38 条新闻
Linux Foundation AI项目Kedro发布了1.2.0版本以及Kedro-Viz 12.3.0。新的@experimental装饰器允许标记处于开发中的API，starter项目support-agent-langgraph演示了与LangGraph编排和Langfuse/Opik提示管理工具的集成。Kedro-Viz获得了Mermaid图表和节点预览可扩展性，以改善管道调试。
Stability AI于2026年5月20日发布Stable Audio 3.0——包含4个音频模型（Small SFX、Small、Medium、Large）的系列，其中3个为开放权重并已在Hugging Face上线。最大亮点是支持最长6分钟的音频生成（前版本仅支持47秒），以及音频修复、因果延续和LoRA微调功能。公司声明所有模型均使用经许可的数据进行训练。
LangChain发布了LangSmith Engine技术详解——一款分析生产AI智能体错误并提出具体修复方案的自主元智能体。Engine端到端自动化错误检测、评估器生成和回归测试。
PyTorch团队发布了实验性ExecuTorch MLX Delegate——一个利用Apple MLX框架和Metal GPU内核在Apple Silicon芯片上实现3至6倍吞吐量提升的后端。支持Llama 3.2、Qwen 3、Phi-4 mini、Whisper和Voxtral实时流式转录。
GitHub宣布Copilot Spaces的REST API正式全面开放，使团队可以通过编程方式创建、配置和删除上下文感知的AI工作区。新接口对管理大量Spaces而无需依赖手动工作流程的组织特别有用。
CAST 是2026年5月14日发布于 arXiv 的论文，作者为 Renning Pang、Tian Lan、Leyuan Liu、Piao Tong、Sheng Cao 和 Xiaosong Zhang，提出了用于 LLM 工具使用的基于案例的校准框架。该方法将历史执行轨迹视为强化学习的结构化信息——在 BFCLv2 基线上实现了最高5.85个百分点的执行准确率提升，并将平均推理长度减少了26%。
可微分智能体混合（Differentiable Mixture-of-Agents）是由Xingjian Wu、Junkai Lu、Siyu Yan、Xiangfei Qiu、Jilin Hu、Chenjuan Guo和Bin Yang于2026年5月15日发布的arXiv论文，提出了一种用于多智能体LLM协作的可微分路由机制。系统在推理步骤中动态选择并激活智能体，取代固定拓扑结构，在9个基准测试中达到SOTA，并通过预测熵自监督实现无需外部标注的测试时自适应。
双维度一致性是2026年5月14日发布于 arXiv 的论文，作者为 Rongman Xu、Yifei Li、Tianzhe Zhao、Yanrui Wu、Bo Li 和 Hang Yan，旨在解决推理时扩展效率问题。该框架结合了置信度加权贝叶斯协议和趋势感知分层剪枝——在五项基准测试中，与强基线相比，token消耗减少逾10倍，同时保持或提升了准确性。
《小型私有语言模型作为教育评估设计的团队成员》是2026年5月14日发布于 arXiv 的论文，作者为 Chris Davis Jaldi、Anmol Saini、Shan Zhang、Noah Schroeder、Cogan Shimizu 和 Eleni Ilkou。在生成符合教学法的评估问题方面，对小型模型与大型替代方案进行了系统比较——小型模型取得了有竞争力的结果，同时具备隐私优势，但作者强调模型评估显示出系统性不一致，并建议采用人机协作方式。
《邻域为何重要》是2026年5月14日发布于 arXiv 的论文，作者为 Riccardo Terrenzi、Maximilian von Zastrow 和 Serkan Ayvaz（已被 IJCAI-ECAI 2026 GENAIK 和 NORA 联合工作坊接收）。作者认为，智能体 GraphRAG 系统必须将引用忠实度视为轨迹层面的问题——真正的溯源不仅涵盖被引证据，还包括影响模型推理的已访问但未引用的实体。
xAI SDK Python v1.13.0 于2026年5月16日发布（提交者 @double-di，PR #141），新增了用于批量视频扩展的 prepare_extension() 方法。该功能在 v1.10.0 引入的视频 API 基础上增加了批处理能力——开发者现在可以在一次调用中为一系列视频片段准备扩展参数，而无需为每个片段单独依次处理。
APWA分布式并行代理工作流架构是Evan Rose、Tushin Mallick、Matthew D. Laws、Cristina Nita-Rotaru和Alina Oprea于2026年5月15日在arXiv发表的新多智能体系统架构论文。该系统将代理工作流分解为在独立资源上执行、无需跨通信的非干扰子问题。APWA在先前系统完全失败的任务上实现了扩展。
