Google认为SpaceX Starship需发射1800次，太空数据中心才能起步
Google发布同行评审白皮书称，SpaceX Starship需发射约1800次（未来10年每年180次）才能让轨道数据中心具备成本效益。Google轨道计算卫星原型今日搭载SpaceX火箭发射，将验证其TPU在太空运行，并以15分钟脉冲方式启动。该计划属Project Suncatcher，Google设想由81颗卫星近距编队并行处理，白皮书还测算芯片辐射误差率低可支持推理负载。
#推理
#推理
今日 1 条TechCrunch · AISI 评分6868
Latent Space精选SI 评分7878 Google DeepMind 发布 Gemini 4 Argon，支持 1M 输出 token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作和网络防御，先在 Fairwind 计划的政府用户与可信网络防御者中开放，之后才向开发者、企业和消费者开放。
推荐理由：汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧，可对照其与 Astra、Opus 5.5 的实际差距。
AWS Machine Learning Blog精选SI 评分8383 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，为编码、计算机使用和专业工作负载提供更强推理能力。OpenAI 表示该模型在 DeepSWE v1.1 上性能匹配 GPT-6 Astra，但单任务成本约为其五分之一，且比 GPT-6 Sol 最佳成绩高 6.4 个百分点。
推荐理由：GPT-6.1 Sol 在 Amazon Bedrock 正式可用，以约五分之一成本实现接近 GPT-6 Astra 的推理能力，降低智能体工作流成本。
Simon WillisonSI 评分1313 GPT 6.1 Sol 发布：以五分之一价格提供接近 Astra 的智能
OpenAI 推出 GPT 6.1 Sol，该模型提供接近 Astra 水平的智能，价格仅为后者的五分之一。
Latent SpaceSI 评分6767 OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 访谈：从种子到 Stripe
OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中回顾 OpenRouter 的发展历程。
Latent SpaceSI 评分3838 Latent Space 宣布 AINews v3 计划及平台转型
Latent Space 宣布将 AINews 与 Discord 社区合并，并计划迁移至 Beehiiv 以构建多节目网络。AINews 订阅量已超 20 万，Discord 成员达数万。平台重新开放赞助合作，并将于下周在 Supabase Select 活动上采访其创始人。
Simon WillisonSI 评分6666 TypeSafe AI 发布 Jev 决策模型，按输入 token 计费
TypeSafe AI 发布 Jev，称其为 System One 模型，只接受文本输入，输出类别、是/否答案、评分及置信度等浮点数，而非文本。Jev 只对输入计费，首个模型输入价格为每百万 token 0.042 美元，低于 OpenAI GPT-5 Nano 的 0.05 美元，支持 Noul、Choice、Score 三类问题并并行评估。
Latent SpaceSI 评分6868 Diogo Almeida 谈 Jev 与 System 1 模型：为软件而非聊天而建
TypeSafe AI CEO Diogo Almeida 在 Latent Space 播客中介绍新模型 Jev，称其为面向代码消费的 System 1 模型，优化目标是每美元智能，核心创新是未发表的 RLCD（Reinforcement Learning for Calibrated Decisions），而非 RLHF 或 RLVR。
NVIDIA Blog精选SI 评分6262 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1，吞吐最高提升 3.7 倍
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览成绩，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高 2.5 倍。
推荐理由：MLPerf v6.1 首次提交数据给出 Vera Rubin 相对 GB300 的吞吐倍数与 99% 扩展效率，可据此判断推理成本走向。
Google ResearchSI 评分3030 Google Research 提出 Retrieve-for-Train 框架加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，通过离线强化学习将查询分解行为编译至 53.9M 参数的扩散模型，实现单次非自回归推理。该方案利用 Gemma3-4B 和 Qwen3-4B 进行监督合成，消除了推理时的思维 token 开销，解决了传统 LLM 在集合级搜索中的延迟瓶颈。
Google DeepMind精选SI 评分8686 Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 实时语音模型
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking，旨在提升实时语音对话的智能与并行推理能力。
推荐理由：原文给出了两款实时语音模型在推理与工具调用上的具体基准表现，读者可据此评估其在生产级语音智能体中的适用性。
Hugging Face Blog精选SI 评分6060 IBM 发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个尺寸
IBM Granite 团队发布 Granite 4.2，这是其首个稠密、decoder-only 的推理模型家族，包含 3B、8B、30B 三个尺寸，均以 Apache 2.0 许可开源。
