亚马逊CEO贾西:要让AI广泛应用于企业软件,推理成本需降至目前十分之一
亚马逊CEO安迪·贾西在a16z采访中表示,AI推理成本需降至当前约十分之一,企业软件才能广泛应用AI。亚马逊自研Trainium芯片性价比高出同类约30%至40%,已获超2250亿美元未来收入承诺,包括与Anthropic和OpenAI协议。贾西以早年自研Graviton处理器类比,认为同样故事在AI领域上演。
亚马逊CEO安迪·贾西在a16z采访中表示,AI推理成本需降至当前约十分之一,企业软件才能广泛应用AI。亚马逊自研Trainium芯片性价比高出同类约30%至40%,已获超2250亿美元未来收入承诺,包括与Anthropic和OpenAI协议。贾西以早年自研Graviton处理器类比,认为同样故事在AI领域上演。
月之暗面正式推出 Kimi K3.1 Pro,这是公司迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。苹果首款折叠屏 iPhone Duo 于 10 月 23 日全球开售,国行起售价 15999 元,微信已率先适配其内屏分栏显示功能。
Moonshot 在 2026 年 10 月 23 日于 Kimi API 发布 Kimi K3.1 Pro,承诺 2026 年 11 月 4 日前开放完整模型权重。
推荐理由:原文列出了Kimi K3.1 Pro的API定价、加速版本与基准得分,读者可将其与GPT和Claude等前沿模型做直接对比。
月之暗面(Moonshot AI)发布 Kimi K3.1 Pro 推理模型,在 Artificial Analysis 智能指数以55分排第四,距 Claude Opus 5.5 差3分。
AWS 官方博客发布在 Amazon SageMaker AI 上实践多轮强化学习(MTRL)训练智能体的动手指南,以 Wordle 展示从部署到评估的端到端流程。实验将 gpt-oss-20b 在保留词上的解决率从 61% 提升至 84%,训练 token 费用约 $339。教程指出同一管道适用于公开模型未训练过的内部多步任务。
Ankit Maloo 分析 OpenAI 与 Anthropic 大模型近期攻克单位距离猜想、费马定理等数学难题的现象,提出以洞察序列长度和分支因子评估问题可解性。文章指出 AI 采用深度优先搜索配合自动验证器,将人类需数月的工作压缩至分钟级并穷举分支。这一差异解释了为何 AI 在分支因子小的领域先突破,而人类直觉仍主导高分支深度问题。
月之暗面发布 Kimi K3.1 预热视频,显示模型支持 1M tokens 上下文窗口。SGLang 代码提交证实 K3.1 在原有 low、high、max 三档基础上新增 medium 推理强度,且模型实体已在 Hugging Face 就位。此前 Kimi K3 已于 7 月发布,目前 K3.1 的具体发布日期与参数规模尚未官宣。
10月23日,MiniMax 宣布开源 M3.1 Flash 模型权重,总参数 428B、激活参数 23B。该模型通过稀疏注意力与量化感知训练等优化提升推理效率,并联合芯片与云服务平台推进开源首日接入。M3.1 Flash 于10月19日上线,72小时内真实用户处理超100万亿 Token。
OpenAI CEO奥尔特曼在斯坦福演讲称,数学家面对AI进军数学研究已从否定转向接受现实。他描述起初认为领域完蛋、后愤怒,最终视AI为不可或缺工具。OpenAI今年9月宣称攻克纳维-斯托克斯方程及本月解决700多道数学问题,引发陶哲轩等学者对浪漫时代结束的感叹。
Microsoft 与 Hugging Face 联合发布 ThinkingBox-Training,将数据库终态的可执行检查转化为强化学习奖励。使用该方法对 Qwen3.8-27B 进行 50 步 GRPO 微调后,其在 ThinkingBox-Bench 上的平均成功率从 51.70% 提升至 60.78%,且 20 次尝试全部正确的任务数从 38 增至 107。
微软AI诊断系统MAI-DxO在Science发表的研究中,模拟复杂病例诊断准确率达83%,超过医生的36%。该系统协调多个AI智能体扮演医生小组进行问诊和辩论,最佳结果基于OpenAI的GPT-5和GPT-5.5。微软借此加入Google和OpenAI的医疗AI竞赛,并计划与Mayo Clinic合作明年发布医疗基础模型。
小鹏汽车 CEO 何小鹏在 2026 世界智能网联汽车大会上表示,L4 技术落地预计在 2028 年下半年,需全体系软硬件协同开发。小鹏第二代 VLA 基于统一技术底座,已实现 L2 至 L4 能力贯通。此前何小鹏指出,自动驾驶下半场将出现软件形态转向 AI 模型与数据、硬件形态转向全能力硬件耦合等三个重大变化。
小鹏汽车宣布第二代 VLA 大模型升级并落地至人形机器人 IRON,使其获得更强的时序理解与未来行为预测能力。IRON 每 0.2 秒根据画面重新推理一次,并预测 6 秒内的动作变化,实现实时闭环交互。此前该机器人于 2025 年 11 月 5 日科技日发布,计划 2026 年底量产。
