Tempo
PulseAugur coverage of Tempo — every cluster mentioning Tempo across labs, papers, and developer communities, ranked by signal.
9 天有情绪数据
Tempo's blockchain is a key infrastructure component for the emerging AI agent economy
Tempo's direct involvement with Stripe in launching the Machine Payments Protocol (MPP) positions it as a foundational element for agent-based commerce. The protocol enables autonomous payments for AI agents, and Tempo's blockchain serves as the underlying technology. This integration suggests Tempo is moving beyond a speculative asset to a critical piece of infrastructure for a new economic paradigm.
Tempo to announce partnerships addressing stablecoin centralization risk within 90 days
The agent economy's heavy reliance on a single stablecoin issuer presents a systemic risk, as noted in recent evidence. Tempo, being a partner in the MPP and thus involved in agent commerce, has a vested interest in addressing this vulnerability. It is likely that Tempo will seek to diversify or mitigate this risk by announcing partnerships with alternative stablecoin providers or developing its own stablecoin solutions.
Tempo to integrate AI agent settlement risk mitigation protocols within 60 days
The recent cluster evidence highlights the significant settlement risk posed by AI agents, drawing parallels to the 1974 Bankhaus Herstatt failure. Given Tempo's partnership with Stripe in launching the Machine Payments Protocol (MPP), it is plausible that Tempo will prioritize developing or integrating solutions to mitigate this newly surfaced risk. This could involve adopting a CLS-like system for agent transactions or other novel approaches to ensure simultaneous settlement.
-
新的TEMPO方法可实现机器人策略的实时适应
研究人员开发了一种新颖的机器人运动策略测试时自适应（TTA）方法TEMPO。该方法使机器人在无需明确奖励或大量重新训练的情况下，能够实时调整其行为，从而解决因操作条件变化而导致的故障。TEMPO利用熵正则化技术来防止过度自信的预测，并使用一个优先考虑挑战性观测值的内存系统以实现更高效的计算。在Go1、Go2和G1等各种机器人模型上进行的测试表明，TEMPO在模拟环境中性能显著提升，增幅高达80%，并在实际Unitree Go2机器人上得到了验证。
-
AI 会计初创公司 Fragment 融资 1200 万美元，以保障代理商业交易
Fragment 是一家专注于为 AI 代理提供财务会计服务的初创公司，已获得 1200 万美元 A 轮融资。该公司的软件采用复式记账法原则，确保 AI 代理准确处理账单和商业交易，从而降低昂贵错误的风险。这笔资金将用于支持 Fragment 开发工具，目标是成为快速发展的代理商业交易领域内的财务能力标准。