GraphFlow是MedFlow Inc.的Drewry H. Morris V、Luis Valles和Reza Hosseini Ghomi于2026年5月15日在arXiv上发布的新型可靠智能体AI可视化工作流系统。该系统通过形式可验证的图即规范方法解决累积错误问题（10步流程90%单步可靠性仅成功35%）。为期一年的三个站点临床试点执行了8,728次工作流运行，早期原型完成率达97.08%。
Orchard 是一个新的开源智能体建模框架，由 Baolin Peng、Wenlin Yao 及 12 位联合作者于 2026 年 5 月 14 日发布在 arXiv 上。该框架将轻量级环境层与三种专用训练方案相结合——SWE（软件工程）、GUI（视觉语言）和 Claw（个人助理）。Orchard-SWE 变体经强化学习训练后在 SWE-bench Verified 上达到 67.5%，成为编码智能体领域最先进的开源方案。
LangChain Labs是由Harrison Chase于2026年5月14日宣布的新应用研究项目，旨在从运营数据——生产追踪、用户反馈和评估结果——中自主改进代理。LangSmith作为收集追踪信号的骨干系统。初始合作伙伴包括Harvey（法律AI）、NVIDIA（GPU/基础设施）、Prime Intellect（分布式计算）、Fireworks（推理）和Baseten（部署）。
LangSmith Engine是LangChain于2026年5月13日发布的新平台，可自动化AI智能体的生产反馈循环。引擎分析来自生产运行的追踪数据、按模式聚类错误、定位代码中的根本原因，并生成具体的拉取请求建议和评估器定义。目标是从手动调试转向持续自动化改进。
PyTorch 2.12是PyTorch框架于2026年5月13日发布的新生产版本，包含2926个提交和457名贡献者。主要特性：torch.accelerator.Graph设备无关API支持CUDA、XPU及第三方后端；torch.export支持Microscaling MX量化（MXFP4/6/8）；linalg.eigh通过cuSolver在CUDA上提速最高100倍；以及CUDA Graphs内的torch.cond支持。TorchScript已被正式移除。
LangGraph Delta Channels 是 LangChain 于 2026 年 5 月 12 日发布的新状态更新机制，解决了长时间运行智能体中存储呈 O(N²) 增长的问题。与每步保存完整快照不同，Delta Channels 记录增量变更并每 50 步定期做一次完整快照。基准测试显示存储减少 41 倍；此更新已在 Deep Agents v0.6 和 LangGraph v1.2 中提供。
ExecuTorch on Arm 是 PyTorch 基金会于 2026 年 5 月 12 日发布的新计划，将 ExecuTorch 运行时扩展至 Arm Cortex-A 和 Cortex-M CPU 以及 Ethos-U NPU 加速器。OPT-125M Transformer 和 MobileNetV2 模型可在 Raspberry Pi 5 和配备 256 个 MAC 单元的 Ethos-U85 上运行，Arm Education 仓库提供边缘 AI 部署的实践实验室。
AMD发布vLLM-ATOM开源插件，无需修改任何源码即可将Instinct GPU优化集成到vLLM生产框架中。插件通过Python entry_points机制自动激活，支持包括Kimi-K2.5和DeepSeek V3/R1在内的dense和MoE模型，并使用AITER内核实现融合MoE和flash attention。
MolmoAct 2 是 Allen Institute for AI 于 5 月 5 日发布的开源机器人基础模型。该模型在具身推理基准测试中达到 63.8/100，超越 GPT-5 和 Gemini 2.5 Pro，推理速度提升 37 倍，是首个内置双臂协调能力的基础模型。
IBM于2026年4月29日在HuggingFace博客发布了Granite 4.1模型家族的构建细节——3B、8B和30B稠密变体，采用Apache 2.0许可证。在约15T词元上通过5阶段流水线策略训练，使用GRPO+DAPO损失的4阶段强化学习。Granite 4.1-8B Instruct在大多数基准测试上与前代Granite 4.0-H-Small（32B-A9B MoE）持平或超越——表明稠密模型在相同激活参数预算下可达到MoE质量。
