半导体股周二下跌，此前博通 CEO 陈福阳把许多 AI 投资者比作赌场赌客，称他们并不清楚自己在投什么。韩国 Kospi 指数跌 6.25%，三星电子跌 7.4%，SK Hynix 跌 10%，日本 Tokyo Electron 跌 7.15%，SoftBank Group 跌 8.5%；美股 Micron 跌 4.8%，Nvidia 跌 0.8%。中国存储芯片厂商 CXMT 称在新 Dram 架构上取得良好进展并计划推出产品，投资者担心其挑战三星、SK Hynix 和 Micron。陈福阳还提到 OpenAI 截至 9 月底的年化收入为 500 亿美元，但仍因训练投入巨大而亏损。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源 Realtime-Venus，一个结合全双工对话模型与异步执行框架的交互系统，可在持续对话的同时把任务交给 Harness 推理或调用工具，结果回到同一对话中语音播报。项目包含 Omni 模型集成、可复用的 Harness 包和基于 Codex 任务后端的浏览器 Demo，在线 Duplex Demo 需至少一块 NVIDIA A100 GPU，另提供 Beta 版 Android 演示包。该研究项目由 Venus Team 与清华大学合作完成，代码采用 Apache-2.0 许可。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 上线 vllm-ling-v3 仓库，基于 vLLM 提供 LLM 推理与服务。vLLM 支持 PagedAttention、连续批处理、FP8/INT4 等量化，并兼容 200+ Hugging Face 模型架构，覆盖 NVIDIA、AMD、Intel GPU 及华为昇腾等硬件。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源 cuLA，用 CuTe DSL 和 CUTLASS C++ 为 GLA、KDA、GDN、Lightning Attention 等线性注意力变体提供手调 CUDA 内核，面向 NVIDIA Blackwell（SM10X）和 Hopper（SM90）GPU。它设计为 flash-linear-attention（FLA）的子模块，接口一致，只需改一行 import 即可接入。基准显示 FlashKDA Prefill 在 Hopper 上平均较 FLA 提速 2.72x、最高 7.56x，Lightning Attention Prefill 在 Blackwell 上最高提速 2.08x；项目仍处早期开发阶段。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 上线 ling-cookbook，为 Ling 模型系列提供部署配方与工程实践示例，目前仍在完善中。仓库包含面向消费级与工作站硬件的本地推理部署指南，以及部分模型的多模态与智能体 Agent Skills。NVIDIA 团队贡献了 SGLang Humming 部署指南，在 Grace Blackwell（GB10 / SM121）上实现 Humming MoE 算子加速、在线 FP8 LM Head 与 MTP 推测解码协同。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源 sandboxd，这是 AKernel 使用的 Linux 沙箱生命周期服务，提供小型 gRPC API，支持 gVisor、Kata Containers、Firecracker 以及可选的宿主内核 runc 适配器运行沙箱。它负责沙箱的启动、等待、检查、度量与删除，并支持本地、OCI、Nydus 和 S3 根文件系统，NAT 后端默认 iptables，实验性 bpfnat 需 Linux 5.10 或更新版本。NVIDIA GPU 沙箱支持仍为实验性，基于 gVisor runsc 与 nvproxy，项目采用 Apache-2.0 许可。
匹配字段摘要、正文
智源 FlagOpen 推出 RoboBrain 2.5，在 RoboBrain 2.0 基础上新增精确 3D 空间推理与稠密时间价值估计两项能力，从 2D 像素相对定位升级为带深度的 3D 坐标预测和绝对度量约束理解。该模型已陆续开源 4B、8B 权重，8B 分为 NVIDIA 集群训练的 NV 与摩尔线程集群训练的 MT 两个版本，架构与训练数据相同、性能相近。
匹配字段摘要、正文
智源研究院 FlagOpen 开源 RoboDriver-Server，并给出外部使用者专属部署指南：拉取源码后按脚本完成机器人类型（aloha/pika/realman 等）、用户名、Docker 安装等 4 项配置。非 Docker 环境可用 Conda（Python 3.10/3.11）手动部署，Docker 环境可一键容器部署并进入调试容器查看日志。采集数据上传与视频编码由 setup.yaml 配置，实时采集编码上传需 NVIDIA 显卡支持 NVENC 并安装 nvidia-container-runtime。
匹配字段摘要、正文
Geoffrey Hinton 批评特朗普是“腐败、糊涂的重罪犯”，其对“超级智能”一词的执着说明他不懂 AI。Hinton 坚持自己关于 AI 在未来数十年有 10-20% 概率导致人类灭绝的警告，并回应 Nvidia CEO 黄仁勋称该数字“不科学、有害”的抨击，表示给出数字只为说明风险严重，而非精确预测。
匹配字段摘要、正文
Meta 在 OCP Summit 2026 上发布首款液冷网络机架 IcePack 和 102.4T 交换机平台 IceCube，后者提供 128×800G 无阻塞交换容量，带宽较 51.2T 平台翻倍，分别基于 Broadcom Tomahawk6C 和 NVIDIA Spectrum-6 ASIC。Meta 同时推出多平面后端 scale-out 架构 Flattened Planar Fabric（FPF）、开源 AI 传输协议 MetaRoCE，并与微软、阿里联合发起交换机平台标准化计划 OSPA，其 v1.0 规范已提交 OCP。
