款液冷网络机架 IcePack 与 102.4T 交换机 IceCube、多平面 scale-out 架构 FPF、跨区域超级骨干 BAG,以及面向 MTIA 300 的以太网 scale-up 交换机 Tahan。
Ollama 现在可以把文本转成语音,首个接入的语音模型是 Gradium 的小型 TTS 模型系列 Phonon,目前支持 macOS,Windows 和 Linux 支持即将推出。
Audible 技术团队公布一套面向有声书的可控 TTS 方案,用自然语言描述控制对白语气,并让角色声音在全书中保持一致。方案包含三部分:带语音特征描述的数据合成流水线、自动识别书中角色及其对白的 BookLLM(英语和西班牙语准确率分别为 97% 和 94%),以及把两者串起来的合成流程。在 MUSHRA 测试中,对白区分度提升 3.7 分,英西双语十种声音里有八种在听感上取得统计显著改善。
Amazon 本周宣布开源 TorchNeuron,这一后端可将 PyTorch 代码转换为可在 AWS Trainium 上执行的操作,已在其他加速器上运行的代码几乎无需改动即可迁移。
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线,用户可在本地或 Ollama 云端运行。Clef 接收状态和一组带类型的结构化问题,一次读取输入并同时为每个问题打分,支持文本、JSON 和图像输入,兼容 Jev 与 System One API,基于 Qwen3.8-27B 微调,采用 Apache 2.0 许可。
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长周期智能体任务,上下文窗口为 100 万 token,采用 Apache 2.0 许可。
推荐理由:读者可以了解 Reflection 首个开放权重模型 Beam 的规格、Apache 2.0 许可和 Ollama 上的免费接入方式。
Ollama Cloud 现在可以在 Fly.io Sprites 的完整 Linux 虚拟机沙箱内使用,Claude Code、Codex 和 Gemini CLI 开箱即支持。
Amazon Web Services 团队提出 Priming 方法,以预训练 Transformer 权重为起点构建混合状态空间模型,把混合架构的预训练成本降低 99% 以上,整个流程消耗不到源模型预训练 token 预算的 0.5%。
推荐理由:亚马逊团队提出复用预训练 Transformer 权重改造混合架构的方法,把预训练成本降低 99% 以上,并给出可复现的模型与代码。
Ollama 在 0.35 版本中新增对决策模型的支持,基于 TypeSafe 的 Jev API,通过新的 /v1/systemone 端点把文本作为状态、附带一组命名问题,由本地模型在一次请求中全部作答。
Ollama 宣布 Pro、Max、Team 套餐改用按 token 计费的透明定价,每个套餐每月附带使用额度。Pro 为 $20/月含 $60 月度用量,Max 为 $100/月含 $300,Team 为 $500/月含 $1,000 共享用量且不限用户数;免费套餐新增少量起始模型月度用量,超出后可按同一 token 单价继续使用。
Ollama 发布 Claude Desktop 支持,开发者可在 Ollama 中打开 Claude 开关,将其配置为第三方网关,从而在 Claude Desktop 中使用 Ollama 的本地模型或云端模型。
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线,可完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开源模型,面向持续运行的智能体任务,支持最高 1M token 上下文,并借助多 token 预测(MTP)、DFlash 或 DSpark 的投机解码实现最高 4 倍于同类开源模型的吞吐。
推荐理由:材料给出 30B 总参数、3B 激活的本地智能体模型规格与吞吐数据,可据此判断本地跑长任务智能体的可行性。