近日，MarkTechPost 发布了一篇关于使用 HuggingFace 的 SmolAgents 框架构建高级多智能体 AI 系统的教程。该教程展示了如何利用现代轻量级 AI 智能体进行推理、代码执行、动态工具管理以及多智能体协作。当前 SmolAgents 稳定版本为 1.24.0，教程中配置的后端模型为 OpenAI 的 gpt 4o mini。 教程详细介绍了 CodeAgent 和 ToolCallingAgent 两种范式，并演示了如何通过装饰器和类创建自定义工...
近日，MarkTechPost 发布教程，详解如何基于 Mem0、OpenAI 模型与 ChromaDB 为 AI Agent 构建通用长期记忆层。该系统可从自然对话中自动提取结构化记忆，实现语义存储、智能检索与个性化响应集成。 该架构突破传统聊天历史限制，提供用户级持久记忆管理，支持完整 CRUD 操作、语义搜索、多用户数据隔离及自定义配置。技术实现上默认采用 OpenAI 的 gpt 4.1 nano 与 text embedding 3 small 模型，结合本地 Ch...
加州大学圣地亚哥分校（UCSD）与Together AI联合推出了名为Parcae的稳定循环Transformer架构。该架构通过将层循环重新构建为动态系统并约束其稳定性条件，解决了以往循环模型中常见的残差状态爆炸和损失尖峰问题，使循环Transformer的大规模可靠训练成为可能。 Parcae采用中循环设计，将架构分为前奏、循环块和尾奏三个功能块，并借鉴Mamba和S4等状态空间模型的离散化技术，从数学设计上保证系统的稳定性。实验表明，在参数和训练数据预算相同的情况下，7...
初创公司 Antioch 宣布完成 850 万美元种子轮融资，估值达 6000 万美元。该轮融资由 A 和 Category Ventures 领投，MaC Venture Capital 等跟投。Antioch 致力于为机器人开发者构建仿真工具，旨在成为物理 AI 领域的“Cursor”。 目前机器人行业受限于物理空间数据的匮乏，许多公司缺乏资金建立物理测试场或进行大规模路测。Antioch 通过提供高保真虚拟环境，帮助开发者缩小“仿真到现实”的差距。其平台允许开发者启动硬...
OpenAI 更新了其 Agents 软件开发工具包（SDK），引入多项新功能，旨在帮助企业构建基于 OpenAI 模型的更安全、更强大的 AI 智能体。 此次更新的核心能力包括沙盒环境和前沿模型的分布内测试框架。沙盒功能允许智能体在受控的计算机环境中运行，仅访问特定操作的文件和代码，从而降低不受控风险并保护系统整体完整性；新框架则使智能体能够在工作区内使用文件和已批准的工具，便于企业部署和测试运行在最先进模型上的智能体。 OpenAI 表示，这些更新旨在让用户能够利用现有基...
Anthropic PBC 计划在未来一周内向英国金融机构发布其备受关注的 Mythos 人工智能模型。 此次发布是该公司「Project Glasswing」计划覆盖范围扩大的重要一步，旨在向特定机构提供该 AI 的早期访问权限。 此前，Anthropic 发现 Mythos 模型在识别网络安全漏洞方面展现出强大能力，这也是推动其向金融领域开放的关键因素之一。
以文本翻译闻名的AI公司DeepL正式发布语音到语音翻译套件，覆盖会议、移动及网页对话、一线员工群聊等场景。同时，公司还推出了API，允许外部开发者和企业基于其技术构建定制化应用，如呼叫中心等。 针对视频会议场景，DeepL为Zoom和Microsoft Teams推出了插件，听众可实时收听翻译后的语音或查看屏幕上的翻译文本，该功能目前处于早期访问阶段。此外，其语音翻译技术支持学习和适应行业术语及公司人名等自定义词汇。 DeepL CEO Jarek Kutylowski表示...
台积电高管在法说会上宣布，预计2026年公司资本支出将接近520亿至560亿美元的区间顶端水平。 台积电董事长兼CEO魏哲家表示，当前需求极为强劲，尤其是高性能计算与人工智能应用。尽管公司全力加速并提前采购设备，但供应依旧紧张，需求持续增长，这也是资本支出指向区间上限的原因。
最新披露文件显示，谷歌母公司 Alphabet 对 SpaceX 的早期投资有望带来超千亿美元回报。截至 2025 年底，Alphabet 持有 SpaceX 6.11% 的股份。若 SpaceX 计划通过 IPO 实现 2 万亿美元或更高估值，该持股价值将达到 1220 亿美元。 受今年 2 月 SpaceX 与 xAI 合并影响，Alphabet 持股已被稀释，目前持股比例约为 5%，按 2 万亿美元估值计算价值约 1000 亿美元。此次披露文件显示，马斯克持股约 40%...
