跳到正文
今天11月12日周四1 条
11月11日周三
  1. PyTorch:Blog65

    ExecuTorch 推出 WebGPU 后端,PyTorch 模型可在浏览器 GPU 上直接运行

    PyTorch 官方为 ExecuTorch 新增 WebGPU 后端,模型通过 torch.export 导出为 .pte 文件后可在任何支持 WebGPU 的浏览器中以 GPU 加速运行,无需转换为 GGUF、ONNX 等格式。

    推荐理由:官方为 PyTorch 模型提供了不转换格式的浏览器 GPU 推理路径,并给出与 CPU 路径的具体性能对比和验证模型清单。

  2. Meta Engineering Blog54

    Meta 推出 Your Algorithm:让用户用自然语言定制 Facebook Feed 和 Reels 推荐

    Meta 在工程博客介绍 Your Algorithm,一套 AI 工具让用户用自然语言管理影响 Feed 和 Reels 的兴趣列表,并可即时生效。系统用多个 LLM 分别负责生成初始兴趣画像、校验每次编辑、以及在排序后用微调小模型做最终过滤,配合补充拉取和缓存失效机制让更改快速生效。

11月10日周二
  1. Meta Engineering Blog50

    Meta 为 LLDB 构建跨 CPU 与 GPU 调试的插件架构

    Meta 在 lldb-server 中构建了厂商中立的 accelerator 插件架构,用于调试跨越 CPU 和 GPU 的应用程序。该设计将 CPU 与 GPU 表示为各自独立的 LLDB target(调试进程),同时呈现在同一个调试会话中,插件把厂商设备调试 API 转换为 LLDB 已有概念(进程、线程、寄存器、内存等)。

11月9日周一
  1. Artificial Analysis 完整文章66

    Artificial Analysis 评测 Meta Muse Ember:36 分 Intelligence Index 下每任务成本最低的模型

    Artificial Analysis 评测 Meta 新模型 Muse Ember,其在 Intelligence Index 得 36 分,是达到该分数中每任务成本最低的模型(max 档 $0.14)。

    推荐理由:原文给出 Muse Ember 与同价位模型在各基准和每任务成本上的对比数据,读者可据此评估其性价比与适用场景。

11月7日周六
  1. Meta:Newsroom · AI57

    Meta 为 Muse 应用推出 spaces 自定义功能

    Meta 今天推出 spaces,一种在 Muse 中创建个性化自定义体验的方式。用户只需描述想法即可生成空间,如礼物追踪器、单词游戏或 DIY 规划板,可随使用持续调整并自定义位置和显示时间。spaces 已在 Muse 所有可用地区开放,Meta 还在探索与他人分享 spaces 的协作功能,并将为 Muse 推出基于 Muse Wonder 训练的专用模型版本。

11月6日周五
  1. Meta:Newsroom · AI54

    Meta 在 Muse 应用推出实时语音对话与表情化头像

    Meta 在 Muse 应用的移动端、网页端和 Mac 上推出实时语音对话,点击右上角电话图标即可开始通话。语音模式支持边说边完善旅行规划、面试和演讲排练等场景;头像会随对话语气做出细微表情和手势,提供仅语音、侧边头像和全屏三种显示方式,另有数百种可选声音。本次功能先在美国推出,AI Glasses 和 Muse Charm 上的语音对话即将到来。

11月4日周三
  1. Conductor 官方更新62

    Conductor 宣布加入 Meta,并将逐步关闭服务

    Conductor 0.93.0 更新宣布 Conductor 加入 Meta,并将在此后数周至数月内逐步停止服务。Conductor Cloud 将于 11 月 13 日转为只读、11 月 20 日关闭,Local Conductor 将持续获得新模型和关键修复至 2027 年初。

    推荐理由:官方更新同时交代了关闭时间表和数据迁移入口,本地版用户可据此安排后续使用与备份。

10月30日周五
10月29日周四
10月28日周三
10月27日周二
10月23日周五
10月22日周四
10月20日周二
  1. Google Developers Blog64

    Google 发布 TorchTitan TPU:TorchTPU 原生接入 PyTorch 并给出 TPU 训练优化方案

    Google 发布 TorchTitan TPU 分支(github.com/google-pytorch/torchtitan),配合 TorchTPU 让 PyTorch 通过 torch.device("tpu") 原生使用 Cloud TPU,无需改写 JAX 或依赖旧 torch_xla。

    推荐理由:官方详细披露了 TorchTitan TPU 的关键组件与实测 MFU 数据,读者可据此评估自家模型迁移到 Cloud TPU 的可行路径。

  2. Fireworks AI76

    Meta 开源权重模型 Muse Spark Open 在 Fireworks 开放 Day-0 服务

    Meta 的开源权重模型 Muse Spark Open 于 Fireworks 提供 Day-0 无服务器服务,为 816B 参数 MoE 模型,每 token 激活 42B 参数,上下文窗口 1M token,面向长程编码与智能体任务。

    推荐理由:原文汇总了多个第三方基准的实测分数,读者可以据此评估这个开源权重模型在法律、金融等专业场景的可用性。

10月15日周四
  1. Together AI 研究与产品博客75

    Meta Muse Spark Open 上线 Together AI,面向智能体编码场景

    Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线,Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。

    推荐理由:原文给出了模型能力、定价和 API 用法,读者可据此评估它在智能体编程工作流中的实际落地价值。