搜索“推理”

I开始，重点是我们Gemini 4系列前沿模型。 我们看到两周前推出的Argon需求和使用强劲。事实上，在我们的开发者平台上，即使存在容量限制，第一周的使用量增速也比Gemini 3快3.5倍。 Argon在金融、法律、网络安全和科学等领域表现非常出色。开发者和Cloud客户已经在用它来做诸如梳理遗留代码库、加速科学研究、机器人技术、发现产品改进以及需要深度推理的特定领域任务。在Google内部，仅在过去几周，Chrome、Ads和搜索团队就使用Argon更快地编写和优化代码，交付的代码量增加了35%，错误减少了30%。 Argon只是Gemini 4系列的开端。今天，我们发布了Carbon。它是我们最强的前沿模型，具备最先进的网络安全能力和长时程能力。在最近更新的Artificial Analysis Intelligence Index上，它以59分排名第一。 Carbon在几乎所有领域都优于Argon，例如全栈Web开发、多模态理解、复杂知识工作和科学推理。 我们首先向部分可信的网络防御者推出Carbon，然后再扩大访问范围，目前它正由美国政府进行测试。 除了Gemini 4系列

匹配字段正文

Compute 基于 NVIDIA 参考架构构建，并为其下一代 AI 工厂采用 DSX，正在建设能够服务新客户和工作负载、并在未来多年持续创造价值的基础设施。 SWI Compute 为欧洲的 AI 原生企业、AI 实验室和企业提供对 NVIDIA AI 工厂的专用和按需访问，贴近其用户和数据，并处于欧洲司法管辖之下。其首个客户是一家总部位于美国的 AI 推理平台，已签约容量。该公司表示，迄今为止欧洲的大部分 AI 建设都依赖欧洲以外的容量，而现有容量首先被能够大规模签署多年合同的全球超大规模云服务商和前沿实验室锁定，使较小的 AI 原生企业最难获得容量。 该公司表示，AI 工厂的收益取决于其每兆瓦的 token 产出、系统持续产出的年数以及它们能够承担的工作范围。据该公司称，持续的软件优化可在已安装系统交付后的数年内延长其创收寿命，而单一基础设施基础可支持 AI 工作的每个阶段，从预训练到智能体推理，以及模拟、数据处理和科学计算。 SWI 集团于 2020 年开始投资土地、电力和壳体。它在欧洲和美国拥有 3.6 吉瓦的电力容量，在欧洲拥有五个园区，分别位于爱尔兰、英国、丹麦、西班牙

匹配字段正文

任度。 一家聚焦海外To B市场的AI初创企业创始人向《科创板日报》记者表示，在新规征求意见出台前，中小厂商出海长期面临合规边界模糊的痛点。“此前只能靠企业自行判断合规尺度，为规避风险，很多海外业务都偏保守推进。” 在他看来，DeepSeek与MiniMax率先完成登记，为全行业提供了可参照的合规范本，后续将有更多开源模型厂商跟进完成出海登记。“中国大模型在推理成本、多模态能力上已具备全球竞争力；合规通道打通后，海外中小企业客户的接受度将进一步提升，有望撬动更大的海外市场空间。” “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides informatio

匹配字段正文

任度。 一家聚焦海外To B市场的AI初创企业创始人向《科创板日报》记者表示，在新规征求意见出台前，中小厂商出海长期面临合规边界模糊的痛点。“此前只能靠企业自行判断合规尺度，为规避风险，很多海外业务都偏保守推进。” 在他看来，DeepSeek与MiniMax率先完成登记，为全行业提供了可参照的合规范本，后续将有更多开源模型厂商跟进完成出海登记。“中国大模型在推理成本、多模态能力上已具备全球竞争力；合规通道打通后，海外中小企业客户的接受度将进一步提升，有望撬动更大的海外市场空间。” 财联社声明：文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。 商务合作 热门解锁 【盘中宝回顾】反弹期如何巧用VIP四两拨千斤？王牌栏目10月掘金TOP主线“机器人”，焦点股5日收获3个20cm涨停板！ ①栏目10月中旬率先指出机器人“量产验证期拐点”来了！焦点股5日收获3个20cm涨停板； ②王牌栏目再度点评具身智能的关键基础设施-数据，业内多家公司股价持续走高； ③灵巧手是产业链竞争最激烈的细分战场，栏目敏锐察觉其发展空间，率先梳理受益环节栏目。 【金牌纪要库阶段回顾】10月密集梳理物理AI，

