GitHub 推出 ReviewBench，作為 AI 程式碼審查開放基準
GitHub 推出 ReviewBench，作為評測 AI 程式碼審查智能體的離線基準，研究預覽版已可透過網站使用。
推薦理由：ReviewBench以219個跨19種語言的公開PR建立評測集，並公開多來源標註與評分方法；資深工程師判斷與基準的一致率為96.6%。
產品更新
全部主題AI 產品與應用的功能上新、改版與商業化動態——誰家的產品變強了、變貴了、能用了。
最新精選
第 1–20 條 · 共 210 條GitHub Blog · AI & ML精選AI 評分6363
LlamaIndex：產品、工程與評測精選AI 評分7979 LlamaIndex 在 OpenAI Developer Day 當日加入新模型與功能支援
LlamaIndex 在 OpenAI Developer Day 當日為其程式庫加入對兩款新模型及多項 OpenAI 功能的支援。
推薦理由：文章列出 LlamaIndex 對新模型、Azure endpoints、嵌入向量抽象層及函數調用的支援，並附模型調用程式例子，呈現這次更新涵蓋的整合範圍。
Google DeepMind精選AI 評分7171 Google DeepMind 推出 SynthID Bio，為 AI 設計蛋白質加入可檢測水印
Google DeepMind 推出 SynthID Bio，將可檢測水印嵌入蛋白質序列和預測結構，以辨識 AI 生成的生物設計。
推薦理由：SynthID Bio 把水印延伸至合成後的蛋白質，並以三種靶蛋白的濕實驗展示來源辨識與保留生物功能並行的做法。
NVIDIA Blog精選AI 評分6565 NVIDIA 與 CoreWeave 打通智能體 AI 從訓練到生產的閉環
CoreWeave 宣佈在 CoreWeave Cloud 提供 NVIDIA Vera Rubin NVL72，並推出 CoreWeave Forge，推進智能體 AI 從訓練到生產的部署。
推薦理由：文章披露 Cognition 對 Vera Rubin NVL72 與 GB200 NVL72 的 SWE-2 推理測試，列出最高 4.8x 的總 token 吞吐提升，讓兩種平台在智能體編碼工作負載下可作量化比較。
Hugging Face Blog精選AI 評分6565 Open TTS Leaderboard 為多語言文字轉語音與聲音複製提供可擴展評估
Hugging Face 建立 Open TTS Leaderboard，以客觀指標評估開源、多語言 TTS 模型及聲音複製能力。評估涵蓋 WER/CER、批次推理速度（RTFx）、首段音訊延遲（TTFA）及説話者相似度（SIM），可把單個模型的評估時間由數週縮短至數小時。排行榜不取代人工偏好評選，並設有 Listen 頁籤供用户比較生成音訊及投票；其指標不直接衡量自然度、表現力或聽者偏好。
推薦理由：排行榜以客觀指標並列呈現語音清晰度、説話者相似度與速度表現，並保留聆聽投票，方便比較多語言及聲音複製模型。
Microsoft Research精選AI 評分6161 Microsoft Research 介紹 Quine 生物學 AI 研究系統並開放 Fellows 計劃申請
Microsoft Research 介紹 Quine，一個結合生物學多模態世界模型與互動式研究流程的 AI 研究系統，並開放首屆 Quine Fellows 計劃申請。
推薦理由：Quine 將跨生物模態的世界模型接入文獻、科研工具與實驗迴圈，並以胰臟癌細胞狀態轉換案例展示預測如何進入濕實驗驗證。
Claude Code：GitHub Releases精選AI 評分7676 Claude Code 發佈 v2.1.284，新增 Claude Sonnet 5.5 並帶來多項功能調整
Claude Code v2.1.284 加入 Claude Sonnet 5.5（claude-sonnet-5-5），並將其設為 Anthropic API 的預設 Sonnet 模型。
推薦理由：版本同時涉及模型預設、權限模式、MCP 連線及 Ultracode 操作，並列出終端、VS Code 與 Gateway 的修正，方便用戶核對升級對現有工作流程的影響。
Microsoft Research精選AI 評分6363 Microsoft 為 Physical AI Toolchain 加入機械人推理卸載功能
Microsoft 宣佈 Physical AI Toolchain 新增機械人推理卸載功能，支援透過 Kubernetes 工具把 AI 工作負載分配至機械人、邊緣 GPU 和雲端。
推薦理由：文章將實機工作負載的效能、電池續航與算力配置放在同一脈絡比較，並介紹以 Kubernetes 分配推理的工具，呈現卸載方案的收益與代價。
Google DeepMind精選AI 評分7272 Google DeepMind 推出 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 與 Gemini 3.8 Flash-Lite TTS，支援自訂聲線、逐句控制表演及雙人對話生成。
推薦理由：兩款 TTS 模型涵蓋逐句演繹與長篇生成，Flash TTS 另可自訂聲線；聲音複製設有同意驗證，生成音訊加入 SynthID 水印，呈現創作控制與防護安排。
NVIDIA Blog精選AI 評分6262 NVIDIA 發佈 Isaac ROS 5.0，加入智能體工作流並支援 ROS Lyrical
NVIDIA 發佈 Isaac ROS 5.0，加入讓開發者與 AI 智能體協作構建機械人的工作流，並支援 ROS Lyrical 和 Ubuntu 24.04。
推薦理由：Isaac ROS 5.0 把智能體工作流、可重用技能和平台支援納入開源機械人開發，呈現開發工具銜接 Jetson 部署的實作路徑。
Hugging Face Blog精選AI 評分7373 Hugging Face Transformers 新增 GGUF 量化模型本機推理支援
Hugging Face 為 Transformers 加入 GGUF 支援，讓用户可透過熟悉的 Transformers API 在本機載入量化檢查點並生成內容。
