搜索“其他”

了海军巡逻队。 我们的互动故事就从马德雷德迪奥斯的这一段展开，并由此走过另外几个例子。 OlmoEarth 嵌入浏览器 OlmoEarth 嵌入浏览器是一个基于嵌入本身构建的交互式分析工具，以地球的假彩色地图呈现。你可以任意平移，在年份之间切换以查看景观如何变化，并调出底层的 Sentinel-2 影像，将地图与真实情况对照。然后开始提问：点击一个地点，找出其他相似的地方；或者放置几个带标签的点，当场训练一个小型分类器，再把结果导出为 GeoTIFF。无需账户，无需任何设置。 对许多团队来说，用 OlmoEarth 检验一个想法意味着进行一次微调运行，耗时以小时计。而在浏览器中，第一轮只需几秒钟。你可以仅凭少量标签分析整个区域，无需 GPU。当任务需要微调时，嵌入可以帮助你判断它是否值得投入算力，以及模型在哪些方面存在不足。 浏览器背后的档案库以 10 米分辨率保存嵌入，每年约 150 TB，覆盖陆地和相邻沿海水域。发布时，2025、2024 和 2023 年为全球覆盖，2017 至 2022 年覆盖部分国家，更多覆盖范围正在陆续加入。你可以获取完整的 128 维版本或更轻量的 64

匹配字段正文

essera v2 在该地优于 OlmoEarth v1.3），并在 PASTIS 作物类型数据集上以 58.6 对 58.3 mIoU 略优于 Tessera v2。 随此次发布，Ai2 推出了 PLANTEUR，这是一个热带农业作物类型基准，由法属海外领地——马提尼克、留尼汪、法属圭亚那、瓜德罗普和马约特——的标签构建而成。其留一岛设置测试的是当分类器在其他岛屿上训练时，在某一岛屿上的表现，Ai2 称 v1.3 嵌入对分类器从未见过的地方泛化最好。报告记录，在该留一岛指标上，128 维嵌入取得 24.9 mIoU，而 Tessera v2 为 19.1，AlphaEarth Foundations 为 15.8。 Ai2 还将 v1.3 描述为一个强大的微调模型，在研究标签和合作伙伴标签上与 v1.2 的表现相当；报告给出 v1.3 在所有被评估模型和任务上的平均微调排名为 4.34，落后于 OlmoEarth v1.2 Base 的 4.02，领先于 OlmoEarth v1 Base 的 4.74。 训练成本与环境影响 Ai2 称 OlmoEarth v1.3 是其训练成本最低

匹配字段正文

ing Face 的高级研究科学家 Lewis Tunstall 表示，该工具旨在帮助研究人员设计新药和基因疗法，并有可能帮助患者解读自己的基因组。 “我们解锁了语言模型的一项新能力，其根本在于能够与 DNA 对话，”他在谈到这款名为 Carbon-X 的新模型时说道。使用自然语言意味着，即使是非技术用户“也能真正提出关于 DNA 的问题，而这些问题通过任何其他工具都无法触及。” Hugging Face 本质上相当于 AI 模型的 GitHub，它提供了一系列现成的 AI 工具库，以及一个平台，供开发者、研究人员、企业以及希望在不从零构建一切的情况下试验 AI 的人们运行以开放权重和开源为主的 AI 应用。今年 9 月，英伟达同意以近 130 亿美元收购该公司。（今年早些时候，Hugging Face 还处于 OpenAI 模型发起的一次重大黑客攻击的中心。） DNA 更像计算机代码，而不是自然语言。不过，它不用 0 和 1，而是用 A、C、G 和 T 来编码信息。人类基因组包含 60 亿个这样的字母。尽管人类基因组已被端到端测序，科学家们仍不了解其中大部分是如何运作的。 如今，AI