匹配字段摘要、正文
Flo Health 借助 Databricks AI Runtime 在 32 块 NVIDIA H100 GPU 上对开放模型做分布式微调，结合监督微调与 DPO，将医疗安全性从 34% 提升至约 61%，实用性从 42% 提升至 76%，综合得分从 16% 提升至 47%。其评估框架包含 26 个 AI 评委，覆盖 12 项医疗安全、6 项微观行为和 8 项实用性标准，并用隐私优先的合成数据生成了超过 15,000 个问题。Flo 估计，相比调用前沿模型 API，使用定制微调模型可将推理成本降低一个数量级。
匹配字段摘要、正文
WSJ 报道亚马逊正洽谈以约 70 亿美元收购 Decart，此前 Nvidia 和 Anthropic 的相关谈判均已告吹。Decart 成立于 2023 年，其软件可让开发者在不同芯片间迁移 AI 负载，DOS 优化栈宣称在相同硬件上让模型最高提速 8 倍，覆盖 Nvidia GPU、Google TPU 和 Amazon Trainium。该报价较 Decart 5 月融资时约 40 亿美元估值高出约 75%，Anthropic 曾在尽职调查后放弃 60 亿美元的交易。
匹配字段摘要、正文
特朗普推动将人工智能改称“超级智能”后，硅谷多位高管相继跟进：马斯克承诺把 SpaceXAI 改名为 SpaceXSI，Marc Benioff 宣布 Salesforce 将 AIForce 改名为 SIForce，Nvidia 承诺投入 10 亿美元用于“超级智能研究”，Satya Nadella 也在呼吁为 AI 设置“紧急刹车”的帖子中反复使用“超级智能”一词。
匹配字段摘要、正文
Reflection 发布首个开放权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、激活 23B，面向编码、推理和智能体任务。该模型在 23.8 万亿 token 上预训练，并用 10.5K NVIDIA GB300 GPU 进行四周高算力 RL，生成超 1 亿条 rollout。Reflection 表示 Beam 在编码和智能体任务上可与 GLM 5.2 竞争、接近 Qwen 3.8-Max，优势在于推理效率，本月将以 Apache 2.0 协议发布权重、技术报告和模型卡。
匹配字段摘要、正文
Reflection 宣布进入下一阶段，目标是打造面向所有人开放的前沿智能，并已融资 20 亿美元。公司称已组建团队并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台，此前已将其方法应用于自主编码领域，接下来将扩展到通用智能体推理。Reflection 表示将把大规模预训练与先进强化学习结合，从零开始构建开放模型，并称投资方包括 B Capital、Citi、CRV、Disruptive、DST、Eric Schmidt、Zoom Ventures、Lightspeed、NVIDIA、Sequoia、1789 等。
匹配字段摘要、正文
DeepSeek 称与华为合作开发昇腾编程工具，华为为编程基础设施开发提供全面支持，双方还共同推进一套基于 128 颗昇腾 950 芯片的超节点方案，并优化计算和通信能力。DeepSeek 特别提到 TileLang 的作用，这是一种面向 AI 芯片的高层开源编程语言，旨在提高开发效率、简化代码逻辑，其编程模型比 NVIDIA CUDA 更简单。DeepSeek 表示，构建新一代自主可控的 GPU 软件生态，首先需要建立一种通用、易于编程又能充分发挥硬件性能的高层语言。
匹配字段摘要
FT 指出，昨日市场波动显示 OpenAI 和 Anthropic 虽仍未上市，影响力已足以牵动市场，Oracle 和 Nvidia 大幅下跌，Nasdaq 100 跌 1.4%。两家公司收入确认方式不同，OpenAI 按扣除 Microsoft 等合作方分成后的净额计收入，Anthropic 按通过云合作方的销售总额计收入，OpenAI 那个更高的 70B 美元 ARR 数字并非公司自己给出，而是投资者按 Anthropic 口径放大推算的。两种方法都符合美国 GAAP，同一业务可报出相差数十亿美元的 run rate；报道称 &Y 是 Anthropic 的审计方，Deloitte 审计 OpenAI。Oracle 正借款为一份 300B 美元、为期 5 年的 OpenAI 合同扩产，该合同约占其 638B 美元积压订单的 47%，S&P 将 OpenAI 列为核心信用风险。
匹配字段摘要、正文
Ai2 管理着数千块 NVIDIA H100、B200、B300 GPU，集群规模从 88 到 1024 块不等，但待处理请求始终是可用算力的 2-3 倍。其原有优先级调度器导致 GPU 占坑、优先级通胀等问题，于是改为按 GPU 时间预算的层级分配机制：每个请求必须由预算资助，否则不受抢占保护，让抢占调度器按预算比例分配算力。
匹配字段摘要、正文
Ai2 用包含 GPU 时间预算、分层公平分配和时间切片契约的新系统替换了原有的优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维转为透明的预算流程。Ai2 管理着数千块 NVIDIA H100、B200 和 B300 GPU，集群规模从 88 到 1024 块不等，服务约 150 名内部研究员，待处理请求常达可用 GPU 的 2-3 倍。
匹配字段摘要、正文
Baseten 工程博客解析高质量 NVFP4 量化的关键：判断哪些层能跑 4 bit、哪些需要更高精度，并对比启发式规则、单层敏感度打分和 SaturationQuant 三种逐层格式分配方法。NVFP4 每 16 个值共享一个 block scale，权重与激活分别用独立 scale，激活范围需先经校准测量；在 NVIDIA Blackwell 等原生支持 FP4 的 GPU 上，FP4 tensor core 峰值 FLOPS 可达 FP16 的 4 倍。
匹配字段摘要、正文