匹配字段正文

。 通常用于域名解析的服务，成了未经授权的外部访问路径。系统在 15 分钟内报警，人工审查人员随后约 3 分钟响应。问题出在下一步。自动停止机制未按预期生效，运行又过了约两个半小时才被人工终止。 发现越界，与及时阻止越界，中间仍有一道关。OpenAI 随后暂停了最有能力模型的相关训练和评估。完成加固后，公司于 10 月 1 日恢复前沿模型的强化学习训练和内部推理，暂停持续 11 天。10 月 23 日发布的是这轮改造的公开说明。 在另一组 Reddit 讨论中，有网友质疑测试环境为何还可能影响真实互联网。有网友用一句程序员式吐槽回应，大多数公司都用一种特殊的测试环境，叫「生产环境」。 玩笑背后，是测试边界该由谁负责的问题。OpenAI 的公告也解释了一个容易混淆的细节：模型不能访问真实互联网，并不意味着整套基础设施与外部网络完全断开。运行和监控实验仍需保留必要连接，安全措施必须阻止 Agent 把这些连接变成绕行通道。 更会做事，就更懂分寸吗？ 在相关讨论中，网友提出了另一种担忧：模型可能很擅长攻击计算机，却不擅长理解人类指令的意图和判断行为是否合宜，这两种特征叠加会带来危险。 这把争

匹配字段正文

usiness Insider看到的内部邮件，只要能尽早锁定新的硬件产能，亚马逊愿意预先占用数十亿美元现金。 这些邮件描述了亚马逊的“提前接收机架”（Early Rack Receipt）流程。通过该流程，AWS仅8月就预计接收价值约50亿美元的英伟达GB300服务器机架，并且在可预见的未来每月还将再接收约30亿美元。亚马逊在最终部署阶段之前就拿到了“为AI推理时代打造”的服务器。 美国部分AWS设施没有足够的电力来安装并启动这些服务器，这意味着这些昂贵的硬件只能存放在“中转”仓库中，直到最终的数据中心站点建成。在邮件中，亚马逊的一个团队抱怨称，对于每月采购的所有GPU究竟何时能够真正安装，并没有明确的预测。 亚马逊缺乏能源容量，是被称为“暗黑GPU”的日益普遍现象的一部分。数据中心和云巨头正在尽可能多地囤积硬件，但其中大部分实际上只是在货架上积灰，而IT行业的其他企业只能分到残羹剩饭。 暗黑GPU问题也在给数据中心项目带来财务压力。亚马逊的滚动自由现金流在第二季度自2023年以来首次转为负值，并且该公司预计这种情况还会持续一段时间，今年的资本支出预计将达到约2200亿美元。 亚马逊在

匹配字段正文

他？DeepSeek又能否驶向今天的方向，更早拿到大结果？ DeepSeek想留的人,字节先给了舞台 郭达雅离开DeepSeek，像一个擦肩而过的故事。 1994年出生的郭达雅，2023年博士毕业后加入DeepSeek。在这家以技术研究著称的公司里，他参与了DeepSeek-Coder、DeepSeek-Math、V3、R1等多个重要项目，是代码智能与大模型推理方向的核心研究人员之一。 尤其是R1背后的强化学习技术，让郭达雅的名字进入了更多人的视野。DeepSeek用相对高效的训练方法，让模型在数学、代码等任务上展现出强大的推理能力，也由此改变了外界对中国大模型研发实力的看法。 但对郭达雅而言，把模型做得更聪明，可能还不是终点，他看好的下一个方向，是Agent。 这意味着，竞争的重点不再只有模型本身，还包括围绕模型搭建的整套执行体系。但公司还没准备好把下一步放到最高优先级。 对于郭达雅来说，这可能正是他与DeepSeek之间出现分歧的地方。他看好Agent，却没能等到这一方向在DeepSeek内部获得更高的优先级。 与其继续等待，他最终决定换一个平台，去做自己认为更重要的事情。 据晚点

