Google DeepMind 与 Google Cloud 向欧洲科研人员开放前沿模型与算力
Google DeepMind 和 Google Cloud 将向最多 200 名欧洲顶尖科研人员提供前沿模型直接访问权限,以及 300 万美元算力额度。研究人员可通过 RAISE 计划使用 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve 和 AlphaEarth Foundations 等科学工具,以缓解欧洲科学家面临的算力缺口。
Google DeepMind 和 Google Cloud 将向最多 200 名欧洲顶尖科研人员提供前沿模型直接访问权限,以及 300 万美元算力额度。研究人员可通过 RAISE 计划使用 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve 和 AlphaEarth Foundations 等科学工具,以缓解欧洲科学家面临的算力缺口。
Google 发布 2025 欧盟经济影响报告,称其产品平台、云与 AI 技术对欧盟 GDP 贡献超 €2000 亿,约占欧盟 GDP 的 1%。其中产品与平台约 €1570 亿,AI 与 Cloud 约 €320 亿,基础设施与办公室约 €110 亿。报告还提到雷诺集团用 Google AI 将工厂停机与生产缺陷减半,年节省 1 亿至 1.2 亿欧元。
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及面向网络安全的 Daybreak,构建出可连续专注运行数天、并随使用不断改进的 AI 智能体,规模达 10,000 个、时长 36+ 小时。
Block 正用 OpenAI 技术构建 AI 驱动的安全体系,其安全团队借此更快调查威胁,并能在数分钟内提出补丁方案。
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子初创公司,此前已支持 Basecamp Research、Synthesia、Wayve 等企业。
欧洲多国城市正与软件及基础设施伙伴合作,用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生,用于城市运营与公共服务。方案基于 NVIDIA Cosmos、Nemotron 开放模型、Metropolis VSS Blueprint 和 Omniverse,覆盖比利时、芬兰、法国、意大利、荷兰、波兰、瑞典、英国等地。
OpenAI 新分析显示,智能体 AI 在欧盟企业与小型企业中的采用率正在增长,并指出更深入的使用可在哪些环节释放更多价值。
Google 开始大范围推送 Gemini 4 Argon,并同步公开其安全与安全报告,说明如何在网络安全和生物等高风险领域防止滥用。Argon 在 12 个端到端模拟网络攻击场景中全部通过,上一代为 5 个;在对抗测试集上违规请求减少近两倍,Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。
微软发布新一代 AI 加速器 Azure Maia 300,称其每瓦 token 数比主流 GPU 系统高 40%,在 96 加速器配置下机架级 token 吞吐量达 Maia 200 的 7 倍。
Microsoft 在 OCP Global Summit 上宣布 Project Tessera,将 Azure Integrated HSM 演进为与 Marvell、Oracle 和 OCP 合作开发的全开源项目,开放架构、规范、协议、驱动、软件、固件及可复现构建环境。
Facebook 上线「Your algorithm」功能,用户可在 Feed 和 Reels 中用自然语言说明自己想多看或少看的内容,推荐会实时更新。该入口位于每条帖子右上角的三点菜单,用户还能在点击「Interested」或「Not interested」后补充文字反馈。Meta 表示 LLM 会结合自然语言中的兴趣、上下文和意图,与既有互动信号一起参与排序,并在同一次会话内调整推荐结果。
推荐理由:Meta 说明 Facebook 推荐排序如何接入 LLM 理解自然语言意图,读者可据此了解对话式调优推荐的实际形态。
Claude Haiku 5.5 已在 Amazon Bedrock 上线,多数任务价格比 Claude Haiku 4.5 低约 75%,是首个带 effort controls 的 Haiku 模型。
Meta、Coinbase、Google、Microsoft、OpenAI、Starlink、Adobe 等科技公司与英国国家犯罪局(NCA)、美国司法部、FBI 等执法机构公布联合行动结果,打击尼日利亚、加纳等西非国家的诈骗网络。
推荐理由:Meta 联合多家科技公司与执法机构公布西非诈骗网络打击结果,读者可了解跨平台协作的具体分工与处置规模。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存和 1 petaflop AI 算力,可运行 RTX 与 CUDA 全栈技术。
推荐理由:原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单,可据此判断端侧 AI 工作流的可用范围。
Higgsfield 用 GPT-6 Astra 把 AI 视频生成时长从 1 分钟提升到 10 分钟以上,同时用 GPT-Image-2.5 提升画面精度,并借助 GPT-Live 打通语音电影制作路径。
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司,分别覆盖医疗、材料发现、物理 AI 和商业规划领域。NVIDIA 在欧洲已向技术生态投入近 100 亿美元,此前曾投资 Alice&Bob、Gradium 和 Scintil Photonics。