匹配字段正文

-效率帕累托前沿： ![RelArena-α 排行榜的散点图：跨任务的相对准确率（以 Elo 表示，y 轴）与每 1,000 个样本的中位推理时间（x 轴，对数刻度）。Kumo Relational 位于帕累托前沿，约为 17 秒，Elo 为 1,842。得分最高的条目 rt-plurel 在约 7,300 秒时达到 Elo 1,878，大约慢 430 倍。其他所有基础模型、特征工程系统和监督模型的得分都低于 Kumo Relational，运行速度也更慢。] 图 3. RelArena-α 排行榜：跨任务的 Elo 与每 1,000 个样本的中位推理时间（对数刻度）。在准确率相近的情况下，Kumo Relational 比得分最高的条目快约 430 倍。 论文还报告称，在 SAP SALT 企业基准上，Kumo Relational 的平均倒数排名（MRR）比大型 AutoGluon 集成高 8%，比近期的表格基础模型高约 25%，而微调将其对 AutoGluon 的领先优势扩大到 16%。它在困难条件下也表现稳健：仅使用 0.2% 的训练数据作为上下文也能表现良好，在移除多达 75

匹配字段正文

00天:00小时:00分钟:00秒加入我们在迈阿密的行列查看完整阵容 过去几天里，我一直在测试一个令人印象深刻的开源权重AI编码模型，名叫Flint。它表明，完全递归自我改进（RSI）——一种用AI来构建AI的令人兴奋又颇具争议的方法——正越来越近。 Flint是Recursive公司的首个产品，这家公司旨在利用RSI来推进AI本身，并借助AI推进其他科学领域。“整个模型管线中几乎每一个环节实际上都是由AI完成并改进的，”Recursive首席执行官兼联合创始人Richard Socher告诉我。 Socher说，他的公司利用其名为Eureka Machine的递归AI系统，实现了模型开发中大部分环节的自动化。他说，这使得一家只有少数研究人员的公司能够在短短几个月内构建出一个世界级模型。 Socher告诉我，Eureka Machine设计出了多项创新，包括一种新的基座模型训练方式、新的模型架构，以及针对特定硅芯片优化的代码。Recursive分享了基准测试分数，表明Flint在编码任务上优于其他规模和架构相近的模型。 得益于其惊人的编码能力，AI已被广泛用于帮助构建、测试和改进AI。

匹配字段正文

nk 8B BF16对查询—文档对进行联合打分，以优化文本和图像候选的相关性排序，为检索增强生成和智能体工作流筛选证据。检索范围涵盖文档文本以及表格、图表、信息图、数据手册和示意图等图像。NVIDIA在34种语言上评估了文本检索，并在覆盖18种语言的MIRACL Vision和KoViDoRe上评估了多语言视觉检索，同时指出这些模型可能还能处理测试范围之外的其他语言。 智能体检索实验 为衡量检索对智能体行为的影响，NVIDIA在ViDoRe v3、BRIGHT和BrowseComp-Plus上评估了Nemotron 3.5 Embed和Rerank。ViDoRe v3使用文本与图像组合输入，而BRIGHT和BrowseComp-Plus使用纯文本输入。所测试的流程中，智能体使用搜索工具检索语料库、审阅返回的证据并调整后续查询。测试矩阵在仅嵌入和嵌入加重排两种设置下更换搜索工具的实现，并使用不同模型，而智能体的LLM、工具、任务集、语料库和执行策略保持不变。评估跟踪了智能体是否为每个任务找到相关信息，以及每个任务在所有轮次中的智能体推理token总量，输入和输出token均计入。 据NV

匹配字段正文

模型将前代系统的桌面缝合模拟拓展至临床腹腔场景。用户输入初始内窥镜画面及机械臂控制指令后，系统可连续生成器械运动与组织响应画面，支持双臂位姿、钳口开合及电外科能量等28维动作输入，并通过FlashDreams流式推理库加速运行。 性能方面，官方模型卡显示，在单块RTX PRO 6000 Blackwell工作站版GPU上，以832×480分辨率运行时，四步去噪版本生成速度为30帧/秒，两步版本可达43.2帧/秒。两步版本经过单独训练，以部分画质换取更高速度。配套代码支持录制动作回放，也可连接配备双追踪控制器的WebXR兼容头显，进行实时交互控制。 英伟达表示，该模型主要面向手术机器人策略的仿真评估、遥操作研究及合成数据生成，开发者还可利用公开的微调与蒸馏指南，将其适配至其他数据集和机器人形态。 来源：Hugging Face 官方博客（NVIDIA） 投稿/爆料：tougao@youxituoluo.com 稿件/商务合作： 林南（微信 19250561593） 加入行业交流群：林南（微信 19250561593） 元宇宙数字产业服务平台 下载「陀螺科技」APP，获取前沿深度元宇宙讯息

