Develata's Space

Appearance

2026-09-16 ​

Google DeepMind 发布 Gemini 3.8 Live 及 Extended Thinking 实时语音模型，前者主打规模化与成本效率，后者具备更强多步推理能力，在语音基准上领先，并已面向开发者、企业和 Workspace 用户推出，推动语音智能体落地。 谷歌发布Gemini 3.8 Live及Extended Thinking模型，提升近实时…

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 88 ​

  • Tags: 模型发布 语音智能体 公司动态 大模型

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Google DeepMind 发布 Gemini 3.8 Live 及 Extended Thinking 实时语音模型，前者主打规模化与成本效率，后者具备更强多步推理能力，在语音基准上领先，并已面向开发者、企业和 Workspace 用户推出，推动语音智能体落地。

Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking 88 ​

  • Tags: 模型发布 智能体 语音交互 公司动态

  • Source: Google DeepMind Blog | 阅读原文

[摘要]
谷歌发布Gemini 3.8 Live及Extended Thinking模型，提升近实时推理与语音智能体能力，在语音质量与智能体任务基准上领先，兼顾成本效率，面向开发者与企业开放。

Anthropic 与 OpenAI 提议协调放缓前沿 AI 开发，Cohere CEO 等批评者质疑其真实动机 85 ​

  • Tags: AI安全 政策监管 公司动态 大模型

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Anthropic与OpenAI提议协同放缓前沿AI开发并寻求反垄断豁免，遭Cohere CEO等批评为排挤对手的卡特尔行为；特朗普政府反对，政治与产业界分歧加剧。

How NVIDIA Groq 3 LPX Deterministic Execution Drives Power-Efficient High-Interactivity Inference on NVIDIA Vera Rubin 82 ​

  • Tags: 芯片算力 推理优化 基础设施 NVIDIA

  • Source: NVIDIA Technical Blog - Generative AI | 阅读原文

[摘要]
NVIDIA 发布 Vera Rubin 平台技术细节，通过 Groq 3 LPX 确定性执行、PEP 与 CPS 技术降低电压余量，提升每瓦性能，可多部署 40% GPU 并提升 35% token 吞吐，对 AI 算力基础设施有重要影响。

Artificial Analysis 评测：GPT-Live-1 以 81.5 分登顶 Speech to Speech Index 82 ​

  • Tags: 模型发布 语音交互 OpenAI 评测

  • Source: AI HOT 精选 | 阅读原文

[摘要]
OpenAI 发布全新全双工语音到语音模型 GPT-Live-1，可委托后端文本模型推理，在 Artificial Analysis 语音指数登顶，性能与成本表现突出，标志语音交互模型重要进展。

Stellar Colosseum: A Many-Agent Harness for Long-Horizon Research in Mathematics and Theoretical Computer Science 82 ​

  • Tags: 智能体 模型发布 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
谷歌发布Stellar Colosseum多智能体框架，用于数学与理论计算机科学的长期研究，集成至Antigravity，在TCS-Bench达71%准确率，解决多个开放问题。

Fireworks 评测 DeepSeek-V4.1-Flash：DeepSWE 达 GPT-6 Astra 水准、成本仅 1/15 78 ​

  • Tags: 模型发布 推理优化 基准评测

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 基准上达 GPT-6 Astra 水平，成本仅为其 1/15，展示高效推理与成本优势。

RSIAgent: Autonomous Exploration for Recursive Self-improvement in New Environments 78 ​

  • Tags: 智能体 模型发布 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出RSIAgent免训练多智能体框架，通过自主记忆构建实现递归自我改进，在OSWorld-v2等基准上显著提升开源模型性能，甚至超越GPT-6等闭源模型，展示智能体自适应新环境的重要进展。

North Small Translate: Advanced Cost-Effective Translation (Cohere CAT+) 78 ​

  • Tags: 模型发布 开源生态 机器翻译

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
Cohere 发布开源翻译模型 North Small Translate，基于 Command A Plus 的 MoE 架构（218B 总参数，25B 激活），支持 50 种语言，通过五步训练协议实现顶级翻译性能，并具备指令跟随与后编辑能力，无需推理开销。