-
机器人策略学习通过新的记忆和时间整合方法取得进展 · 跟踪 6 个来源
机器人领域的最新研究正在探索如何通过明确地将物理时间整合到记忆动态中来改进策略学习。论文提出了 RSSM-RLPD 等方法，用于从真实机器人交互中学习未观察到的状态，IMPRINT 用于无策展的潜记忆多流学习，以及 TEMPO 用于高效的测试时适应。其他方法，如 PoLAR，将潜动作分解为范围和模式，而时间流策略 (TFP) 和 Chronos Policy 分别将物理时间作为记忆和策略条件化的直接组成部分，以处理不同的观察率和推理延迟。
-
使用 Gemini、Google ADK 和 BigQuery 构建 AI 可见性代理
本文详细介绍了使用 Google 的 Gemini、Google ADK、MCP 和 BigQuery 创建 AI 可见性代理的过程。这是探索 AI 搜索之旅系列文章的一部分，本期重点关注构建用于分析 AI 搜索可见性和品牌绩效的代理。该过程涉及利用 Google Cloud 服务和 OpenTelemetry 等工具进行观测。
-
开发者构建开源LLM反向代理以降低AI成本并追踪推理
开发者正在探索优化AI模型使用和降低成本的方法，尤其是在自托管解决方案方面。一种方法是构建一个开源反向代理，该代理与OpenTelemetry集成以进行监控和追踪，并利用Redis等工具进行缓存和熔断，以管理API令牌支出和推理性能。这种策略对于在家庭服务器或虚拟专用服务器上运行AI应用程序的用户尤其重要，因为在这些环境中GPU需求可能很快成为一个重要因素，尽管许多自托管的AI应用程序并不需要专用GPU。
-
Fund Momentum 推出按调用付费的 AI 代理数据库访问
Fund Momentum 推出了一个按调用付费的 Machine Payments Protocol (MCP) 服务器，允许 AI 代理访问其风险投资和有限合伙人融资数据库。代理可以通过 API 自行注册，并使用 Tempo 网络上的 USD Coin 支付数据费用，按特定数据调用进行微支付。一个突出的关键问题是，只读操作的确认步骤被取消，这可能导致 AI 代理在未经用户明确批准的情况下产生巨额费用。
-
在 Kubernetes 上部署的私有 LLM RAG 系统，具有完全可观测性
本文详细介绍了如何使用 Kubernetes 上的 LangGraph 设置私有的检索增强生成（RAG）系统，以增强数据隐私。该设置涉及运行本地 LLM，并利用包括 OpenTelemetry、Prometheus、Grafana、Tempo 和 Loki 在内的可观测性堆栈来监控系统性能、成本并识别瓶颈。该过程涵盖了将数据摄取到带有 pgvector 的 PostgreSQL 数据库中、用于问答的 LangGraph 工作流以及在 …
-
AI 代理爱尔兰租金数据 API 推出，采用新颖的支付方式
作者详细介绍了构建和部署一个用于爱尔兰租金数据的按次付费 API 的过程，该 API 专为 AI 代理设计。该 API 提供平均租金、租金上涨规则和房产价格汇总数据，并为城镇/地区数据和价格比较提供不同的定价层级。一个关键的挑战是实施一个无需传统账户或 API 密钥即可工作的支付系统，该系统利用了 x402 和 MPP 协议。作者还讨论了通过 MCP 使 API 可被代理发现的策略，以及提供隐私安全分析的方法。
-
Google DeepMind 提出评估人工智能意识的框架
Google DeepMind 的一篇新论文，由 Shamil Chandaria 和 Anil Seth 共同撰写，提出了一套五级框架来评估人工智能意识。该框架根据行为、算法、硬件、生物实体和世界连接来评估系统。根据该论文的指标，目前的人工智能模型在大多数级别上的得分都很低，表明它们没有意识，尽管作者承认争论仍在进行中，并且取决于采用哪种意识理论。
-
印尼总统因不当行为指控更换警察总长
印尼总统普拉博沃·苏比安托将用国家禁毒署署长Suyudi Ario Seto接替国家警察总长Listyo Sigit Prabowo。此次人事变动发生在Listyo任期内，此前发生了多起警察不当行为的指控，包括有罪不罚、滥用权力和施加暴行。总统提名Suyudi的信函已得到众议院法律事务委员会成员的确认。
-
新研究推动机器人世界模型以实现高效规划和控制 · 已追踪 10 个来源
近期研究探索了用于机器人和智能体规划的世界动作模型（WAMs）的进展。WAM-Cache 和 WAMJET 通过优化键值重用和采用智能体约束来识别和优化瓶颈，专注于加速推理，在不影响动作质量的情况下实现了显著的加速。MobileWorldBench 为 GUI 智能体的语义世界模型引入了一个基准和数据集，超越了像素预测，实现了自然语言状态转换。Tempo 和 COSTGRAD 为潜在世界模型提供了新的规划目标和令牌选择方法，提高了长时…
