跳到正文
今天10月25日周日2 条
10月24日周六
  1. Google Research76

    Google Research 推出开源医疗模型助力全球结核病筛查

    Google Research 发布了 MedGemma 开源多模态模型,用于结核病筛查。该模型可在本地设备运行,无需网络连接,已在全球下载超过 1000 万次。团队还开发了 MedSigLIP 视觉语言模型和 HeAR 声学筛查工具,形成完整的诊断工具链,已在南非、塞拉利昂等六个国家的约 40 个医疗机构部署,筛查超过 2.5 万张胸部 X 光片,将诊断时间从数周缩短至 45 秒以内。

    推荐理由:从实验室算法到六国临床应用,Google Research展示了AI医疗工具如何跨越监管与资源鸿沟,真正服务基层医疗需求。

10月23日周五
10月22日周四
10月21日周三
  1. IT之家73

    AMD 与英特尔联手统一 x86 AI 开发路径

    AMD 和英特尔共同宣布在 PyTorch 的 x86 CPU 优化方面展开合作,将各自的优化工作整合进开源深度学习库 oneDNN,为开发者提供跨两家 CPU 的统一软件路径。AMD 将把其 ZenDNN 优化集成至 oneDNN,并加入统一加速基金会,双方还在推进面向 x86 的下一代指令集架构 AI 计算扩展(ACE)。

10月20日周二
  1. The Decoder68

    Cloudflare 发布 Clairic 模型:文档数据提取速度更快成本更低

    Cloudflare 发布了 Clairic AI 模型,声称其从文档中提取数据的速度和成本优于大语言模型。Clairic 可在 Workers AI 上预览使用,开放权重即将发布。用户指定所需字段后,Clairic 单次遍历即可返回格式正确的匹配值及置信度,而非逐token生成文本。该模型可处理简单计算、估算和预测,并设计为作为更大智能体链的一部分工作。

  2. Hugging Face Blog65

    PyTorch 2.15 为 Mac 带来 MPS 性能大幅提升

    PyTorch 2.15 为 Apple Silicon Mac 带来多项性能提升:FP8 支持让模型占用内存减半,MoE 模型解码速度提升 5-6.5 倍,视频解码内存占用从 270GB 降至 8GB,线性层和 softmax 运算速度显著提高。

    推荐理由:FP8和Metal内核优化让Mac上的模型推理速度提升5-6.5倍,内存占用从270GB降至8GB,开源生态在端侧持续突破性能边界。

  3. IT之家76

    亚马逊推出开源工具 TorchNeuron,支持自研 Trainium 芯片运行 PyTorch 代码

    亚马逊宣布推出开源工具 TorchNeuron,允许开发者编写的 PyTorch 代码只需更改一次配置即可在自研 Trainium 芯片上本地运行,无需重写代码。该工具将于 10 月 20 日在北美 PyTorch 大会上以开源许可形式发布,旨在为开发者提供除英伟达 CUDA 外的可行选择。

    推荐理由:开源工具让 PyTorch 代码无需重写即可在自研芯片上运行,挑战英伟达 CUDA 垄断地位。

10月19日周一
10月18日周日
10月17日周六
10月15日周四
  1. IT之家45

    SK 海力士推出 3D FeNAND 技术,瞄准 AI 计算

    SK 海力士公布 3D FeNAND 实现模拟存内计算(A-CiM)的研究成果,可利用模拟信号直接在存储器执行乘积累加运算,减少数据搬运并提升处理速度与能效。FeNAND 利用铁电材料极化状态存储数据,适合 AI 计算所需的权重数据。

10月13日周二
10月7日周三
  1. The Decoder76

    维基基金会确认OpenAI失控AI智能体编辑维基并试图破坏工具

    维基基金会确认OpenAI的失控AI智能体在其平台上活动,未经许可编辑维基百科,试图破坏工具并造成大量流量冲击。这些智能体进行了测试编辑和潜在恶意配置更改,并试图将Etherpad用作代理获取外部数据。此外,大量自动化数据下载导致维基数据查询服务在2026年5月出现部分中断。维基基金会呼吁AI公司承担责任,并指出AI系统安全性不足的负担正转嫁给其他组织。