Amazon SageMaker AI 上的 Mixture-of-Experts 内核工程优化
针对 Amazon SageMaker AI 上的 MoE 模型,通过 Swap-AB 优化 WGMMA 利用率及 FP8 量化后端路由,实现了 2-4% 的端到端吞吐量提升。该 Swap-AB 优化已上游至 vLLM,并在 0.24.0 版本中可用。
针对 Amazon SageMaker AI 上的 MoE 模型,通过 Swap-AB 优化 WGMMA 利用率及 FP8 量化后端路由,实现了 2-4% 的端到端吞吐量提升。该 Swap-AB 优化已上游至 vLLM,并在 0.24.0 版本中可用。
丘成桐等中国数学家周日在北京发起数学与人工智能实验室联盟,联合八家机构目标网络超千名研究者。西方25位菲尔兹奖得主担忧AI生成证明侵蚀理解并呼吁抵制,中国意在构建专用模型与可验证证明。即使使用AI的专家也对是否产生真洞察无共识。
哈啰 Robotaxi 推出生成式驾驶世界模型 HelloWorld,整合场景控制、连续生成、多传感器观测与高效推理能力。该模型支持通过自然语言或编辑轨迹生成多视角视频与激光雷达观测,用于构建长尾驾驶场景。此举旨在探索世界模型服务自动驾驶研发的具体路径。
无问芯穹完成C轮23亿元融资,累计43亿元,刷新国产AI Infra赛道单轮与累计融资双重纪录。公司不选自建机房,以软件编排异构算力,平台已适配16种芯片并实现千卡异构混合训练。在Agent催化算力缺口扩大背景下,资本加码基础设施层,公司也已保密递交港交所IPO申请。
Intel 推出面向 Agentic AI 推理优化的 D270 数据中心 GPU,单卡配备最高 480 GB LPDDR5X 内存。该芯片采用 350W 风冷设计,集成 32 个 Xe3P 核心和 256 个 XMX 矩阵引擎,支持 PCIe 5.0 标准接口,旨在通过高内存容量和能效比降低长上下文推理成本。
Anthropic 推出新防护措施,将模型蒸馏攻击中被窃取的数据量降低了约 90% 至 99%。防护机制限制外界获取 Claude 推理过程,使提取的推理 token 数量降至十分之一到百分之一,误报率低于 0.1%,并封禁数万个相关账号。Anthropic 以智谱 AI 研发 GLM-5.3 期间尝试蒸馏为例警告安全风险。
4 张 Tesla V100 组成的 NVLink 集群在 Qwen3.8-Flash-Next 基准测试中,长提示处理速度较 2 台 DGX Spark 快 40%,较 M5 Ultra 快 230%。短提示 Token 生成速度达 100.6 tok/s,较 DGX Spark 快 121%。该测试展示了 2017 年发布的旧款数据中心 GPU 在特定推理负载中仍具备较高吞吐能力。
英特尔在 2026 OCP 全球峰会上宣布,基于 Xe3P 架构的数据中心推理 GPU "Crescent Island" 正式定名为 Intel GPU D 系列,首款产品为 Intel GPU D270。
Meta于当地时间周一发布Muse Wonder与Muse Wonder Full两款旗舰AI模型,在推理、写作与代码测试中得分接近Anthropic顶尖模型。新模型将赋能Muse应用并为Muse Code订阅用户提供更强版本。这是Meta重组AI部门后首款对标前沿模型的产品,由2025年6月加入的首席AI官领导研发。
Microsoft Research 推出 StudentSim 系统,利用去标识化公开数据训练个性化 AI 学生模拟器,以在真实测试前评估 AI 辅导效果。该系统通过 StudentSimEval 基准在数学、英语写作和棋类任务中表现优于现有基线,提供了有效的训练反馈信号。此举旨在解决人工学生研究成本高、周期长的问题,加速 AI 辅导系统的研发迭代。
AWS 推出多节点 Ray LLM 深度学习容器,支持在 Amazon EKS 上通过分离 prefill 和 decode 节点部署大语言模型。该容器预集成 vLLM、NIXL 和 EFA 技术栈,提供 OpenAI 兼容 API,无需编写应用代码即可实现高性能推理。此前 AWS 仅发布了单节点 Ray Serve DLC,此次更新将预构建容器方案扩展至多节点分布式场景。
微软计划自2027年起部署Azure Maia AI芯片至多吉瓦规模,作为各产品主力推理系统。Maia 300于2027年出货,每兆瓦 tokens 数比领先GPU系统高40 percent,96芯片机架可达Maia 200机架7 times tokens。Maia 200已在美国、欧洲、澳洲运行Copilot,CEO称这是微软自研芯片最大赌注。
数学爱好者nor借助GPT-6 Astra严格证明了圆填充问题中N=15、16、17、18和20的最优解,推进了57年未解难题。此前仅N≤14与N=19获证,模型通过几何约束缩减可行排列并以计算机枚举完成证明。