推薦理由：文章示範透過 Transformers API 從 Hub 載入 GGUF 量化檢查點，並以 Q4_K_M 等選項説明檔案大小與精度的取捨。
Cursor Blog精選AI 評分7979 Cursor 推出 Projects，支援長週期多智能體工作
Cursor 推出 Projects，現正以 beta 階段逐步向所有用户開放，讓協調智能體承接跨月工作並委派子智能體。Projects 預設在雲端運行，需要時可切換至本地，並透過共享上下文及監聽 Slack 頻道、按計劃運行或跟進 PR 來主動處理工作。Cursor 表示，新用户合併 PR 數量提升 30%，而主要使用 Projects 的用户合併量達原來六倍。
推薦理由：Projects 將長週期工作的上下文累積、智能體委派和事件觸發整合起來，文中亦提供新用户與主要使用者的 PR 合併量數據。
OpenAI News精選AI 評分6363 OpenAI 推出 Agents API，供建置及啟動雲端智能體
OpenAI 推出 Agents API，這項由 Codex harness 驅動的託管服務可用於建置及啟動雲端智能體。服務支援編排、長時段工作階段與工具使用。詳情見 https://openai.com/index/introducing-the-agents-api。
推薦理由：這則公告交代 Agents API 將編排、長時段工作階段與工具使用納入雲端智能體託管服務，清楚界定其運作範圍。
Google DeepMind精選AI 評分7070 Google DeepMind 推出 AlphaGenome Atlas，提供人類基因組 9 billion 個單核苷酸變異的預測
Google DeepMind 推出 AlphaGenome Atlas，提供人類基因組 9 billion 個單核苷酸變異的分子效應預測。平台整合 AlphaGenome 與 AlphaMissense 的預測，推出 AVI 分數，協助研究者排序變異並解讀分子效應，涵蓋編碼及非編碼區域。
推薦理由：UK Biobank 案例顯示，按預測分子效應聚合罕見變異，研究者在逾 54,000 名參與者資料中多找出 22% 的非編碼區域遺傳關聯。
GitHub Blog · AI & ML精選AI 評分6767 Project HydraFusion 以多模型編排提供前沿級品質
GitHub 推出 Project HydraFusion 研究預覽，以執行時多模型編排為編碼任務動態規劃模型工作流程。它會從不同供應商的模型中選擇 Single、Cascade 或 Critique 工作流程；所有 GitHub Copilot 方案用户可在 Copilot CLI 執行 `/experimental`，再執行 `/model` 選用 HydraFusion。
推薦理由：三項離線編碼基準呈現 HydraFusion 不同的品質與成本取捨，與 Claude Opus 5 的對照能幫助理解多模型編排在不同任務上的效益差異。
Hugging Face Blog精選AI 評分7373 Hugging Face 推出開源工具 funes，為編碼智能體提供可檢索的持久記憶
Hugging Face 推出開源工具 funes，讓 Claude Code、Codex、pi 和 Hermes 共用可檢索的持久記憶。funes 預設在本機索引、嵌入及重排工作記錄，檢索時返回原文並標示智能體、時間戳、工作階段和回合；記憶亦可發布至預設私有的 Hugging Face 資料集，供其他機器使用。
推薦理由：funes 將不同編碼智能體的工作記錄轉為本機可檢索記憶，並保留原始片段及來源脈絡，展示跨會話延續決策依據的實作方式。
Google DeepMind精選AI 評分6060 Google DeepMind 推出 Fairwind Program，向政府機構及可信賴夥伴有限度開放 AI 網絡防禦能力
Google DeepMind 推出有限度開放的 Fairwind Program，讓政府機構及可信賴夥伴使用進階 AI 網絡防禦能力。計劃把 Gemini 3.8 Flash Cyber 與 CodeMender 結合，用於自主發現、驗證及修復漏洞，並可在機構安全雲端環境內於數分鐘生成經驗證、可部署的修補程式。
推薦理由：Fairwind 將 Gemini 3.8 Flash Cyber 與 CodeMender 結合，讓參與機構在安全雲端環境內生成經驗證、可部署的漏洞修補程式，將人工修補由數週縮至數分鐘。
Google DeepMind精選AI 評分7171 Google DeepMind 為 Gemini 推出智能體影片理解功能
Google DeepMind 推出 Gemini 智能體影片理解功能，影片分析成本最多降低 66%、token 用量最多降低 88%，準確度最多提升 7%。
推薦理由：相較固定 FPS 靜態處理，Gemini 會動態檢視畫面、音訊與字幕，影片分析的 token 用量最多減少 88%、成本最多減少 66%。
Hugging Face Blog精選AI 評分6262 Hugging Face 推出 @huggingface/kernels，提供 200+ 個 WebGPU kernels 用於本地 AI
Hugging Face 推出 @huggingface/kernels JavaScript loader，並在 Hub 發布首批 207 個 WebGPU kernels。
推薦理由：文章將 207 個 WebGPU kernels 的版本化操作契約、正確性測試與基準案例一併呈現，並提供 Apple M4 上與 ORT WebGPU 的比較數據。
Hugging Face Blog精選AI 評分6868 Open ASR Leaderboard 新增 Hindi、Indian English 評測集，首度納入全球南方語言
Voice Arena 與 Hugging Face 為 Open ASR Leaderboard 加入 Monsoon en-IN 和 Monsoon hi-IN 評測集，涵蓋 Indian English 與 Hindi，令 Hindi 成為其多語言分頁首個 Indic language。
推薦理由：這批評測集把説話者背景與可接受的拼寫變體納入 ASR 評估，讓總體 WER 之外的區域差異和 Hindi 正字法誤差更容易被辨識。