AWS 发布 Lambda Web Functions,允许把 Express、Hono、Fastify、Next.js 等标准端口监听服务器直接部署到 Lambda,无需改写成事件处理器。
推荐理由:原文给出三种 Lambda 形态的定位差异与单命令部署流程,读者可据此判断现有 HTTP 应用是否值得迁移。
Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full,称其在个人与专业智能体任务上达到 SOTA,覆盖法律、金融、健康等领域及编码场景。
推荐理由:Meta 公布 Muse Wonder 系列在智能体任务上的能力定位与安全训练方向,可了解其面向真实工作场景的设计取舍。
Microsoft Research 提出 StudentSim,从公开的去标识化学习记录训练个性化 AI 学生模拟器,用于在真实学习者测试前评估和改进 AI 辅导系统。
NVIDIA 在 OCP 全球峰会上通过开放的 NVIDIA MGX 架构,向 OCP 贡献了 Vera Rubin 机架与计算托盘设计,为系统构建者提供下一代 AI 工厂基础设施的共同基础。
微软发布 Azure Maia 300 架构详解,这是 Maia 第三代加速器,面向云规模智能体推理,相比 Maia 200 提供最高 7 倍的机架级 token 吞吐和超过 2.5 倍的每瓦性能。
推荐理由:微软官方拆解 Maia 300 的芯片、机架与网络设计,可看清云厂商如何为智能体推理压低每瓦成本。
Sophos 使用 OpenAI 的 Daybreak 将网络威胁调查时间缩短 96%,并自动化处理 52% 的 MDR 案例,同时保留人工监督。
Asana 借助 Codex 中的 GPT-6 Astra,在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍,从而为客户提供能力更强的模型。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重写 agent。
推荐理由:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码实现让部署中的 agent harness 直接参与强化学习,并给出完整编码 agent 训练流程与实测增益。
微软Azure在覆盖80多个区域、500个数据中心园区的硬件生命周期中应用智能体与AI工具,先简化流程再引入AI。需求规划的多智能体工作流把原本5到7个工作日的工作缩短到数小时、有时不到20分钟,5个以上规划周期中人工投入减少约50%,部分流程周期缩短最多75%。履约环节的智能助手将排查阻塞的时间节省最多55%。
Microsoft 研究合伙人 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历,分享使用当前 AI 系统的实用建议,并强调结果偏离预期时应仔细检查数据。
AWS 宣布 Amazon Bedrock Managed Agents powered by OpenAI 进入公开预览,基于定制版 OpenAI Agents API 构建,可在 AWS 内运行并沿用现有身份、权限与治理控制。
AWS 宣布 AWS Well-Architected Agent 进入公开预览,该 AI 服务分析 AWS 环境,针对成本、安全、性能和韧性给出可落地的优化建议。它覆盖 65+ AWS 服务,按业务目标对建议排优先级,并提供控制台、IaC 模板和 AWS CLI 三种修复路径。用户需配置 IAM 角色,建议在创建 agent profile 后 24 小时内生成。
Amazon S3 Tables 现已支持 Apache Iceberg V3 规范的全部数据类型,包括 variant、纳秒时间戳、geometry、geography 和 unknown,并支持删除向量与行级血缘。
Amazon S3 Vectors 新增元数据预过滤功能,在相似度搜索前先执行元数据过滤,从而提升过滤查询的召回率。每个向量可携带最多 2 KB 可过滤元数据,单次查询支持最多 100 个过滤条件,并新增 $startsWith 前缀匹配;在 ENHANCED 索引模式下,高选择性过滤的召回量最高可达 CLASSIC 索引的 5 倍。该功能无额外费用、无需重新写入数据,也无需修改查询。
微软研究院开发了一套端到端机器学习流水线,可提前30至60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据,在评估期内检出近80%的重大空间天气事件。其Dst预测器在2020-2026年评估期内地磁活动最活跃时段有62.2%的小时数优于Burton方程。
微软研究院推出 Quine,一个面向生物学的研究系统,由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,按化合物驱动肿瘤细胞状态转换的潜力对数千种化合物排序,排名最高的化合物在多项湿实验中产生了预期的经典态到基底态转变,整个筛选到候选优先排序过程耗时一个周末。
推荐理由:微软研究院公开 Quine 的生物学世界模型与工具编排框架,并给出胰腺癌细胞状态预测的湿实验验证结果。
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室,成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向展开工作。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软对机器人端侧推理的系统性测量显示,把推理卸载到边缘或云端可提升任务成功率与续航,并给出可复用的 Kubernetes 工具链。