NVIDIA 推进媒体智能体安全：从欧洲公共广播到全球内容制作
NVIDIA 携手欧洲广播联盟（EBU）与 Adobe 推进媒体智能体安全和内容制作加速。EBU 将采用 NVIDIA Nemotron 开源模型与主权云，为欧洲公共广播机构构建可控的智能体部署架构。Adobe Frame.io 则通过 NVIDIA GPU 加速实现嵌入向量生成提速约 5x、吞吐量提升最高 4x 且延迟降低最高 5x。
#Microsoft
NVIDIA BlogAI 评分4646
NVIDIA Blog精选AI 评分7373 NVIDIA 宣布 RTX Spark PC 上市并举办全球发布活动
NVIDIA 宣布面向创作者、游戏玩家与 AI Agent 的 Windows PC 平台 RTX Spark 正式发售，并在全球多个城市同步举办线下体验活动。官方开启带有黄仁勋签名笔记本的线上互动，并援引媒体对本地 AI 工作流与 CUDA 加速性能的实测评价。体验活动将在旧金山、柏林、台北、北京等多地提供真机演示，展示端侧 AI 在笔记本上的实际表现。
推荐理由：官方通过全球线下体验和早期媒体评价展示了本地运行智能体的工作流形态，读者可了解新硬件对端侧场景的适配规划。
Microsoft Research精选AI 评分7272 微软研究院介绍通用零知识虚拟机 Magnetar
微软研究院介绍了通用零知识虚拟机 Magnetar，可在笔记本电脑上每秒证明 720 万至 870 万条 RISC-V 处理器指令，证明验证仅需约 12 毫秒。
推荐理由：该研究展示了仅依赖标准哈希函数实现通用零知识证明的可行性，大幅降低了证明开销与长期密码学迁移风险。
GitHub Blog · AI & ML精选AI 评分6666 GitHub 推出用于密钥检测的微调 ModernBERT 模型
GitHub 升级密钥检测流水线，采用正则表达式初筛结合微调 ModernBERT 上下文分类器的两阶段架构，在减少误报的同时提升检测效率。相比此前基于通用 LLM 的方案，新模型使推送后扫描中位执行时间缩短 86%，推理服务成本降低超 98%，仓库所有者加权采纳率提升 11.5%。
推荐理由：通过正则初筛结合微调轻量编码器模型的方案，为高吞吐场景下兼顾检测准确率与推理成本提供了实用的架构参考。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Copilot 新手指南：如何让 Copilot 理解项目代码库
GitHub 针对初学者系统梳理了向 Copilot 提供项目上下文的四种途径，帮助 AI 自动遵循代码库的架构和开发规范。
推荐理由：文章系统梳理了为项目注入规范与自动化能力的层级化配置方式，开发者可直接参考各目录结构规范团队开发流程。
Microsoft ResearchAI 评分4747 微软研究院 StudentSim：模拟学生学习以改进 AI 辅导
微软研究院打造了 AI 研究系统 StudentSim，通过模拟个体学生的答题表现及对指导的反馈，在真实测试前评估并改进 AI 导师。该系统基于公开脱敏记录训练个性化模拟器，并推出涵盖国际象棋、二语英语写作与数学的评测基准 StudentSimEval，多项表现均优于主流基线。
GitHub Blog · AI & ML精选AI 评分7676 GitHub 推出基于 ModernBERT 的 AI 密钥检测模型扩展推送保护
GitHub 联合微软推出基于 ModernBERT 微调的通用密钥检测分类器，将其引入推送保护流程，可在 2 毫秒内完成候选批次评估并拦截无结构凭据。平台数据显示三分之一的 PR 涉及智能体，推送总量的激增使凭据泄露绝对值增加，而人工吊销平均耗时约 40 天。
推荐理由：原文结合九个季度的泄露拦截数据与低延迟模型方案，展示了平台如何在代码吞吐量激增时通过计算前置拦截无结构凭据。
Microsoft Research精选AI 评分7777 微软研究院发布 Agent Lightning v1.0：约 3500 行代码的轻量级智能体强化学习框架
微软亚洲研究院开源 Agent Lightning v1.0，这是一个仅约 3,500 行代码的轻量级智能体强化学习框架，支持直接使用部署时的真实 harness 进行训练。
推荐理由：该框架允许直接使用部署时的真实 harness 进行强化学习训练，降低了智能体在训练框架中重复实现的成本。
Microsoft ResearchAI 评分4545 微软研究院探讨 AI 为何会犯错及失败带来的启示
