Reflection AI 发布开源权重模型 Beam,面向智能体编码并在 AWS 上线
Reflection AI 发布开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:文章给出 Beam 的参数量、上下文长度与三种精度权重,并说明在 AWS 上的两条部署路径,便于评估自托管成本。
Reflection AI 发布开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:文章给出 Beam 的参数量、上下文长度与三种精度权重,并说明在 AWS 上的两条部署路径,便于评估自托管成本。
Google Research 发布博客,介绍其将 AI 智能体与真实湿实验室实验闭环连接的三项研究进展。VERID 框架为实验室工作单元构建语义数字孪生,支持实时 3D 状态追踪、快速虚拟试运行、硬件安全检查与同步视频日志,让智能体在物理约束下安全执行实验。
推荐理由:Google Research 用 VERID 数字孪生和闭环实验展示智能体如何在湿实验室中自主设计并验证分子,读者可了解其技术路径与安全边界。
NVIDIA RTX Spark 笔记本现已上市,搭载 Blackwell RTX GPU 与 Grace CPU,最高 128GB 统一内存和 1 petaflop AI 算力,起售价 2,399 美元,首批来自 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI。
推荐理由:RTX Spark 笔记本的规格与起售价已公布,可据此判断本地 AI 在便携设备上的硬件门槛。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,以 Apache 2.0 许可开放,聚焦编码与智能体场景。
推荐理由:501B 稀疏 MoE 开源模型给出 1M 上下文与完整部署、后训练配方,可据此评估自托管前沿模型的成本与路径。
IBM 发布 Granite Switch 4.1,包含 Granite-Switch-4.1-8B 和 -30B,在单一托管端点上整合自然语言对话、通用与专用决策以及语音转文字任务。
推荐理由:Granite Switch 4.1 把决策适配器与 ASR 模型组合进单一端点,读者可据此了解多能力共享基座与 KV cache 的部署思路。
NVIDIA 发布 RTX Spark,定位为一台面向创作者、玩家和 AI 智能体的 Windows PC,并将在全球多地举办发布活动。官方引用 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体评测,称其在本地 AI、游戏和创作工作流上表现良好,Artificial Analysis 也提供了本地 AI 性能的独立测试。
推荐理由:NVIDIA 官方公布 RTX Spark 的全球发布活动与媒体评测反馈,可了解这款面向本地 AI 的 PC 平台定位。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,上下文窗口最高 100 万 token,可输入文本、图像、音频和视频并输出文本。
推荐理由:Meta 开源 816B 多模态 MoE 模型,给出完整部署与微调配方,可据此评估自托管前沿模型的成本与可行性。