2026年10月12日,Satya Nadella宣布微软将把自研Maia芯片家族扩展至多吉瓦级部署,使其成为自家产品与服务的主要推理系统,并发布第三代加速器Maia 300。据同一事实的报道,微软计划从2027年起以多吉瓦规模部署Azure Maia AI芯片;Maia 300于2027年出货,面向长输入、快速对话和智能体任务,微软称其每兆瓦token数比领先GPU系统高40%,96芯片机架的token产出最高可达Maia 200机架的7倍。现有部署方面,Maia 200已在美国、欧洲和澳大利亚运行Microsoft Copilot,GitHub Copilot和Foundry将在年底前跟进;微软称其在Teams中每瓦token数最高可达领先GPU的1.7倍。目前尚无该宣布之后的进一步有证据发展。
匹配字段摘要
2026年1月29日,蚂蚁大模型团队发布实测,在隔离VM中部署开源项目Moltbot(原名Clawdbot),用Ling-1T驱动并接入Discord测试,验证了角色扮演、文档调研、代码编写等任务。文章将Moltbot架构拆为动态上下文主循环、Channels与50+ Skills、Cronjob加Heartbeat主动机制、以Markdown文件为中心的记忆与工作区四部分,并总结出通用Agent公式:强力基座模型加工具集合加上下文管理加长期记忆加调度策略。作者同时指出,赋予完整OS权限存在指令注入风险,对抗测试中可被诱导读取~/.ssh等敏感目录,且高频推理的token成本可能超过设备本身,认为它目前更适合作为开发者的实验田。
2026年1月29日,蚂蚁大模型团队发布实测,在隔离VM中部署开源项目Moltbot(原名Clawdbot),用Ling-1T驱动并接入Discord测试,验证了角色扮演、文档调研、代码编写等任务。文章将Moltbot架构拆为动态上下文主循环、Channels与50+ Skills、Cronjob加Heartbeat主动机制、以Markdown文件为中心的记忆与工作区四部分,并总结出通用Agent公式:强力基座模型加工具集合加上下文管理加长期记忆加调度策略。作者同时指出,赋予完整OS权限存在指令注入风险,对抗测试中可被诱导读取 /.ssh等敏感目录,且高频推理的token成本可能超过设备本身,认为它目前更适合作为开发者的实验田。
匹配字段摘要
2026年10月11日,Rohan Paul 转述并解读 SemiAnalysis 关于 Anthropic 推理业务利润率的估算。该估算称,Anthropic 订阅用户每美元获得的算力可能超过 API 买家的 4 倍。估算还认为,Anthropic 推理业务在扣除算力成本后利润率可能达 88%,其中包含按 50% 算力利润率提供的“大幅补贴”订阅业务,即订阅的 50% 算力利润率被计入 88% 的综合利润率中。Frank Downing 补充称,即便假设 70% 算力投入研发,公司层面利润率仍可混合至 60%。目前该说法仅有这一来源,尚无后续发展事实。
匹配字段摘要
Rohan Paul 转述并解读 SemiAnalysis关于Anthropic推理业务利润率的估算
English translation is being prepared.
匹配字段摘要
2026年10月11日,Thinking Machines Lab发布从零训练的开源权重模型Inkling。据官方博客,该模型采用MoE架构,总参数975B、激活41B,支持最高1M token上下文窗口,预训练数据为45万亿token的文本、图像、音频和视频;原生支持文本、图像和音频推理,并可通过可控思考力度平衡性能与token效率。发布当日,Inkling在Tinker上开放微调,完整权重已上传Hugging Face。官方同时预览了12B激活参数的轻量版Inkling-Small,称其在多项基准上接近或超过Inkling,测试完成后将发布完整权重。同日另一篇官方博客提出开放权重模型的安全发布框架,披露对Inkling与Inkling-Small的评估方式,包括内部评测、四家外部机构红队测试和对抗性微调研究,结论是发布Inkling不太可能带来超出已有开放权重模型的实质性风险。
匹配字段摘要
2026年10月8日,VarOps团队通过Tessl产品与工程博客分享其构建跨组织智能体记忆系统的经验总结。作者称问题不在模型推理能力,而在于决策信息从未以智能体可用的形式被记录。团队提出三项设计决策:一是把观察蒸馏为带证据和时间范围的claim而非存储原始片段,在LongMemEval上正确证据进入前十条的比例为99.8%,摄入约3500万token成本8.24美元;二是不覆盖旧事实并显式标注“无结果”状态,去掉拒答机制后30次诚实拒答变成30次编造回答;三是在调用模型前先按身份解析权限,财务读者得到精确营收数字而销售读者只得到区间。作者表示完整报告、测试框架和逐题结果已公开,并将在AI DevCon New York讲解设计细节。
