Satya Nadella:Quincy 数据中心示范与社区共建、共同成长的可能
Satya Nadella 以华盛顿州 Quincy 为例,说明与社区共同建设数据中心、并随时间共同成长是可行的。他转引了 Brad Smith 的相关文章。
Satya Nadella 以华盛顿州 Quincy 为例,说明与社区共同建设数据中心、并随时间共同成长是可行的。他转引了 Brad Smith 的相关文章。
SemiAnalysis 指出,AI 加速器的 HBM 堆叠高度趋势正在逆转:下一代 Rubin Ultra 每 GPU 仅配 192GB HBM,低于标准 Rubin 与 B300 的 288GB,8-hi 将取代 12-hi 成为新标准。
一只每投 1 块已还 LP 3.6 块、排进全球前 1% 的基金,募新一期只拿到上期一半。8 月 28 日 a16z 完成 11 亿美元 Machine Age Fund 募集,专投 AI 硬件;同月成立两年、零回款记录的 Permanent Capital Ventures 二期反而从 1.5 亿增至 2 亿美元。
Nvidia 在 10-Q 中披露的资产负债表外担保总额已达 530B 美元,较上季度的 184B 大幅跳升。增量主要来自三项:供应与产能承诺从 119B 升至 279B(以内存为主),担保从 3.5B 升至 108.5B(涉及 SB Energy 在俄亥俄州的 4.25 GW 园区,租给 OpenAI 二十年),并首次出现 36B 的 AI 云协议和 20B 的数据中心租约。
IBM Research 在八款模型上发现,智能体记忆的合适"剂量"随模型能力变化:能力强的模型能从完整指南集中获益,较弱模型更适合精简核心加任务相关检索,已饱和的模型则无明显提升。
AWS 展示了一套库存自动化架构:用零样本时序基础模型 Amazon Chronos2 做概率需求预测,再由 Strands Agents SDK 构建的 Supervisor、Preprocessing、Forecasting、Reporting 四个 LLM 智能体在 Amazon Bedrock AgentCore 上编排确定性工具,把预测转成可审计的采购订单。
Interconnects AI 的 Nathan Lambert 整理出一份近几年关于开放模型的最佳写作清单,覆盖基础概念、美中竞争等主题,并列出每篇的作者与时间。
大淘宝技术直播技术团队开源了本地长期记忆系统 HL-Mem(Apache-2.0),对应 v1.1 系列,采用事实与经验双通道架构,用不可变 Event 加可更新 Claim 实现证据可追溯、有效时间与记录时间双时间可解释,以及记忆的修正与遗忘。系统默认仅依赖 SQLite 单文件部署,配后台异步 Worker 处理去重、冲突消解与生命周期管理,运行时独立、本地优先,并支持中文检索。
燧原科技(688801)9 月 11 日正式在上海证券交易所科创板挂牌上市,开盘价 410 元/股,较 142.18 元发行价上涨 188.37%,截至发稿市值 1764 亿元。真格基金从天使轮起连续参与燧原最早期的两轮投资。燧原科技成立于 2018 年 3 月,专注国产 AI 算力解决方案,试图打破英伟达一家独大的局面。
GPT-6 Astra 在抗体可开发性预测基准测试中成为表现最好的前沿模型,在聚集性、稳定性、成药性等可开发性属性上的预测优于其他受测前沿模型。展示抗体工作机理的交互式可视化同样由 Astra 构建,耗时约 1 小时。
Google 参与绘制出雄性果蝇全部 166,000 个神经元的图谱,这是一项社区协作成果,用于展示微小果蝇大脑的能力上限。该帖互动数据为 193 条回复、531 次转发、7699 次点赞、712697 次浏览。
NVIDIA 详解全栈 NIM 优化如何让 Nemotron 3 Ultra 在现有 GPU 上支撑 2.5 倍并发用户,同时保持交互响应速度。这一权衡对智能体 AI 负载尤为关键,因为其提示词更长、上下文会在多步之间复用。
Genspark 发布其首个面向知识工作的模型 Gen-1 Slides,与 Fireworks AI 合作基于开源权重底座训练,现已驱动 Genspark AI Slides 的 Standard 模式。官方称其可生成前沿质量幻灯片,价格约为 Opus 5 的 1/17,博客全文见 genspark.ai/blog/gen-1-sli。