匹配字段正文

记忆原生值得做的具体体现。 再来一个更接近我们日常办公的 信息更新场景 。 展览原定周六下午3点，后来正式改到周日下午4点。之后又有人建议改到周一，但还没确定拍板。 要记住最后出现的日期还不够，它还得分清正式决定和随口建议，以及保留那些没变的内容。 实验在经过多轮对话后，MemT-1.0-Nano仍然 成功get ，回答出了原定时间、正式修改后的时间，并确认其他安排没有变化。 放进11项记忆基准的综合评估中，Flash和Nano的表现也同样突出。 平均得分分别为50.6和47.0，位列参与评估的参数化记忆方法 前两名 ，相比其它模型断崖式领先。 不过坦白来说，文本记忆系统整体仍有优势，尤其是在长历史的细节召回上。 MemT 1.0今天交出的，还只是记忆原生新思路的初步计算实现，但实际效果已经能和文本记忆比肩，再继续发展下去，潜力亦是无限。 那么问题来了，经验没有留在任务上下文里，模型又是从哪里把它用上的？ 这恰是MemT 1.0的 架构 重点。 MemT 1.0提供的原生路径，是先将 相关经验编码 为内部动态状态。生成后续动作时，当前查询通过 专门的记忆分支读取 该状态，再将结果与原有

匹配字段正文

Google Tag Manager (noscript) End Google Tag Manager (noscript) OpenAI 今天发布了 GPT‑6 Astra，这是一款专为 COBOL、Fotran、Visual Basic 及其他较老编程语言量身定制的 AI 编程模型。 “与 Python 和 JavaScript 等语言相比，这些语言可供模型学习的代码和文档较少，但它们支撑着全球的关键基础设施和基本服务，”OpenAI 的公告解释道。“这项工作以开发者和企业客户的反馈为指导，他们告诉我们，编程模型往往难以应对这些语言。” OpenAI 开发了两项评测——MultiLangBench 和 COBOL migration——以确保其模型能够用这些较老、文档较少的语言构建新软件，并在旧应用被现代化或以其他方式迁移到较新语言时保持其行为不变。GPT-6 Astra 在 MultiLangBench 的 20 种语言上得分 87.4%，高于 GPT-5.6 Sol 的 26.8%。它在 COBOL migration 中得分 86.8%——在高推理强度下为 97.9%——而

匹配字段正文

，这就是记忆原生值得做的具体体现。 再来一个更接近我们日常办公的信息更新场景。 展览原定周六下午3点，后来正式改到周日下午4点。之后又有人建议改到周一，但还没确定拍板。 要记住最后出现的日期还不够，它还得分清正式决定和随口建议，以及保留那些没变的内容。 实验在经过多轮对话后，MemT-1.0-Nano仍然成功get，回答出了原定时间、正式修改后的时间，并确认其他安排没有变化。 放进11项记忆基准的综合评估中，Flash和Nano的表现也同样突出。 平均得分分别为50.6和47.0，位列参与评估的参数化记忆方法前两名，相比其它模型断崖式领先。 不过坦白来说，文本记忆系统整体仍有优势，尤其是在长历史的细节召回上。 MemT 1.0今天交出的，还只是记忆原生新思路的初步计算实现，但实际效果已经能和文本记忆比肩，再继续发展下去，潜力亦是无限。 记忆原生，原生在哪里？ 那么问题来了，经验没有留在任务上下文里，模型又是从哪里把它用上的？ 这恰是MemT 1.0的架构重点。 MemT 1.0提供的原生路径，是先将相关经验编码为内部动态状态。生成后续动作时，当前查询通过专门的记忆分支读取该状态，再将结