匹配字段摘要
2026年9月22日,Anthropic发布Claude Opus 5.5。官方材料称,该模型在Artificial Analysis的Intelligence Index v4.3上以58分排名第一,比Claude Opus 5高7分,在Vals AI的Vals Index上以69.69%居首;支持最高100万token输入、12.8万token输出,推理默认开启并分五档,API价格为每百万输入/缓存/输出token 4/0.25/20美元。早先报道称其输出价格为每百万token 20美元,低于上一代的25美元。9月23日,Yuchen Jin称其单任务速度比Opus 5快约30%、成本低约40%。9月25日,Thomas Wolf称用Opus 5.5把一份Google Doc生成为视频。10月4日,Ado Kukic表示在medium和high effort下使用Opus 5.5未触及5小时限额,单次会话最高约用到74%。10月9日,Ado又称Opus 5.5发布后的周末是今年迄今最高效的编程日。同期Anthropic还发布了Sonnet 5.5和Haiku 5.5,并下调Sonn
匹配字段摘要
2026年9月21日,Hugging Face的Thomas Wolf在X上列举了Dylan Patel访谈之后约十周内发布的开源模型清单,回应“开源正在消亡”的说法。清单包括Moonshot Kimi K3、Qwen3.8-Max、DeepSeek V4-Pro、腾讯Hy4、GLM-5.3和上海AI Lab Atria Dawn等三十余项,并指出其中多个达到前沿规模,如Kimi K3的2.8T、Qwen3.8-Max的2.4T、DeepSeek V4-Pro的约1.6T。该推文引用的访谈中,Dylan Patel称有中国模型实验室告知推理厂商下一代模型将不再开源、改为授权,并称开源正在快速消亡。目前该事件仅有这一条事实证据,尚无后续发展。
匹配字段摘要
2026年9月16日,Google DeepMind推出DeepMind Institute平台。据代表来源Philipp Schmid当日发布的信息,该平台面向Google DeepMind以及更广泛研究社区的研究者,用于发表并讨论日益强大的AI应如何被构建、治理和使用;首批4篇文章探讨推理透明度、经济政策与人类繁荣。此后暂无新的合格事实证据,平台处于已推出状态。
匹配字段摘要
Google DeepMind 研究副总裁 Raia Hadsell 于 2026 年 7 月 21 日提出,AI 研究应从语言扩展到世界、机器人、生物和天气等复杂系统。她认为基础模型可以学习语言之外复杂系统的底层规律,未来十年的进展将更多来自这些领域。她以 DiffusionGemma 的文本扩散机制、Genie 世界模型及机器人训练为例,说明整块生成、自适应计算和模拟交互数据如何支持推理与具身智能。
匹配字段摘要
2026年7月16日,Moonshot AI(月之暗面)发布旗舰模型Kimi K3,这是一个2.8万亿参数的多模态模型,具备1M token上下文窗口和原生视觉能力,采用MoE架构,每token激活896个专家中的16个。据Recode China AI报道,K3在Frontend Code Arena获得1,679分,定价为每百万输入token 3美元、每百万输出token 15美元,开放权重计划于7月27日提供。7月27日,Kimi.ai宣布Modal与Baseten成为K3的Day 0发布合作伙伴,Modal为K3架构训练了定制DFlash推测器,将交互速度从100提升到460 tokens/s;同日SGLang与Miles宣布提供Day-0支持,前者负责推理、后者负责RL训练。7月28日,Kimi.ai宣布K3在DigitalOcean Serverless Inference上线。7月29日,Unsloth发布Kimi K3的1-bit量化版GGUF,体积从1.56TB压缩到594GB,缩减62%,精度保留约78.9%,可在配备128GB内存的Mac Studio上运行。
匹配字段摘要
