跳到正文
#开源/仓库
  1. The Decoder78

    Nvidia 开源机器人视频标注数据引擎 Flora

    Nvidia 开源数据引擎 Flora，用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分，已在 GR00T 模型训练中每天标注最多 20 万小时视频，模型发布在 Hugging Face。

    推荐理由：原文给出开源标注工具的成本估算和基准对比，也点出评测方法与成本推算上的局限，便于判断它在机器人数据流水线中的位置。

  1. Latent Space87

    Moonshot 发布 Kimi K3.1 Pro：2.8 万亿参数、104B 激活，承诺 11 月 4 日开放权重

    Moonshot 发布 Kimi K3.1 Pro，这是一款 2.8 万亿总参数、104B 激活参数、100 万 token 上下文的多模态 MoE 模型，已在官网、App、Kimi Work、Kimi Code 和 API 上线标准版与 Highspeed 版，权重承诺 11 月 4 日开放。

    推荐理由：聚合了第三方基准与社区对成本、安全干预和推广争议的多方讨论，便于对照厂商宣传与独立评测的差异。

  1. NVIDIA Blog71

    NVIDIA 扩展 Cosmos 平台，新增世界模型训练、评测与部署工具

    NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，并在 GTC Berlin 把 Cosmos Framework 的训练优化技能扩展到更多开放模型，同时发布 Cosmos 3。

    推荐理由：原文列出数据工厂蓝图、训练框架与推理加速的完整链路，读者可据此判断世界模型的工程化门槛变化。

  2. Hugging Face Blog75

    NVIDIA 发布关系型基础模型 Kumo Relational，无需训练即可预测

    NVIDIA 发布预训练关系型基础模型 Kumo Relational，直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。在 15 个数据库的 41 项任务上，它超过监督式关系深度学习模型和专家特征工程 GBDT 管线；在 SAP SALT 企业基准上，其 MRR 比 AutoGluon 集成高 8%，微调后扩大到 16%。

    推荐理由：原文给出与企业数据库上直接预测的对比结果和开放权重，可供读者判断无需训练的范式在关系型数据上走到哪一步。

  1. Microsoft Research67

    微软研究院推出零知识证明虚拟机 Magnetar

    微软研究院发布零知识证明虚拟机 Magnetar，可证明用 Rust、Go、C 编写的程序，在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 至 39 倍。它基于 RISC-V 架构，开发者无需手写密码学电路，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，不依赖椭圆曲线、格或可信设置。其证明校验时间约 12 毫秒，笔记本上每秒可证明 7.2 至 8.7 百万条处理器指令。

    推荐理由：微软研究院的新零知识证明虚拟机宣称比现有最快同类的 zkVM 快 10 至 39 倍，并仅依赖标准哈希函数，读者可借此理解这条技术路线的取舍。

  1. Mistral AI65

    Mistral 发布时间序列基础模型 Timestral，209M 版本在三项基准居首

    Mistral AI 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸。最大的 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准的预训练零样本模型中均排名第一，参数量为前 SOTA 的三分之二。

    推荐理由：原文给出了四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于横向比较时间序列基础模型的准确率与成本。

  1. Microsoft Research80

    微软研究院开源 Agent Lightning v1.0，约 3500 行代码的轻量 agent RL 框架

    微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 agent 强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。

    推荐理由：微软研究院开源这个框架，可以直接解决真实 agent harness 接入 RL 训练时重复实现的问题，并给出了可复现的编码智能体训练流程。

已经到底了