AI 资讯 🤖

2026-06-25 | 自动收集

1. Gradium发布实时语音翻译模型，准确率与延迟均超越GPT实时翻译

Gradium推出stt-translate和s2s-translate两款实时语音翻译模型，在准确率和延迟指标上均击败了OpenAI的gpt-realtime-translate。该模型支持端到端的语音到语音翻译，无需先转换为文本，为跨语言实时沟通、视频会议和直播场景提供了更流畅的解决方案。

来源: MarkTechPost

2. 如何设计OpenHarness风格的Agent运行时

一篇深度技术文章详细阐述了如何设计一套类似OpenHarness的Agent运行时，涵盖工具调用、记忆管理、权限控制、技能系统和多Agent协调等核心模块。对于希望从零构建可扩展Agent框架的开发者而言，这是一份系统性的架构参考指南。

来源: MarkTechPost

3. Nous Research为Hermes Agent技能系统添加/learn指令

Nous Research宣布为Hermes Agent引入全新的/learn技能系统功能。用户现在可以通过简单的斜杠命令将工作流捕获为可复用的技能，无需手动编写SKILL.md文件。这一更新大幅降低了Agent技能创建门槛，使普通用户也能快速定制和扩展Agent能力。

来源: MarkTechPost

4. Claude正式集成Slack，成为你的新同事

Anthropic的Claude AI助手正式登陆Slack平台，用户可以直接在团队工作区中与Claude对话、分配任务、获取摘要和头脑风暴。这一集成将AI能力无缝嵌入日常协作流程，使团队成员无需切换应用即可获得智能辅助，标志着企业AI助手从独立工具向工作流基础设施的转变。

来源: The Rundown AI

5. 2026年16款最佳生成式AI编程工具对比

一份全面的AI编程工具横评报告发布，对比了当前市场上16款主流生成式AI编码助手的功能特性、适用场景和最佳匹配方案。报告涵盖了从代码补全、自动生成到架构设计的各类工具，为开发者在众多选择中找到最适合自身技术栈和工作流的AI助手提供了决策依据。

来源: MarkTechPost

6. DFlash推测解码技术：在NVIDIA Blackwell上实现15倍吞吐量提升

DFlash提出了一种新型推测解码方法，通过并行生成完整的token块而非逐个推测，在NVIDIA Blackwell架构上实现了最高15倍的吞吐量提升。该技术专为大规模LLM推理优化，能够显著降低推理成本并加速响应时间，对部署高并发AI服务的厂商具有重要价值。

来源: MarkTechPost

7. OpenAI与Broadcom联合发布首款LLM优化推理芯片「Jalapeño」

OpenAI与芯片巨头Broadcom正式发布了双方合作开发的首款定制AI推理芯片，代号「Jalapeño」。该芯片专门针对大语言模型推理工作负载进行优化，旨在降低OpenAI的算力成本并提升模型响应效率。此举标志着OpenAI从纯软件公司向软硬一体化AI基础设施提供商转型的重要一步。

来源: OpenAI
来源: TechCrunch

8. NVIDIA NeMo AutoModel加速Transformer模型微调

NVIDIA发布NeMo AutoModel，一项旨在显著加速Transformer模型微调流程的新技术。AutoModel通过自动化超参数搜索、内存优化和分布式训练配置，帮助开发者以更少的手动干预完成高质量模型微调，降低了企业和研究机构定制大模型的技术门槛。

来源: Hugging Face

9. RIFT-Bench：针对Agentic AI系统的动态红队测试基准

研究者发布了RIFT-Bench，一个专门用于动态红队测试Agentic AI系统的基准测试框架。与传统的静态评估不同，RIFT-Bench能够模拟不断演变的对抗环境，持续检验AI Agent在复杂任务中的安全性、可靠性和鲁棒性，为Agent系统的安全评估提供了更贴近实战的测试工具。

来源: arXiv

10. Agent模型批判：重新审视智能体架构的局限性

一篇题为「Critique of Agent Model」的论文对当前主流Agent架构进行了深入批判，指出当前设计在推理可靠性、工具使用边界和长期记忆一致性方面存在根本性缺陷。作者呼吁研究社区重新审视Agent的基础假设，推动更严谨、更可解释的Agent系统设计范式。

来源: arXiv

11. LemonHarness技术报告：轻量级Agent运行时新方案

LemonHarness发布技术报告，介绍了一款面向资源受限环境的轻量级Agent运行时。该框架在保证核心Agent能力的同时，将内存占用和启动延迟降至最低，适合在边缘设备、嵌入式系统和低功耗服务器上部署AI Agent，为Agent计算的民主化提供了新的技术路径。

来源: arXiv

12. ReMMD：多模态虚假信息检测的多语言多图Agent验证

ReMMD提出了一种基于Agent的多模态验证方法，能够跨语言、跨图像对社交媒体上的虚假信息进行检测。该系统利用多个AI Agent协同工作，分别负责图像真实性鉴定、文本事实核查和跨语言语义比对，在复杂虚假信息场景中展现出超越单一模型的准确性。

来源: arXiv

AI 资讯 🤖 ​

1. Gradium发布实时语音翻译模型，准确率与延迟均超越GPT实时翻译 ​

2. 如何设计OpenHarness风格的Agent运行时 ​

3. Nous Research为Hermes Agent技能系统添加/learn指令 ​

4. Claude正式集成Slack，成为你的新同事 ​

5. 2026年16款最佳生成式AI编程工具对比 ​

6. DFlash推测解码技术：在NVIDIA Blackwell上实现15倍吞吐量提升 ​

7. OpenAI与Broadcom联合发布首款LLM优化推理芯片「Jalapeño」 ​

8. NVIDIA NeMo AutoModel加速Transformer模型微调 ​

9. RIFT-Bench：针对Agentic AI系统的动态红队测试基准 ​

10. Agent模型批判：重新审视智能体架构的局限性 ​

11. LemonHarness技术报告：轻量级Agent运行时新方案 ​

12. ReMMD：多模态虚假信息检测的多语言多图Agent验证 ​