NVIDIA 推出 BioNeMo Inference Runtime(BioIR),在高通量蛋白质组规模下加速生物分子结构预测模型。该运行时基于 NVIDIA GPU,采用优化 kernel 并在适用场景使用 CUDA Graphs 提速,同时保留原有 PyTorch 工作流。
mem0 提出一条经验法则:只为需要过滤、校验或聚合的内容创建字段,其余内容保持为文本。这本质上是在写入时的灵活性与查询时的可靠性之间做权衡。
Mem0 在 12 次默认流程测试中每次都能保存稳定偏好(如“I prefer dark mode”),但临时工作更新(如“the migration is blocked”)只保存了 2/12 次。同一阻塞信息改为结构化字段后,保存率达到 12/12。
CCF 与快手联合发布第三期"CCF-快手大模型探索者基金"并启动申报,面向全球学者发布 5 个研究方向共 18 项研究课题,每项课题提供人民币 25 万元资助,申报截止时间为 2026 年 10 月 7 日 24:00(北京时间)。
NVIDIA 将供应链专业知识编码进 Nemotron 与 Palantir Foundry,用以衡量从 wafer-out 到 first token 的绩效。该周期分为两段:time-to-rack 覆盖硅片离开晶圆厂到组装系统抵达数据中心;time-to-token 则涵盖此后的电力、冷却、网络与软件栈。
DeepSeek 发布新模型,采用 552B 参数的 MoE 非对称架构。其新 Causal Encoder–Decoder 架构在输入端仅激活 8B 参数、输出端激活 16B 参数。官方称新预训练方法配合更大规模 RL 后训练,基准测试结果超过包括 DeepSeek-V4-Pro 在内的旗舰模型。
Thomson Reuters 推出专有 LLM 系列 Thomson,基于 Qwen 模型构建,专注法律、商业、税务、金融和新闻等领域,将率先部署在 CoCounsel Legal 中。
Q2D-Web 数据集来自 23,000 条无 PII 的生产搜索,覆盖十种语言、数十个领域,历时九个月收集。其中 Agent 将用户请求改写为主查询与支持查询,每条查询独立评估并各自给出相关性判断。
NeoHorse-1 提出通过带 Routing Harness 的智能体后训练实现递归自我改进,论文已发布在 Hugging Face Papers(编号 2609.08)。该工作围绕 agentic post-training 与递归自我改进两个方向展开。
法律、新闻和金融等高度监管领域正快速采用定制模型。用专有数据重新训练开源模型,可获得更高准确率和严格的指令遵循能力。DeepLearning.AI 认为,专用 AI 是企业技术的重要未来范式。
Google 发布博客,介绍其脑图谱(brain maps)如何持续推进神经科学研究。原帖未披露具体模型版本、数据规模或性能指标,仅引导读者阅读博客了解详情。
李飞飞指出 R&D 正在分化为 token 充裕的研究与 token 匮乏的研究两条路径,未来属于前者。她认为当今顶级 AI 产业团队和 neolabs 的进展惊人,研究者的个人才华被 AI 辅助大幅放大,并呼吁每位研究型大学校长都读一读 OpenAI 的这份报告,反思高等教育研究的未来。
快手技术沙龙第5期将于9月19日举办,主题为「Data Agent:数据生产与智能决策新范式」,来自快手数据平台部、云器科技与腾讯的嘉宾将分享一线实践。议题涵盖快手 Data Agent 从 Workflow 到 Agentic 的产品演进与父子 Agent 架构、云器科技 DEAgent 的设计与基础设施、Data Agent 在快手电商的落地,以及腾讯灯塔 AI 的记忆工程与知识工程。
Sebastian Raschka 撰文讨论 GPT-6 Astra,认为其最大跃升在计算机使用能力,并称 Astra 很可能采用循环 Transformer(recurrent depth)变体,理由是 The Information 的报道与该方法在固定算力下可提升建模表现。