微软研究院（Microsoft Research）研究经理 Jennifer Neville 在播客中探讨了模型在传统基准测试之外出现的意外失败，指出评估对突破当前 AI 性能边界以满足用户需求至关重要。她分享了应对现有 AI 系统的实用建议，并强调当模型表现不符合预期时应深入审视数据。
GitHub Blog · AI & ML精选AI 评分6666 GitHub 推出面向 AI 代码审查的开源评测基准 ReviewBench
GitHub 与 Microsoft 联合推出面向 AI 代码审查智能体的开源评测基准 ReviewBench，现已开放研究预览并接受评测提交。该基准包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 PR，整合人类审查、LLM 与静态分析构建多源标准集，并采用 Claude Sonnet 5 统一执行打分。
推荐理由：该基准基于海量真实代码库构建并引入多源验证，为开发者评估代码审查智能体提供了贴近生产环境的离线评测标准。
Microsoft ResearchAI 评分4242 Microsoft Research 预测空间天气对电网的风险
Microsoft Research 构建了一套端到端机器学习流水线，能评估空间天气对美国本土 66,935 个变电站的具体风险，可在风险出现前 30 至 60 分钟向电网运营商预警。该系统结合太阳风观测、AE 与 Dst 指数预测及局部地质导电率等特征，在评测期内检测到了近 80% 的主要空间天气事件。
Microsoft ResearchAI 评分5858 微软研究院推出生物学 AI 研究系统 Quine
微软研究院发布面向复杂生物学研究的 AI 系统 Quine，包含生物多模态世界模型以及连接科研工具、文献和湿实验的交互框架。该系统在与 Broad 研究所的合作中，仅用一个周末即完成胰腺癌细胞状态转变候选化合物的预测排序，并在湿实验中验证了多项高分候选物的效果。
Microsoft ResearchAI 评分3030 微软亚洲研究院（新加坡）成立一周年：如何推进科研、合作与人才发展以产生实际影响
微软亚洲研究院（新加坡）回顾成立一年来的进展，围绕新一代 AI 模型与智能体系统、行业 AI、AI 原生研究实践及人才生态四大支柱展开工作。实验室与新加坡医疗生态深度合作，重点推进多模态医疗 AI 与自进化诊断智能体等技术的实际落地。同时，实验室携手新加坡经济发展局开展联合博士培养，深化产学研协同并赋能区域生态。
GitHub Blog · AI & MLAI 评分5656 GitHub Copilot app 初学者指南：如何用 canvases 构建自定义工作流
GitHub 介绍了在 GitHub Copilot app 中利用 canvases 构建自定义工作流的方法，用户可通过自然语言生成支持实时双向协作的交互界面。用户在会话中输入 /create-canvas 并描述需求，智能体即可在右侧面板自动生成看板、发布清单或表单等控件而无需手动编码。生成的画布可保存为 extension 供个人复用或团队共享，双方操作均会即时同步至共享状态。
GitHub Blog · AI & ML精选AI 评分6969 GitHub 探讨为何聊天框不是最佳 AI 交互界面
GitHub 博客发文探讨当前 AI 交互界面的局限，指出纯聊天框界面不仅容易造成 token 浪费，还会阻碍复杂的开发工作流自动化。文章以 GitHub Copilot app 的 canvas 功能为例，演示了如何让智能体生成可双向通信的全栈轻量应用并在本地运行，从而减少开发者在各个环节中的人工介入。
推荐理由：文章指出把智能体本身当作单一交互界面会浪费计算资源，提出让其生成专属应用以自动化工作流的可行路径。
Microsoft Research精选AI 评分6363 微软研究院提出具身智能推理卸载方案以提升机器人性能与续航
微软研究院发布关于具身物理 AI 推理卸载的系统研究，指出将计算从机器人板载 GPU 卸载到边缘或云端可显著提升任务成功率并延长电池续航。评估显示板载轻量硬件会导致建图规划变慢最高 383% 且 VLA 动作准确率下降 50%，而改用轻量板载硬件结合远程推理能消除 Jetson Thor 等高功耗显卡对电池最高 160% 的消耗。
推荐理由：研究通过实测对比了板载与云边端卸载推理，为具身智能系统在计算性能与电池续航之间的权衡提供了架构参考。