微软发布第三代自研AI芯片Maia 300,将其定位为微软产品的主要AI推理系统,以降低对Nvidia和AMD芯片的依赖。Maia 300基于TSMC N2P工艺与chiplet架构,96加速器配置机架吞吐达Maia 200的7倍,每兆瓦token数较领先GPU系统多40%,2027年投产。此前Maia 200于1月宣布并已支撑Copilot等生产负载。
Anthropic 正在通过 Claude Opus 5.5 路由测试新模型,用户反馈其输出深度与细节达到 SOTA 水平。该模型在 Blender MCP 等任务中表现优异,部分用户推测其为 Opus 5.6 或 Fable 5.5。这是 Anthropic 在 Opus 5.5 降价发布三周后的又一次模型迭代测试。
新基准 Humanity’s Sixth Sense 显示 GPT 6 Astra 在直观视觉推理上 pass@1 仅 53.6,远低于人类基线 93.1。该基准包含 522 个问题,旨在测试模型对视觉场景隐含信息的推理能力。此前业界普遍认为此类任务需依赖复杂的 3D 世界模型,而当前 LLM 的表现对此观点构成挑战。
阿里千问正式发布面向长程智能体任务的在线强化学习框架 QwenGyre。该框架通过弹性调度与轨迹处理,在 NL2RepoBench 实验中实现 1.78× 端到端加速,并将模型通过率从 52.5% 提升至 58.5%。此前此类超长程任务因交互轮次多、token 消耗大,难以作为有效的训练来源。
Google DeepMind 的 AlphaProof Nexus 基于 Gemini 3.1 Pro 在 Lean 中起草并验证证明,解决数十个开放数学问题并通过 Science 同行评审。
推荐理由:在AI数学证明陷入期刊提交争议的背景下,该研究经同行评审确认了基于Gemini 3.1 Pro的形式化证明路线,为同类工作提供可比照案例。
英特尔 CEO 陈立武表示,DeepSeek、Kimi 和 GLM 等中国前沿 AI 模型 Token 成本较低且普及速度非常快。他坚定支持开源,认为这是提高效率的最优路径,并指出市场将决定不同模型的应用场景。
智谱新模型 GLM-5.3-Highspeed 已在 Zcode 3.15.1 中开放体验,网友实测生成速度达 490 tokens/s。该模型上下文窗口为 100 万 token,最大生成上限约 128k,并支持三档思考强度配置。此前智谱曾推出速度为 400 tokens/s 的 GLM-5.1-highspeed,此次新模型若保持该速度将显著提升长程任务效率。
人工智能基础设施企业无问芯穹完成 23 亿元 C 轮融资,累计融资达 43 亿元,单轮及累计均创中国 AI 原生基础设施赛道最高纪录。公司走异构算力调度中间层路径,其 Token 工厂过去一年推动推理成本 10 倍下降。此前于 2026 年 5 月获超 7 亿元融资。
丘成桐数学与人工智能实验室联盟在清华大学成立,集结超 1000 名科研人员,重点攻关数学专用大模型及 AI 辅助形式化证明。联盟发布了 10 余项“AI+ 数学”成果,涵盖 7 维同伦球面等科学问题,旨在探索中国自主的数学大模型建设路径。此前 OpenAI 曾公开 722 篇数学研究手稿,引发数学界对 AI 冲击的广泛关注。
Gemini 4 Argon 尚未公开,但部分用户通过 Antigravity 的 A/B 测试提前体验,其生成的 UI 界面比 Gemini 3.8 Flash 更精致。Google 此前宣称该模型在 DeepSWE 基准测试中取得 77.9% 的成绩,并提供了 256K 至 900K 的上下文选项。这是继上月泄露内部 checkpoint 后,Argon 再次在灰度测试中引发关注。
何恺明团队在论文中提出视觉原生Harness框架VISTA,让现有多模态模型无需训练即可保存并回看原始画面参与推理。在ARC-AGI-3中,VISTA使Claude Opus 5.0完成全部25个公开游戏获满分100,GPT-5.6 Sol得分99,并在GameWorld等基准提升成功率。该框架包含视觉观测、无损视觉记忆与主动视觉检查组件,后续将验证具身任务。
华为与华东师大联合研发的昇腾原生时序预训练模型,成功登顶 TIME-leaderboard 和 GIFT-Eval(Pretrained 类目)双榜单。该模型支持零样本时序预测及低成本二次微调,适配电网、工业、金融等场景。这标志着国内时序基础模型正式跻身全球第一梯队。
Lean 定理证明器凭借 mathlib 库中近 30 万条定理及基于类型理论的可靠性,成为数学形式化的核心工具。2026 年 AI 自动形式化技术已实现实用化,Anthropic 和 OpenAI 近期分别完成了费马大定理和 Navier-Stokes 方程的自动形式化。此前该过程主要依赖人工,如今 AI 已能直接读取论文并生成大规模形式化证明代码。