2026 年上半年全球 AI for Science 融资超 44.3 亿美元,OpenAI 4 月发布生命科学推理模型 GPT-Rosalind,Anthropic 6 月推出整合科研工具的 Claude Science,Jeff Dean 离职创办 Discovery Loop。
Epoch AI 推出 AI Chip Users 浏览器,以 Nvidia H100 等效(H100e)估算 OpenAI、Google DeepMind、Anthropic、Meta Superintelligence Labs 和 SpaceXAI 五家前沿实验室的 AI 算力使用量。
OpenAI 与 Anthropic 双双改写企业数据政策。Anthropic 允许使用 Claude Fable 5.1 等顶级模型的企业将数据留在自有服务器上 30 天,OpenAI 则通过一套新的安全处理系统承诺零数据保留。两家均用自动化系统标记滥用行为,但相关系统缺乏技术透明度。
DeepMind 发布 AlphaGenome Atlas。继 AlphaFold 绘制蛋白质宇宙之后,该工具用于绘制人类基因组,可预测全部 90 亿个可能的单字母 DNA 变异带来的影响,帮助科研人员更好地理解疾病。该资源面向学术研究免费开放,地址为 alphagenome.google/atlas。
Google DeepMind 的 AlphaGenome Atlas 团队发布了 AlphaGenome Atlas,一个可搜索的 1-petabyte 数据库,映射人类基因组中全部 90 亿个单字母 DNA 变异的分子效应。该数据库提供统一的 AVI 突变评分,并配套网页门户、AlphaGenome API 以及智能体技能(Agent skill)。
Google DeepMind 推出 AlphaGenome Atlas,一个可交互的 AI 数据库,映射全部 90 亿种单字母 DNA 变异的预测影响。它无需写代码,在普通浏览器中即可使用,并对学术研究者免费开放。
Google DeepMind 的 Atlas 引入 AlphaGenome Variant Impact(AVI)评分,该评分结合 AlphaGenome、AlphaMissense 及其他特征,可对突变按影响程度从低到高排序,并揭示其造成损伤的机制,例如破坏基因开关或 RNA 剪接指令。
Google DeepMind 发布 AlphaGenome Atlas,一个可搜索的数据库,覆盖全部 90 亿种可能的单字母 DNA 变化,并映射这些变化的预测影响。该数据库旨在帮助研究人员更好地理解生物学机制。
Google DeepMind 推出 AlphaGenome Atlas,一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台,并同步发布 AlphaGenome Variant Impact(AVI)评分,将 AlphaGenome 与 AlphaMissense 的预测压缩为单一数值,便于快速排序变异。
Mistral 联合创始人 Arthur Mensch 宣布公司新融资 30 亿欧元,用于扩充训练与推理算力,并推动开放与主权 AI 成为技术前沿。他同时表达了对支持者的感谢,并附上官方新闻链接 mistral.ai/news/mistral-m…。
Mistral AI 宣布新融资由 Samsung 领投,EQT 的 Scaleup Europe Fund 和 PSG Equity 联合领投,ASML、NVIDIA、BNP Paribas CIB 等继续跟投。资金将用于基础设施与产品能力建设、规模化部署,并扩大前沿研究与模型开发。
Epoch AI 测量了 GPT-5.6 Terra、GPT-5.6 Sol 与 Claude Sonnet 5、Opus 5 在关闭推理时首 token 延迟(TTFT)随上下文长度的变化,发现 GPT-5.6 存在明显二次曲率,而 Claude 两款模型接近线性扩展。
双曲嵌入用负曲率几何匹配树状层级结构,空间随半径指数增长,因而能用更少维度表达分支关系。在 WordNet 名词层级重建任务中,5 维 Poincaré 嵌入取得 0.823 的平均精度,而 200 维欧氏嵌入仅为 0.168。