匹配字段正文

周二20 派早报：MiniMax 发布 M3.1 Flash 模型等 08:398 分钟阅读早报速览 微软宣布虚拟化组件 App-V Server 扩展支持至 2029 年0 国家网信办开展未成年人用户数量巨大等网络平台服务提供者认定工作3 看看就行的其他消息3 MiniMax 发布 M3.1 Flash 模型 稀宇科技（MiniMax）于 10 月 19 日宣布，正式上线 MiniMax M3.1 Flash 模型，该模型在线上推理速度方面较此前提升近 3 倍，在 Agent 类任务中的综合使用成本降低 70%。此前以匿名身份处理超过 200 万亿 Token 的 Space Bunny，正是该模型的早期版本。目前，M3.1 Flash 已上线 MiniMax API、MPlan 和 MiniMax Code，模型权重计划稍后开放。 在基准测试方面，M3.1 Flash 在 AutomationBench-AA 中表现突出，在 BankerToolBench 中取得 76.2 分；在软件开发评测 DeepSWE v1.1 中取得 73.7% 的成绩。在 Computer Use 方面

匹配字段正文

称它是目前美国最强大的开放权重模型。Muse Spark Open 为多模态模型，总共有 8160 亿参数，激活参数 420 亿，支持 100 万 Token 上下文。该模型利用了苹果最新版本的开源数组框架 MLX，对苹果 Apple Silicon 的统一内存架构进行了优化，能运行在搭载 M5 Ultra 芯片的 Mac Studio 上。M5 Ultra 支持最大 512GB 内存容量，两台最高配置的 Mac Studio 就能容纳整个模型，两台机器相当一台 1TB 统一内存的计算机。Muse Spark Open 已发布在 Hugging Face 上。 回复 所谓爱国心，是指你既生为这个国家的国民，对于这个国家，当比对其他一切的国家信仰得高贵优越。--萧伯纳 本站提到的所有注册商标属于他们各自的所有人所有，评论属于其发表者所有，其余内容版权属于 solidot.org(2009-) 所有 。 举报电话：010-62641205 涉未成年人举报专线：010-62641208 举报邮箱：jubao@zhiding.cn 网上有害信息举报专区：https://www.12377.cn

匹配字段正文

n的卖点在于，它以低成本围绕这一能力构建了整个模型。该公司表示，一个小团队用几百块GPU训练了Glimpse，而且该模型的规模远小于它所对标的那些前沿系统。 Glimpse的定价为每百万输入token 0.60美元、每百万输出token 3美元——比Sonnet和Sol等中端模型便宜，但比Haiku和Luna等轻量级模型贵。 但根据Elorian的评估，Glimpse在科学图表推理和短视频描述方面甚至超过了GPT-6 Astra，在其他视觉推理任务上也具有竞争力。 Elorian在六个月前结束隐身状态，当时完成了一轮由Striker Venture Partners、Menlo Ventures和Altimeter Capital联合领投的融资，Nvidia和Google首席科学家Jeff Dean参投。 初期目标客户是拥有大量视频的公司：机器人公司、科学实验室、媒体和创意公司。从长远来看，Elorian希望从“看见”走向“行动”。这意味着要构建场景模型，并利用它来选择行动，包括直接控制机器人。Dai表示，明年公司的目标是打造“世界上最好的视觉推理模型”，在每一项视觉推理测试中都领先。