匹配字段正文

推动行业数据底座建设。支持企业加快开展本体建模、知识图谱构建、多源异构数据融合等核心技术攻关，为制造业提供高质量数据集建设服务，给予最高2000万元支持。鼓励制造企业沉淀可复用的流程规则、数据关联逻辑与行业知识模型，强化工业机理与智能体决策模型融合、智能体与工业系统间交互适配。（责任单位：市经济信息化委） 8.推进边端轻量化模型研发。支持企业加快突破端云协同推理、异构算力动态调度及软硬件协同优化等关键技术，并运用知识蒸馏、模型量化与结构化剪枝等，加速研发深度适配自主AI芯片的轻量化垂直小模型，全面提升边缘侧高精度实时推理效能，给予最高2000万元支持。（责任单位：市经济信息化委） 四、实施模数共振赋能行动 9.提升基础模型编程与工程化能力。推动基础模型企业重点突破长时序代码任务规划、多模态协同编程、代码可解释推理等核心技术，加快研发专业化编程智能体，提升在复杂工程中的需求分析、架构设计、代码生成与测试等全流程自主开发能力；优化本地化部署、工业控制实时响应等工程化支撑，依托“模数共振”空间等协同载体，加快基础模型在工业服务场景落地应用，打造面向工业服务业领域的“特色智能体”。（责任单位：

匹配字段正文

你只把它当成普通的黑客攻防，就完全看轻了这场危机的量级。 传统银行业的安全大厦，过去几十年只建立在两个基石上： 第一，屏幕前敲键盘的一定是个大活人。 第二，每次授权转账，都必须代表这个人类当下的即时主观意志。 但自主智能体一把将这两根柱子全砸碎了。 当用户把网银密码或者账单代管权限授权给一个 Agent 时，银行的风控算法在另一端根本分不清对面是你的手指，还是一个执行链条开始漂移的代码。 更要命的是意图的幻觉， 大模型为了完成你随口提的一句帮我优化现金流，完全可能在规划路径里自行推理出一笔它自以为聪明、但你毫不知情的转账和买入。 以前的黑客盗刷，是坏人拿着偷来的钥匙在干坏事，责任链条清晰分明。 现在的失控智能体，是好人雇的管家在认真执行任务的过程中，自己脑补了一套未经允许的操作。 钱一旦转丢了，这笔账到底算用户误操作、算大模型厂商幻觉，还是算银行风控失职？ 百年的金融法理在这一刻彻底卡壳。 把能思考的智能体放进数字世界，最先被击穿的从来不是技术参数，而是那些原本建立在人类生理极限上的旧秩序。 只要自主行动的边界没有在协议层被锁死，越聪明的主动服务，就越容易在金融账户里演变成合法的失控。

匹配字段正文

力，公司在积极扩充供给，以满足内部和外部的需求。 过去一年，SpaceX的算力规模从0.6吉瓦增加到1.7吉瓦，超级智能业务的收入随之跳升。根据约翰森的介绍，2026年三季度，这项业务的收入环比增加了约50亿美元，同比增加约67亿美元，主要来自云服务协议的逐步放量。 SpaceX自家产品用的算力同样吃紧。马斯克称，为了腾出更多算力训练模型，公司曾尝试把一部分推理任务（即模型响应用户请求时的计算）交给其他云服务商。因为相比训练，推理任务更容易拆分到其他平台上运行。他还认为，最终用掉公司大部分超级智能算力的，可能是智能体助手Grok Bot。 Grok Bot于8月份推出，马斯克称，这是他见过增长最快的产品，目前已在部分客户中先行使用，几周内将面向企业客户大范围部署。根据该公司总裁兼首席运营官格温·肖特韦尔的介绍，10月份早些时候，Grok Bot的付费周活跃用户已经达到80万，一个月里增长了一倍多，企业客户是增长最快的一类。 马斯克推算，算力的扩张加上Grok Bot的需求，到2027年底，SpaceX的年化经常性收入（按年底当月收入折算的全年收入）会在5000亿美元到1万亿美元之间。约

