Apple 首次从零预训练三模态掩码扩散模型,3B 规模验证统一设计
Apple 提出首个从零预训练的三模态掩码扩散模型(MDM),在文本、图文和音频-文本数据上联合训练,并系统分析了多模态缩放规律、模态混合比例、噪声调度与批大小影响。其基于 SDE 的重参数化将物理批大小与逻辑批大小解耦,免去最优批大小调参。初步模型在 3B 规模(6.4T tokens)下于文本生成、T2I 和 T2S 任务均取得强劲结果。
Apple 提出首个从零预训练的三模态掩码扩散模型(MDM),在文本、图文和音频-文本数据上联合训练,并系统分析了多模态缩放规律、模态混合比例、噪声调度与批大小影响。其基于 SDE 的重参数化将物理批大小与逻辑批大小解耦,免去最优批大小调参。初步模型在 3B 规模(6.4T tokens)下于文本生成、T2I 和 T2S 任务均取得强劲结果。
MIT 等机构研究团队开发了一种机器学习后处理层,学习并修正现有天气预报模型的误差,在两到六周时间尺度上把黄金标准预报模型的准确率提高了一倍,并在 ECMWF 的预报竞赛中排名第一。相关论文发表在 Nature 上,该模型首次在该时间尺度上超过气候平均,并显著提升极端天气预测能力。模型为开源、低成本的外挂式组件,可叠加到任意预报模型上,肯尼亚气象部门已就应用该模型改进季风预报接洽。
印度初创公司 Scimplify 完成 2500 万美元全股权融资,由 Hitachi Ventures 领投,投后估值 2.5 亿美元,累计融资达 8000 万美元。其 AI 平台 Scinode 通过研究、制造、质控等专用 AI 智能体协调生产,可将特种材料交付周期从通常的 12 至 18 个月缩短至两个月。公司年化收入约 2 亿美元,计划未来一年将生产网络扩展至美国和日本。
SK 海力士开发总管安炫在 SEDEX 2026 上预测,到 2030 年 AI 基础设施性能规模将增长约 20 倍。他指出 AI 推理市场正沿任务复杂度、上下文长度和请求量三个维度扩张,KV Cache 容量膨胀使数据需分摊存储于 HBM、DRAM 与 SSD,数据迁移成为性能与能耗新瓶颈。
ServiceNow 与 McGill 推出 AgentHorizon 基准,包含来自人工屏幕录制的 1,373 个判官任务,通过交换近同任务的指令构造干净的失败样本。
小红书 AllSpark 团队联合商业算法提出 Vela 框架,将匿名化真实用户行为历史转化为训练任务,基于约 10 万匿名化样本主体构建约 7.5 万条训练样本。该框架用用户行为作监督信号,使 35B 模型在十项基准上全线提升。
铭芯启睿(MemSilicon)宣布完成基于 1TnR 技术路线的首代高密度、大容量 RRAM 芯片“泰山一号(MountTai 2026)”流片,采用 28nm CMOS 工艺和 1T4R 单元结构,单芯片容量 1Gb,密度 30Mb/mm²,访问延时小于 20ns,并集成片上硬件纠错电路。该芯片已完成流片、正在推进验证,面向嵌入式存储、大容量存储及混合存算三条产品线布局。
NVIDIA 宣布五年 2.5 亿美元算力承诺,用于强化英国智能体安全与安全研究,并通过牛津大学 BOLD、UCL 与帝国理工的 SOFAIR 每年提供 5000 万美元加速计算资源。
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子初创公司,并作为 Global Alliance Founding Partner 加入 Earthshot Prize。
破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub,由四目头环、两个腕部手环、三个腰腿部动作追踪器和可选触觉手套组成,通过视觉、IMU、UWB融合恢复全身姿态并采集手部接触压力,头环内相机、IMU和UWB同步精度不超过0.5毫秒。创始人杨朔称团队预计2027年推出全模态世界模型,优先在工业、餐饮零售等垂直场景验证,现阶段不造自有机器人本体。
前神经科学家 Michał Wójcik 在 LinkedIn 和 Bluesky 上持续曝光 AI 生成或抄袭的同行评审垃圾论文,最新一例是 Springer Nature 2025 年出版的《Nanocomposites for Sustainable Wastewater Treatment》,其第一章由该书编辑 Swapnila Roy 撰写,插图是明显的 AI 垃圾。
