Mistral 发布 Codestral 25.08 及企业级完整编码栈
Mistral 发布 Codestral 25.08 及配套企业编码栈，涵盖补全、语义检索、智能体工作流和 Mistral Code IDE 插件，今日起可用于企业部署。
#部署/工程
#部署/工程
今日 5 条Mistral AIAI 评分5151
Mistral AIAI 评分3030 Mistral AI 宣布推出 AI for Citizens 倡议
Mistral AI 宣布推出 AI for Citizens 倡议，帮助各国政府与公共机构战略性地运用 AI，以变革公共服务、推动创新并提升竞争力。该倡议基于开放、协作、选择与自主原则，提供自托管、AI 数据中心、SaaS 和 serverless API 等部署选项，并支持数据主权。其正与法国、卢森堡、新加坡、荷兰、英格兰、瑞士等国政府、国防部队、公共部门机构及教育机构合作。
Mistral AIAI 评分5151 Mistral AI 发布 Mistral Compute，提供私有 AI 基础设施栈
Mistral AI 宣布推出 Mistral Compute，为客户提供私有的集成 AI 基础设施栈，涵盖 GPU、编排、API、产品与服务，形态从裸金属服务器到全托管 PaaS。
Mistral AIAI 评分4848 Mistral 发布企业级 AI 编程助手 Mistral Code，开放私有测试版
Mistral 发布企业级 AI 编程助手 Mistral Code，基于开源项目 Continue 构建，已面向 JetBrains IDE 和 VSCode 开放私有测试版，正式版即将推出。
Mistral AIAI 评分4848 Mistral AI 推出 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral AI 推出企业级 AI 助手 Le Chat Enterprise，由全新的 Mistral Medium 3 模型驱动。新方案提供企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署，功能将在未来两周内陆续上线。
Mistral AI精选AI 评分6060 Mistral AI 发布 Mistral Medium 3，强调 8 倍成本优势与企业级部署
Mistral AI 发布 Mistral Medium 3，称其以每百万 token 输入 $0.4、输出 $2 的定价，在各项基准上达到 Claude Sonnet 3.7 的 90% 或以上。
推荐理由：原文给出对标 Claude Sonnet 3.7 的基准表现与每百万 token 定价，可据此衡量中型模型在企业场景中的成本位置。
TensorFlow BlogAI 评分3434 TensorFlow 2.19 有哪些新变化
TensorFlow 2.19 已发布，LiteRT 的 C++ API 有所调整，tfl.Cast op 运行时内核新增 bfloat16 支持，并停止发布 libtensorflow 包。tf.lite.Interpreter 已给出弃用警告，改指向 ai_edge_litert.interpreter，并将在 TF 2.20 中删除。
Mistral AI精选AI 评分6767 Mistral 发布 OCR 模型与 API Mistral OCR
Mistral 发布 Mistral OCR，一款以图像和 PDF 为输入、按顺序交错输出文本与图片的 OCR API，并已成为 Le Chat 文档理解的默认模型。
推荐理由：官方列出与 Google Document AI、Azure OCR、Gemini 等模型的横向基准对比，可用于判断文档解析模型的当前水位。
TensorFlow BlogAI 评分5050 TensorFlow 博客解读 MLSysBook.AI 的机器学习系统工程原理与实践
TensorFlow 博客发文介绍开源教材 MLSysBook.AI，把机器学习系统工程的五个环节与 TensorFlow 生态工具逐一对齐。
TensorFlow BlogAI 评分3939 TensorFlow 2.18 有哪些新变化：NumPy 2.0、LiteRT 仓库与 CUDA 更新
TensorFlow 2.18 发布，支持 NumPy 2.0，并带来 LiteRT 仓库、Hermetic CUDA 与 CUDA 更新。TFLite 代码库将迁移至 LiteRT，完成后不再发布 TFLite 二进制版本。二进制包新增计算能力 8.9 的 CUDA kernel，最低支持 Pascal 架构。