Marco-MoE是由Jiang、Zhao等人于2026年4月28日发布的新型开源稀疏混合专家模型系列。模型每个令牌仅激活约5%的总参数，通过从密集模型升级改造在5万亿令牌上训练，Instruct版本超越激活参数量多3至14倍的密集竞争对手。权重、数据集和训练方案均已公开发布。
OpenAI发布了Privacy Filter——一个拥有15亿参数（5000万活跃参数）、12.8万token上下文、Apache 2.0许可证的开源个人身份信息检测器。单次扫描即可检测八类PII，在PII-Masking-300k基准测试中达到SOTA水平，支持多种语言。
Linux Foundation AI & Data Foundation于2026年4月27日发布了ONNX v1.21.0——引入包含CumProd和BitCast运算符的Opset 26、2位类型支持、实验性Python 3.14自由线程，以及整数除法一致性和编译器安全性改进。
Google DeepMind发布了Decoupled DiLoCo，一种用于AI模型训练的分布式架构。它将8个数据中心之间所需的网络带宽从198 Gbps降至0.84 Gbps，同时在高故障率场景下将吞吐量从27%提升至88%。
vLLM与DeepSeek同日发布了V4-Pro和V4-Flash模型的完整集成，相比V3.2在百万令牌上下文下KV缓存减少8.7倍。稀疏注意力与积极压缩的结合，使标准GPU硬件上的模型服务成为可能。
Allen人工智能研究所发布了OlmoEarth Studio，提供三种规模的模型（Nano、Tiny、Base）用于卫星图像嵌入向量。这些模型仅凭60个标注像素便可实现地景分割F1得分0.84，同时支持变化检测与PCA可视化。
Apple在本周于里约热内卢举办的ICLR 2026大会上发布了五篇机器学习研究论文，其中最受瞩目的是ParaRNN——一种支持非线性递归神经网络并行训练的方法，相比顺序方式实现了665倍加速，使RNN可扩展至数十亿参数，与Transformer形成竞争。
Linux Foundation AI & Data发布了一份实践指南，通过九个负责任AI维度展示如何实施RGAF（负责任生成式AI框架），配备35个具体开源工具目录，并与NIST AI RMF、EU AI法案、ISO/IEC 42001和OECD原则保持一致。
WorldDB是一款面向AI智能体的全新记忆引擎，将向量数据库与嵌套世界图谱和本体论相结合。它在写入时协调知识并防止智能体记忆中的矛盾，在LongMemEval-s基准测试中达到96.40%的准确率。
BAR（Branch-Adapt-Route）是Allen Institute for AI提出的一种新型模块化后训练方法，支持独立训练各领域专家——数学、代码、工具使用、安全——并将其融合为统一的专家混合模型。在OLMo 2 7B上的结果：平均得分49.1，数学提升7.8分，代码提升4.7分，优于基准重训练。
AMD FLy是一种全新的免训练推测解码方法，通过语义接受草稿令牌，在Llama-3.3-405B上实现4.80×至5.21×加速，在Llama-3.1-70B上实现2.74×加速，精度超过99%，无需对模型进行额外训练。
Gemma 4是Google新一代开源模型，共有四个变体：适用于移动设备的E2B、适用于边缘设备的E4B、拥有38亿活跃参数的26B MoE以及31B dense模型。31B在开源模型竞技场排名第三，据称超越了20倍参数量的模型，26B MoE排名第六。所有模型均为多模态（文本、图像、视频、音频），支持140种语言，上下文长度最高256K tokens，并以Apache 2.0许可证发布。
HuggingFace发布了通过Sentence Transformers库对多模态嵌入和重排序模型进行微调的详细指南。重点是将文本和图像整合到共同的嵌入空间，从而实现跨异构数据的语义搜索。主要应用于处理文档、表格、图像和扫描件混合物的RAG系统。
HuggingFace发布了一个15,000词的Transformers-to-MLX skill，使用Claude Code将Transformers模型移植到Apple Silicon的MLX-LM平台。该skill包含独立验证结果的测试框架，消除了LLM幻觉问题，同时解决了AI代理将拉取请求数量增加10倍的开源项目中日益增长的挑战。
LangChain构建了一个使用深度代理（Deep Agents）的文档自动化测试系统，防止文档中出现过时的代码示例。该系统使用多种技能（skills）将内联代码片段迁移到独立测试文件，通过GitHub Actions运行它们，并重新生成经过验证的片段，确保文档始终反映API的实际状态。
Overworld发布了Waypoint-1.5，这是一款实时视频世界模型，可在RTX 3090和Apple Silicon Mac等消费级GPU上以720p/60fps分辨率生成交互式虚拟环境。该模型的训练数据比前代多出约100倍，并在HuggingFace上开源可用。