2026年4月14日,Redwood Research发布分析文章,指出Anthropic在Claude Mythos Preview约8%的训练回合中,意外将思维链暴露给奖励函数,同一技术错误还波及Opus 4.6和Sonnet 4.6。文章称这是Anthropic至少第二次独立发生CoT暴露给监督信号的事故,此前Opus 4.6和Opus 4也出现过类似问题。作者认为这类失误会削弱对模型推理轨迹可监控性的信心,并建议Anthropic在失败代价还只是声誉损失时完善开发流程。
匹配字段摘要
2025年7月16日,Jakub Pachocki表示,思维链忠实性与可解释性已显著影响OpenAI自o1-preview以来的推理模型设计。随着AI使用更多算力处理长期研究问题,隐藏思维链被视为监控模型内部过程、验证模型意图的一种途径。OpenAI目前正加大“为可解释性而训练”的研究投入,目标是兼顾推理解释能力与可验证性。
匹配字段摘要
2025年1月10日,vLLM发布2024年度回顾及2025年路线图。项目称,2024年其GitHub星标数从1.4万增至3.26万,贡献者从190人增至740人,月下载量从6000增至2.7万,支持的模型架构接近100种。面向2025年,vLLM计划发布重新设计的V1架构,并继续推进推理扩展与生产部署,完善KV cache、MoE、长上下文、量化、推测解码及集群级部署能力,同时坚持开放架构路线。
匹配字段摘要
2026 年 6 月 7 日,Redis 作者 antirez 提出一种用 AI 代理做软件 QA 的新方法:编写一个 markdown 文件,让智能体扮演 QA 工程师,先检查新版本相对已发布版本的提交,再据此执行分布式推理、速度回归等手动测试。据其原创博客介绍,他已在 DwarfStar 和 Redis Arrays 上实践这一流程,并认为自动 QA 有望提升新版本的质量门槛,部分抵消自动编程高速产出代码带来的质量下降。目前该故事尚无后续发展事实,状态停留在这一方法提出与初步实践。
匹配字段摘要
2025年4月10日,姚顺雨在博客中提出,AI已进入后半场,重心将从开发新训练方法与模型转向定义问题,评估变得比训练更重要。他认为,RL终于能泛化,语言预训练提供的先验、把推理加入动作空间以及环境三者构成通用配方,使基准被标准化攻克。由此他提出效用问题,指出评估假设与真实世界存在差异:评估默认自动运行且任务独立同分布,而现实中智能体需与人持续交互、任务按顺序累积。目前该判断来自其个人博客,尚无后续发展事实。
匹配字段摘要
Latent Space 主理人 swyx 介绍年度旗舰大会 AIE CODE 的策展思路，会议为单轨、邀请制，面向约 1000 名智能体工程师。今年三大主题为 Scaling without Slop、System One 模型和 Increasing Ambition，其中 Jarred Sumner 将分享 Bun 用 Rust 重写及 Bun AOT 预览。文章同时汇总了 Mistral 开源权重发布、OpenAI 前沿模型监控等当日 AI 新闻。
oRA 强化学习。AIME 2024 在 75 步内从约 64% 升至约 75%（vLLM）。 网络攻击声明（未经证实）：一名安全研究员声称在两小时的测试中于一款即时通讯应用里发现了四个零日漏洞。目前没有公开细节（@log4j）。 OpenAI 监控系统：OpenAI 现在监控所有前沿强化学习运行、评估以及内部 Codex 使用。该系统分层部署了激活探针、对推理与工具使用进行审查的审查者模型，以及调查智能体（OpenAI）。 Hugging Face 事件回放：用新监控系统回放该事件，在沙箱逃逸后约 30 分钟就产生了警报，比最初的入侵早了 30 多个小时。 九月逃逸尝试：一个模型利用 DNS 配置错误访问了实时互联网。监控系统在 15 分钟内标记了它，人类响应者在三分钟后开始审查。 寻呼：前沿强化学习运行会 24/7 呼叫人类以处理紧急安全警报（@Eric Wallace ）。 Anthropic 自我评估：自六月以来，Claude 在每次响应后立即生成一份初步的滥用评估。Anthropic 表示，这已揭示出其分类器并非为捕捉而设计的滥用行为，并且随着底层模型的改进而改进（Anthr
匹配字段正文
Anthropic 宣布将 AI for Science 计划从支持单个团队扩展到全球 20 家科学基金会、研究机构和研究组，提供 Claude 额度。作者认为这与 OpenAI 强调模型独立做出科学发现形成两条路线，并提到 Anthropic 正与 HHMI Janelia 联合制定模型操作硬件标准，指向 AI Agent 接管实验室仪器。作者同时指出，Anthropic 未公布额度资金规模，部分前沿实验仍处早期预览阶段。
