Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用轻量转向网络在冻结基础模型的前提下引导生成。
来自「超级智能新闻」(SI NEWS) 的实时聚合 · 按时间倒序 · 每条附 AI 评分与原文出处
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用轻量转向网络在冻结基础模型的前提下引导生成。
NVIDIA AI 工厂通过高产能、耐用性与通用性三大特性最大化投资回报率。SemiAnalysis AgentX 数据显示，NVIDIA Vera Rubin NVL72 系统每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 模型上每百万 token 成本最多低 45 倍。
AI 正在改变开发者工作，GitHub 提出三项需要强化的技能：指挥 AI 智能体、不盲信 AI 的首个答案、用 AI 解决更大的问题。例如让第二个 AI 模型审查第一个模型的输出：GitHub Copilot 内置的 Rubber Duck 智能体即用第二模型在推进前评审方案、代码与测试。当 AI 承担更多实现，清晰定义问题、评估权衡与做出技术决策等人类判断力反而更关键。
OpenAI 在 ChatGPT 推出新的视觉广告格式，并扩展衡量工具、归因合作与品牌适宜性，面向广告主提供投放与评估支持。
OpenAI 说明了在欧盟规则下如何处理文本水印，涵盖水印的适用范围、检测机制，以及为何检测权限优先向研究人员开放。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 智能体技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。
AWS 官方博客介绍如何在 AWS GovCloud (US) 中通过 Amazon Bedrock 运行 Claude Code，让受 ITAR 等合规要求约束的工作负载也能进行 AI 辅助开发。
Microsoft Research 发布 Quine，一个面向生物学的多模态世界模型与交互式研究系统，把模型、科研工具、文献与湿实验连接进闭环。在与 Broad Institute（哈佛与 MIT）合作的胰腺导管腺癌研究中，Quine 用一个周末完成数千化合物的预测与排序，最高排名化合物在多个湿实验中产生了最大的靶向细胞状态转变。
Hugging Face 推出 Open TTS Leaderboard，用客观指标评测开源多语言 TTS 与语音克隆模型。榜单以 Qwen3 ASR 转写计算 WER/CER 衡量可懂度，以 RTFx 和 TTFA 衡量 H200 GPU 上的批量推理与流式延迟，并以 WavLM 嵌入余弦相似度衡量说话人相似度，把单个模型评测从数周缩短到数小时。
GPT-6 Astra Ultrafast 现已通过 OpenAI API 提供，运行在 NVIDIA Blackwell GPU 上，并向符合条件的 ChatGPT Work 和 Codex 用户开放。
NVIDIA 推出 DGX Spark 64GB 统一内存配置，本月由 Acer、ASUS、Dell、Gigabyte、HP、MSI 销售，10 月 23 日起售价 $4,999。
Google Research 宣布新一代联邦学习系统，利用可信执行环境（TEE）提供完全可验证、可审计的数据匿名化保证，Gboard 已率先采用。新系统由客户端加密上传与访问策略、基于 RAFT 共识的 KMS 密钥管理、用 Federated Language 编排的 TEE 训练循环以及加密恢复状态协同工作，训练时间从此前的 1-2 个月大幅缩短，同时模型准确率提升。
Ai2 开源 AstaBrief 8B，它把研究问题与检索到的文献片段直接转成带引用的报告，训练数据一并开放。模型基于 Qwen3-8B，用 SFT 加 DPO 训练；在 Asta 的 Fast mode 下平均 51.1 秒生成一份报告，约为 Claude 驱动的 Thinking mode（178.5 秒）速度的 3.5 倍。
OpenAI 发布 GPT-6 系列模型实践指南，说明创业公司如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具，并为生产环境准备工作流。
Google DeepMind 发布前沿模型 Gemini 4 Argon，面向真实软件工程、法律金融等企业知识工作与网络安全防御，可在长程复杂工作流中维持深度推理。
Hcompany 发布 Holo4 系列智能体模型，包含 27B dense 与 35B-A3B MoE 两种尺寸，可通过 GUI、代码、MCP 和 API 与软件交互，同一模型可
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将近实时视频生成与语音结合，为 Gemini 实时对话模型增加能看、能听、能
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，在 AlphaFold Database 中开放 2800 多种病毒的蛋白复合体预测三维结构，约 30
Google DeepMind 宣布为 Private AI Compute 平台引入私密的服务端记忆层，让 AI 在跨设备间保持长期连续性的同时维持与端侧处理同级的隐私标准。
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色 voice
Mistral 完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由 Samsung Electronics 领投，Scaleup Europe Fund（EQT 管理
Google DeepMind 与 Google Research 发布 WeatherNext 3，据 Brightband 独立实时评估为迄今最先进、最准确的全球气象模型。
Mistral AI 发布 Agentic Search 检索层，以多步检索循环让模型在复杂文档中查找、检视并验证信息，在 FinanceBench 上将正确率从 26.7% 提升