⌘ K
… 读取采集状态 同步中...
雷

#推理

今日 10 条
9月21日周一
  1. 钛媒体AGI33

    超节点如何成为AI算力的新答案？

    超节点通过扩展高速互连域解决AI推理通信瓶颈，使英伟达 GB200 NVL72 在 DeepSeek R1 推理中单卡吞吐达 4130 Token/秒，是 B200 的 4.4 倍。行业竞争焦点从单卡峰值性能转向系统持续产出有效 Token 的效率与成本，液冷与开放生态成为落地关键。

  4. AIGC开放社区81

    阶跃星辰 Step 5 Preview 发布：24小时持续优化，6000亿稀疏混合专家架构

    阶跃星辰发布旗舰模型 Step 5 Preview，主打长任务与智能体工作流。在 NVIDIA H100 上进行的 24 小时推理内核优化测试中，模型实现最高性能 508 TFLOPS，AIME24 得分达 60%，与 Claude Opus 5 表现相当。

    推荐理由：该测试通过真实工程场景验证了模型在持续失败后调整策略的能力，并对比了多模态上下文下的表现差异。

  5. APPSO46

    曝iPhone Duo原计划配专属手写笔/卢伟冰：小米18 Pro会涨价/黄仁勋：AI在2030年毁灭世界概率为0%

    彭博社曝苹果原计划为折叠屏 iPhone Duo 配专属磁吸触控笔，因技术问题改为兼容 iPad 版 Apple Pencil。小米总裁卢伟冰确认小米 18 Pro 系列将于 9 月 23 日发布且价格会上涨。英伟达 CEO 黄仁勋在专访中表示，他完全不认同 AI 会在 2030 年毁灭世界，并将此概率定为 0%。

  6. 大模型智能41

    国庆假期前后全球基础模型激战：Claude 5.2、Gemini 4 Pro、Grok 4.7及国内多家新模型蓄势待发

    硅谷与国内AI大厂在国庆假期前后密集推出或测试新模型。Anthropic正灰度测试Claude Opus 5.2，谷歌疑似在Arena中隐测Gemini 4 Pro，马斯克预告Grok 4.7即将更新。国内阶跃星辰发布Step 5 Preview，Kimi、DeepSeek和阿里Qwen4也分别通过预热暗示新一代模型已就位，行业竞争加剧。

9月20日周日
  3. 极市平台56

    李沐访谈：聊聊AI从业者的成长路径与现实取舍

    李沐在小红书 AMA 中回答了 AI 时代职业选择、编程学习、研究方向等问题。他建议先用 agent 最大化生产力、深度优先发展，编程仍需学习以便 review 代码；认为 agent 是能力放大器（能力 x10 而非 +10），具身智能短期有泡沫但是自然方向，AI 翻译可替代 99% 的人，业务场景 SFT 的门槛将转向对业务的理解。

  4. APPSO74

    TypeSafe 发布非语言模型 Jev，用校准决策替代 LLM 输出

    TypeSafe 于 9 月 15 日公开其首个模型 Jev，并宣布完成 4000 万美元种子轮融资，由 DCVC 领投。Jev 是基于 Transformer 的非大语言模型，不生成完整句子，而是返回预先定义的 Choice、Score 或 Noul 结果，并附带概率分布与置信度。

    推荐理由：原文梳理了Jev的校准决策输出形式与延迟、价格、浏览器代理演示，读者可据此理解它如何替代部分 LLM 判断环节。

  5. APPSO55

    AI 冲击数学与工程：菲尔兹奖得主警告 AI 正在改写研究与价值认知

    DeepSeek 工程师刘胜与撰文称 AI 正在替代底层算子优化工作，数学家群体同步发出类似忧虑。OpenAI 于 9 月 8 日公布纳维斯托克斯问题相关成果，约一万个并发智能体用时不到四天提出解答并完成 Lean 形式化验证，The Information 9 月 17 日援引知情人士称 OpenAI 接近解决霍奇猜想。

9月19日周六
  1. 人工智能学家77

    谷歌 DeepMind 成立 DeepMind Institute，聚焦 AGI 社会影响与治理

    谷歌 DeepMind 成立 DeepMind Institute（DMI），由 Demis Hassabis、Shane Legg 与 James Manyika 共同领导，旨在研究 AGI 对经济、科学和社会的颠覆性影响。DMI 已发布三篇论文，重点涵盖 AGI 经济政策工具和推理透明度，强调哲学家、经济学家及社会科学家需共同参与 AGI 未来的治理决策。