AlphaNIST 让机器人通过二元任务奖励和大量多样化经验自主学习装配,而非人工预设每一步动作。单一策略在 NIST Assembly Task Board #1 的全部二十项装配任务上训练,零件最小仅 4 mm,训练起始状态涵盖散件、手中抓取和模拟中缓存的部分装配体。该方法采用成功引导采样,优先练习成功率约一半的起始状态,同时保留每个状态的机会。
斯坦福大学推出 CS 312「Deep Learning Alchemy」秋季新课,由 Tatsunori Hashimoto 和 Kothasuhas 主讲,定位为 CS 336(从零构建语言模型)的续作,目标是教学生理解模型行为。
旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动的自包含机器人工作站,称产线换型可从数周缩短到几分钟,无需传统编程。
扎克伯格在《Cheeky Pint》播客中回忆,去年 Meta 在不确定 AI 产品能否成功的情况下,仍承诺投入数千亿美元建设 AI 基础设施,他曾问首席 AI 官汪滔(Alexandr Wang)这笔 1,000 亿还是 2,000 亿美元的投资能否成功。
德勤发布的首席财务官调查显示,52% 的英国大企业 CFO 预计未来一年借助 AI 裁员,67% 的受访者表示目前仅实现预期 AI 变革的四分之一。调查于 9 月 17 日至 10 月 1 日覆盖 66 名 CFO,其中 12 人来自富时 100 成分股企业、25 人来自富时 250 成分股企业,仅三分之一认为 AI 将在未来一年提升利润率。
实时分析正成为关键能力,但传统做法需额外部署 Apache Druid、Apache Pinot 或 ClickHouse 等专用服务引擎,带来独立数据副本、管道和治理开销。文章提出实时分析应作为湖仓一体的能力,与批处理共用一份数据和一套管控,并从新鲜度、延迟、并发三个维度评估工作负载是否真正需要实时。金融、零售、制造等场景的实时需求均可由此框架判断。
旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动机器人工位,称产线换型可从数周缩短到几分钟,无需传统编程。
MIT McGovern 研究所与 ICoN 中心在 PNAS 发文,证明随机连接的多层网络仅凭"同时激活的神经元连接增强"等简单规则即可自组织成有效的信息处理网络,学会识别模式和分类图像。该自组织网络采用类似梯度下降的优化策略,性能与依赖反向传播设计的网络相当,而反向传播被神经科学家认为不太可能是大脑使用的方式。研究者认为自组织能力应成为衡量神经网络生物学合理性的关键指标。
Latent Space 发布对 Dyna Robotics 联合创始人兼首席科学家 Jason Ma 的现场访谈,解读其上月发布的 Dyna-2 world-action 模型与后续实体机器人智能体 Dyna-2.1。
NVIDIA 介绍如何借助 AI 智能体将 Apache Spark UDF 重写为基于 cuDF 的 GPU 加速实现,以应对智能体 AI 带来的大规模数据集高频复杂查询需求。cuDF 利用 GPU 的大规模并行能力和高带宽显存提升数据吞吐,目标是在成本不按比例增加的前提下满足企业级数据处理需求。
MIT McGovern 研究所与 ICoN 中心在 PNAS 发文提出,衡量人工神经网络生物学合理性的关键指标是自组织能力,并验证了随机连接单元仅凭简单连接调整规则即可重塑为有效信息处理网络,学会模式识别与图像分类。该网络由自组装模体构成,采用类似梯度下降的优化策略,性能与依赖反向传播设计的网络相当。
Databricks 为 Lakeflow Designer 新增 Prepare、Unique、Guardrails 三个无代码算子,分别用于数据清洗标准化、去重和数据质量检查。Join、Filter、Select 等既有算子也获增强,支持多表连接、动态列选择和分支输出。Output 算子现可写入 Unity Catalog 物化视图、合并进已有表或直接输出 CSV、Excel、JSON 文件。
OpenRouter 推出数据通讯 Inferred,内容基于其每月 600+ 万亿 token 的数据洞察,可免费订阅。
Artificial Analysis 在其平台上线各模型端点的缓存命中率和按供应商划分的 Cost per Task 数据。
论文提出 SanSi,让预训练为可复用层的 Ouro-1.4B 重复运行同一批层最多 8 次,并在每次循环后读取选项概率,使小模型在决策任务上大幅提准。在 10,027 条测试决策上,SanSi 得分 72.0%,同规模无循环模型为 58.4%,计算量为其 7.7 倍。
