打造你自己的本地 AI 助手 🦞 与 @huggingface、@NVIDIAAI 和 @AntLingAGI 一起参加 Ling-3.0-flash + DGX Spark 实战课程，含工作流演示与问答。 9 月 17 日 10:30 AM SGT / 9 月 16 日 7:30 PM PDT https://t.co/K5iC8KcqNk
打造你自己的本地 AI 助手 🦞 与 @huggingface、@NVIDIAAI 和 @AntLingAGI 一起参加 Ling-3.0-flash + DGX Spark 实战课程，含工作流演示与问答。 9 月 17 日 10:30 AM SGT / 9 月 16 日 7:30 PM PDT https://t.co/K5iC8KcqNk
匹配字段摘要、正文
SemiAnalysis 分析机器人推理的端侧与数据中心路线之争：当前通用机器人模型仍停留在数十亿参数级，如 Physical Intelligence 的 π0 约 3B、π0.7 为 5B、字节 GR-3 为 4B、NVIDIA DreamZero 为 14B。由于 100Hz 以上的动作与伺服控制回路无法离开本体，而规划层可低至 5Hz，作者认为需要真正智能的通用机器人将部分认知卸载到数据中心 GPU 更具优势。
匹配字段摘要、正文
OpenAI 于 8 月 25 日完整发布其首款 AI 加速器芯片 Jalapeño，提供最高 13.4 petaflops 的 4-bit 算力和 232 GB 内存，带宽 15.4 TB/s。该芯片从架构概念到首次流片不到 20 个月，OpenAI 称其端到端延迟相比 Nvidia GB300 最多降低 3.6 倍。设计流程以前端为主，基于开源高级综合工具 XLS，由约 100 人的团队完成，后端物理设计交由 Broadcom。
匹配字段摘要、正文
SemiAnalysis 分析认为，随着推理和强化学习算力占比上升、预训练占比下降，HBM 容量需求正在让位于带宽需求，4-hi HBM 因每 GB 带宽成本更低而成为更优选择。文章指出 Nvidia Rubin Ultra 已将每 GPU 的 HBM 从 288GB 降至 192GB，并测算在 Rubin Ultra NVL576 上运行 Kimi K3 时，8-hi 和 12-hi 带来的吞吐提升低于其系统成本增幅，因此每 token 成本反而高于 4-hi。作者还给出 InferenceX 实测：将 HBM 利用率从 92% 降至 85% 后，并发超过 70 时吞吐下降近 30%，但通过将 KVCache 卸载到 DDR DRAM 可有效缓解容量压力。
匹配字段摘要、正文
Sakana AI 发布 Fugu Max 和 Fugu Ultra v2 两款编排模型，均通过 OpenAI 兼容 API 提供，已有 Fugu 用户只需改一行参数即可升级。Fugu Max 整合包括 NVIDIA Nemotron 系列在内的开放权重与专用模型池，在 Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench 和内部基准 SWEFish 六个基准上取得最佳总分，定价为每百万输入 token 2 美元、每百万输出 token 6 美元，输出价格比 Sonnet 5、GPT 5.6 Terra 和 Kimi K3 低 40-60%。Fugu Ultra v2 面向复杂多步任务，在 Chartography 上得分 48.3，高于 Opus 5 的 27.3 和 Fable 5 的 29.5，在 DeepSWE 上得分 74.3，且其智能体池中不含 Fable 5、Fable 5.1 或 GPT-6-Astra。
匹配字段摘要、正文
Together AI 为 Together GPU Clusters 推出可抢占计算公开预览，在所有区域的 Kubernetes 集群上线，按需费率的固定 50% 计费，计费粒度低于一小时、每 1 至 2 分钟计量一次。可抢占节点使用相同的 NVIDIA 加速计算并从闲置容量中获取，被回收时最多有 5 分钟排水时间，节点移除后集群会自动回补至目标数量。该容量适合短实验、推理突发和批处理等可中断任务，Slurm 支持、更多区域和计算类型原地转换已在规划中。
匹配字段摘要、正文
Cognition 宣布完成超 20 亿美元 E 轮融资，估值达 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst、Avenir 等现有投资方跟投。公司称自 5 月上一轮融资以来，run-rate revenue 已从 4.92 亿美元增长至近 9 亿美元，Devin 被 NVIDIA、GE Aerospace、Citi、Mercedes-Benz、Modal 等公司的工程团队使用。Devin 目前具备 Auto-Triage 事件初查、Security Swarm 漏洞发现与分诊、以及从 Slack、GitHub、Linear 等系统事件触发任务的 Automations 能力。
匹配字段摘要、正文