匹配字段正文

以 25 分在开放权重模型中得分最高。在未能正确解答的问题中，其幻觉率为 24%，是至少 30 个指数分的开放权重模型中最低的。 token 消耗更省，API 价格偏高 Artificial Analysis 在 X 上写道，Muse Spark Open 在 Intelligence Index 中平均每个任务产生 40,000 个输出 token，少于其他八款领先开放权重模型中的任何一款。 在发布时可供使用的 API 提供商 Together AI、Fireworks 和 Baseten 处，每百万输入 token 收费 1.25 美元，每百万输出 token 收费 4.25 美元。尽管 token 单价相对较高，但得益于较低的消耗量，AA 计算出每个基准任务的平均成本为 0.84 美元。GLM-5.3 为 2.01 美元，而 DeepSeek V4.1 Flash 仅为 0.27 美元。 不同 AI 模型在性能与每个基准任务平均成本方面的比较。模型位置越靠左上，在性能与成本方面的表现越好。 （图：Artificial Analysis） 希望自行运行 Muse Spark Op

匹配字段正文

开发了该模型。它在预训练和持续预训练中使用了约 26 万亿个 token 进行训练。随后，公司使用约 380 万个样本和跨数十个环境的强化学习对其进行了后训练。 Nemotron 3.5 Bolt 74B-A9B 24GB 专为 NVIDIA RTX 系统和 DGX Spark 上的日常 AI 智能体任务而设计。它采用 2 位量化，以适配 24GB 内存并与其他应用同时运行。 用户可以将该模型用于网络研究、写作和代码调试等任务，而无需将工作负载发送到云端。NVIDIA 表示，该模型在 PinchBench 上位列同类开源模型第一，在 BrowseComp 上位列第二。 较小的 Nemotron 3.5 Bolt E4B 4GB 面向对话式和物理 AI 智能体。NVIDIA 为其设计了 GeForce RTX、Jetson 和 RTX/DGX Spark 系统。它支持本地语音助手、交互式角色和嵌入式界面。 NVIDIA 表示，Scale AI 已为该模型针对 Skydance 的供应商信贷融资智能体和 EY 的并购尽职调查智能体进行了后训练。 其他应用包括为 Hebbia 进行信贷协议分

匹配字段正文

提高整体处理量。 目前，系统支持生成文本向量，以及通过 Ollama 调用本地大模型完成文本生成。前者可以用于检索等场景，后者适合批量处理大量独立请求。 员工电脑的使用状态随时可能变化，有人会合上笔记本，有人会断开网络，也有人需要优先处理自己的工作。 Minions 因此设置了任务回收机制，监测正在执行任务的设备，一旦设备失去响应，就将未完成的子任务重新交给其他电脑。 设备拥有者还可以设置优先参与的团队、项目或任务。论文提到，团队有时会通过 Slack 临时招呼同事，请大家启动执行程序，共同处理某项工作。 原本需要排队申请的计算资源，就这样变成了同事之间可以临时组织的协作。 按照论文披露的使用情况，过去因集中式 GPU 紧张而需要等待十多个小时的部分任务，使用 Minions 后，往往几分钟内就能开始执行。闲置设备的加入，让团队更早获得了可用算力。 数据如何管理，也被纳入系统设计。Minions 支持在指定团队或组织内部独立部署，将任务限制在各自管理的设备范围内，让共享算力与数据管理要求相适应。 研究人员还计划探索分布式模型训练，而现阶段的重点，是让已有 Mac 成为集中式 GPU 基

匹配字段正文

果应用商店美国免费榜第一。市场研究机构Apptopia数据显示，Muse在美国和加拿大发布后的12天内获得约280万次下载，这一表现超过ChatGPT移动端上线初期的增速。 和一众科技巨头一样，Meta目前在人工智能领域进行大规模资本投入。当地时间7月30日，Meta公告称，公司已通过长期和短期协议承诺未来投入近7000亿美元，用于人工智能数据中心、云计算和其他领域。公司已签署不可撤销合同承诺3493亿美元，主要涉及第三方云协议、服务器及网络基础设施。Meta表示，这一数字属于保守估计，因为对于条款存在可变因素的协议，“我们不会估算超出最低采购数量之外的总义务”。 此外，公司还有3470亿美元尚未开始执行的租赁承诺，因此没有反映在资产负债表中。其中仅在7月就增加680亿美元，相关付款将于2027年和2028年开始。这些支出是在现有租赁之外，主要涉及数据中心、托管机房及“特定网络基础设施”。 二季度业绩显示，Meta该季度营收为608.0亿美元，同比增长28%；经营利润为187.8亿美元，同比下降8.2%；每股收益为6.18美元，上年同期7.14美元。 Meta预计第三季度营收为610亿