推荐理由：IBM 公开了 Granite 4.2 从预训练到多阶段 RL 的完整构建流程，可对照其分阶段课程与奖励设计理解推理模型如何训练。
Hugging Face Blog精选SI 评分6262 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项基准中 7 项超过其全精度版本
Multiverse Computing 发布论文《Quantization-Aware Healing: A Practical Recipe for Recovering Compressed, 4-Bit LLMs》，提出 QAH 方法：对结构压缩并量化的模型，直接从压缩前的原始全精度模型蒸馏，而非从恢复出的 bfloat16 checkpoint 蒸馏。
推荐理由：论文给出压缩加量化后从原始教师蒸馏的恢复配方，并附与 QAT 的稳定性对比数据。
Import AISI 评分5050 Import AI 470: 机器无权利；SPADE 自动化环境生成；Hawkeye 构建更优 GPU 内核
METR 研究显示 AI 在网络安全领域加速显著，数学研究加速轻微，AI 研究优化无可测加速。多所高校团队发布 SPADE 框架，通过自博弈生成合成可执行环境，在 30B 规模下使 Qwen3 模型在 AIME 等基准上性能提升 8.1 分。
Hugging Face Blog精选SI 评分6262 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5 家族的 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
推荐理由：官方给出三个模型在 H100 与 MacBook 上的实测加速比和调用方式，可据此判断端侧推理的可用性。
Import AISI 评分4141 Import AI 469: DiG-bench 基准测试、RSI 模拟器与 AI 科研品味
新基准 DiG-bench 通过 70 个隐藏规则的游戏测试 AI 的探索与发现能力，结果显示 Opus 5 和 Fable 5 表现最佳，但前沿模型在 Tier 7 难度上仍远落后于人类。
Microsoft ResearchSI 评分4141 MindTopo：微软研究院推出评估多模态模型拓扑推理能力的新基准
微软研究院推出 MindTopo 基准，用于评估多模态大语言模型在连通性、封闭、顺序、分离和绳结等拓扑关系上的推理与规划能力。测试显示，当前模型在静态图像识别上表现明显优于交互式规划任务，失败多发生在规划阶段而非感知阶段，模型难以在场景变化中持续保持对拓扑结构的理解。图像与视频生成工具在维持拓扑关系上同样不可靠。
Berkeley AI ResearchSI 评分4242 ABBEL 框架通过信念状态更新提升 LLM 长程交互效率
ABBEL 框架将摘要重构为自然语言信念状态，并引入信念评分机制以监督信息保留。在 CollabBench 协作编码任务中，该方法将模型与全上下文模型的性能差距缩小约 50%，且训练步数减少 50%。
Hugging Face BlogSI 评分5050 模型路由并不简单：从分类问题到系统优化问题
在 AppWorld Test Challenge 的 417 个任务上，同一 CodeAct 智能体下 Claude Sonnet 4.6 总成本 79 美元（0.19 美元/任务），GPT-4.1 却要 155 美元（0.37 美元/任务），原因是缓存命中率让实际成本偏离标价。
Hugging Face Blog精选SI 评分8484 Thinking Machines 发布 1T 参数多模态开源模型 Inkling 及 Inkling-Small
Thinking Machines 在 Hugging Face 发布 Inkling，一个约 1T 参数、支持 1M 上下文并原生接收图像、文本和音频输入的开源多模态 MoE 模型，同时推出 276B 总参数、12B 激活参数的 Inkling-Small。
推荐理由：原文给出 Inkling 的架构细节、部署配置与基准对比，读者可据此判断这一开源多模态模型的落地门槛。
Hugging Face BlogSI 评分2222 PyTorch 性能分析（第三部分）：Attention 全解析
Hugging Face 博客发布《Profiling in PyTorch》系列第三部分，用 PyTorch 剖析 attention 的朴素实现、原地操作、SDPA 与手写 kernel 四种写法在 profiler 下的差异。
Mistral AI精选SI 评分6666 Mistral 发布 Leanstral 1.5：6B 激活参数形式化验证模型
Mistral 发布 Leanstral 1.5，一个 Apache-2.0 许可、119B 总参数 6B 激活参数的形式化验证模型，在 miniF2F 上达到 100%，解出 PutnamBench 672 题中的 587 题，并在 FATE-H 取得 87%、FATE-X 取得 34%。
推荐理由：原文给出 Leanstral 1.5 在形式化验证基准上的具体成绩与每道题成本对比，读者可据此判断开源证明模型的性价比。
Berkeley AI ResearchSI 评分1515 2026 BAIR 研究生展示
伯克利人工智能研究实验室（BAIR）展示其 2026 届博士毕业生的研究成果，涵盖机器人、大语言模型推理、计算机视觉及 AI 安全等领域。毕业生去向包括 OpenAI、Physical Intelligence、Mistral AI 等机构，以及普林斯顿大学、UCLA 等高校教职。
Google Research精选SI 评分6262 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布一种新架构，把多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 模型上，在不改动主干权重的前提下加速端侧推理。
推荐理由：Google 把 MTP 头接到冻结的 Gemini Nano v3 上，给出端侧推理在内存与能耗约束下的具体优化路径。
Google ResearchSI 评分3636 Google Research 研究：推理如何解锁 LLM 的参数化知识