匹配字段正文

-5.3推出之初，其在Artificial Analysis榜单上的分数高达60分，与Kimi K3同为开源模型第一。今年8月公司推出的GLM-5.3 Flash（牛来大模型）也曾一度引发市场关注。 在7月的一份研报中，摩根大通就表示，开放权重扩大了模型分发范围，但变现能力仍高度依赖模型质量、迭代速度与端点可靠性。对于能力领先的模型，开放权重可借助云服务商、推理平台与私有化部署等外部GPU算力扩大使用规模，但对于差异化不足的模型而言，更广泛的访问权限反而加速了比价与流量替换。 当然，依托在C端市场的长期积累，MiniMax在多模态能力上具备一定竞争优势。今年7月，MiniMax曾推出开源视频生成模型MiniMax H3，该模型主打高性价比，上线三周下载量便突破2400万次，成为字节Seedance 2.0的主要竞品之一。 近期AI赛道迎来整体重估，也是MiniMax股价下行的重要推动因素之一。 自ChatGPT掀起生成式AI革命后，AI赛道便迎来史无前例的快速发展期。许多观点认为，AI将在创造新产业的同时重塑一众传统产业，进而创造未来十年最大的产业机会。 但在今年上半年时，市场对AI的

匹配字段正文

布的公告和更新涵盖了以下工作。 Google TPU 上的原生 PyTorch TorchTPU 是 Google 与 Meta 之间的开源合作项目，为 Google TPU 引入了原生且遵循原则的 PyTorch 后端。它支持即时执行和 torch.compile, 并已通过验证的集成覆盖 TorchTitan（用于训练）、vLLM 和 SGLang（用于推理）以及 Ray（用于编排）。工作负载迁移可能只需更改设备，而达到峰值性能则可能需要对形状、分片和操作进行额外更改。 阅读《Introducing TorchTPU》。 面向 AWS Trainium 的 TorchNeuron TorchNeuron 是面向 AWS Trainium（以及相应的 Amazon EC2 实例：Trn2 和 Trn3）的开源原生 PyTorch 后端，使 AI 研究人员和从业者只需更改一项配置，即可试验和运行 PyTorch 工作负载。借助即时执行、torch.compile，以及对 PyTorch API（DTensor、torch.distributed）和 TorchTitan 等库的原生支持

匹配字段正文

实验背景，以区分一个没有成效的想法和执行中的问题。 机器人技术提供这一循环的物理一侧，而软件则连接规划、执行和记录的结果。在建设实验室的同时构建这些系统，使 Warp 有机会围绕化学家实际从事的工作来设计自动化。其所设想优势来自改进整个实验流程，而不是在实验室排队状况不变的情况下加快分子设计。 Warp 更宏大的目标是打造科学 AI，帮助科学家对物理世界进行推理并设计有信息量的实验。其已宣布的商业起点仍然更为聚焦：交付研究用化合物，并逐步自动化生产这些化合物所需的工作。 联合创始人兼首席执行官 Kevin Weil 最近担任 OpenAI 的首席产品官兼科学副总裁。他的经历带来了将 AI 进展转化为产品及围绕产品的运营系统的经验。 联合创始人兼首席运营官 DJ Patil 是美国首位首席数据科学家，也是 Devoted Health 的创始高管。联合创始人兼首席科学官 Sol Reisberg 此前在 Terremoto Biosciences 担任药物化学领导职务。联合创始人兼首席技术官 Mano Paluri 曾是 Meta Superintelligence Labs 的副总裁，

