2026年5月29日星期五

11 条新闻 — 🟡 4 值得关注 , 🟢 7 有趣

🤖 模型 (1)

🟢 🤖 模型 2026年5月29日 · 1 分钟阅读

Google：九段演示视频展示Gemini Omni和3.5的能力

Google发布了九段演示视频，展示在I/O 2026大会上推出的Gemini Omni和Gemini 3.5模型的能力。演示涵盖通过对话编辑视频、智能体执行任务、搜索中的生成式用户界面，以及个人AI智能体Gemini Spark。

📦 开源 (1)

🟡 📦 开源 2026年5月29日 · 2 分钟阅读

arXiv:2605.31463：PithTrain，面向智能体的紧凑型MoE模型训练系统

PithTrain是一套为AI编码智能体优化的Mixture-of-Experts模型训练新系统。该论文引入agent-task efficiency指标及配套的ATE-Bench，PithTrain在其上实现智能体步骤减少最多62%、活跃GPU时间减少最多64%，同时保持可比的吞吐量。

⚖️ 监管 (1)

🟢 ⚖️ 监管 2026年5月29日 · 1 分钟阅读

OpenAI：可信的AI模型第三方评估指南

OpenAI发布了用于AI模型外部评估的共享手册。该文件阐述独立评估者如何可靠地衡量模型能力、测试安全机制，并验证先进frontier系统结果的有效性。

🤝 智能体 (3)

🟡 🤝 智能体 2026年5月29日 · 1 分钟阅读

Anthropic：Claude Managed Agents登陆Claude Platform on AWS

Anthropic宣布Claude Managed Agents的核心功能——webhooks、多智能体编排和自托管沙箱——现已在Claude Platform on AWS上可用，同时推出新的IAM操作和用于授权访问的托管策略AnthropicSelfHostedEnvironmentAccess。

🟡 🤝 智能体 2026年5月29日 · 1 分钟阅读

arXiv:2605.31584：LongTraceRL从搜索智能体轨迹中学习长上下文推理

LongTraceRL是一种用于长上下文推理的强化学习新方法。它从搜索智能体轨迹中构建训练数据，采用分级干扰项，并使用结合实体级过程监督的rubric奖励，在5个基准测试上、对40亿至300亿参数模型实现一致的提升。

🟢 🤝 智能体 2026年5月29日 · 1 分钟阅读

Anthropic：Claude Code 2.1.157带来插件自动加载和Opus 4.8热修复

Anthropic发布了Claude Code 2.1.157和2.1.156版本。新版本带来无需marketplace即可从.claude/skills自动加载插件、新插件脚手架、智能体覆盖以及会话中切换worktree，而2.1.156是针对Opus 4.8因thinking块被修改而产生API错误的热修复。

🔧 硬件 (1)

🟢 🔧 硬件 2026年5月29日 · 1 分钟阅读

AMD：MI300X上的推测解码将推理加速4.3倍

AMD在ROCm博客上介绍了在Instinct MI300X GPU上实现的推测解码。这种由较小draft模型预测token、较大模型进行验证的技术，相比经典自回归生成实现了最高4.3倍的吞吐量提升。

🏥 实践应用 (1)

🟢 🏥 实践应用 2026年5月29日 · 1 分钟阅读

OpenAI：Braintrust借助Codex和GPT-5.5加速实验

OpenAI发布了一则关于Braintrust公司的客户案例。其工程师使用由GPT-5.5驱动的Codex来更快地运行实验和编写代码，将用户需求直接转化为可运行的程序解决方案。

💬 社区 (1)

🟢 💬 社区 2026年5月29日 · 1 分钟阅读

Google：滑铁卢学生在Futures Lab构建AI导师

Google展示了滑铁卢大学学生的工作，他们在Futures Lab框架内开发面向教育和工作的AI原型。项目包括美国手语导师、日语学习应用和通过摄像头追踪锻炼的工具。

🛡️ 安全 (1)

🟡 🛡️ 安全 2026年5月29日 · 2 分钟阅读

OpenAI：扩大对GPT-Rosalind生物安全模型的可信访问

OpenAI宣布向经过审核的开发者和美国政府合作伙伴扩大对GPT-Rosalind模型的可信访问，将这一举措置于生物安全和增强社会对生物威胁韧性的背景下，并以面向防御和研究应用的受控访问方式进行。

✨ 趣闻 (1)

🟢 ✨ 趣闻 2026年5月29日 · 1 分钟阅读

arXiv:2605.30963：AMix-2将蛋白质作为原生模态引入LLM

AMix-2是一个蛋白质-文本基础模型，将蛋白质理解和序列设计统一到共享的token空间中。它采用block-wise扩散语言骨干，引入ProteinArena基准，超越frontier LLM并可与专门的蛋白质模型相竞争。