Interconnects 第 24 期开源模型盘点指出，2026 年西方厂商转向 Apache 2.0，而中国前沿厂商反而收紧许可：智谱 GLM-5.3 从 MIT 改为自定义许可，要求年收入超过 100 亿美元的模型服务商先通过 Z.AI 安全审查，Kimi K3 和 MiniMax M3 也附加了商业协议或收入门槛。本期收录的模型包括 MIT 许可的 Motif-3、小红书 dots-studio 的 dots3-note-prev、Qwen3.8-Flash-Next（125B-A6B，含 51B n-gram embeddings，采用 GDN 与 Qwen Sparse Attention）、以 Ox-Alpha 名义在 OpenRouter 和 OpenCode 上先行试用的 GLM-5.3-Flash、腾讯 Hy4-preview，以及 NVIDIA Nemotron-3.5-Lightning-30B-A3B、蚂蚁 Ling-3.0-flash 和 Qwen3.8-2.4T-A95B。
匹配字段摘要、正文
IFA 2026 在柏林举办“Robots on the Runway”机器人走秀，11 家品牌（多数来自中国）展示了人形、轮式和四足机器人，重点在敏捷性、传感器与交互能力而非自主性。Figure 与英国 neocloud Nscale 达成协议，部署最多 10 万块 Nvidia Vera Rubin GPU 训练 Helix 人形机器人 AI，初始算力承诺 35 亿美元、意向规模超 60 亿美元，首批芯片 2027 年下半年在得州上线。iRobot 同时发布 Roomba Duo 原型，由带机械臂的主机把 3.3 英寸高的 Roomba Plus 575 Combo 送入床底沙发下协同清洁，暂无定价与上市时间。
匹配字段摘要、正文
Meta 的自主 AI 研究系统 AIRA₃ 在 NVIDIA 举办的 Kaggle 竞赛中，从约 4000 支队伍中排名第 8 夺得金牌，任务是用相同信息微调 30B Nemotron 模型以提升推理能力。该系统仅更换任务说明即可跨领域泛化：内部基准上生产 GPU kernel 延迟降低 27%，并在另一场 Kaggle 竞赛中把 4000 年前的阿卡德语泥板翻译成英文，达到金牌水平。AIRA₃ 不依赖中央控制器，而是让多个长期运行的智能体通过共享论坛和文件系统异步协作、累积知识。
匹配字段摘要
Meta 的自主 AI 研究系统 AIRA₃ 在 NVIDIA 举办的 Kaggle 竞赛中从约 4000 支队伍中排名第 8，获金牌，任务为微调 30B Nemotron 模型以提升推理能力。该系统不依赖中央控制器，而是让多个长时运行的智能体在隔离环境中通过共享论坛与文件系统异步协作。其夺金组合为 GPT 5.5（配 OpenCode）+ Claude 4.8（配 Claude Code），内部基准中还在生产 GPU kernel 上实现 27% 延迟降低。
匹配字段摘要
Hugging Face 发布 NeoMME，一个 260M 和 800M 的多语言多模态编码器家族，用单个双向 Transformer 同时处理文本 token 和原始图像 patch，从零以掩码离散扩散目标训练，不依赖独立视觉塔或因果语言模型。微调后的 NeoMME-Retriever 用于视觉文档检索，两种规模均位于 ViDoRe v3 的 nDCG@10 与模型规模 Pareto 前沿；在 NVIDIA L40S 上 260M 模型以 2048×2048 输入每秒编码约 51 页，约为 ColModernVBERT 吞吐的两倍。模型已在 Hugging Face Transformers 提供，检查点以 Apache 2.0 许可发布。
匹配字段摘要、正文
在 IFStruct 基准上，用 TRL 对 LiquidAI/LFM2.5-350M 做约 500 样本、100 步的 GRPO 微调，模型得分从 22.6% 提升到 29.7%，JSON 通过率从 18.0% 升至 31.9%。训练使用 nvidia/Nemotron-RL-instruction_following-structured_outputs 数据，LoRA 仅训练约 6M 参数（占模型 1.66%），并组合 json_format、field_count、schema_validation 三个奖励函数。
在 IFStruct 基准上，用 TRL 对 LiquidAI/LFM2.5-350M 做约 500 样本、100 步的 GRPO 微调，模型得分从 22.6% 提升到 29.7%，JSON 通过率从 18.0% 升至 31.9%。训练使用 nvidia/Nemotron-RL-instruction following-structured outputs 数据，LoRA 仅训练约 6M 参数（占模型 1.66%），并组合 json format、field count、schema validation 三个奖励函数。
匹配字段摘要、正文
Google 在 2023 年 7 月发布 RT-2，把多模态 LLM 训练成直接输出机器人动作的视觉-语言-动作（VLA）模型，其泛化能力来自网络规模的视觉-语言预训练。此后 Google、Nvidia、Hugging Face、小米、字节跳动、智元等相继推出用扩散或流匹配生成动作块的 VLA 模型，Physical Intelligence 则通过强化学习、子目标图像和长短期记忆把机器人能力推向折衣服、做咖啡等长任务。作者认为 VLA 与世界模型之争尚无定论，最终胜出的可能是两者的混合架构。
匹配字段摘要、正文
