从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 Apple 的 MLX，并加入结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库被改写为 Apple Silicon 内核。
推荐理由：读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层对性能差距的具体贡献。
技术方向
部署工程 最新动态
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
50 条精选近 30 天 19 条共收录 113 条
更新
精选归档 · 第 3 页
Berkeley AI Research精选AI 评分6060
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人智能层，首次实现对完整人形机器人的全身控制，并提升灵巧操作与多机器人协作能力。
推荐理由：原文给出三个模型的职责分工与端侧适配数据，读者可据此判断机器人智能层的落地路径。
Berkeley AI Research精选AI 评分6060 智能免费之后怎么办：面向智能体的数据系统
伯克利 EPIC Data Lab 的 Aditya G. Parameswaran 等人发布观点文章，提出近零推理成本时代数据系统面临三类新挑战：为智能体设计的数据系统、支撑智能体运行的数据系统、以及由智能体合成的数据系统。
推荐理由：伯克利团队从推理成本骤降出发，提出智能体时代数据系统的三类新挑战，为理解 Agent 基础设施走向提供框架。
Google Research精选AI 评分7373 Google 发布 TabFM：面向表格数据的零样本基础模型
Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，把表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程即可在单次前向传播中完成预测。
推荐理由：原文给出 TabFM 的架构设计与 TabArena 基准结果，读者可据此判断零样本表格预测能否替代传统调参流程。
Google Research精选AI 评分6262 Google 用冻结多 token 预测加速 Pixel 上的 Gemini Nano 模型
Google 宣布一种新架构，把多 token 预测（MTP）加装到已冻结的 Gemini Nano v3 模型上，已在 Pixel 9 和 10 系列上线，作为开箱即用的加速方案。
推荐理由：Google 把多 token 预测接到冻结的 Gemini Nano v3 上，读者可了解端侧推理提速与内存节省的具体做法。
Google DeepMind精选AI 评分7878 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前它仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：原文说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型，并给出企业级安全选项，读者可据此判断智能体自动化的落地路径。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap，用纵深防御管控内部 AI 智能体
Google DeepMind 发布 AI Control Roadmap，一套用于在 Google 内部部署和管理高级 AI 智能体的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层。
推荐理由：Google DeepMind 公开内部 AI 控制路线图，读者可了解其如何用监督智能体与分级响应约束内部 Agent 风险。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上文本生成最高提速 4 倍。
推荐理由：官方给出 26B MoE 文本扩散模型的速度、显存与适用场景，读者可据此判断本地低并发推理的取舍。
Google Research精选AI 评分6262 Google 在 Gemini Enterprise Agent Platform 上线 Agentic RAG 版跨语料检索
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的跨语料检索公开预览版，通过 Orchestrator、Planner、Query Rewriter、Search Fanout 与 Sufficient Context Agent 等角色协作处理多源多跳查询。
推荐理由：原文给出多智能体 RAG 的完整流程与跨语料评测数据，读者可据此判断复杂查询检索的可行边界。
Google Research精选AI 评分6262 Google 开源其水文建模框架，推动洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可证开源其水文建模框架，供各国气象与水文机构将 AI 洪水预报整合进自身工作流。
推荐理由：Google 开源驱动 Flood Hub 的水文建模框架，读者可了解其架构、训练流程与在 CHMI 的落地方式。