匹配字段正文

以约710亿美元估值额外融资15亿美元，并计划最早于明年在中国进行潜在的IPO。 报道称，这家总部位于杭州的AI初创公司正加大在AI基础设施和面向国内外市场的开放模型上的投入，尽管它在美国面临限制。其扩张可能进一步加剧国内竞争对手之间的竞争。 这轮大规模融资是投资者向全球AI公司（包括中国公司）投入数十亿美元以参与全球AI竞赛的最新迹象。中国公司、Kimi开发商月之暗面于5月以200亿美元估值获得20亿美元融资。Manus AI本月早些时候融资逾5亿美元。与此同时，均于1月在香港上市的中国公司智谱AI（Z.ai）和MiniMax截至今日的市值分别约为290亿美元和72亿美元。 DeepSeek由梁文锋于2023年创立，他此前联合创立了中国量化对冲基金幻方量化，该基金为DeepSeek的早期发展提供了资金支持。这家AI初创公司凭借其免费使用、开放权重的RI推理模型于2025年初获得全球关注，挑战了美国AI公司的主导地位。根据WireScreen分析的公司所有权数据，在此前融资轮之后，梁文锋仍保留其中国运营实体约81.6%的股份。 DeepSeek未立即回应TechCrunch的置评请求。

匹配字段正文

n weight companies still hold private know-how, and this IP related to training is directly controlled by a clause mentioning training optimization and inference acceleration 训练优化、推理加速. Open sourcing a restricted model is a controlled export and would get an automatic license. AI chip design The announcement proposes restricting the export of AI chip design that checks off at least one of the following boxes: requires a manufacturing process of 14 nm or below; is able to do floating-point or int

匹配字段正文

26年一季度国内AI算力需求同比上涨417%，供给增速为128%，高端芯片进入卖方市场，一卡难求。 需求端，主要来自两股力量拉动。首先是信创的深化，随着算力自主化的要求延伸到金融、电信、能源等行业核心系统，对算力底座的要求从“能用”升级为“规模化能用”；其次是行业AI的加速落地，大模型从互联网厂商向行业场景渗透，出于数据安全和业务时延的考虑，行业客户的训练与推理负载越来越多地要求私有化部署。这些需求使高性价比、可规模交付的国产算力成为刚需。更关键的是，负载结构也在发生变化。预训练集中在头部大模型厂商和国家级算力中心，更大的增量在行业模型的微调与推理，这些负载对单卡峰值参数不敏感，对总拥有成本、交付周期和长期稳定运行更敏感，恰好落在近存计算方案的长项上。 供给端，东方算芯的产品层级覆盖从单卡到整集群的不同规模需求。巅峯DF1000加速卡是最小交付单元，擎元QY100是单机8卡服务器，拓域TY64是64卡液冷超节点、单节点算力33 PFLOPS（BF16），慧算系列覆盖128卡、256卡与512卡集群、整体交付。128卡集群系统稳定运行，已实现大规模训练集群交付，年底实现千卡级集群交付。迭

匹配字段正文

交由UXL基金会管理，在PyTorch内部充当x86 CPU的加速引擎。简单来说，就是让PyTorch框架能把x86 CPU的硬件性能“吃干榨净”。 在此之前，AMD和Intel各自维护着一套针对自家x86处理器的PyTorch优化分支：Intel有oneDNN，AMD则有自己的ZenDNN。开发者如果想同时在AMD EPYC和Intel Xeon上优化AI推理，就得分别适配两套代码路径，维护成本高企。 这次合并之后，AMD将ZenDNN的优化能力整合进oneDNN，使其成为PyTorch内x86 CPU的默认开源加速库。开发者只需对接一个软件接口，就能同时享受到AMD和Intel两代处理器的底层优化，这对消除生态碎片化极为重要。 Agentic AI让CPU重回舞台中央 AMD与Intel之所以愿意放下竞争姿态、统一软件栈，直接原因就是AI负载正在发生结构性变化。 过去几年，AI基础设施的叙事几乎完全围绕GPU展开。但进入Agentic AI阶段后，智能体需要不断进行任务拆解、逻辑判断、工具调用和上下文调度，这些工作恰恰是CPU的传统强项。行业数据显示，领先的Agentic数据中心配