TensorFlow BlogAI 评分3737 TensorFlow 2.17 发布：CUDA 内核更新、Numpy 2.0 支持将至
TensorFlow 2.17 发布，为 compute capability 8.9 GPU 新增专用 CUDA 内核，提升 RTX 40 系列、L4、L40 性能。
TensorFlow BlogAI 评分4949 XNNPack 支持动态范围量化，加速 TensorFlow Lite CPU 推理
XNNPack 为 TensorFlow Lite 的 Fully Connected 和 Convolution 2D 算子加入动态范围量化支持，CPU 推理性能较 fp32 基线提升 4 倍。
TensorFlow BlogAI 评分4242 TensorFlow 2.16 有哪些新变化
TensorFlow 2.16 发布，Keras 3 成为默认版本，Windows 上 CPU wheel 改用 Clang 17 编译，并支持 Python 3.12。
TensorFlow BlogAI 评分4444 TensorFlow 中的图神经网络（TF-GNN）
TensorFlow GNN 1.0（TF-GNN）发布，这是一个经过生产验证、可大规模构建图神经网络（GNN）的库，支持在 TensorFlow 中建模训练并从大型数据存储抽取输入图。
TensorFlow BlogAI 评分3030 TensorFlow 2.15.0.post1 发布：修复 Linux 安装问题
TensorFlow 发布 Linux x86_64 平台热修复版 2.15.0.post1，解决 2.15.0 因 tensorrt 依赖引发的安装失败。该版本从 pip install tensorflow[and-cuda] 安装方式中移除 tensorrt Python 包依赖，此前用户会收到安装错误或改而装上 2.14。
TensorFlow BlogAI 评分4848 TensorFlow Lite XNNPack 半精度推理正式可用，ARM CPU 端侧性能翻倍
TensorFlow Lite 的 XNNPack 后端在 ARM CPU 上启用半精度（FP16）推理，浮点模型端侧推理性能提升 2 倍，现已正式可用。
TensorFlow BlogAI 评分3737 TensorFlow 2.15 有哪些新变化
TensorFlow 2.15 发布，Linux 上新增通过 pip install tensorflow[and-cuda] 安装 NVIDIA CUDA 库依赖的可选方式，CUDA 升级至 12.2。
TensorFlow BlogAI 评分3333 使用 Flutter 的 TFLite 插件构建棋盘游戏
借助 TensorFlow Lite 的 Flutter 插件，此前用 TensorFlow 训练并转为 TFLite 的强化学习棋盘游戏 Plane Strike 被移植到 Flutter，可在 Android 和 iOS 上运行。
TensorFlow BlogAI 评分3333 TensorFlow 中的分布式快速傅里叶变换（Distributed FFT）
TensorFlow v2 通过 DTensor 原生支持分布式 FFT，分片张量可直接传入 tf.signal.fft2d 等既有算子，输出同样保持分片。8xV100 GPU 上的 10K*10K 实验中，两个本地 FFT 算子只占总耗时 15ms 的 3.6%，约为非分布式 fft2d 的 1/3，其余时间主要耗在 ncclAllToAll 数据重排上。
TensorFlow BlogAI 评分5050 Simpleperf 案例研究：快速初始化 TFLite 内存 arena
TensorFlow 团队用 Simpleperf 剖析并优化 TFLite 内存 arena 的初始化过程，tensor 分配开销从运行时占比 49.9% 降到 11%，示例模型运行时缩短 25%。
TensorFlow BlogAI 评分3838 TensorFlow 2.13 与 Keras 2.13 有哪些新特性？
TensorFlow 2.13 与 Keras 2.13 已发布，TensorFlow 2.13 首次提供 Apple Silicon wheels，Keras V3 保存格式成为 .keras 扩展名文件的默认格式。
TensorFlow BlogAI 评分5656 Google Research 用 TensorFlow Lite 实现端侧胎儿超声评估
Google Research 健康 AI 团队展示如何用 TensorFlow Lite 在手机上运行孕龄与胎位评估模型，让只接受几小时培训、没有超声背景的人员通过盲扫协议采集视频就能得到与标准诊疗相当的预测结果。