NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 预览提交中给出性能结果
NVIDIA 在 MLPerf Inference v6.1 中提交 Vera Rubin NVL72 预览结果，称其在 Qwen3-VL 上吞吐最高比 GB300 NVL72 高 3.7x，在 DeepSeek-R1 上最高高 2.5x。
#推理
#推理
今日 0 条NVIDIA BlogAI 评分5151
GitHub Blog · AI & ML精选AI 评分7676 GitHub 推出 Project HydraFusion 研究预览，通过多模型编排服务 Copilot 编码任务
GitHub 推出 Project HydraFusion 研究预览，在 GitHub Copilot CLI 中通过运行时多模型编排完成编码任务。HydraFusion 面向所有 GitHub Copilot 计划用户开放，可通过 /experimental 使用，并会在 Single、Cascade、Critique 三种执行模式中选择工作流。
推荐理由：原文披露了路由模式、使用入口和三项编码基准结果，可用于比较多模型编排的成本取舍。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，面向智能体工作流、编码推理和网络安全任务。
推荐理由：原文同时披露通用版与安全版的定价、访问范围和评测结果，便于比较部署取舍。
Hugging Face Blog精选AI 评分7171 IBM Granite 4.2 推理 LLM 家族发布，含 3B、8B、30B 三种规模
IBM 发布 Granite 4.2 推理 LLM 家族，包含 3B、8B、30B 三种 dense decoder-only 模型，并以 Apache 2.0 许可证开放。
推荐理由：文章拆解了 Granite 4.2 从预训练到多阶段 RL 的流程，便于比较开源推理模型的训练取舍。
Hugging Face BlogAI 评分4848 Quantization-Aware Healing：压缩后 4-bit GPT-OSS 60B 超越全精度原版
Hugging Face 提出 Quantization-Aware Healing，将 GPT-OSS 120B 压缩到 60B 并量化为 MXFP4 后，在 9 个 benchmark 中有 7 个超过对应 60B bfloat16 checkpoint。QAH 直接从压缩前原始模型蒸馏，并用分块 KL-divergence loss 支持最长 32k tokens 的 healing。
Google DeepMindAI 评分5555 Google DeepMind 回顾 15 年游戏 AI 研究，并介绍与 Fenris Creations 的 EVE 合作
Google DeepMind 回顾了从 Atari 到 EVE Online 的 15 年游戏 AI 研究，并介绍其与游戏开发者合作原型化新玩法体验的方向。文章梳理了 DQN、AlphaGo、AlphaZero、MuZero、AlphaStar 和 AlphaFold 的关联，并称 SIMA 2 由 Gemini 驱动，可在屏幕观察、自然语言指令和键鼠控制下作为交互式伴侣。
Hugging Face BlogAI 评分5656 Liquid AI 发布 LFM2.5-DSpark draft model checkpoints，推理最高提速 3.18x
Liquid AI 发布 LFM2.5 系列 3 个模型的 DSpark draft model checkpoints，为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 增加投机解码路径。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码和 AI 智能体工作流
Google DeepMind 发布 Gemini 3.7 Flash，称其是面向编码和 AI 智能体的最智能主力模型，并较 Gemini 3.6 Flash 改进软件工程、知识工作和 Web 开发工作流。
推荐理由：原文同时给出相对 3.6 Flash 的基准差距与阶段性价格，便于评估编码智能体成本。
Microsoft ResearchAI 评分5858 Microsoft Research 介绍放射学 VLM 研究模型 CARE-X
Microsoft Research 介绍 CARE-X，这是一个面向胸部 X 光多任务解读的统一放射学 VLM 研究模型，可生成报告、做结构化预测并给出可调阈值的置信分数。
Hugging Face BlogAI 评分5858 IBM Research 称 ALTK-Evolve 用更少 token 实现智能体轨迹学习
IBM Research 在 Hugging Face Blog 对比 ALTK-Evolve 与 ACE，称两者都让智能体从自身轨迹中学习，但 ALTK-Evolve 通过可校准的 guideline 投递减少推理 token。
Google DeepMind精选AI 评分7777 Google DeepMind 将 computer use 内置到 Gemini 3.5 Flash
Google DeepMind 将 computer use 作为内置工具加入 Gemini 3.5 Flash，用于构建可跨浏览器、移动和桌面环境交互的智能体。
推荐理由：原文说明了能力入口和安全措施，可帮助开发者评估跨浏览器、移动和桌面自动化的接入方式。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 DiffusionGemma，文本生成最高快 4x
Google DeepMind 推出 DiffusionGemma，这是一个实验性开放文本扩散模型，在专用 GPU 上文本生成最高快 4x，用于探索速度敏感的交互式本地工作流。
推荐理由：原文清楚交代了扩散式文本生成的速度收益、硬件条件和质量取舍，便于评估本地交互场景适配度。
Mistral AIAI 评分5252 Mistral AI Now Summit 2026 发布工业工程 AI 栈、Vibe 更新和法国数据中心
Mistral 在 AI Now Summit 2026 公布面向企业和政府的 full-stack AI 方案，包括 Mistral for Industrial Engineering、Vibe 更新和 Les Ulis data center。
Mistral AI精选AI 评分8181 Mistral AI 发布 Mistral Small 4，统一推理、多模态和智能体编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一次主要版本，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到一个模型中。
推荐理由：原文列出架构、上下文和部署入口，可比较开放 MoE 模型在推理与多模态任务中的取舍。
Mistral AI精选AI 评分8383 Mistral AI 发布 Mistral 3 模型家族，包含 Mistral Large 3 和 Ministral 3
Mistral AI 发布 Mistral 3，包括 14B、8B、3B 三个小型 dense 模型，以及 41B active、675B total 参数的 MoE 模型 Mistral Large 3，全部以 Apache 2.0 license 发布。
推荐理由：原文同时交代模型规模、开源许可、压缩格式和上线渠道，便于比较前沿与端侧模型的部署取舍。