Ed Zitron 将 AI 泡沫描述为一种“超常态化”现象，认为科技媒体、资本市场和超大规模云厂商用投资额、估值及年化收入等增长信号替代了对盈利能力与真实需求的检验。他以 OpenAI、Anthropic、Cognition、CoreWeave 和 NVIDIA 为例，质疑未明确定义的 run rate、客户高度集中及循环投资如何共同维持行业繁荣叙事。文章进一步认为，AI 数据中心建设被默认等同于进步，但其商业回报、需求来源和社会成本缺少同等力度的审视。
匹配字段摘要、正文
VMware 在 VMware Explore 2026 上发布 VMware Private AI Cloud，底层为 VMware AI Factory 模型即服务，基于 VCF 9，整合 Dell、Cisco、Lenovo、Supermicro 的 AI ReadyNodes 与 AMD Instinct MI350 系列 GPU 及 ROCm。AI Factory 可运行超 150 个开源与商用模型，新增 Nvidia Nemotron 3、Gemma 4、Qwen 3.7-Max、NEC cotomi 和 GLM 5.2。VMware 6 月对 1800 名 IT 决策者的调查显示，56% 计划或已在私有云运行生产推理，51% 因安全顾虑回迁 AI 负载。
匹配字段摘要、正文
SemiAnalysis 在 ClusterMAX 3.0 测试中对 25 家 neocloud 的 32 个集群做了约 4 个月安全审计，发现大量公开已知漏洞导致的跨租户元数据泄露、容器逃逸提权和跨租户 RCE，受影响数据涉及银行、电信、高校、研究机构和某国情报机构。文章还统计了 Nvidia 驱动、CUDA、PyTorch、Kubernetes、Docker 等组件的季度 CVE 数量，认为目前尚看不到 AI 显著推高漏洞披露的证据，并给出 InfiniBand 安全密钥、BlueField DPU 的 RShim 接口、多租户 Grafana 等具体配置建议。作者同时发布 cmax audit security 命令，供用户自查集群软件版本是否低于公开安全公告的最低版本。
匹配字段摘要、正文
LMSYS 在 8× NVIDIA H200 上用 SGLang Diffusion 对 MiniMax-H3 视频生成做了基准测试：稠密无损路径比 Diffusers 快 1.85–1.95×，叠加步复用与稀疏注意力后最高达 6.24×，平均 SSIM 0.76–0.91。最快配置 SubBlock 0.80 + Cache-DiT stride 在 5s/10s T2VA 上为 5.06×/5.72×，FL2VA 为 5.86×/6.24×；质量优先可选 Cache-DiT（最高 2.99×，SSIM 0.90–0.92），均衡档 SubBlock 0.75 + Cache-DiT stride 为 4.90–5.93×、SSIM 0.79–0.90。
匹配字段摘要、正文
OpenAI 公布与 Broadcom 合作开发的首款自研推理芯片 Jalapeño，其内部测试显示，这款 700 瓦芯片比 NVIDIA 旗舰系统最高快 3.6 倍，每瓦工作量最高多 1.9 倍。该芯片不会对外销售，计划于今年晚些时候进入 OpenAI 数据中心，并在 2027 年扩大生产。
OpenAI 公布与 Broadcom 合作开发的首款自研推理芯片 Jalapeño，其内部测试显示，这款 700 瓦芯片比 NVIDIA 旗舰系统最高快 3.6 倍，每瓦工作量最高多 1.9 倍。该芯片不会对外销售，计划于今年晚些时候进入 OpenAI 数据中心，并在 2027 年扩大生产。 · OpenAI released internal benchmark results for Jalapeño, its first in-house inference chip developed with Broadcom, showing that the 700-watt chip ran up to 3.6x faster than NVIDIA’s flagship systems and delivered up to 1.9x more work per watt. The chip will not be sold externally and is planned to reach OpenAI’s data centers later this year, with
匹配字段摘要、正文
Qwen 团队开源 Qwen3.8-Flash-Next，这是一个多模态 MoE 模型，也是 Qwen4 架构的早期预览，SGLang 联合 Qwen、NVIDIA、AMD 提供 day-0 支持。模型主模型 125B 参数，另有 51B N-gram Embedding，每 token 激活 6B 参数，共 48 层，其中 36 层 GDN 线性注意力、12 层 QSA 稀疏注意力，MoE 使用 512 个专家、top-10 路由。SGLang 侧给出 NVFP4 量化 checkpoint、N-gram Embedding 主机内存卸载、Gated Residual 的 FlashInfer 算子以及 MTP 索引复用等优化，在 B200 TP4 下 NVFP4 checkpoint 配合 MTP 在 batch size 1 时解码达 540 tok/s。
匹配字段摘要、正文