跳到正文

#推理

今日 6 条
11月4日周三
  1. Hugging Face Blog52

    StateBench:测试大语言模型在长文档中追踪状态变化的能力

    StateBench 是一个测试大语言模型长文档状态追踪能力的基准。它设四级难度,评估显示 Gated DeltaNet 与混合架构直接训练后泛化远优于 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 在难任务上随输入变长准确率跌至 13% 以下。该基准提供开源数据与代码,助力研究者定位模型缺陷。

  2. IT之家42

    蔚来李斌:智能电动汽车是出货量最多的具身智能体

    蔚来 CEO 李斌在 2026 世界互联网大会乌镇峰会上表示,智能电动汽车是出货量最多的具身智能体,已成为最大的 AI 应用产业。他透露,基于世界模型架构的蔚来智能辅助驾驶系统已部署在超 95 万辆车上,安全行驶里程超 91.4 亿公里。此前工信部数据显示,国内约 6,100 万辆乘用车已搭载组合驾驶辅助功能。

11月3日周二
  1. 量子位38

    北大孙仲联合IBM与Unconventional AI在Nature子刊定义现代模拟计算

    北京大学孙仲联合IBM苏黎世研究院及Unconventional AI在Nature旗下期刊发表综述,正式定义“现代模拟计算”体系。该体系基于阻变存储器实现高精度矩阵运算,安纳智芯芯片在FP32精度下吞吐量达英伟达H100的1000倍,能效提升100倍。此前孙仲团队已于2025年攻克模拟计算精度瓶颈,此次旨在统一该领域核心定义。

11月2日周一
  1. IT之家37

    阿里云发布 AI 投研工作台 Qovest

    阿里云发布面向专业机构投资者的 AI 投研工作台 Qovest,支持自动查数、分析及生成报告。该产品基于自研金融 Agent 工程框架,可将研究结果沉淀至投研空间实现持续跟踪。目前 Qovest 已开放邀测,新用户可免费试用,后续提供每月 99 元或 199 元的订阅套餐。

11月1日周日
  1. IT之家52

    工信部赛迪研究院:我国人工智能推理数据量首超训练数据量,截至6月日均词元调用量超175万亿

    赛迪研究院发布报告显示我国人工智能推理数据量首次超过训练数据量,截至2026年6月日均词元调用量超175万亿。相比2024年年初增长1000多倍,顶尖大模型迭代周期压缩至几周甚至几天,标志产业落地全面取代实验室研发。此前9月报告称我国生成式人工智能用户规模已超7亿人。

  2. Testing Catalog46

    Google 在 Arena 测试 Gemini 4 Carbon 新检查点

    Google 在 Arena 平台更新 Gemini 4 Carbon 检查点,测试者反馈其速度显著提升且 3D 建模能力优于前代 Argon。该模型在 Three.js 任务中表现优异,但前端开发仍是短板。此前 Carbon 仅向部分安全防御者开放,预计将以 $2/M 输入 token 的价格广泛发布。

  3. IT之家73

    Exin Therapeutics 称 AI 智能体成功为小鼠进行脑部手术以治疗癫痫

    Exin Therapeutics 本周声称已让 AI 智能体成功为小鼠进行脑部手术,注射药物后小鼠恢复良好。该团队使用 Anthropic Sonnet 模型操控机械臂注入 250 纳升药物,开颅和缝合由真人医生完成,兽医监督每个不可逆步骤。原本首选的 Anthropic Opus 5.5 因担心中途失效而拒绝执行该任务。

  4. IT之家62

    英特尔因AI需求改造多家CPU制造工厂,将产能从桌面处理器转向数据中心处理器

    英特尔正将多家CPU制造工厂产能从桌面处理器转向数据中心处理器,以应对AI行业需求增长。该公司扩展爱尔兰Fab 24生产更多Xeon芯片,加速亚利桑那Fab 62设备安装以提升18A产能,其数据中心与人工智能业务2026年第三季度收入73亿美元环比增长17%。英特尔预计2027-2028年数据中心CPU需求保持强劲,因AI基础设施运营商部署更多CPU密集型智能体和推理工作负载。

10月31日周六
10月30日周五
  1. IT之家55

    奥尔特曼回应 AI 冲击:理解数学家的处境,但 OpenAI 不会停止研究

    OpenAI CEO 奥尔特曼在播客中表示理解数学家面对 AI 研究成果涌现的处境,但 OpenAI 不会停止公布科学发现。他透露公司在数学研究上投入数亿美元,未来重做类似工作成本可能降至当前百分之一左右。此前 OpenAI 部分成果发布方式引发数学界争议,并捐赠 500 万美元支持相关研究。

  2. The Verge · AI63

    Sam Altman 同情数学家,但称 OpenAI 的数学攻势不会停止

    OpenAI CEO Sam Altman 在播客中表示同情数学家,但公司不会停止发布AI生成数学结果,且还有更多未公开发现。他承认发布沟通混乱,内部 Slack 频道 Model Name-Hold My Beer 曾用于极限测试模型,并估计耗资数亿美元包括约 $10 million 解决 Navier-Stokes 问题。数学家批评归因不足且部分成果未公开,担忧被资本挤出领域。

10月29日周四
  1. 量子位38

    理想发布2026款i6:首销23.98万元,李想目标全球畅销

    理想发布2026款i6,官方售价24.98万元,首销权益价23.98万元,李想将其目标定为全球销量最高的车型。新车换装96kWh自研连山电池与马赫M100智驾芯片,CLTC续航最高提升至710公里,并下放双零重力座椅等旗舰配置。此前i6上市一年累计交付近19万辆,此次改款旨在通过自研技术落地支撑理想纯电转型及全球化布局。

  2. Testing Catalog70

    Google 发布 Gemini 4 Carbon 面向网络防御者

    Google发布新前沿模型Gemini 4 Carbon,称其为最强网络安全与长时任务模型,本周起向部分网络防御者开放。该模型在Artificial Analysis智能指数v5获59分排第一,安全基准超越Argon,定价每百万输入token 2美元输出10美元。此前Gemini 4 Argon发布仅两周,Google将通过Fairwind计划分阶段扩展访问。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有