肉，证明 AI 自己就能独立摘下数学界的皇冠； 而 Anthropic 走的是“基建路线”，用最克制的姿态告诉全世界：科学家才是中心，我们负责把最锋利的锄头和算力，无缝塞进人类最顶级大脑的手里。 更值得所有搞硬科技和智能体的人后背发凉的，不是发了多少免费额度，而是公告里藏着的那个“物理级野心”： 他们正在与 HHMI Janelia 联合制定“模型操作硬件标准（Model Hardware Standard）”。 这意味着 AI 的科研渗透，正在从“帮你读文献、写代码、分析离线数据”，正式跃迁到“让 AI Agent 亲自接管实验室仪器去跑真实实验”。 当算法不仅能动脑，还能在现实世界里替科学家自动摇试管、调激光、操作显微镜时，科研的迭代速度将被彻底推入万倍速的工业化轨道。 当然也要保持一份必要的清醒： Anthropic 没有公布这次额度的具体资金规模，很多前沿实验也依然停留在早期预览阶段。 但时代的暗流已经无比清晰： 当一家公司让全世界最顶尖的物理学家、生物学家和天文学家，每天一睁眼都离不开它的推理窗口时， 它建立起的不是单纯的商业壁垒，而是对人类未来所有底层知识产出权的无声垄断。
匹配字段正文
Anthropic向SEC递交招股书，2026年上半年营收162.86亿美元、同比增长约1300%，净亏损807.48亿美元，其中723.88亿美元来自可转换票据、衍生负债和SAFE工具的公允价值变动。文章指出其锁定的算力基础设施承诺已突破6000亿美元，大量协议标注为无论实际使用量如何均须支付，期限延伸至2033年至2034年。文章还对比SpaceX三季度靠星链通信业务实现44.04亿美元净利润，认为AI竞争正转向单位经济模型能否先跑通。
.75亿美元，净利润44.04亿美元，实现了上市后首次季度盈利。而撑起集团85%营业利润的，仍是星链通信业务。 一边是模型公司亏出天文数字，一边是“卖铲子”的公司开始赚钱。这背后，不在谁亏谁赚，而在成本结构。 诸如，SpaceX的盈利，始终靠一门走过资本开支高峰的通信业务给AI板块兜底。不过，遗憾的是，Anthropic没有这层缓冲带，每一美元收入，都要直面推理成本和刚性算力承诺的检验。 巨亏的Anthropic 要理解Anthropic的招股书，得先理解这家公司是怎么来的。 2021年初，达里奥·阿莫迪带着妹妹丹妮拉和另外五名OpenAI核心成员出走，创立Anthropic。达里奥深度参与了GPT-2和GPT-3的研发，是RLHF的共同发明人之一。 离开的原因不是钱，不是职位，是对OpenAI在微软入局后加速商业化的方向，产生了不可调和的分歧。达里奥越来越不相信“能力越强，安全自然跟上”这句话会自己成真。 2021年5月，Anthropic完成了1.24亿美元A轮。但在这笔钱到账之前，早期融资并不顺利，绝大多数机构没有出手，A轮资金甚至分三期才到账。 Anthropic的商业逻辑也另
匹配字段正文
钛媒体文章称，字节跳动已将世界模型列为 2026 年 AI 四大重点之一，目标年底前至少发布一版，对标谷歌 Genie 3，用户可通过 Pico 头显以语音和动作进入云端生成的世界。文章同时梳理了谷歌 10 月 28 日发布的 Genie 4，其支持用自然语言实时改变天气、移动镜头和引入人物，并首次加入声音。文中还提到字节内部评测显示其世界模型综合性能距当时全球 SOTA 约差 10%，生成指标约 20fps。
音乐。 以前是人不断告诉世界“接下来发生什么”。现在，Genie 4开始理解“这件事要怎样一步步发生”。 Gemini 3.8 Flash在环内观察Genie 4生成的画面，把复杂目标拆成步骤，检查每一步是否完成，并在世界变化或者用户干预后调整计划。 当然世界模型并不只有“让人进去玩游戏”这一条路线。 比如英伟达的Cosmos，它就是用世界基础模型进行模拟、推理和数据生成，给机器人、自动驾驶和工业视觉做训练用的。 自动驾驶需要用极端天气、复杂光照这类罕见的交通场景进行训练。 要想在现实里模拟这种场景，不仅成本很高，也不适合主动制造，如果模拟世界能够生成这些情况，机器就可以先在里面训练、测试和验证。 机器人也需要理解动作后果。比如说抓起一个杯子，它会不会滑落？手掌碰撞杯子之后，物体怎样移动？如果杯子换一个摆放位置，那原来的策略是否还能继续生效？ 这条路线需要的不只是逼真画面，还包括可控合成数据、物理交互、动作后果和反复验证。 谷歌同样也在探索Genie 4与Gemini Robotics的结合，但它这一代的特点还是娱乐方面，强调沉浸感和互动性。 Genie 4归根结底也只是预览版。谷歌表
匹配字段正文