Microsoft 推出基于 Qwen3.5-9B 的 Decision-1 模型,在 36 项基准测试中取得 83.5% 准确率,速度比第二名快 2.5 倍。该模型通过 Microsoft Foundry 和 OpenRouter 提供,输入 token 价格为每百万 $0.042,输出免费。此前 Jev 在 9 月中旬开启了决策模型趋势,但该技术迅速被开源小模型适配并超越。
OpenAI API 定价页新增未正式发布的 gpt-rosalind-discovery 模型,与 gpt-rosalind-research 并列于生命科学模型板块。该模型定价为每百万输入 token $5、输出 token $25,目前仅通过可信访问计划向获批机构开放。此前 GPT-Rosalind 于 9 月 11 日结束研究预览,10 月 5 日正式生效计费。
OpenAI 于 10 月 6 日在 GitHub 一次性发布超过 700 篇手稿,声称解决了数百个开放数学问题,包括黎曼假设的较弱变体。菲尔兹奖得主 Peter Scholze 警告该系统可能破解广泛使用的加密方法,而 Terence Tao 等专家虽认可其新颖思路,但批评缺乏人类讨论与教学环节。多位数学家表示震惊与职业危机感,认为此举以“TNT”般的方式摧毁了长期研究过程,且部分论文难以阅读。
Google 正在内部测试 Gemini 4 变体 Carbon,其编码性能据称媲美 Anthropic Opus 5.5。Carbon 在内部编码平台 Jetski 上主要优于 Argon,而 Argon 被定位为前沿推理模型。目前 Gemini 4 尚未正式发布,但 Google 已在应用中调整推理强度设置。
阿里 Qoder 上线 Fast 模式,首次响应时间缩短至 3 秒,Credits 消耗降至 0.8x。该模式输出质量与原 Performance 模式相同,但速度更快且更省成本,目前已在桌面端 0.4.4 以上版本同步支持 CN 版和国际版。
华为 Pura X View 率先推送鸿蒙 HarmonyOS 7.0.0.109 SP10 升级,包体约 4.83GB。新版本支持手机与平板、电脑间的多人互助通信共享,并新增熄屏循迹导航功能。此次更新还优化了多模态大模型推理速度及相机色彩还原,系统采取分批推送方式。
OpenAI 在 GitHub 公开 700 多份由内部前沿 AI 模型生成的数学研究文稿,部分证明附有计算机验证版本。此举引发学界担忧,学者指出这可能破坏数学界长期依赖的未发表成果交流传统,并质疑未发表材料是否被用于训练。此前 OpenAI 已制定论文引用规范并计划举办研讨会以协助研究人员理解这些成果。
Underdog AI 发布 Saluki 27B 模型,这是 Qwen3.8-27B 的 2-bit 量化调优版本,文件大小仅 7.89 GB。该模型针对智能体应用设计,工具选择和多工具并行调用表现优于全尺寸 Qwen3.8-27B,但数学表现相对逊色。Saluki 使用标准 llama.cpp 格式,可在标准 llama.cpp 及基于它构建的应用中加载,无需自定义编译。
Google 正测试 Gemini 4 的 Carbon checkpoint,Gemini 4 Argon 公开发布临近,Antigravity 已出现该模型的上下文配置。
TypeSafe AI 旗下 AI 决策模型 Jev 推出数周后完成约 8.7 亿美元融资,公司估值达 75 亿美元。该模型已被约三分之一的财富 500 强企业采用,上线数天内用户规模突破 100 万。此前投资 OpenAI 和 xAI 的 a16z 领投本轮融资,红杉资本跟投。
微软推出专为结构化决策打造的 Microsoft-Decision-1 模型,该模型基于 Qwen3.5-9B 后训练,响应速度比 GPT-6 Sol 快 35 倍。模型已上线 Microsoft Foundry 和 OpenRouter,输入价格每百万 Token 0.042 美元,输出免费。
Typesafe AI 完成由 Andreessen Horowitz 领投的 8.7 亿美元 A 轮融资,投后估值达 75 亿美元。Sequoia Capital 和 DCVC 等机构参与投资,Martin Casado 加入董事会。目前 Fortune 500 中三分之一的企业已在使用其 Jev 产品。
AWS 于 2026 年 9 月更新 Amazon Bedrock、AgentCore 及 Strands,新增 OpenAI GPT-6 Astra 等模型支持及开源 Agent 工具。
Aether AI展示CRIS-0因果智能机器人系统,在突发扰动下实现0.2秒急停与平均2秒内重规划。系统在Coffee Preparation测试中10次随机扰动达成9次有效恢复,并通过提取物理因果变量与内建安全阻断应对意外。此前其因果框架RSIAgent曾在OSWorld 2.0取得78.98% Partial Score。