NVIDIA 与 Elith 发布 Nemotron-Personas-Finance-Japan 合成数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是 Nemotron-Personas-Japan 的金融领域扩展,据称是首个百万记录规模、结合日本官方统计与家庭金融数据的开放 persona 数据集。
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是 Nemotron-Personas-Japan 的金融领域扩展,据称是首个百万记录规模、结合日本官方统计与家庭金融数据的开放 persona 数据集。
Google 上线 Language Explorer 交互式网页平台,基于开源数据集 LinguaMeta 汇总数千种语言数据,供研究者、教育者和语言爱好者探索全球语言多样性。
Handshake 的 AI 训练业务在约一年内从上线做到 10 亿美元年化毛收入,Latent Space 与 Garrett Lord 团队联合拆解前沿实验室采购的专家数据与评测环境。
Latent Space 与 Handshake AI 团队对谈,拆解前沿实验室采购训练数据的逻辑。Handshake 在约一年内做出近 10 亿美元年化总营收的 AI 训练业务,节目分别展示生物、金融与对齐三类强化学习环境,包括 VIALS 基准、模拟投行的 Excel 评分器,以及 CAREBench 对拒答边界的测试。
特种化学品制造商路博润(Lubrizol)正构建连接业务流程、现代数据平台与云基础设施的数字底座,支持研发团队更快验证想法。其 IT 副总裁 Girish Rao 称,公司通过科学家、数据科学家与 IT 组成的“fusion teams”从小型试点起步建立信任,目标不是取代科学判断,而是给科学家更好的工具。数字建模还可帮助评估更多配方及淀粉、玉米基等替代材料,并权衡产品全生命周期的取舍。
NVIDIA 在 MSIT-NVIDIA AI 创业合作论坛上宣布投资韩国初创公司 Point2,并计划追加投资 Motif Technologies、RLWRLD 和 Upstage。
Nous Research 基于阿里 Qwen3.8-27B 微调出开源权重模型 Arete-27B,用约 5300 万 token 做监督微调,宣传性回答占比从 22% 降至 0.9%,事实准确率从 2.32 升至 2.98。
亚马逊 NASC 团队在 Amazon ECS Fargate 上构建了无服务器 MCP server,作为 AI 智能体访问企业数据湖的集中式网关,新增数据集只需一个 JSON 元数据文件,无需编写集成代码。
The Decoder 的 Frontier Radar 第 5 期盘点了 27 家由大厂离职研究者创办的独立 AI 实验室,按持续学习、语言之外的世界模型、稀缺数据、算力、自动化科研和模型周边工具六类技术押注分组。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,应转向用大规模、高精度、多尺度、共配准的生物数据预测分子→细胞→组织→器官→生物体的演化。
Ai2 发布 ToyBlocks,一个围绕机械臂与桌面方块的开源仿真框架,可自动生成任务与演示数据并评测机器人行为。它基于 Isaac Lab 用强化学习和运动规划生成技能,单 GPU 并行执行数百个规划,达到最高 24 倍实时速度。首个数据版本包含 85,336 条长程演示、近 1,600 小时机器人执行数据和 1.44 亿帧。
Physicl 完成由 Inovia Capital 领投的 1000 万美元种子轮融资,把此前为电商打造的高保真 3D 渲染技术用于为机器人和世界模型生成逼真仿真训练数据。公司同步推出 Studio,包含 1 万个 3D 环境和 10 万个资产,可针对杯子被遮挡等困难边缘场景按需生成合成数据。世界模型公司 SpAItial 已作为早期客户用它提升其 Echo-3 的仿真保真度。
Tau Robotics 在旧金山推出人形机器人保洁服务,目前由人类远程操控,机器人通过头腕摄像头采集数据用于训练自主清洁模型。服务早期定价 30 美元/小时,现为两台机器人每周 60 美元或单次 100 美元。实测中机器人能完成厨房清洁和刷马桶,但爬楼梯摇晃、多次卡顿,曾因远程操控设备过热而提前结束。
Thinking Machines 发布 Inkling 2 Small,这是一个 594B 总参数、17B 激活参数的多模态 MoE 模型,已在 Tinker 上线,Apache 2.0 权重承诺下周外部安全测试完成后开放。
