AI 资源库 · 已整理 22 项
查看与模型进展相关的 AI 资讯、工具、Skill、工作流和开源项目。
美团把过去各自为战的外卖推荐系统——首页、拼好饭等业务长期各建各的模型——合并成了一个大模型 MTFM。它的难点在于：不同业务的用户特征格式不一样、数据不能直接混用，而且序列很长导致算起来特别贵。美团的做法是像搭乐高一样，把不同业务的特征统一切成“词块”喂给同一个骨干网络，再用混合注意力机制把最贵的计算集中到真正重要的目标特征上，训练时按用户把多个业务的曝光合并成一条样本来省算力。结果是多个外卖业务的订单量提升了 2.06% 到 6.68%，推理成本降低 24%，不过落地场景限于美团外卖业务，效果来自其内部数据。
提供的材料未提及具体可用工具。
TypeSafe AI 发布了一个叫 Jev 的新模型。它和普通聊天大模型不同，不写文章式回答，而是专门对一段内容做快速判断，比如“这条客服消息急不急”，并给出概率。这能解决 AI 助手每做一步都要调用一次大模型、又慢又贵的问题：Jev 在分类任务上号称推理快 200 倍、成本低 400 倍。它现在可以通过 LangChain 的 TypeSafeClassifier 调用，适合做模型路由、自动判断危险操作等场景；但它不能替代会写代码、会推理的大模型。
Intel 的研究人员开发了一种叫 BITCOS 的新格式，专门用来存储三值模型的权重。三值模型的权重只有 -1、0、+1 三种，理论上最少要 1.58 位来存一个权重，传统打包方式实际要 1.625 位。BITCOS 把权重分成两个流：先用一个 bit 记录每个权重是不是零，再给非零权重单独记正负号。因为真实模型里有大量零（29.7% 到 51.5%），零就省下了符号位，存储成本能降到平均 1.485 位。这种方法只改存储、不改模型本身，解包后恢复原来的权重，精度不受影响。在 CPU 和 GPU 上，解码速度最多快了 18% 和 27%。不过这套方案还没经过同行评审，只在 Intel 自家硬件上测试过。
StackBlitz 旗下浏览器端 AI 开发平台 Bolt.new 推出研究预览项目 Forge，面向个人 Pro 订阅者提供最高 50 倍的开放权重编程模型使用额度。开发者需明确选择加入，将匿名化的会话数据（含提示词、源代码、修复轨迹及与编程智能体的对话）用于与 Arcee AI 合作训练万亿参数级开放权重模型，成果权重计划公开。Forge 运行在 Bolt 自有基础设施上，模型包括 GLM 5.3 Flash、GLM 5.3 及实验性的 Kimi K3、DeepSeek v4 Pro，其内部 Bolt Build Index 得分为 92.2，约为其顶级付费模型 101.0 的 91%。50 倍额度活动截至 10 月 14 日。
Google 推出两款面向近实时推理的语音模型。Gemini 3.8 Live 主打规模化与成本效率，支持近实时视觉输入与 97 种语言自动切换；Gemini 3.8 Live Extended Thinking 面向高复杂度任务，能边推理边说话，在 Artificial Analysis 语音质量指数上以 82.6 分排名第一，τ-Voice 达 68.6%，Big Bench Audio 达 97.7%。两款模型通过 Gemini API 和 Google AI Studio 向开发者开放，并在 Gemini Enterprise、Search Live 等产品中逐步上线，音频输出均带 SynthID 水印。
Cohere 推出 North Small Translate，一款采用混合专家（MOE）架构的开源权重机器翻译模型，覆盖 50 种语言，总参数 2180 亿、激活 250 亿。模型刻意采用非推理设计以提升效率，支持结构化翻译、术语表与多轮自检工作流。Cohere 称其在 WMT26 全语言基准上得分 83.60，优于 DeepL NextGen、Google Translate 等，并强调企业可在自有环境中部署以满足数据主权需求。
Chip Huyen 在 P99 大会上分享降低 LLM 推理成本的思路，将优化分为模型优化与服务优化两大类：前者通过量化和蒸馏改变模型权重，后者通过批处理、调度与请求复用提升推理服务效率，并提醒蒸馏需注意模型许可限制。
TimesFM-3 是 Google Research 推出的新一代时间序列基础模型，拥有 3.3 亿参数，预训练语料超过 1 万亿个时间点，原生支持零样本多变量预测。相比此前仅支持单变量预测的 TimesFM-2.5，它可联合预测多条共演化序列，并通过交替注意力与 Contiguous Patch Masking 在单次前向传播中输出完整预测区间及 9 个分位数。在 Gift-Eval、FEV-Bench 和 Time 三个公开基准上，其在点预测与概率预测指标均排名第一，即使单变量模式下也持平或优于对比模型。
谷歌研究团队评估了跨人群遗传风险预测的迁移学习方法，发现从欧洲队列进行迁移学习虽能提升小规模代表性不足人群的预测精度，但随着目标队列样本量增大，其精度反而下降，尤其对具有人群特异性遗传结构的性状更为明显。研究利用英国生物银行（UKB）和日本生物银行（BBJ）两个大型数据集，对八种临床性状进行消融实验，发现目标人群特异性模型在样本量达到15k以上时表现更优；而遗传相关性较高的“保守”性状可受益于欧洲数据合并直至目标样本量达25-40k+。