    推荐理由：谷歌 DeepMind 将 AGI 应对从模型研发升级为跨学科社会研究，明确了经济政策与治理的探索方向。

  2. 量子位70

    JEPA-Anything技术报告：跨领域预测框架如何通过正交分解连接癌症研究与行星轨道

    PhAI Labs联合牛津、斯坦福等高校团队发布技术报告JEPA-Anything，提出正交预测分解机制以解决多信号预测容量分配问题。在肝癌研究中，该方法从内部因子中筛选出IL-18联合NT5E/CD73阻断方案，并在小鼠及类器官实验中得到验证；在行星轨道模拟中，模型隐模式提取出的频率-半长轴关系斜率为-1.4991，高度接近开普勒第三定律理论值。

    推荐理由：报告提出可跨生物、物理等七类系统复用的预测分解机制，并用肝癌干预与开普勒定律验证了模型内部结构作为科学分析接口的潜力。

  3. DeepTech深科技44

    陶哲轩启动开放数学模型计划：研发开源数学 AI 以抗衡大厂

    菲尔兹奖得主陶哲轩宣布启动 SAIR 基金会的“开放数学模型计划”，旨在联合学界研发面向基础科学研究的开源大语言模型。该计划暂不公布模型架构与参数规模，当前目标是将 AI 应用于核对参考文献、辅助编写计算实验代码及将证明转化为 Lean 4 代码等日常科研环节。项目强调开放权重与数据所有权，由数学家参与模型治理，以区别于商业实验室的解题导向路线。

9月18日周五
  2. 智能涌现68

    大模型竞争转向低成本 Flash 模型服务 Agent 日常任务

    国内团队用 DeepSeek V4.1 Flash 替代 GPT-5.6 处理 Agent 任务，因并发、速度和成本更优。Google 在 I/O 推出 Gemini 3.5 Flash，DeepSeek、阿里、智谱也相继发布千亿级 Flash 模型，其中 Qwen3.8-Flash-Next 主模型 125B。

    推荐理由：材料通过一线开发者和厂商动作，说明低成本Flash模型如何承接Agent场景下的日常任务并影响成本结构。

  3. AIGC开放社区74

    智谱两周跑通10万张国产加速卡：GLM开始帮自己修路

    智谱发布技术文章，介绍由GLM-5.3驱动的Infra Agent参与搭建和优化GLM-5.3-Flash推理系统的过程。该系统在超过10万张中国制造的AI加速器上运行，从首次跑到承载生产流量用时不到两周，端到端吞吐量提升至初始基线的约3倍。文中指出这是递归自我改进方向的早期工程实践，人类仍负责设定目标与边界，而非AI自主设计并训练下一代模型。

  4. 数字生命卡兹克77

    Jev 发布：只做分类判断的 System One 模型

    TypeSafe AI 发布模型 Jev，该模型舍弃文本生成，专注高频二元判断与分类，自称 System One Model。官方称其速度比传统 LLM 快 20-200 倍，价格低 40-400 倍，输出 Token 免费，支持并行判断且具备校准置信度。作者实测显示，Jev 在分类预筛、聚簇判定及并行问答任务中，准确率常居前列，在并行判断场景下实现了最高准确率与最快速度的结合。

    推荐理由：Jev 舍弃文本生成专攻高频决策，实测比通用大模型快 20-200 倍且成本更低，展示了 AI 从生成转向快速判断的新路径。

9月17日周四
  1. AI科技评论72

    视频模型如何理解「变化」：HiDream-O1-Video 等三款模型物理因果能力实测

    作者通过三组图生视频任务对比了 HiDream-O1-Video-1.0、Seedance 2.5 和 MiniMax H3 在物理因果、音画同步方面的表现。测试发现 HiDream 在动作与结果的时间因果上表现最好，如料酒入锅到火焰升起间隔约 100 毫秒；Seedance 画面表现强但火焰遮挡事件；MiniMax 存在时序偏差和硬切问题。

