Claude 完成九循环物理计算
Anthropic 报告称其 Claude 模型自主完成了超对称杨-米尔斯理论中的六粒子振幅计算,且结果已得到专家验证。
这一案例表明,AI 智能代理可以使用已知方法和可负担的计算资源完成复杂且经过独立核验的计算。研究对象是一种理论模型,不能据此推断 AI 已普遍突破物理研究中的计算限制。
按原始来源发布日期汇总本周重要动态。每条都附有详细报道和原始来源。
Anthropic 报告称其 Claude 模型自主完成了超对称杨-米尔斯理论中的六粒子振幅计算,且结果已得到专家验证。
这一案例表明,AI 智能代理可以使用已知方法和可负担的计算资源完成复杂且经过独立核验的计算。研究对象是一种理论模型,不能据此推断 AI 已普遍突破物理研究中的计算限制。
Google 在 Gemini 3.8 Live 中引入了 Live Avatar 功能,支持 97 种语言的实时对话视觉呈现与后台工具异步处理。
该功能的集成使企业能够部署更具互动性的虚拟代理,在处理后台业务逻辑的同时实现持续的视听沟通,提升用户体验。
Anthropic 宣布其 Claude 模型通过自主基因组挖掘,在噬菌体中识别出一种名为 ART 的新型酶系统,这展现了人工智能在生物研究中的新潜力。
该研究证实了 AI 智能体能够独立执行基因组数据挖掘和假设生成任务,为科学家识别新型可编程生物系统提供了一种高效的技术手段。
OpenAI 推出 GPT-6 Sol 和 Luna 模型,通过降低 API 成本并优化提示词缓存,为专业用户提升处理效率。
此举显著降低了 AI 模型的使用门槛,帮助开发人员和企业客户在进行编程及复杂任务时有效缩减运营开支。
微软宣布 Copilot 全面升级,新增 Home、Code 和自动代理 Autopilot,并采用基于使用量的计费模式以提升企业生产力。
此次更新使 Copilot 具备了更深度的任务执行与应用开发能力,让 AI 不仅限于回答问题,还能直接介入业务流程管理,帮助企业通过自动化降低重复性工作的成本。
该功能目前处于预览阶段,为智能体提供隔离的无服务器实例,以只读方式访问最新生产数据。
隔离实例旨在单独处理智能体突发的查询请求,不与承载生产工作负载的实例争用资源。目前该功能仅处于预览阶段。
Ringg 在客户服务代理中采用 GPT-5.6;该公司称,代理无需人工介入即可解决多达 65% 的常规咨询。
这一技术应用展示了高效大模型在降低企业服务成本和提升响应规模方面的实际价值,帮助企业在不增加人工负担的情况下扩大服务能力。
Google Vids 现支持 Gemini Omni 1.1 Flash 模型,允许用户生成 1080p 视频并提供更精细的场景时长控制。
通过引入这些编辑工具,用户能够更精确地协调视频时长与叙事节奏,同时确保生成内容在视觉上保持连贯,提升了 AI 辅助制作的实用性。
澳大利亚微软合作伙伴 GET AI 在内部使用 Copilot 和专门的智能体处理内部服务和各类业务请求,并以自身实践评估客户部署方案。
先在内部使用这些工具,让 GET AI 能够评估自身部署经验,再决定如何向客户推荐解决方案。
Google DeepMind 公布了为 Private AI Compute 增加服务端持久化内存的计划,用户上下文将得以保留,而加密密钥仅存于个人设备。
此前 Private AI Compute 采用无状态架构,任务结束即清除全部上下文。计划中的内存层旨在跨设备保持连续体验,同时维持数据私密性。
GPT-6 现支持提示词缓存优化,提供最高 90% 的输入令牌折扣,并允许在不中断缓存的情况下调整推理参数。
该功能显著降低了长文本及 Agent 任务的运行成本与响应时间。允许调整推理参数而不破坏缓存,为开发者提供了更强的模型控制能力。
亚马逊在 Bedrock 平台推出 GPT-6 Sol 和 GPT-6 Luna,提供更低的 API 调用成本、提示词缓存支持以及更高的生成准确性。
该更新为企业用户提供了高性价比且更可靠的工具。更低的定价和缓存技术有助于优化高并发业务场景下的运营成本并提升模型响应表现。
亚马逊在其 Bedrock 平台中集成了 Anthropic 的 Claude Opus 5.5 模型,旨在提升任务处理效率并增加安全防护机制。
此模型通过提升 Token 使用效率,为开发者执行复杂的长周期任务提供了更具性价比的选择,同时利用新增的安全防护功能满足行业标准需求。
NVIDIA 在多伦多 ROSCon 大会上发布了 Isaac ROS 5.0,新增 GPU 加速包、agentic workflows、ROS Lyrical 和 Ubuntu 24.04 支持。
为开发者和 AI 智能体提供可复用的 workflow,用于感知调优、目标追踪和 pick-and-place,加速从创意到部署的开发过程。
将Hub上的模型ID和文件名传给from_pretrained即可加载GGUF模型。打包推理目前仅支持MPS、Qwen3.5及兼容的Qwen3.8架构。
具备相应Apple Silicon Mac的开发者可以通过熟悉的Transformers API使用部分GGUF检查点,用于实验或模型服务。打包推理目前限于MPS和上述Qwen架构。如果优先考虑高效的本地推理,来源建议使用llama.cpp。