据动察监测，谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。 据介绍，该模型是谷歌迄今为止可控性最强的文本转语音模型。
谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。据悉，该模型是谷歌迄今为止可控性最强的 TTS 模型。
谷歌宣布 Gemini 应用现已登陆 Mac，为用户提供更快、更集成的原生 macOS 体验，用户可直接在桌面获取 AI 帮助。 用户可将屏幕上的任何内容分享给 Gemini，让其准确处理当前查看的内容，包括本地文件。此外，针对复杂的图表，Gemini 也可提供即时总结功能。
据动察监测，谷歌 DeepMind 宣布推出 Gemini 3.1 Flash TTS 文本转语音模型。该模型是谷歌迄今为止可控性最强的文本转语音模型。
中国国家数据局近日就《关于推进行业高质量数据集建设行动的实施方案》公开征求意见。方案提出要创新行业高质量数据集商业模式，完善数据集长效运营机制。 具体措施包括鼓励数据集在数据交易平台挂牌交易，发展订阅模式、商场模式、定制模式等多元服务形态，推动商业模式从基础数据包销售向应用程序接口调用、模型化解决方案及全栈服务梯次跃升。 此外，方案拟探索词元交易等新型交易模式，构建以词元为基础、可量化、可定价的数据集价值体系。
鞋履品牌 Allbirds 上月以 3900 万美元出售其品牌及资产后，正式宣布转型 AI 领域。由于“Allbirds”品牌名已随资产出售，公司将更名为 NewBird AI，定位为“全面集成的 GPU 即服务和 AI 原生云解决方案提供商”。 更名后的 NewBird AI 同时宣布，获得来自一家未公开机构投资者的 5000 万美元可转换融资。公司计划利用这笔新资金收购 GPU 资产，为寻求 AI 算力的客户提供计算能力，并期望未来通过合作及战略并购扩展服务。 上述资产出...
中国国家数据局近日就《关于推进行业高质量数据集建设行动的实施方案》公开征求意见，提出创新行业高质量数据集商业模式，完善数据集长效运营机制。 方案鼓励数据集在数据交易平台等流通服务机构挂牌交易，发展「订阅模式」、「商场模式」、「定制模式」等多元服务形态，推动商业模式从基础数据包销售向应用程序接口调用、模型化解决方案及全栈服务梯次跃升。 此外，方案拟探索词元交易等新型交易模式，旨在构建以词元为基础、可量化、可定价的数据集价值体系。
近日，MarkTechPost 发布了一篇关于 Crawl4AI v0.8.x 的实操教程，详细展示了如何构建完整的网页爬取工作流。该工具不仅限于下载 HTML，还支持 Markdown 生成、JavaScript 执行以及基于 LLM 的结构化数据提取。 教程演示了多项核心功能，包括使用 BM25 算法进行查询感知过滤以提取相关内容，利用 CSS 选择器进行无 LLM 依赖的快速结构化提取（如提取维基百科和 Hacker News 数据），以及通过执行 JavaScript...
谷歌宣布在Chrome浏览器中推出“Skills”新功能。该功能内置于Chrome版的Gemini中，允许用户将常用的AI提示词保存为可重复使用的一键工作流。用户在浏览不同网页时，无需重复输入相同指令，只需通过输入斜杠（/）或点击加号（+）即可调用已保存的Skill。 Skills支持跨多个标签页同时执行，例如可一次性在多个产品页面上运行规格对比。此外，谷歌还推出了一个现成Skills库，提供针对常见任务的预写提示词，用户可将其添加到个人收藏并根据需要进行自定义编辑。 在安全...
Adobe正式推出“Firefly AI助手”（前身为Project Moonlight），该助手将在未来几周内进入公测阶段。用户可通过文本提示、按钮和滑块控制输出，该助手能够跨Firefly、Photoshop、Premiere、Lightroom、Express和Illustrator等Creative Cloud应用协同工作，自动执行工作流并建议操作，同时允许用户随时介入。 此外，该AI助手会随时间学习用户的创意偏好，并引入了多步骤“技能”功能。例如“社交媒体资产”技能...
近日，Meta关闭内部“tokenmaxxing”排行榜引发硅谷热议。LinkedIn联合创始人、风投家Reid Hoffman在Semafor世界经济峰会上对此发表看法，他表示支持追踪员工AI token使用量的做法，认为这是衡量AI工具采用率的一个良好指标。 然而，Hoffman强调，token使用量不应被视为生产力的直接衡量标准。他指出，部分员工可能消耗大量token进行随机或探索性尝试，因此需要结合员工使用token的具体目的来综合评估。他补充道，即使部分实验失败也无...