    推荐理由：作者设计了三组物理因果测试，量化对比了视频模型在音画时序上的表现，提供了可复用的评测方法。

  2. 新智元85

    Periodic Labs 发布首个模型 Neon，1300 张 H200 训练的模型在 XRD 分析基准上超越 GPT-6 Astra

    前 OpenAI 研究副总裁 Liam Fedus 创立的 Periodic Labs 发布首个模型 Neon，仅用 1300 张 H200 训练的该模型在自家 134 道高难度 X 射线衍射（XRD）分析基准 FrontierXRD 上取得 55.3% 成功率。

    推荐理由：1300张H200训练的模型在XRD分析上超越更大规模模型，展示了物理世界数据飞轮的新训练范式。

  4. CVer33

    TPAMI 2026：ZeroDiff++ 刷新零样本三项基准

    论文《ZeroDiff++: Generative Test-Time Adaptation for Zero-shot Learning》发表于 IEEE TPAMI 2026。该工作继 ICLR 2025 的 ZeroDiff 之后，利用扩散机制在测试阶段让生成器适应未见类别。通过 DiffTTA 和 DiffGen 模块，从真实测试样本中间位置去噪生成可追溯特征，刷新零样本学习三项基准。

9月16日周三
  2. 腾讯研究院69

    黄仁勋谈AI安全与开源：预测多是编造，中国将成为开源重要力量

    黄仁勋在All-In Summit 2026活动中指出，近期关于放射科医生消失或初级岗位减半等AI末日预测缺乏科学依据，主张将AI安全事件作为工程问题进行根因分析。他认为递归自我改进并非神秘技术，而是上下文、强化学习和LoRA等已有技术的组合。黄仁勋强调中国拥有大量工程师和人才，未来将贡献全球开源生态，同时肯定在自动驾驶等特定领域AI已展现超级智能。

  3. 深思SenseAI87

    TypeSafe 发布 Jev 模型，0.7 秒完成 777 次结构化判断

    TypeSafe AI 发布 System One 模型 Jev，该模型仅输出带校准概率的结构化决策，不生成自然语言。官方称其响应时间仅为 70-500 毫秒，输入成本为每百万 token 0.042 美元且输出免费。第三方 Mike Taylor 实测显示，Jev 在 0.7 秒内完成 777 次判断，但在 7 处预埋缺陷的测试中仅识别出 6 处，显示其存在漏判风险。

    推荐理由：文章通过第三方实测数据，补充了该结构化决策模型在成本与准确率上的具体表现边界。

  4. 新智元80

    紫东太初开源9B通用多模态模型ZDTaichu5.0-9B，空间具身能力同档第一

    紫东太初开源ZDTaichu5.0-9B通用多模态模型，在MindCube-tiny等9项国际权威空间基准上取得8项同参数组别全球第一，在ViewSpatial、MindCube-tiny和VSI-Bench上成绩领先Gemini 3 Pro 7%以上。

    推荐理由：该模型在9B规模集成了空间具身能力，其自适应循环推理机制和同参模型基准数据是理解端侧具身智能架构演化的关键案例。

  10. AI信息Gap66

    ModelTrace 工具验证 GPT-6 Astra 降智教程

    开源工具 ModelTrace 利用 AI 生成随机数的低信息熵特性构建指纹，通过三道数学题比对验证 GPT-6 Astra 是否被错误路由至 GPT-4o。OpenAI 于 9 月 12 日承认 Astra 存在旧 Skill 误触、Codex 上下文管理截断及推理引擎配置错误三个 Bug，约 4000-5000 名用户受影响。

  11. Google Research45

    Google Research 提出 Retrieve-for-Train 框架，加速复杂 AI 搜索中的推理瓶颈

    Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，通过离线强化学习将优化后的查询分解行为编译为监督数据，蒸馏至一个 53.9M 参数的扩散检索模型。该模型在推理时通过单次非自回归生成实现高效查询扇出，避免了生成链式推理（CoT）token 带来的延迟瓶颈，无需测试时思考预算即可满足集合级搜索属性。

  12. NVIDIA Generative AI Blog40

    详解稠密模型与 MoE 模型：激活参数、吞吐量及选型指南

    本文对比了稠密模型与 MoE 模型架构，解释了 30B 参数的 Nemotron 3.5 Lightning 如何通过 MoE 架构在每个 token 仅激活 3B 参数。文章探讨了参数组织方式对模型性能的影响，并分析了两种架构在激活参数和吞吐量方面的差异，以指导开发者根据实际需求选择最适合的模型架构。