Anthropic 将 Agent Skills 标准捐赠给 Linux 基金会旗下的 AAIF
Anthropic 宣布将 Agent Skills 标准捐赠给 Linux 基金会旗下的智能体人工智能基金会(AAIF),以确保该规范保持开放、社区驱动且供应商中立。
Anthropic 宣布将 Agent Skills 标准捐赠给 Linux 基金会旗下的智能体人工智能基金会(AAIF),以确保该规范保持开放、社区驱动且供应商中立。
卫星嵌入模型 OlmoEarth v1.3 正式发布,并同步开源模型权重、预训练数据与代码,同时开放覆盖全球的 10m 分辨率年度嵌入向量。该模型处理雷达与多光谱时序数据,为地球每个 10m 像素生成 128 维向量(可截取前 64 维),并在 27 项跨大洲评估中于 20 项取得最高分。
IBM Research 推出 Granite Timeseries Ensemble,通过统一接口组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四种不同架构的预训练模型。
安全研究机构 Calif 通过 OpenAI 的 Patch the Planet 项目利用 GPT-5.6 Sol 发现了核心 PHP 中的内存损坏漏洞 PHP2Shell(CVE-2026-109618 与 CVE-2026-109619),Google Cloud 旗下的 Wiz 也独立发现了相同漏洞。
在 GTC Berlin 上,Revolut、Lloyds 和 Starling Bank 等欧洲金融机构展示了基于 NVIDIA 加速计算与开放权重模型在其自有基础设施上运行的生产级系统。
欧洲多家机构正在采用 NVIDIA Earth-2 开源气象 AI 模型与工具,用于极端天气预警、空气质量建模及太阳能发电预测等场景。Earth-2 最新加入了针对欧洲区域的 StormScope EU 模型,可利用卫星数据以 10 分钟为间隔预测云层变化。
PHP 针对全系 8.x 版本发布安全更新,修复了两处实际 CVSS 评分为 9.2 的远程代码执行漏洞。因协调披露流程发生信息泄露且第三方安全机构误发 PoC 视频,PHP 官方将发布时间提前。漏洞由 Wiz Research 结合 Gemini 与 GPT 模型辅助发现,曾确认可对 Drupal 与 WordPress 造成未授权远程代码执行。
NVIDIA 推出预训练关系型基础模型 Kumo Relational,无需任务特定微调与特征工程,直接在企业级关系型数据库上通过单次前向传播进行预测。在 15 个数据库的 41 项基准测试中,其少样本上下文学习表现超越了专家工程构建的梯度提升树流水线与监督深度学习模型,并支持扩展至超 500B 行数据。
IBM 推出 Granite Speech 语音模型系列的三个更新,包括全新的 granite-speech-5.0-2b,以及升级版 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
OpenAI Patch the Planet 项目将安全研究人员、维护者与事件响应人员连接起来,协助解决开源生态中的严重漏洞。该举措针对 AI 智能体发现关键漏洞的现状,致力于建立全球范围内的协同响应机制。
DeepSeek 开源其生产级推理引擎 DeepInfer 及 API 处理层,支持 NVIDIA 与华为昇腾平台,披露单集群日处理量达 155T tokens 且输入缓存命中率达 96%。该系统平均首 token 延迟为 400 ms,生成速度达 230 tokens/s,估算推理毛利率超 80%。但其核心 KV cache 管理与负载均衡组件尚未完全公开。
Cloudflare、VoidZero 与 Owner.com 合作推出了 tsrs,这是一个作为 Oxc 工具链一部分孵化的 TypeScript 编译器 Rust 移植版本,目前已在 npm 提供实验性安装。
推荐理由:文章公布了基准数据和架构细节,读者可以据此了解工具链编译加速与端侧沙箱运行的可行性。
Hugging Face 宣布旗下 Transformers、Diffusers 和 Kernels 库通过原生 PyTorch 后端 TorchTPU 获得 TPU 原生支持,不再依赖 Optimum TPU 或 torch_xla。
推荐理由:此前在 TPU 上运行 PyTorch 往往受限于图重编译或需改写 JAX,原生后端接入后开发者能直接将 TPU 视作普通设备调用。
Google DeepMind 正式推出 740M 参数的轻量级多模态嵌入模型 EmbeddingGemma 2,基于 Apache 2.0 协议开源,原生将文本、代码、图像、音频与视频映射至统一嵌入空间。
推荐理由:该模型通过模块化设计与维度截断技术压低端侧内存占用,读者可以据此评估本地设备运行多模态检索与离线 RAG 的可行性。