AI 技术周刊 | 2026.03.04 - 2026.03.11
本文最后更新于 2026年3月11日 上午
本期 AI 技术周刊覆盖 2026.03.04 - 2026.03.11，共收录 13 篇文章，涵盖大模型、AI 应用、开源项目等热点方向。
🔹 AI 应用落地
Gemini in Google Sheets just achieved state-of-the-art performance.
Google 将 Gemini 深度集成至 Sheets，支持自然语言驱动的整表创建、结构化编辑与复杂数据分析；通过端到端推理优化与表格感知提示工程，在多项基准测试中达到 SOTA 水平。
🔗 原文链接
Use Canvas in AI Mode to get things done and bring your ideas to life, right in Search.
Google Search 新增 AI Mode Canvas，支持用户在搜索界面内直接进行多步协同创作——包括文档草拟、代码生成与交互式工具构建，采用链式调用与上下文保留机制实现跨任务状态一致性。
🔗 原文链接
🔹 开源项目
How our open-source AI model SpeciesNet is helping to promote wildlife conservation
SpeciesNet 是一个轻量级、可扩展的开源视觉模型，专为野外图像细粒度物种识别设计，支持低资源场景下的零样本迁移与主动学习标注闭环，已部署于多个保护区监测系统。
🔗 原文链接
Introducing Storage Buckets on the Hugging Face Hub
Hugging Face 推出 Hub Storage Buckets 功能，提供类 S3 的对象存储接口，支持大模型权重、数据集分片及中间产物的版本化、权限隔离与带宽优化访问，显著降低开源模型协作的数据管理开销。
🔗 原文链接
Introducing Modular Diffusers - Composable Building Blocks for Diffusion Pipelines
Modular Diffusers 重构了扩散模型架构范式，将采样器、调度器、UNet 组件等解耦为可插拔模块，支持运行时动态组合与热替换，大幅提升 pipeline 可复现性与实验迭代效率。
🔗 原文链接
LeRobot v0.5.0: Scaling Every Dimension
LeRobot v0.5.0 发布统一机器人学习框架，集成多模态观察编码、VLA（Vision-Language-Action）微调流水线及跨硬件部署工具链，首次支持从仿真到真实嵌入式机械臂的端到端策略迁移。
🔗 原文链接
🔹 大模型进展
The latest AI news we announced in February
Google 正式发布 Gemini 3.1 Pro 多模态大模型，强化长上下文推理（2M tokens）、实时网络检索增强与工具调用可靠性；同步推出 Nano Banana 2 轻量级边缘模型，专为手机端低延迟多步任务编排优化。
🔗 原文链接
Granite 4.0 1B Speech: Compact, Multilingual, and Built for the Edge
IBM Granite 4.0 Speech 是一款仅 10 亿参数的语音大模型，支持 128 种语言端到端语音识别与合成，在 4GB 内存设备上实现实时推理，采用知识蒸馏与量化感知训练保障边缘精度损失低于 1.2%。
🔗 原文链接
Ulysses Sequence Parallelism: Training with Million-Token Contexts
Ulysses 提出新型序列并行算法，通过沿 token 维度动态切分注意力计算与梯度更新，突破传统张量并行限制，首次在单节点 8×H100 上稳定训练百万 token 上下文模型，通信开销降低 67%。
🔗 原文链接
🔹 AI 基础设施与研究方法
How NVIDIA Builds Open Data for AI
NVIDIA 系统性构建开放数据基础设施，涵盖合成数据引擎（Omniverse Replicator）、领域特定数据飞轮（如 Earth-2 气象数据集）及数据质量评估框架，强调可审计性、许可合规性与跨模态对齐。
🔗 原文链接
Keep the Tokens Flowing: Lessons from 16 Open-Source RL Libraries
该综述分析 16 个主流开源 RL 库的异步训练架构，提炼出事件驱动调度、梯度流控与回放缓冲区分层压缩三大关键模式，为大规模离线强化学习提供可扩展性设计指南。
🔗 原文链接
Bringing Robotics AI to Embedded Platforms: Dataset Recording, VLA Fine‑Tuning, and On‑Device Optimizations
恩智浦联合 Hugging Face 提出嵌入式机器人 AI 全栈方案：支持低成本硬件原生采集多模态机器人轨迹数据、基于 LoRA 的 VLA 模型轻量化微调，以及 TVM 编译器自动算子融合优化。
🔗 原文链接
🔹 技术原理与科普
Ask a Techspert: How does AI understand my visual searches?
文章深入解析 Google 视觉搜索背后的技术栈：多阶段特征对齐（CLIP-style 图文编码器 + 专用局部特征提取器）、查询意图消歧机制，以及基于图神经网络的跨域视觉概念泛化能力。
🔗 原文链接
📝 编辑寄语
以上内容由 AI 自动聚合与摘要生成，仅供参考。如有遗漏或错误，欢迎反馈。
本期周刊由 Weekly AI Tech Digest 自动生成于 2026-03-11 10:24:15