英伟达首秀新芯片，OpenAI 深化商业与安全布局，GitHub Copilot 功能升级，产学研共推 AI 应用落地。
按分类过滤；排序保持编辑选择，不按点击量重新排列。
NVIDIA 提交 Vera Rubin NVL72 预览结果，在 MLPerf Inference v6.1 中展示了针对 DeepSeek-R1 和 Qwen3-VL 的性能。相比 GB300 NVL72，新系统在 Qwen3-VL 上吞吐量最高提升 3.7 倍，在 DeepSeek-R1 上最高提升 2.5 倍。结果体现了硬件与软件的全栈协同优化。
如果你正在规划高性能 AI 推理基础设施，Vera Rubin NVL72 的显著性能提升与单位成本降低可能影响未来的硬件选型与投资回报评估。
OpenAI 与 AARP 合作在美国 10 个城市举办免费的 ChatGPT 实操研讨会。该项目计划覆盖 1000 名老年人，旨在帮助他们安全地掌握实用的 AI 技能。
读者可关注此类针对特定人群的 AI 普及活动，评估其作为产品获客或用户教育渠道的潜力。
OpenAI 分享了一套用于追踪、调查和披露模型失调的框架，并同步发布了六份关于意外或值得关注模型行为的报告。该框架旨在标准化模型异常行为的发现与披露流程。
开发者与研究人员可参考该框架，优化自身模型的安全监控与异常上报机制。
GitHub SCIM 用户响应现包含 RFC 7643 标准定义的 profileUrl 属性，直接返回关联的 GitHub 账户绝对 URL。此前匹配 SCIM 记录与账户需额外查询，现在身份提供商可直接读取该属性。此变更为增量更新，不影响现有集成。
如果你的系统通过 SCIM 管理 GitHub 访问权限，可立即利用 profileUrl 属性简化身份映射逻辑，无需额外的查找操作。
当成员用尽 Copilot 额度时，现可直接发起预算追加请求，管理员可在设置中一键审批、调整或拒绝。该功能已面向使用按量计费的 Business 和 Enterprise 计划正式发布。
企业开发者需了解此机制已上线，以便在额度耗尽时及时申请恢复服务；管理者应评估是否需要调整现有的预算审批流程与权限配置。
AI Scan 现可在未启用 CodeQL 默认设置的仓库中运行，扩展了 PR 安全漏洞检测的覆盖范围。此功能目前面向 GitHub Advanced Security 客户提供公开预览，暂不支持 GitHub Enterprise Server。
开发者无需逐个配置 CodeQL 即可在更多仓库中启用 AI 安全扫描，建议检查组织内的安全配置策略。
OpenAI 推出了新的 AI 广告体验，其中包括赞助智能体（Sponsored Agents）。此外，公司还发布了面向营销人员的工具，并与 HubSpot 和 Shopify 完成了集成。
开发者需关注 OpenAI 商业化新动向，评估 Sponsored Agents 对应用内流量分发的影响，并研究 HubSpot 与 Shopify 集成接口带来的营销自动化机会。
正文介绍了利用 ChatGPT Work 和 Codex 分析功能帮助团队理解 AI 使用情况与开销。内容涵盖识别培训需求及将 AI 采用与业务成果相关联的方法。
读者可评估是否引入此类分析工具，以量化自身团队的 AI 投入产出比并制定培训策略。
OpenAI 经济研究展示了劳动者如何在传统角色之外使用 AI。研究指出了哪些新活动正成为工作中的常态化部分。
读者可参考该研究洞察的 AI 应用场景，评估自身工作流中可引入 AI 的新环节，优化工作模式。
Emerald AI、Google 和 NVIDIA 宣布成立 AI 能源管理联盟（AEMA），旨在推动数据中心根据电网状况动态管理电力使用。该联盟主张通过灵活调整计算负载等方式，让 AI 设施成为可控资源，以缓解美国 AI 扩张面临的电力制约。
关注算力能效与电网协同的开发者，可探索将负载调度逻辑与电网信号结合的工程实践。
曼彻斯特大学利用 NVIDIA Earth-2 平台，成功将生成式 AI 框架应用于空气污染预报，解决了传统化学模型计算成本高昂的问题。研究团队在英国国家超算上训练了 Earth-2 CorrDiff 模型，并已在首次尝试中取得成功，展示了模拟政策变化对环境影响的能力。
开发者可关注 NVIDIA Earth-2 开放模型在环境科学领域的落地实践，探索生成式 AI 在气象与污染预报中的应用范式。
GitHub Copilot 现已支持在创建仓库自定义属性时建议允许值，帮助管理员建立有意义的元数据分类体系。该功能面向 Copilot Business 和 Copilot Enterprise 用户开启公开预览。
企业开发者和管理员可利用此功能减少定义治理元数据时的犹豫与不一致性，从而更高效地配置 Repository rulesets。
GitHub Copilot 自动模型选择功能现提供 efficiency、balance 和 intelligence 三个档位，允许用户针对每次提示权衡成本、质量和响应时间。所有档位均基于相同模型集，系统会根据任务复杂度自动选择最合适的模型。
开发者可根据项目预算和代码质量要求，调整 Copilot 的模型选择策略，以优化使用成本或追求更高质量的代码建议。
llama.cpp 发布更新，合并了对 DFM Mimir 1B 模型的 GGUF 格式支持。贡献者表示未来将添加更多优化。
开发者现在可以在 llama.cpp 中加载和运行 DFM Mimir 1B 模型，后续可关注该模型的性能优化进展。
这个分类今天没有入选条目。
一天一封，只发当日简报和重要更新。不做二次营销，退订由 Buttondown 直接处理。
订阅名单不会存进本站；正式开放后由 Buttondown 托管确认与退订。