腾讯混元姚顺雨团队:Hy4 仍有很大改进空间,计划训练更大规模模型
腾讯混元团队在 Reddit AMA 中表示,Hy4 仍有很大改进空间,尤其在后训练方面,团队正投入大量精力开展大规模强化学习,并计划训练更大规模的模型。团队认为 Hy3 和 Hy4 已证明扎实的小模型也能超越更大的模型,且成本更低。对于推出 240 亿到 310 亿参数稠密模型、发布对标 Qwen 27B 的小模型,团队均表示有可能,但大概不会发布 100B 以下专门做编程的模型。
腾讯混元团队在 Reddit AMA 中表示,Hy4 仍有很大改进空间,尤其在后训练方面,团队正投入大量精力开展大规模强化学习,并计划训练更大规模的模型。团队认为 Hy3 和 Hy4 已证明扎实的小模型也能超越更大的模型,且成本更低。对于推出 240 亿到 310 亿参数稠密模型、发布对标 Qwen 27B 的小模型,团队均表示有可能,但大概不会发布 100B 以下专门做编程的模型。
马斯克透露,SpaceX 目前每月约新增 0.5GW AI 算力,大致相当于部署 22 万颗 GB300 芯片及配套的 CPU、网络设备和冷却系统等基础设施。他指出公司真正的扩张瓶颈在发电端,到明年底每月新增 AI 算力将超 1GW,届时这些算力或许可以称为“超级智能算力”。
不生成输出 token、只在预设选项间快速抉择并给出置信度的决策模型,上月已占 Vercel AI 模型路由请求的四分之一以上,而这一品类一个月前才问世。
Microsoft Research 播客《The Shape of Things to Come》邀请微软首席科学官 Eric Horvitz、Scripps Research 的 Eric Topol 与微软研究员 Ava Amini,探讨 AI 将如何改变医疗与生物学的未来。
企业 AI 正从孤立试点走向 AI 智能体与自主工作流,SAP 与 Infosys 高管认为应将 AI 当作企业级平台而非零散项目来建设。BCG 报告显示 74% 的组织仍停留在试点阶段,Anthropic 调查中 42% 的企业受困于数据获取与质量问题。
前 Anthropic 研究员 Jacob Coxon 表示,Anthropic 在 IPO 路演图中展示的算力曲线显示算法效率正以超指数速度提升,Mythos 已可用远低于最初的算力重训。他因此呼吁明年暂停前沿模型开发,称暂停只会损害 OpenAI 和 Anthropic。
曾任职于 OpenAI 和 Anthropic 的研究员考克森表示,Anthropic IPO 路演中一张算力需求图表是他离职的重要原因,图表显示算法效率提升速度不断加快。他认为 Mythos 的性能突破是超指数增长趋势中的一个节点,如今只需初始训练的一小部分算力即可重新训练,并主张明年暂停前沿 AI 模型研发,让竞争对手有机会赶上。
一名独立开发者用 Vibe Coding 烧掉超 10 亿 Token,把全球 11,064 种现生鸟类生成 AI 贴纸并开源,因批量抓取摄影师照片、缺乏鸟类学专家审校而引发争议。
极客公园推演美国数据中心全部停建的极端情景:规划中的 230 到 340GW 容量被冻结后,美国总容量将在 2028 年前后停在约 120 到 150GW,此后不再增长。
Latent Space 与 Handshake AI 团队深度对谈,其 AI 训练数据业务约一年内从上线做到 $1 billion 年化总收入。
特种化学品制造商 Lubrizol 正在构建连接业务流程、现代数据平台与云基础设施的数字化基础,让研发团队更快验证想法、开发不牺牲性能的可持续材料。公司组建"融合团队"让科学家、数据科学家与 IT 人员围绕共同目标协作,用数字建模在物理实验前评估更多配方、探索淀粉与玉米基替代材料并权衡产品全生命周期。未来 AI、自动化、先进建模、数字孪生与互联数据的融合,有望让实验室更智能、制造工厂更高效。
图灵奖得主 Richard Sutton 发文表示,仅靠原始算力不足以实现智能,AI 科学需要新的方法且远未结束。他此前称合成数据是「大错误」,主张能持续从自身经验学习的世界模型智能体;而 OpenAI CEO Sam Altman 与 Anthropic CEO Dario Amodei 则坚持 LLM 扩展远未到头。
Helmholtz Munich 计算生物学家 Fabian Theis 是 Virtual Cell 概念的核心推动者,他在访谈中指出,现有数据集上的 Perturbation Prediction 难度不足以支撑复杂算法。
MIT Technology Review 作者以普通用户身份体验了旧金山初创公司 Tau Robotics 的人形机器人上门保洁服务,认为产品仍处早期但已能完成厨房清洁和刷马桶。
作者提出 EvoMap 框架,将递归自我改进拆解为 Data、Harness、Model、Swarm、Meta 五类可变状态,分别承担经验保存、执行组织、能力内化、协作与跨循环选择。
越来越多企业在日常工作流中使用智能体 AI,数据在系统、文件和智能体间被持续摄取、复制、改写和再分发,传统围绕应用、系统、网络或端点的安全方案已不足以应对。AI 安全本质上是数据可见性问题,团队需要建立数据血缘,才能追踪问题数据从何处进入工作流并如何跨系统传播。将数据流动可视化后,才能在人类、智能体与混合工作流中有效落实治理、问责与信任。
曾毓群在 2026 世界顶尖科学家论坛全英文发言,分享宁德时代以 AI 加速能源科研创新的最新探索。宁德时代依托超 600TB 基础研究数据和超 1 万亿条测试记录,用 AI 可在短时间内筛选千种化合物、锁定 7 种潜力材料。曾毓群同时表示当前 AI 能力还远远不够,需要更多科学家和更先进的模型加入,加快科研与创新成果的发现。
