跳到正文
11月21日周六
11月19日周四
  1. IT之家76

    阿里巴巴 CEO 吴泳铭:2027、2028 年将是中国算力最紧缺的两年

    阿里巴巴集团 CEO 吴泳铭在 2027 财年第二季度财报分析师电话会上表示,2027 年和 2028 年将是中国算力最紧缺的两年。他称 2027 年以后阿里云芯片供给都会以国产平头哥芯片为主,旗舰芯片优先满足大模型训练,推理层面会采购更多其他国产芯片;千问已经在平头哥芯片上训练下一代模型,百炼已经基于国产芯片提供模型推理服务。

    推荐理由:原文给出了未来两年国内算力供需的判断和国产芯片替代时间表,读者可据此评估国内 AI 算力格局。

11月18日周三
11月12日周四
  1. IT之家24

    月之暗面徐天天:AI 迭代速度将继续加快

    月之暗面金融行业与生态负责人徐天天在第十七届财新峰会上表示,当前 AI 智能远未达到上限,迭代速度将继续加快。她指出预训练算力、后训练与推理、智能体设计三条增长曲线均在上升,三者叠加推动 AI 迭代提速。AI 智能体可独自完成的任务时长也在增长,AI 正从"打杂"转向切入更深的工作流程。

11月7日周六
  1. 量子位71

    Jeff Dean与李飞飞对谈:RSI不可能无限快,Discovery Loop已有约20个自动改进循环在运行

    Jeff Dean在斯坦福HAI与李飞飞对谈时表示,RSI不可能以无限快的速度运行,因为训练、计算、保存数据和评估结果仍需要真实时间。他创办的公益公司Discovery Loop目前约有20个自动改进循环在运行,目标是让领域专家生产力提高20到50倍;他还承认低估了编程能力对模型解决各类问题的影响。

11月5日周四
  1. 量子位67

    spaCy作者公开质疑MIT Astra研究:读权重与修复Qwen实为两套实验条件

    spaCy作者Matthew Honnibal发文质疑MIT的Astra研究,认为论文将三种实验条件迥异的能力包装成统一的读权重超能力。其中修复Qwen3.5-0.8B数学能力时,Astra被允许使用Python编程并进行最多50次前向测试,而非直接读取原始权重;此前的读权重实验仅处理1.7万到17.2万参数的小网络。

11月4日周三
  1. IT之家57

    陶哲轩警告:人类把思考交给 AI,危险可能很快到来

    菲尔兹奖得主陶哲轩警告,人类把思考和解决问题的过程交给 AI,可能很快在现实世界中产生严重后果。他在演讲中指出,纯数学领域的风险相对可控,因为证明可通过形式化工具验证,但电网、航空交通管制、药物研发和芯片设计等领域中,AI 给出的方案可能在数学模型中成立,却不符合现实世界的真正需求。

10月31日周六
  1. 博客园30

    AI 能指数增长吗:AI 的局限

    AI 难以永远指数增长,其性能受缩放定律递减效应限制,并在因果理解、多模态感知与主动学习上存在结构性局限。LLM 本质是拟合统计关联而非因果结构,输入输出为离散 token,缺乏多模态交叉验证,且“涌现”的强理论主张高度存疑。代码 Agent 难以将经验压缩为直觉,具身智能则受制于开放环境的不可穷举性与长尾问题。

10月26日周一
10月25日周日
10月24日周六
10月18日周日
  1. 掘金46

    扩散式语言模型如何在单卡 RTX 5090 上跑出 2788 tokens/s

    海外本地模型社区在单张 RTX 5090 上把扩散式语言模型(dLLM)跑到 2,788 tokens/s,关键在于扩散式模型可一次并行更新一批 token,而非像自回归模型那样逐 token 串行生成。该速度来自受控测试,推理引擎、模型权重和部署工具仍处早期,短期内难以直接落地产品。它证明"单卡实时生成"这条路可行,可作为日后做实时翻译、本地客服等即时功能时的判断信号。

10月17日周六
  1. 掘金72

    拿了奥数满分的 AI,为什么偏偏是个生活小白?

    有人用洗车常识题测了 53 个 AI 模型,42 个答错,本文将这种奥数满分、常识翻车的偏科归因于只在有标准答案的科目上做强化学习,并给出按能否当场验真分三档使用 AI 的框架。哈佛实验显示,做 AI 不擅长的任务时,用 AI 的人答对率比不用的人低 19 个百分点。DeepSeek 靠刷题把数学正确率从 15% 提升到 71%。

10月15日周四
10月14日周三
  1. IT之家48

    AMD CEO 苏姿丰:今年是真正的“AI 推理之年”

    AMD CEO 苏姿丰将 2026 年称为真正的“AI 推理之年”,预计 AI 推理将占约 60% 市场份额,智能体工作负载迎来爆发式增长。她预计 CPU 市场未来 4 至 5 年年复合增长率约 50%,2030 年潜在市场规模突破 2,000 亿美元,同期数据中心 AI 加速器市场接近 1.5 万亿美元。

10月9日周五
10月6日周二
  1. The Verge · AI32

    围绕 AI「接管」数学界的种种风波

    过去一年,OpenAI、Anthropic 等 AI 实验室接连宣布攻破多项长期悬而未决的数学难题,其中甚至包括一道千禧年大奖难题,推进速度远超研究者对现有系统的预期。这些本应被庆祝的成果反而引发学界反弹,数学家要求 OpenAI 证明其未使用他人工作。OpenAI 表示正咨询顶尖数学家以避免重蹈覆辙,但承诺能否兑现仍有待观察。

10月2日周五
  1. MIT Technology Review · AI48

    别被忽悠了——LLM 并不会推理

    LLM 只是不断预测下一个 token,本质上是快速直觉式的系统 1 思维,并不具备真正的推理能力。AlphaGo 的第 37 手来自显式构建并搜索博弈树的独立推理机制,而聊天机器人的 chain of thought 仍由同一套 next-token 预测迭代生成,且常常事后编造推理路径。

  2. Latent Space55

    MIT Alex Zhang 谈 RLM 与智能体框架设计

    Latent Space 专访 MIT 博士生 Alex Zhang,讨论递归语言模型(RLM)、AI 生成 GPU kernel 与 harness 设计。RLM 以代码为唯一工具、把上下文卸载到代码环境中的内存,训练短任务可直接泛化到 8–30 倍长度的任务以及完全不同的任务类型。