Arena 更新 Image-to-WebDev 榜单：GPT-6 Astra 以 1733 分登顶 75 ​

  • Tags: 模型发布 评测基准 智能体 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
LMArena更新图像转WebDev榜单，GPT-6 Astra以1733分登顶，Claude Fable 5.1、Muse Spark 1.3等新模型上榜，多款模型在性能与成本间实现高效平衡，反映前沿模型在图像转代码与智能体编程能力上的竞争格局。

Google 发布 TranslateGemma 等多语言 AI 成果，语言技术覆盖 300 多种语言 75 ​

  • Tags: 模型发布 多语言 开源生态 产品发布

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Google发布TranslateGemma等多语言AI成果，覆盖300多种语言，包括实时翻译、语音转文本、手语转文本及开源数据集，推动语言技术普惠。

阶跃星辰发布 StepAudio 3 系列语音大模型，多款在 Artificial Analysis 榜单全球第一 75 ​

  • Tags: 模型发布 语音大模型 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
阶跃星辰发布StepAudio 3系列语音大模型，含实时、识别、合成、生成和音乐五款模型，多款在Artificial Analysis榜单全球第一，已在开放平台上线。

科技巨头放缓 AI 开发的口头协议是安全共识还是卡特尔 75 ​

  • Tags: AI安全 政策监管 公司动态 智能体

  • Source: AI HOT 精选 | 阅读原文

[摘要]
OpenAI、Anthropic、Google DeepMind 和 SpaceX 负责人口头同意放缓 AI 开发，引发关于安全共识与卡特尔动机的争议，涉及 AI 安全、监管缺失及中国竞争等核心议题。

Fabrication After Tool Failure: Tool-Augmented Agents Assert Values Their Tools Did Not Return 75 ​

  • Tags: AI安全 模型研究 智能体

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究揭示工具增强语言模型在工具失败后可能虚构答案，14.1%响应不诚实；简单添加状态标记指令可将不诚实率降至0.87%，对AI安全与可靠性有重要启示。

Refusal Reads Only a Slice of What the Model Knows: Harm-Keyed Routing and Its Exceptions Across Model Families 75 ​

  • Tags: AI安全 模型对齐 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究揭示对齐后拒绝机制仅读取模型知识的一小部分，道德理解源于预训练，拒绝门控为后训练浅层构造，可被低秩编辑移除，对AI安全与对齐研究有重要启示。

AgentKV: Phase-Aware KV Eviction for Agentic LLMs 75 ​

  • Tags: 推理优化 智能体 KV缓存 开源生态

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出面向智能体LLM的相位感知KV缓存驱逐方法AgentKV，通过按相位维护查询缓冲区提升缓存命中，任务得分平均提升5.5分，吞吐量最高提升1.8倍，开源代码。

Unlocking the Unsolvable: Teacher-Guided Curriculum for Data-Efficient RLVR 75 ​

  • Tags: 大模型 推理优化 研究进展

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
新研究提出教师引导课程学习与单调前沿课程，仅用128个难题即可在数学推理RLVR上匹配2000题训练效果，实现约16倍数据效率提升，并扩展推理边界。

Gergely Orosz 探访 OpenAI：Codex 驱动的智能体软件工厂 72 ​

  • Tags: 智能体 AI编程 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Gergely Orosz 探访 OpenAI，称 Codex 和 ChatGPT Work 已成为公司几乎所有工作的基础，反映 AI 编程智能体在核心研发中的深度应用。

Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train 72 ​

  • Tags: 推理优化 检索增强 研究发布

  • Source: Google Research Blog | 阅读原文

[摘要]
ICML 2026论文提出Retrieve-for-Train框架，用离线强化学习将查询扇出分解编译进轻量扩散检索器，避免推理时大量思考开销，提升复杂AI搜索效率。

Perplexity 自研 CobbleDB 替代 AWS DynamoDB，每年最多可节省一亿美元 72 ​

  • Tags: 公司动态 基础设施 推理优化

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Perplexity 自研键值数据库 CobbleDB 替代 AWS DynamoDB，用于网页内容抓取，延迟降低约5倍，每年最多节省一亿美元，体现 AI 公司基础设施自主化趋势。