NVIDIA 与 IIT Madras 发布 2.8 万亿 token 的 Indic 预训练语料及开源数据生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言的约 2.8 万亿 token，并同步开放用于生成该语料的 GPU 加速数据流程。
#开源/仓库
Hugging Face BlogAI 评分5858
Hugging Face BlogAI 评分5858 Ai2 发布 HiRO-ACEv2：以约 1/300 成本生成 3 km 全球气候数据
Ai2 发布 HiRO-ACE 系统更新 HiRO-ACEv2，其新的降尺度模型 HiROv2 可同时预测多种高分辨率气象场，并提升极端事件模拟能力。在输入粗化的 X-SHiELD 数据时，它对最极端雨、风、气压值的统计与目标模拟相差在 3% 以内，还能估算热带气旋总能量并生成具有风眼和雨带的飓风。
Google DeepMind精选AI 评分6464 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。
Microsoft Research精选AI 评分6767 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。
Berkeley AI Research精选AI 评分6262 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。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX，可在规模化场景识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，用于在规模化场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展到数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。
Berkeley AI ResearchAI 评分3838 伯克利提出基于信息量的成像系统设计框架，登 NeurIPS 2025
伯克利 AI 研究团队提出一个直接以互信息评估和优化成像系统的框架，并在 NeurIPS 2025 论文中验证该指标能在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测系统性能。