跳到正文
  1. Google DeepMind64

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质加水印

    Google DeepMind 推出 SynthID Bio,将水印技术用于合成生物学,把不可感知的签名直接嵌入生物代码,使水印既能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。

    推荐理由:原文说明了水印如何嵌入蛋白质序列与结构,并给出湿实验验证结果,读者可据此了解生物安全筛查的新思路。

  1. Microsoft Research67

    微软研究院研究将物理 AI 推理卸载到边缘或云端 GPU

    微软研究院对移动机器人操作负载做了系统测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU 可提升任务成功率并延长续航。

    推荐理由:微软研究院系统测量了机器人端侧 GPU 推理的瓶颈,并给出把推理卸载到边缘或云端的工具链方案。

  1. Berkeley AI Research62

    从 CUDA 到 MLX:K-Search 如何把多年内核经验带到 Apple Silicon

    研究团队为 K-Search 演化式内核搜索框架新增 MLX 后端和结构化 CUDA-to-MLX 翻译层,让已有 CUDA 内核作为知识库迁移到 Apple Silicon。

    推荐理由:读者可以看到 CUDA 优化经验如何被结构化翻译成 MLX 策略,以及翻译层对搜索结果的量化影响。

已经到底了