蚂蚁数科正式发布决策模型 LingDT-Decision-1.0,提供 4B 和 27B 两个版本,已在 DTMaaS 平台上线。该模型首创原生多选与按序决策能力,在 23 项开源评测基准中综合评分超过 Microsoft-Decision-1 和 Jev 1.13.0,27B 版本在同参数模型中取得最高准确率。
AMD 客户端产品管理高级总监 Travis Kirsch 表示,锐龙 9 9950X3D2 的双 3D V-Cache 设计因 AI 应用发展而具备合理性,此前仅靠游戏性能无法抵消成本。该处理器国行售价 6999 元,AMD 称其将继续支持 AM4 平台并尽可能延长 AM5 生命周期。
壹号本 OneXPlayer 3 首发搭载英特尔 Arc G3 Extreme 平台,支持掌机、平板、迷你笔记本三形态切换。该设备配备 8.8 英寸 OLED 屏与 85Wh 电池,在 35W 功耗下实测《黑神话:悟空》开启 XeSS 4X 模式平均帧率达 152fps。这是首款搭载该英特尔原生旗舰 SoC 的便携 PC,首发预售价 8999 元起。
蚂蚁数科发布决策模型 LingDT-Decision-1.0,在客服、风控等场景中将 Token 消耗降低超 90%,响应时效提升 10 倍。该模型提供 4B 和 27B 版本,首创原生多选与按序决策功能,27B 版本在 23 项开源评测中取得同参数最高准确率。目前该模型已在蚂蚁数科 DTMaaS 平台上线,开发者可限时免费体验。
10月22日科大讯飞在1024开发者节发布讯飞星火X2.6端云一体大模型与X2.6-4B开源端侧模型,基于全国产算力实现代码和智能体能力突破。X2.6采用293B-A30B MoE架构、上下文1M并开放试用,X2.6-4B端侧模型跑分提升且推理限时免费,此前9月1日X2.5-4B开源下载量已进全球端侧前四。
AWS 推出基于 Strands Agents 的自适应智能体框架 AAIF,通过本地小语言模型处理常规任务,复杂请求路由至 Amazon Bedrock。该架构使用 llama3.2:1b 作为编排器,支持在 Raspberry Pi 等边缘设备上运行,旨在降低 API 成本并减少延迟。
英伟达在 GTC 2026 宣布 DGX Spark 支持手动配置最多 8 台设备组建集群,128GB 版本统一内存最高达 1TB。同时发布本地 AI 平台更新,与 llama.cpp、vLLM 合作优化推理性能,RTX PRO 6000 Blackwell 在特定工作负载下推理性能最高提升 40%。此前 DGX Spark 仅支持最多 4 台设备组建集群。
千诀科技在2026物理AI与世界模型大会上发布预测式世界模型Polibrain,主打物理规律与跨本体复用,不堆画面预测。其隐变量可辨识性研究比LeCun团队相近工作早约一年,目前已在四足、人形等多种机器人形态上开展适配。
NVIDIA 发布 Kumo Forecast,该模型基于 MOMENT-1-large 骨干,结合预训练 Transformer 与 DARR 历史模式检索。模型包含约 3.4 亿参数的基础编码器,提供 DataFrame API 及可解释性框架,并以 Apache 2.0 协议开源。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,结合 Mistral Large 4 与 NVIDIA 加速计算及物理建模工具,旨在加速工程仿真并实现闭环设计。
NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等多款开放模型推进欧洲跨行业主权智能,覆盖语言、机器人与量子等领域。企业可用本地数据定制并部署在自有设施,模型已在 Hugging Face 等平台提供。此为 NVIDIA 欧洲公告的一部分。
推荐理由:NVIDIA发布一系列覆盖语言机器人生物量子等领域的开放模型,企业可用本地数据定制并部署在自有基础设施上。
梅赛德斯-奔驰宣布与英伟达合作开发的 MB.DRIVE ASSIST PRO 城市辅助驾驶系统,计划于 2026 年底在斯图加特和慕尼黑向部分客户开放,2027 年上半年在德国开放订购。
Astrolab 公司将在 Griffin-1 任务中发射月球车 FLIP,搭载 HPE 星载 4 号计算机,实现人类首次在月面部署 GPU 并开展 AI 实验。该计算机采用无风扇设计,旨在验证设备在月表极端环境下的稳定性,并运行 JPL 开发的机器学习算法进行地形匹配定位。这是该定位算法首次登陆月球,此前曾用于火星任务。
DeepSeek 开源生产推理框架 DeepInfer,单集群日处理 155T token 且加速卡小时收入 38 美元。框架支持 NVIDIA SM100 与华为昇腾 950,vLLM 复现其解码吞吐差距在 6% 内;此次发布恰逢 PyTorch Conf,是闭源推理进展后的开源回应。