-
新研究通过时间上下文和视觉前瞻性增强机器人操控能力 · 跟踪4个来源
研究人员正在开发新方法，通过结合时间上下文和视觉前瞻性来改进机器人操控。PACT-WAM 使用紧凑的时间编码来预测动作轨迹和视觉结果，在各种任务上实现了高成功率，尤其是在增强了提案审查组件后。同样，TEMPO 通过增加运动摘要和本体感受历史来增强现有模型，以解决运动模糊和状态别名问题，从而解决了动态操控的局限性。另一种方法“Acting in Meters”引入了一个度量交互框架，该框架在物理空间中对物体和场景交互进行建模，以优化动作…
-
AI代理将按次付费模式以外的服务付费
支付行业正在探索AI代理支付服务的新模式，超越简单的按次付费。当前的方法难以应对AI请求的不可预测性，因为最终成本通常在执行后才能确定。x402协议和基于会话的支付模型等创新通过允许代理在授权预算或定义会话内运行，并在之后进行最终结算，来解决这一问题。
-
新模型应对音频时间戳和时序约束语言理解
一篇新研究论文介绍了TEMPO，一种新颖的大型音频语言模型（LALM），能够为音频事件分配精确的时间戳，这是许多当前LALM所缺乏的功能。TEMPO采用独特的监督微调方法，结合原子时间戳标记和时序感知投影仪，并通过强化学习进一步优化。另外，一个名为Sori-1B的新音频时序约束语言模型已从头开始开发，其重点在于仅通过音频配对文本来约束语言理解，而不是依赖纯文本预训练。
-
TEMPO调度器通过考虑内存和计算约束来优化MoE服务
研究人员开发了TEMPO，一种新颖的感知时界调度器，旨在优化专家并行（EP）混合专家（MoE）模型的服务。与假设专家时间线性扩展的先前方法不同，TEMPO考虑了两种不同的约束：内存约束（HBM权重流）和计算约束（分组GEMM轮）。该系统将每个批次的调度形式化为一个固定成本时界问题，并高效地解决它以提高吞吐量并降低延迟，特别是在两种约束同时存在的情况下。
-
新方法利用难度门控推理提高时序检索准确性
研究人员开发了一种改进信息检索系统中时序检索的新方法。该技术称为难度门控推理视图融合，解决了查询与文档匹配的挑战，其中相关性取决于时序推理而非简单的关键词重叠。通过将查询扩展为多个重述，并根据查询难度动态加权其重要性，该系统在无需相关性标签或推理时重新排序的情况下提高了检索准确性。该方法在包括BERT和基于解码器的模型在内的各种检索器上，在Tempo基准测试中显示出显著的改进，最强的模型实现了0.303的nDCG@10得分。
-
数据新闻和NLP分析关于政治辩论的YouTube评论
本文详细介绍了一个项目，该项目利用数据新闻和自然语言处理（NLP）来分析对一场病毒式政治辩论的公众意见，特别是关注了与印度尼西亚政治人物Dedi Mulyadi相关的8000多条YouTube评论。作者将NLP作为一种新闻工具来挖掘评论中隐藏的叙事，旨在理解公众情绪、主导情感和关键讨论话题，而不是判断政治正确性。该过程遵循了典型的数据新闻工作流程，从研究问题开始，然后进行数据收集、清理、分析和叙事。
-
经纪商竞相整合AI代理，引发托管和监管辩论
经纪商日益将其AI代理整合到交易平台中，提供不同程度的执行权限。一些平台只允许代理分析数据，另一些则允许交易执行，Robinhood 已完全启用自主交易，包括投资组合再平衡。这一发展引发了监管担忧，FINRA 已指出需要围绕AI驱动的执行制定治理框架。文章强调，目前的争论集中在代理的交易权限范围上，而不是资金托管，资金托管仍由传统中介机构负责，这带来了集中风险，尤其是在加密资产领域，信任最小化的结算被便利性所忽视。
-
AI 代理的风险可能重燃 1974 年的金融结算失败
AI 代理即将重新引入结算风险，这是 1974 年因 Bankhaus Herstatt 倒闭而首次发现的一种金融风险。这种风险是指交易的一方已结算但另一方未结算。CLS 于 2002 年的创建在很大程度上缓解了这种风险，它确保了交易双方的同步结算。然而，当前 AI 代理商业的特点是速度快、交易对手未知且缺乏追索权，这加剧了这种风险。建立一个类似于 CLS 的 AI 交易中心化中介机构可以解决这个问题，但会重新引入自主代理旨在消除的低…
-
研究发现：全球建筑足迹数据集准确性存在差异
一项新研究评估了四个主要的全球建筑足迹数据集的准确性：Global Human Settlement Layer (GHSL)、Microsoft的TEMPO、The Global Building Atlas (GBA) 和 Overture。研究以ORBITaL-Net作为地面真实数据，发现GBA和TEMPO总体上提供了最高的准确性，尽管性能因评估标准而异。研究还强调了基于地理位置、人口密度和收入水平的显著准确性差异，在非洲和亚洲…