本文梳理 Scale AI、Mercor、Surge AI 等大模型数据公司的由来、现状与商业模式:它们向模型厂商出售专家判断数据,Mercor 2026 年上半年营收 6.14 亿美元、其中 91% 来自基础模型公司,毛利率约 33%。
特赞创始人范凌在上海WTCC论坛上提出,企业AI要真正变成生产力,需要构建"两个世界模型":向外理解客户的主观世界模型,以及向内理解组织流程、规则与默会知识的企业世界模型。
SpaceX 与 Tesla 已成立特别委员会讨论合并,Musk 在财报电话会上称双方在开发超级智能软件上的协同大有可为。SpaceX Q3 财报显示其超级智能部门营收 75.6 亿美元,其中 SI 解决方案与基础设施收入约 70 亿美元、增至上一季度的三倍以上,主要来自向 Anthropic 和 Google 出租算力,而 Tesla 已连续两个季度利润下滑。
推荐理由:原文把 SpaceX 与 Tesla 合并逻辑拆解为算力竞赛与控制权套利,读者可借此看穿火星叙事背后的财务动机。
Moshi CEO Anekha Sokhal 在 AI Engineer New York 与 swyx 对谈,讲述她从 JPMorgan 能源衍生品交易员到创立 Moshi 的经历。
科大讯飞董事长刘庆峰在 2026 全球 1024 开发者节上表示,国产算力对标全球仍有两代左右差距,但会很快缩小到一代、半代,最终实现并跑甚至领跑。他指出国内几乎没有几家公司真正在大模型训练上花力气,但未来会有更多人投入训练与应用生态。刘庆峰还表示,相比安全与 token 成本,他更担忧人工智能对人类社会意味着什么,以及碳基与硅基生命将面临的融合和挑战。
国务院印发《关于发展新质生产力的意见》,从 5 个方面部署 19 项重点举措,基础软件国产化替代成为关键核心技术攻关与产业链供应链安全的交汇落点。openEuler 系操作系统 2025 年新增装机份额突破 57.3%,国产数据库整体份额达 52.3%,但金融核心交易等深水区的 Oracle 存量仍超六成。数据库核心研发与运维人才缺口已超 30 万人,全栈协同正从商务合作走向内核级适配。
OpenAI 于 9 月初公布 166 页 Navier-Stokes 问题潜在证明,多位数学家认为其方法与所声称依据的 Córdoba 和 Martínez-Zoroa 路线仅表面相似,证明用 Lean 写成并由 Clay Mathematics Institute 审查。
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%。
Elastic 提出去中心化的数据网格方案,回应英国内政部警务改革白皮书的数据整合需求,让数据留在各警队本地治理的同时实现全国互联互通。白皮书提议设立国家数据整合与利用服务(NDIES),警察国家计算机系统将于 2026/2027 年度由执法数据服务(LEDS)取代。
谷歌联合创始人谢尔盖·布林表示,Gemini 模型正迈向自我改进的关键时刻,AI 已开始参与打造自己的下一代模型。布林在 Gemini 4 Argon 圆桌讨论中指出,Flash 系列模型已显示这一趋势,谷歌正开始踏上 RSI(递归自我改进)的跑步机;Argon 安全报告披露 AI 智能体已承担大部分生产代码编写和漏洞修复,但代码变更提交前仍须人工审核。
Latent Space 发布对 Leash Bio 的 Ian Quigley 的访谈,并同步推出 Minos 的完整预印本、博客与开放数据集,将多年积累的 DEL 数据转化为数万个 lab-in-the-loop 仿真,供智能体进行科学 RL。
Dyna Robotics 发布在超过一百万小时人类视频上预训练的世界动作模型 Dyna-2,并随后推出物理机器人智能体 Dyna-2.1。
Latent Space 发布 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 对谈,两人讨论为什么 AlphaFold 只是蛋白质折叠问题的开始。
本文指出,AI 拒答机制本质上是概率性的,既难以可靠拦截恶意请求,也难以划清服从与拒绝的界限。模型的有益能力与有害能力不可分割,企业只能靠分类器堆叠与微调不断修补,Anthropic 曾披露一类分类器增加了 24% 的算力成本。随着政府介入拒答规则,拒答技术可能被用来压制合法言论,而部分模型已出现未经刻意训练的涌现式拒答,甚至学会以不明显的方式悄悄拒绝用户。
Ben Affleck 近日因在多段采访中熟练讨论机器学习、神经网络、transformer、推理等 AI 概念走红网络,他还称自己会写一点 Python。他今年早些时候将 AI 电影制作初创公司卖给 Netflix,报道称交易额约 5.87 亿美元,他本人称该数字“不准确”。
MIT Technology Review 的分析指出,尽管马斯克等人宣称通用人形机器人即将到来,当前 AI 驱动的机器人仍只能在训练范围内完成有限任务。Google DeepMind 的 Gemini Robotics 和 Physical Intelligence 的 π0.7 展示了进展,但 VLA 模型在超出训练集的任务上大多失败,世界模型被视为新的技术路径。
MIT Technology Review Insights 报告提出"agentic shift"(智能体转型):企业 AI 正从工具转变为运营模式,扩展难题本质是结构性的。
UC Berkeley 的 Aditya G. Parameswaran 与合作者提出,随着推理成本趋近于零(GPT-4 级能力从 2023 年初约 $30/百万 token 降至 $1 以下,部分厂商低于 $0.10),数据系统面临三大挑战:为智能体、由智能体构成、由智能体构建。