Character.ai 进入破产程序,法院文件显示其商业模式难以支撑开支。公司 2024 年每月 AI 算力支出 1380 万美元、2025 年为 1000 万美元,订阅收入峰值仅每月 280 万美元,含广告的全部收入峰值 530 万美元;2026 年 1 至 8 月算力支出 5610 万美元,8 月时每月仍亏损约 800-900 万美元。
同一新闻,精选展示《Character.ai 破产文件显示 AI 经济模式难以成立》
Databricks 为 Lakeflow Designer 新增 Prepare、Unique、Guardrails 三个无代码算子,分别用于数据清洗标准化、去重和数据质量检查,并增强 Join、Filter、Select 算子,支持多表连接、动态列选择和分支输出。
Theory 2026 AI 调查访问 455 名资深技术构建者,安全与治理以 43% 成为首要痛点,一年前仅排第六,evals 以 22% 居次。45% 的团队已跨模型路由查询,其中 23.7% 用自训练路由器、21.5% 用商用路由器。
OpenAI 的年度经常性收入(ARR)被 Axios 报道为 700 亿美元并经 Financial Times 确认,实际却是 500 亿美元,差额源于将云合作伙伴销售“毛额化”计入。
Tamery 是一款 AI 驱动的开源数据库工具,支持 PostgreSQL、MySQL、MSSQL、Clickhouse,Sqlite 和 MongoDB 即将支持。用户可将连接加密存储在云端,并借助 AI 编写和优化 SQL 查询,还能切换 AI 模型。
Apple 研究团队用阿拉伯语为目标语言、英语为辅助语言,在 150M 至 1.43B 四种模型规模上进行了约 1000 次预训练对比,发现混合高资源语言数据在验证损失和下游任务准确率上均优于超参数调优,且差距随模型规模扩大。混合带来的提升相当于 2–3 倍目标语言独有数据(验证损失)和 2–13 倍(下游任务准确率)。研究建议优先调整混合比例,并通过 μP 从小代理模型迁移超参数。
阿里旗下 AI 办公产品千问办公正在开发面向多平台商家的电商版本,计划于双十一预售前夕发布,项目由 CEO 陈宇森统筹、黄丕培负责,参与员工接近百人。该版本并非独立 App,用户可从通用版本切换至“电商经营”版本,首页设有双十一专区、经营分析、商品管理、素材生产和营销推广 5 个板块,目前尚不能直接替商家调整投流计划或接管店铺。
a16z 援引 Prosper AI 研究称,专科诊所通过 AI 在四个环节每年每名医生可释放约 12.5 万美元收入机会:接听未接来电约 4.48 万美元、召回逾期随访患者最高 3.74 万美元、事前核验保险避免拒赔约 2.85 万美元、追回患者自付欠款约 1.41 万美元。
Prosper AI 基于超 30 亿美元管理护理的交互数据与 MGMA 专科数据,并结合覆盖 29 个州约 2000 家诊所的 CallIQ 电话可及性研究,测算出 AI 可为每位医生带来约 12.5 万美元年收入机会。四个杠杆分别为:接听未接来电(平均 44,800 美元)、召回随访患者(37,400 美元)、减少可避免的理赔拒付(28,500 美元)和追回患者自付欠款(14,100 美元)。
魔法原子 VLM Agent 框架 EchoPolicy-0 在 AI2 发起的 MolmoSpaces Combined 榜单以 75.4% 平均成功率位列全球第一,覆盖全部 4 个 v1 任务。
哈啰 Robotaxi 发布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,用于按需构建驾驶数据与交互式策略测试。该模型支持通过自然语言描述需求,或直接编辑车辆、行人及运动轨迹,生成对应的多视角视频与激光雷达观测,可构造横穿行人、雨雪昼夜等长尾场景。
AI 实验室正通过 SimpleClosure、Sunset 等公司收购倒闭创业公司的代码与工作区数据用于模型训练。SimpleClosure 的 Asset Hub 已处理超过 150 笔交易,预计到 2026 年底向创业公司返还超 1000 万美元,其 47% 的交易现已包含代码或数据出售。
AI原生基础设施服务商无问芯穹完成23亿元C轮融资,累计融资43亿元,单轮和累计金额均创下国产AI原生基础设施赛道新纪录。公司不建机房,平台已适配英伟达、AMD、华为昇腾等16种芯片,服务37000P算力,并完成700亿参数大模型异构芯片混合训练,算力利用率达97.6%。
世界银行《2025 年数字化进展与趋势报告》中文概述以数据呈现全球 AI 鸿沟,提出连接、算力、情境、能力「4C」AI 准备度框架。报告主张发展中国家借助「小型 AI」起步,并按准备度分级投资。