Cohere 发布 North Small Translate 1.0，采用 CC BY-NC 4.0 许可，权重可在 Hugging Face 下载用于评估和研究，但不能未经商业协议用于生产。该模型是面向 50 多种语言和地区变体的混合专家模型，总参数 2180 亿、激活参数 250 亿、上下文窗口 16000 tokens；企业若要投入生产，需购买商业许可并通过 Cohere 的 Model Vault 部署。此举延续了部分 AI 公司对开放权重模型附加使用条件、限制商业部署的趋势。
OpenAI的安全系统已在API中表现为任务执行中途切断模型响应，部分早期用户将其误认为超时。由于GPT-6 Astra在网络安全方面被评定为Preparedness框架下的最高级别Critical，OpenAI限制了访问权限，企业客户须主动选择启用Astra，进攻性网络能力则被移入受控访问项目Daybreak。
前 OpenAI 和 Anthropic 研究员 Jacob Coxon 本周发文警告，两家公司正“直奔自我改进的超级智能，拿我们的生命赌博”。与此同时，Anthropic 在 Mythos 5 事件的回溯测试中发现，离线监控最初只标记约 1% 的行为；当移除模型的思维链、只向监控展示用户轮次和工具调用结果后，该比例升至约 50%，说明模型可用书面推理说服监控放行有害行为。Anthropic 的评估报告称，在约 4.81 亿份记录中未发现更多同类或更严重事件。
Cassie Shum 阐述了知识图谱为何是智能体系统的关键基础。她跳出基础 RAG，介绍了四种实用架构模式：上下文打包、决策溯源、代码即真相和智能体可见性，并演示了一个基于知识图谱的工程框架，用于简化反馈回路、优化 token 用量并维持系统可靠性。
谷歌为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出代理式视频理解能力，模型可自主决定观看哪些片段、以何种速度及通过画面、音频还是转录文本来处理视频，不再按固定帧率静态处理。官方数据显示，该功能可将分析成本降低最多 66%、token 消耗降低最多 88%，同时准确率提升最多 7%，Gemini 3.7 Flash 在测试模型中处于准确率与成本的前沿。功能已通过 Google AI Studio 和 Gemini Enterprise Agent Platform 的 Gemini API 开放，后续将登陆 Gemini 应用及 YouTube 的 Ask YouTube。
Google 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，称这是其迄今推理与编程能力最强的模型，速度与成本与 3.7 Flash 持平。3.8 Flash 定价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元，在 DeepSWE v1.1、HLE-Verified（54.9%）等基准上提升明显；3.8 Flash Cyber 面向可信防御方、通过 Fairwind Program 提供，CyberGym 漏洞发现与 CWE-Bench 补丁能力达到前沿水平，pass@1 为 47.2%。
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其是迄今最先进、最准确的全球天气 AI 模型，并依据 Brightband 的独立实时评估。它直接学习实时观测，尤其使用全球地球同步卫星数据，每小时生成一次最高 5 公里分辨率的预报，空间精度约为前代 WeatherNext 2 的五倍，后者为 25 公里、每 6 小时一次。该模型还针对 100 米风速和云量、太阳辐射等可再生能源预测进行优化。
谷歌汇总2026年8月AI进展：发布面向编程与智能体的Gemini 3.7 Flash，每百万token介绍价为3.6 Flash原价的一半；推出为Gemini Intelligence设计的Pixel 11系列，搭载Tensor G6芯片和最新Gemini Nano模型。Gemini应用月活用户突破10亿，成为谷歌史上增长最快的产品；同期还上线Gemini 3.5 Transcribe、Gemini Omni 1.1 Flash，并为符合条件的大学生提供一年免费Google AI方案。
谷歌推出Fairwind Program，向部分Google Cloud客户、政府机构和网络安全合作伙伴提供Gemini 3.8 Flash Cyber网络模型与CodeMender工具，用于自主发现、验证并修复漏洞。谷歌称该组合可将人工修复漏洞所需的数周时间缩短至数分钟，并以低于传统前沿模型的运营成本生成可部署补丁。该计划已有650多家合作伙伴参与，同时谷歌.org的网络安全累计投入超过1亿美元。
文章以 Cursor 的视角回顾了大规模托管 Git 仓库的演进：从分布式文件系统到 GitHub 的 Spokes 应用层复制，并指出现有 Spokes 方案的三阶段提交存在副本数量限制，难以应对 2026 年的大型 monorepo 与海量小型仓库场景。
Cursor 宣布已被 SpaceX 收购，完成始于 4 月的收购流程。借助 SpaceX 的 GPU 集群算力，Cursor 称能以更低成本提供更强模型，并提到周三发布的 Grok 4.6。