推荐理由:读者可了解 Inkling 2 Small 的 68 小时预训练、NVFP4 全流程与多项独立评测表现,以及权重尚未开放这一前提。
NVIDIA 在 Cosmos 世界模型平台下新增四个 Cosmos 3 开放权重检查点,均为 Cosmos 3 Nano 的后训练版本,含 16B 可训练参数,采用 OpenMDW1.1 许可,允许商用与非商用。
推荐理由:文章给出四个开放权重检查点的能力分工与四阶段训练配方,读者可据此判断如何适配到自有传感器与机器人本体。
百度发布开源基础模型 ERNIE-5.5-Flash-Base,采用 MoE 架构,总参数 2800 亿、每次输入激活 140 亿,刻意不做微调或后训练,后续将推出后训练版本。
NVIDIA 通过全栈协同设计缓解 AI 工厂的 GPU 内存压力:从 Blackwell Ultra 到 Vera Rubin 平台,单 GPU 的 HBM 容量仅提升约 3%,但 SemiAnalysis AgentX 上的智能体吞吐每美元最高提升 30 倍。
腾讯发布 Hy4 模型,首次具备图像理解能力,并能自主操作 Blender、CAD 等软件。腾讯称其在约 600 个真实金融任务上领先 DeepSeek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash,联网搜索场景的幻觉率从近 16% 降至约 5%。
Google Research 提出 AI-PPG-ACC-HTN 系统,利用消费级智能手表的 PPG 和加速度计信号被动检测高血压迹象,无需袖带校准。该系统先用 492,347 小时、2,109 名参与者的无标签数据做自监督预训练,再按人聚合多日嵌入向量并结合身高做逻辑回归分类。
推荐理由:该系统用智能手表 PPG 与 ACC 信号做无袖带校准的高血压筛查,并与 24 小时动态血压监测对比,读者可了解其两阶段训练与临床验证设计。
估值 16 亿美元的 AxiomMath 宣布已形式化验证 Stacks Project,其 AI 智能体把约 7654 页数学内容转成约 1600 万行可机器检查的 Lean 代码。公司称这填补了代数几何领域形式化数学的空白,未来研究者在 Lean 中检查新工作时有可依托的基础。AxiomMath 还希望这套经过验证的基础能成为 AI 智能体编写软件乃至做科学研究的可复用底座。
Dropbox 宣布以 3.5 亿美元收购云存储公司 Tigris Data,这似乎是其迄今最大的一笔收购,交易预计在 2026 年第四季度完成。该交易将支撑面向构建 AI 模型和智能体的企业与开发者的新存储平台 DBX Agent Cloud,初期以独立对象存储产品形式提供,兼容 Amazon S3 工具。
哈佛商学院教授 Willy Shih 在 Decoder 播客中讨论 AI 基础设施大规模建设对全球供应链的隐性成本,并解释关税与制造业回流的现实困境。他指出,面对对华关税,制造商的第一反应往往是经越南、墨西哥等地绕道规避,而非真正回流美国。其新书《Where Does My Stuff Come From?》聚焦全球供应链背后的经济学逻辑。
旧金山初创公司 Discovered Materials 设立总额 100 万美元的奖金池,悬赏 AI 模型解决材料科学五个开放问题,包括解释铜氧化物超导机理、预测硅与二氧化硅界面结构的数值方法等。该公司由 Y Combinator 2026 春季批次孵化,此前曾让前沿实验室的 AI 智能体联网自主运行数天攻关,但进展有限。公司主攻半导体新材料,创始人称有望在不到一年内找到具备工业价值的材料。
Dharma-AI 发布 Dharma Field Extractor,一个 20 亿参数模型,输入文档图像后按开放模式或指定 schema 输出结构化 JSON,同一 checkpoint 无需按文档类型微调。
Google Research 提出 Agile Deliberation 框架,把主观图像分类器的构建拆成概念范围界定与概念迭代两个阶段,由 VLM 主动挑出边界模糊的图片,让用户给出反馈,再自动优化提示词。
高通在 2026 财年 Q4 财报电话会上表示,预计数据中心芯片最终将占其业务的约 30%。公司预计 2027 年第一季度数据中心收入约 6.5 亿美元,2027 年底达 50 亿美元,2029 年达 150 亿美元;其 2026 年总营收为 104 亿美元,手机销量较 2025 年下滑约 20%。高通此前已宣布与 Amazon、Meta 等公司合作推进 AI 数据中心业务。