Mistral AI 正式发布其首款文本转语音（TTS）模型 Voxtral TTS。该模型参数量为 4B，基于 Ministral 3B 构建，采用基于 Transformer 的自回归流匹配架构。Voxtral TTS 支持 9 种主流语言（英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语）及多种方言，具备低延迟特性，模型延迟约为 70ms。 该模型主打逼真且富有情感的语音生成，支持情绪控制（如中性、开心、讽刺等）。Voxtral TTS 支持少至...
Anthropic 于 2026 年 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型在编码能力上进行了显著升级，能够更谨慎地规划、更长时间地维持智能体任务，并在大型代码库中运行更可靠，同时具备更强的代码审查和调试能力。值得注意的是，Opus 4.6 首次为 Opus 级别模型引入了 100 万 token 上下文窗口（测试版）。 在基准测试中，Opus 4.6 表现达到业界领先水平。它在智能体编码评估 Terminal Bench 2.0 和复杂多学科...
Anthropic 于 2 月 17 日发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理和智能体规划等方面实现全面升级，并推出支持 100 万 token 上下文窗口的测试版。目前，Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型，定价与 Sonnet 4.5 保持一致，为每百万 token 输入 3 美元、输出 15 美元。 性能方面，Sonnet 4.6 在多项基准测试中...
Google DeepMind发布了Gemini Robotics ER 1.6，这是其具身推理模型的重要升级。该模型旨在作为机器人的“认知大脑”，专注于视觉与空间理解、任务规划和成功检测等高级推理，而非直接控制机械肢体。它采用双模型架构，与负责执行物理动作的视觉 语言 动作模型（VLA）Gemini Robotics 1.5协同工作。 相较于前代版本，Gemini Robotics ER 1.6在空间和物理推理能力上显著提升，特别是“指向”功能，使其能够进行关系逻辑、运动轨...
4月2日，AI 编程工具 Cursor 正式发布 Cursor 3 版本。新版本从底层重新构建了用户界面，将其打造为一个以 Agent 为中心的统一工作空间，旨在解决工程师在管理多个 Agent 时面临的微操和跨工具切换问题。 Cursor 3 引入了多工作区支持，允许人类与 Agent 跨不同代码库工作。用户现在可以在侧边栏并行运行多个本地和云端 Agent，这些 Agent 可来自移动端、网页端、Slack 或 GitHub 等平台。此外，新版本优化了本地与云端 Agen...
4月14日，NVIDIA宣布推出全球首个开源量子AI模型家族NVIDIA Ising，旨在帮助研究人员和企业构建能够运行实用应用的量子处理器。该模型家族为构建混合量子经典系统中最关键的两个挑战——量子处理器校准和量子纠错——提供高性能、可扩展的AI工具。 Ising模型家族包含Ising Calibration和Ising Decoding。Ising Calibration是一种视觉语言模型，可快速解释量子处理器的测量结果，将自动化连续校准的时间从数天缩短至数小时。Isin...
Google Labs近日宣布，其实验项目Stitch正在演进为一个AI原生平台，并引入了“vibe design”（氛围设计）的概念。 该平台旨在让任何用户都能够创建、迭代和协作完成高保真UI设计。通过这一更新，Google进一步探索了AI在界面设计领域的应用潜力。
Google DeepMind 提出了一种新的认知框架，旨在衡量和评估向通用人工智能（AGI）迈进的进展。 为推动该框架的落地与能力基准测试的构建，Google DeepMind 同时在 Kaggle 平台上启动了一场黑客松活动，鼓励开发者参与构建相关的能力基准。
Anthropic 宣布其 AI 助手 Claude 将保持无广告模式。该公司表示，在 AI 对话中引入广告与 Claude 作为真正有用的深度思考助手的定位不符，且可能损害用户利益。Claude 的回复将不会受到广告商影响，也不会包含未经请求的第三方产品植入。 Anthropic 指出，AI 对话往往涉及敏感或深度个人的话题，以及复杂的软件工程任务，此时出现广告会显得不合时宜。此外，基于广告的商业模式会引入与“真正有用”原则相冲突的激励机制，可能导致 AI 为实现商业变现而...
中国国家数据局近日就《关于推进行业高质量数据集建设行动的实施方案》公开征求意见。方案提出，要创新行业高质量数据集商业模式，完善数据集长效运营机制。 具体措施包括鼓励数据集在数据交易平台等流通服务机构挂牌交易，发展订阅模式、商场模式、定制模式等多元服务形态。同时，推动商业模式从基础数据包销售向API调用、模型化解决方案及全栈服务梯次跃升。 此外，方案拟探索词元交易等新型交易模式，构建以词元为基础、可量化、可定价的数据集价值体系。