Google Research 在 COLM 2026 论文《Thinking to Recall》中发现，开启推理能让 Gemini-2.5（Flash、Pro）和 Qwen3-32B 在 SimpleQA Verified、EntityQuestions 上答出关闭推理时几乎无法召回的事实。
Google DeepMind精选SI 评分7474 Google DeepMind 发布 DiffusionGemma 实验模型，文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上最高实现 4 倍推理加速，单张 NVIDIA H100 上超过 1000 tokens/秒、RTX 5090 上超过 700 tokens/秒。
推荐理由：官方给出 4x 加速的实测数字与硬件门槛，读者可据此判断本地低并发场景是否值得换用扩散式生成。
Google DeepMind精选SI 评分8282 Google DeepMind 发布 Gemma 4 12B：统一架构、无编码器的多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的智能体多模态模型，介于 E4B 与 26B MoE 之间，是首个支持原生音频输入的中等规模 Gemma 模型。
推荐理由：Gemma 4 12B 去掉多模态编码器并把视觉音频直接接入 LLM，读者可据此判断本地多模态智能体的硬件门槛。
Import AISI 评分4040 Import AI 460：社会可被奖励黑客攻击、Anthropic 的 RSI 数据、基于 RL 的四旋翼竞速
研究团队构建 SocioHack 基准，含 72 个沙盒社会环境，测试 AI 在信用卡积分、学校成绩等场景中"钻制度空子"的能力，RL 训练的 LLM 能以 61.25% 召回率和 90.85% 精确率重新发现历史上已被修补的漏洞策略。
Berkeley AI ResearchSI 评分4545 自适应并行推理：高效推理扩展的下一个范式
自适应并行推理（Adaptive Parallel Reasoning）允许模型自主决定何时分解子任务、生成并发线程数量及协调方式，以解决顺序推理导致的上下文膨胀与延迟问题。该范式旨在克服现有固定并行结构无法根据问题复杂度动态调整计算资源的局限，实现更高效的大语言模型推理扩展。
Import AISI 评分5252 Import AI 455：AI 系统即将开始自我构建
Jack Clark 在 Import AI 455 中判断，到 2028 年底前有 60% 以上概率出现无需人类参与的 AI 研发，即前沿模型能自主训练出自己的后继版本；若 2027 年内实现，他给出的概率是 30%。
Berkeley AI ResearchSI 评分4242 GRASP 提出基于梯度的长时程世界模型规划方法
GRASP 是一种针对学习动态（世界模型）的基于梯度的规划器，通过提升轨迹至虚拟状态实现时间并行优化，并在状态迭代中引入随机性以增强探索。该方法通过重塑梯度，使动作获得清晰信号，同时避免通过高维视觉模型计算脆弱的“状态输入”梯度，从而解决长时程规划中优化病态及局部极小值问题。
Google ResearchSI 评分4242 Google Research 提出 Simula：基于机制设计的合成数据生成框架
Google Research 提出推理优先的合成数据生成框架 Simula，将数据集生成重构为机制设计问题，通过全局多样化、局部多样化、复杂化和双批评者质量检查四个步骤，独立控制覆盖度、复杂度与质量。
Mistral AI精选SI 评分7676 Mistral 发布 Mistral Small 4，统一推理、多模态与编码智能体能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的模型，采用 Apache 2.0 许可。
推荐理由：Mistral 首次把推理、多模态与编码智能体能力合并进单一开源模型，并给出可切换的推理强度参数。
Berkeley AI ResearchSI 评分4242 SPEX 和 ProxySPEX 算法实现 LLM 大规模交互识别
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，利用稀疏性和低阶性在大规模下识别 LLM 的关键交互。ProxySPEX 利用层级结构特性，在保持性能的同时将所需的消融次数减少约 10 倍。SPEX 在特征归因任务中，当上下文扩展至数千个特征时，仍能保持与 Faith-Shap 等现有方法相当的高忠实度。
Berkeley AI ResearchSI 评分3535 基于信息驱动的成像系统设计框架
Berkeley AI Research 提出基于互信息的成像系统设计框架，直接评估并优化系统信息含量。该框架在 NeurIPS 2025 论文中验证了其在四个成像领域预测性能的能力，优化结果匹配 SOTA 方法且无需任务特定解码器。
Berkeley AI ResearchSI 评分3434 不依赖 TD 学习的强化学习：用分治法扩展 off-policy RL
Berkeley AI Research 提出一种基于分治（divide and conquer）的强化学习算法，不依赖时序差分（TD）学习，可将 Bellman 递归次数从线性降为对数级，从而扩展到长时程任务。
Mistral AI精选SI 评分6565 Mistral 为 Le Chat 推出 Deep Research、语音模式等多项新功能
Mistral 为 Le Chat 上线一批新功能，包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：官方一次性放出深度研究、语音、推理与图像编辑多项能力，可据此判断 Le Chat 的助手定位走向。
Mistral AI精选SI 评分7878 Mistral AI 发布首款推理模型 Magistral，含 24B 开源版与企业版
Mistral AI 发布首款推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首款推理模型同时给出开源权重与企业版，并公开训练论文，可对照其多语言推理与速度主张。