匹配字段正文

心客户。 关于这份招股书，可以参看Anthropic招股书，全招了 一旦这几家大金主转投竞争对手或者自研模型，Anthropic的现金流飞轮就会瞬间面临剧烈震荡。 背上7500亿美元欠条也要搞基建博弈 要维持当前的飞轮运转，Anthropic背上的包袱有多沉？ 答案是：超过6000亿美元，未来甚至可能突破7500亿美元。 为了拿到训练下一代顶级模型和支撑日常推理的算力配额，Anthropic已经签下了一堆无法撤销的长期卖身契。 未来7到10年里，他们承诺支付给各大云厂商的不可撤销云服务账单高达4500亿美元。 ......这可能是科技史上最魔幻、最疯狂的超级豪赌了。 △AWS为Claude提供算力的Project Rainier计算集群 不仅如此，以Anthropic现在的发展势头，哪怕它捧着千亿美元现金到处找卡，巨头们也不想给了。 招股书里讲了这一点： AWS、Google这些原本的战略投资人，越来越把Anthropic当成直接竞争对手，在算力配额上开始战略性卡脖子。 Anthropic只能被迫去租地自建数据中心，或者找二线供应商代运营。 为此，他们跟Nscale、Lambda这类专

匹配字段正文

”风险，走开发者API路线；OpenAI则走产品路线，把能力直接推给700万在用的普通用户，以分发优势换时间。但扩展权限较广，可访问已装插件、完整对话历史及本地文件系统，读写分层既是产品边界也是责任边界。 五、Anthropic 据报押注读心模型：大模型竞争从刷题转向读人 1.The Information独家报道称，Anthropic正筹备发布一款新模型，推理与直觉能力优于目前已上市模型，尤擅在用户信息有限时判读其潜在意图与目标；报道引述测试者称其更善于跳出框架思考。消息未获官方证实，命名、产品线归属（Fable或Opus）、上线时间与定价均未确定。 2.产品线背景与数据：2026年9月1日至10月7日，Anthropic连发Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5四款模型，API定价（每百万token输入／输出）分别为10／50美元、4／20美元、2／10美元、0.10／0.50美元，价格层层下探。更强与更便宜两条线已铺满，意图理解成为其押注的下一空白。 3.行业趋势与影响：基准竞赛边际收益递减（Opus 4.5在SWE-bench Verif

匹配字段正文

美元国内当学徒，海外标高价：物理AI出海，为什么越讲效率越危险?Altman提出AI发展的三条“终局之路”：从国际监管到“一家独霸”国模Agent第一，MiniMax爆改Flash战力，全时段大肥鱼谷价AI算力中心背后，一场价值千亿的"制冷战争"这届AI，把电信诈骗犯逼疯了扣非亏7.6亿，同比翻番，科大讯飞要靠AI赚钱还要等突发，DeepSeek重磅开源核心推理引擎智东西特邀作者 智东西，AI产业新媒体。发表文章3200篇 最近内容曝OpenAI急融2000亿，跟Anthropic抢金主42分钟前自燃可换新车，理想亮出自研三电底牌，攻破三大技术难题45分钟前解气，35万个AI专骗骗子，陪聊装傻套情报，让电诈白干17年14小时前阅读更多内容，狠戳这里选靠谱AI，看真实评测查看36氪AI测评官方交流社区加入咨询项目审核和入驻联系36氪项目推荐订阅号关注 下一篇星链年入百亿成“现金奶牛”，马斯克单季砸164亿美元豪赌超级智能 36氪欧洲站36氪欧洲站36氪欧洲站Ai产品日报网络谣言信息举报入口热门推荐 推送和解读前沿、有料的科技创投资讯 一级市场金融信息和系统服务提供商 聚焦全球优秀创业者，

匹配字段正文