Latent Space 汇总 11 月 2 日至 3 日的 AI 动态,重点包括多个团队复现“权重空间编程”,称前沿 LLM 可直接生成或编辑小型网络权重。腾讯 Hy4 在 APEX-Agents 上报告 75.2 分,高于 DeepSeek V4.1 Flash-1017 的 72.1 和 72.9,API 定价为每百万输入/输出 token 0.834/2.501 美元。
Indegene 在 AWS 上的 NEXT Unified Data Platform(NEXT UDP)中构建了由 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码,且处于集中式 human-in-the-loop 治理之下。
研究团队提出“Weight-Space Programming”,让 GPT-6 Astra 直接读取和生成模型权重,无需常规训练流程。在 Qwen3.5-0.8B 上仅改动 0.016% 的权重,MATH-500 准确率从 7.9% 升至 48.1%,指令遵循从 21% 升至 62%。
推荐理由:研究展示语言模型可直接读写网络权重,为免重训的行为修正与权重审计提供了一条可复现路径。
OpenAI CEO Sam Altman 在 X 上改名为"Ram Altman",回应其 DRAM 言论被断章取义,称自己长期主张扩大内存生产,并希望人们"想装多少内存就装多少"。
随着企业将智能体 AI 引入日常工作流,AI 安全的核心已从工具问题转为数据可见性问题:数据被持续摄取、复制、摘要、转换和再分发,传统围绕应用、系统、网络和端点的安全方法已不够用。文章提出团队需要建立数据血缘,才能在人类、智能体及混合工作流中实现治理、问责与信任。
IBM 研究团队发布 Palette,通过 LoRA 微调一个 20B 开源权重模型,让它按 IBM Design Language 生成幻灯片。模型被拆成设计者和编码者两个角色,前者输出结构化 JSON 简报,后者并行生成每页的 pptxgenjs 代码,编码阶段约快 6–7 倍。
Ai2 推出 StateBench,用于评测语言模型在长文档中追踪实体状态变化的能力,按 r-trivial、aperiodic、soluble、general finite 四个难度层级设计。
由于电网接入和新涡轮机交付需排队数年,部分 AI 数据中心开始用退役飞机改装、烧天然气的喷气发动机自行发电。Rystad Energy 分析师 Audun Martinsen 称,这类机组可让数据中心在 24 个月内运转,而在北弗吉尼亚接入 100 兆瓦电网约需七年。
Palantir 三季度营收同比增长 96% 至 23.1 亿美元,首次突破 20 亿美元,美国商业收入 9.84 亿美元首次超过美国政府收入的 9.53 亿美元。
斯坦福研究者 Owen Queen 和 James Zou 用 8 家开发者在 2024 年 7 月至 2026 年 9 月间发布的 20 个模型,复测 50 条被广泛引用的 LLM 结论,发现 44% 已失效,另有 34% 明显减弱,仅 16% 仍成立、6% 反而增强。
AI 推理初创公司 Fal 完成 13 亿美元融资,由 Bessemer Venture Partners 领投,Nvidia、Sound Ventures 和 T. Rowe Price 参投,估值从 4 月的 80 亿美元翻倍至 160 亿美元。
Google DeepMind 为 Google Antigravity 发布一套化学信息学技能(Cheminformatics Skills),基于 RDKit 并接入 ChEMBL 和 PubChem,让智能体完成文献化合物提取、匹配分子对分析和成药性建模。
推荐理由:原文用真实肺癌药物案例展示智能体如何把多天的化学信息学流程压缩到一小时,并说明工具的边界。
Anthropic 在周一更新的 S-1 文件中披露,截至 9 月 30 日的季度营收达 170 亿美元,高于上一季度的 115 亿美元,但算力成本占营收比例从 48% 升至 58%,运营亏损同步扩大。该季度算力支出达 100 亿美元,其中 50 亿美元来自短期承诺,成本显著高于多年期合约。公司称算力与基础设施支出预计将继续增加,并仍是未来可预见时期最大的运营开支。
NVIDIA 联合 COMSOL、Applied Materials、Siemens、Lam Research、Advantest 等厂商,用加速计算、物理 AI、AI 智能体和数字孪生构建"AI 定义的晶圆厂"。