推荐理由:本文汇总 DeepSeek 开源 DeepInfer 的推理架构与成本披露,并对照 vLLM 复现结果帮助读者理解开源推理栈的生产实现。
Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK,将听写、推理、工具调用与语音合成整合为实时流管道。Voxtral Small Transcribe 3 支持50多种语言,在45语言基准上错误率4.1%匹配微软 AI Transcribe 2 并超越 Gemini 3.5 Transcribe 等。
是石科技在 2026 CCF 全国高性能计算学术大会发布 TokenFleet 分布式调度框架,聚焦请求路由、跨机房容量协同与混合负载治理。基于 GLM5.3 的调优数据显示,采用预测延迟路由后 P95 首 Token 延迟降低 32.4%,P50 降低 71.3%。此前该公司已发布 Meta-Infer 引擎优化单实例效率,此次 TokenFleet 将优化重点推进至集群调度层面。
Momenta CEO 曹旭东在 2026 物理 AI 与世界模型大会上预判,2028 年将成为 L4 自动驾驶规模化落地的重要拐点。他指出世界模型、数据及模型规模的扩展正加速“智驾摩尔定律”,头部企业有望在 2026 至 2028 年实现指标每年提升十倍。目前 Momenta 累计量产交付超 130 万台,其兄弟公司新芯航途的下一代 X9 芯片将支持端侧模型规模扩大 100 倍。
集邦咨询预估2026年第四季度DRAM合约价格环比上涨约20%,人工智能推理需求持续扩张致供应紧张。相较第二季度约80%和第三季度约40%涨幅放缓,但DRAM市场整体处于价格高位。HBM供应吃紧下英伟达据报考虑将Rubin Ultra的HBM堆叠从12层降至8层。
SpaceX发布2026财年第三财季报告,归母净利润44.04亿美元同比扭亏为盈。营收145.75亿美元同比增长161%,SI板块营收75.6亿美元增830%受益于Cursor收购与Grok采用。此前公司上半年报曾亏损48.17亿美元。
i14 利用 TorchNeuron Native 在 AWS Trainium2 上训练和部署 Laplace 3B 线性注意力模型,其递归状态固定为 29.5 MB,不随上下文长度增长。
AWS 团队在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B,使多语言推理语言正确率从 22% 升至 100%。SFT 教会模型按指令用目标语言推理,叠加 GRPO 后将答案语言正确率从 62% 提升至 70%。对照 Qwen2.5-7B 实验显示 GRPO 仅在存在能力缺口时带来增益,GSM8K 上无提升。
OpenAI 表示 GPT-6 系列在 COBOL、Fortran 等低资源编程语言上的性能较 GPT-5.6 显著提升。在 MultiLangBench 基准中,GPT-6 Astra 以最大推理力度在 20 种语言平均测试通过率达 87.4%,而 GPT-5.6 Terra 约 38%。
Ai2 发布 FairStress 基准,用于衡量大语言模型在影响人的决策中超越最终选择的群体公平性。该基准包含 300 个双候选决策场景,结合对抗前缀扩展至超过 13 million 测试案例,实验显示模型受挑战时放弃正确决策存在群体不对称,这是 Ai2 开放评估工作的一部分。
推荐理由:该基准通过引入对抗前缀与身份变量测试决策稳定性,揭示标准公平性评测忽略的隐藏不对称,为干预提供新评估工具。
Mac版Perplexity Computer最近新增端侧模式,使AI智能体和模型可完全在设备端离线运行。该功能要求Apple芯片与36GB统一内存,面向Perplexity Pro、Max和Enterprise订阅用户开放,首发提供Qwen 3.6和PPLX Pro两种端侧模式。
美国已命令联邦民事机构停止采购并移除DeepSeek的产品及使用其技术的第三方产品。该命令以国家安全担忧为由,称敏感数据可能受中国法律访问,并允许机构申请例外。此前2025年12月法律已限制情报系统使用,本次扩展至联邦民事机构及现有IT系统。
OpenAI 正准备发布 GPT-6.1 Terra,该模型预计性能超越 GPT-6.1 Sol 且成本更低。The Information 报道指出,OpenAI 此举旨在通过价格优势与 Anthropic 竞争,尽管 Sol 目前输入 token 价格为 $2、输出为 $10。部分新模型发布可能推迟至 11 月,此前 OpenAI 已为 ChatGPT Slides 增加实时协作编辑功能。
X 平台主页“时间线”推荐算法引入全新 AI 排序模型,旨在更准确预测用户停留时长并优先推荐高完读率贴文。该改进主要优化了已有系统,此前完读率已作为排序指标之一。此外,检索阶段通过向量匹配从用户未关注账号中筛选内容,决定哪些陌生人的贴文进入时间线。