AI应用:Google Gemma 4 12B,16GB 显存本地跑多模态

新产品与应用

  • Google Gemma 4 12B:16GB 显存本地跑多模态,原生音频输入,Apache 2.0 开放,Ollama/LMStudio 可用
  • OpenClaw 2026.6.1:首次 Windows 原生节点接入 + 技能工坊(Agent 自提技能审批)+ 多智能体编排
  • 微软 MAI-Thinking-1 & MAI-Code-1-Flash:350亿活跃参数推理模型 + 代码模型,未用第三方蒸馏,已接入 GitHub Copilot
  • 微软 Scout & Project Solara:主动筛选邮件决策的工作智能体 + Agent 优先设备平台
  • OpenAI GPT-Rosalind(生命科学版):集成 GPT-5.5 能力,专攻药物发现,与诺和诺德合作,配套 LifeSciBench 评测

技术动向与文章

  • GitHub AI Agent 压垮架构:Copilot 改按 Token 计费,宣布按 30 倍规模重构,引入背压与故障隔离
  • 李飞飞定义世界模型:区分渲染/模拟/规划三功能,WorldLabs Marble 支持多模态入、碰撞网格出
  • Anthropic Claude 数据分析 Skill 框架:分层数据栈 + Semantic Skill,准确率 21%→95%,公开模板

前沿论文

  • 小鹏 X-Foresight(arXiv:2606.x):基于预测式世界模型的视觉-动作因果预测网络,智驾 CVPR 2026 成果
  • Sutton 等 Toward Enactive AI(arXiv:2605.24238):批判被动表征,引入生成认知框架,主张感知-行动一体
  • 浙大×阿里 Token Economics for LLM Agents(arXiv:2605.09104):将 Token 定义为生产要素,建多 Agent 经济分析框架

Comments

No comments yet. Why don’t you start the discussion?

发表回复