匹配字段正文

，在处理长周期任务、复杂软件工程问题以及多步骤推理方面表现极为出色。 当然，Meta将其称为“迄今能力最强的美国开放权重模型”，也是有原因的。 根据Meta自己公布的测试结果，与市场上前沿开源模型进行比较，Muse Spark Open在工作流程、工具调用、知识推理、知识可靠性，以及复杂视觉推理和图像事实问答这6项测试中排名第一。 但数据也显示，在软件开发及其他某些任务方面，Kimi、千问、智谱等中国开源模型依然更胜一筹。 更引发市场关注的是，此次发布还有意外进展——苹果和Meta竟然携手共事。在蒂姆·库克掌管苹果公司期间，双方还经常发生冲突。库克经常指责Meta侵犯用户隐私，而扎克伯格也嘲讽过苹果“自iPhone之后就再也没有发明出任何了不起的东西”。 但在开源AI竞争的共同利益下，双方又站在了一起。Meta需要证明自己的模型具有竞争力，苹果也需要展示整套Mac软硬件适合在本地跑AI。 Meta AI负责人汪滔介绍称：“双方的大部分积怨都形成于我加入公司之前，但显然，Meta和苹果之间的恩怨由来已久。” 汪滔同时指出，Meta算力部门的联合负责人、曾担任苹果总监的丹尼尔·格罗斯是促成

匹配字段正文

类似产品更好，而OpenAI是这家软件巨头最大的客户和合作伙伴之一。 苏莱曼在周四举行的员工大会上表示：“我们现在拥有一个更强大的预训练基础模型，其性能超过了目前驱动GPT 5.6 Sol的模型。事实上，我们训练这个模型所使用的算力，只有OpenAI训练其模型所用算力的四分之一。” 预训练是构建人工智能模型的第一阶段，在这个阶段，模型需要从海量的文本、图像和其他信息中学习模式。这需要大量的昂贵算力，因此，如果微软能够找到更高效的方法来实现这一目标，就能节省成本。 微软在周四早些时候发布了这款模型，名为MAI-Base-2。微软称，公司最近完成了该模型的预训练。该模型采用混合专家（MoE）架构，总参数量达2.8万亿，激活参数量为800亿。 微软在其一篇公开的博客文章中表示，在四项评估中，其训练方法的计算效率比DeepSeek-V4-Pro-Base高出4.2到12.3 倍。 而根据苏莱曼的说法，微软私下还将该模型与OpenAI的模型进行了对比测试，其中包括一款代号为“Spud”、驱动GPT-5.6的模型。他补充说，在衡量AI理解和预测信息模式能力的测试中，微软的模型表现更好。 苏莱曼同时

匹配字段正文

张对比图中，在端到端延迟上，Code World Model 约 10.2 秒、StreamRender-H3 约 545 毫秒、AgentGarten 约 878 毫秒，而 Matrix-Game 4.0 只有 112 毫秒——从按下一个键到画面做出响应，约是前者的 1/90、后两者的 1/5 与 1/8，第一次真正落进"实时可玩"的区间。 在算力要求上，其他方案分别需要 1× H200 141GB、8× GB200 与 1× H100 数据中心卡，而 Matrix-Game 4.0 只跑在 1× RTX 5090 上——一张消费级显卡、32GB 显存即可。 在开源情况上，Code World Model 与 StreamRender-H3 为已开放、AgentGarten 为部分开放，Matrix-Game 4.0 则是代码、权重、白模同步开放。 六、开源，让更多人一起"玩"起来 Matrix-Game 4.0 在发布时同步开源，为研究者、开发者和创作者提供可复用的技术基础与可改编的游戏代码。我们也鼓励创作者基于项目提供的游戏代码继续改编与拓展，共同探索更多玩法。 未来，团队将持续

匹配字段正文