跳到正文
10月31日周六
  1. 博客园33

    手把手教你:基于深度学习的滚动轴承故障诊断|第 3 篇 · CWRU 数据集深度解析与四类故障波形可视化

    本篇教程深度解析 CWRU 轴承故障数据集并完成四类故障波形可视化。.mat 文件含驱动端 DE 与风扇端 FE 双通道振动信号及 RPM 转速记录,正常、内圈、滚动体、外圈四类波形差异肉眼可辨,构成可分类的物理前提。正式训练前需按清单下载正常与 12k 驱动端共 40 个 .mat 文件,并按四类目录归档核对。

10月30日周五
  1. IT之家52

    新研究称 AI 模型使用成本受不同语种影响,Token 消耗量最高可相差 17 倍

    人工智能语言公平研究联盟发布的研究发现,AI 模型处理不同语言时 Token 消耗量最多可相差 17 倍,使用人数较少的语言用户需承担更高的隐性“分词器税”。Token 消耗增加还会拖慢响应速度、压缩有效上下文容量;研究者认为改善多语言数据质量并专门优化下一代分词器设计是缩小差距的关键。

10月29日周四
  1. The Decoder76

    Anthropic 收紧防御后,中国 AI 实验室将蒸馏目标转向 OpenAI GPT-6 Astra

    据 The Information 报道,DeepSeek 与月之暗面(Moonshot AI)转而大量利用 OpenAI GPT-6 Astra 的输出训练最新模型,知情人士称包括 Kimi K3.1 Pro 和 V4.1-Flash 1017。

    推荐理由:文章梳理了 OpenAI 与 Anthropic 在防蒸馏上的攻防态势,读者可借此了解头部模型厂商训练数据安全的现状。

  2. IT之家78

    英伟达开源语音转录模型 Nemotron 3.5 Transcribe,支持 40 种语言、最多 8 名说话人

    英伟达 10 月 28 日推出开放权重语音转录模型 Nemotron 3.5 Transcribe,并公开训练数据管线 Granary v2。模型采用 MoE 架构,总参数约 340 亿、激活参数约 43 亿,可处理最长 1 小时录音,支持 40 种语言转录,最多区分 8 名说话人,整合转录、说话人归属、翻译和音频问答。

    推荐理由:原文给出公开评测词错误率与说话人分离基准成绩,读者可据此比较它与同类开源转录模型的能力边界。

  3. 量子位43

    威卡:用数据集链接具身智能和工程机械

    威卡移动控制发布"具身智能赋能工程机械高质量数据集",并已在 Hugging Face 等国际数据仓库开源上线。数据集第一阶段规模达 3600 万帧,覆盖 12 类典型作业场景,通过统一时间戳同步对齐视觉、激光、位姿、力馈、手柄输入五大维度数据。目前挖掘机真机数据采集成本约每小时 5000 元,训练一套可用模型需要 10 万小时量级数据。

  4. 量子位25

    文远知行001号员工带队,景烁科技首轮融资数千万美元

    文远知行旗下子公司景烁科技完成数千万美元 pre-A 轮融资,由嘉御资本、HKSTP 香港科技园、天狼星资本等共同投资。公司依托数据—模型一体化平台 WorldEngine 和自研世界模型 GENESIS-Robotics 构建物理 AI 数据基础设施,已积累 100+ 客户与生态合作伙伴,在手订单金额数十亿元,年收入增长超 100%。融资后将用于扩充核心研发团队并加快物理 AI 基础设施建设。

  5. The Decoder75

    Nvidia 开源 Nemotron 3.5 Transcribe,集成转写、翻译与说话人识别

    Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe,可在单模型内完成转写、翻译、说话人识别和录音问答。模型总参数 300 亿、每步激活约 40 亿,可在单张 Nvidia GPU 上运行,支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别,最长处理 1 小时、最多 8 人的录音。

  6. The Verge · AI65

    Meta 称可能再次推迟新商业条款实施

    Meta 表示可能将新商业条款的实施日期推迟至 11 月 20 日之后,直到与行业团体和领袖完成充分磋商。该条款原定 10 月 30 日生效,曾看似允许 Meta 在接入 Facebook 和 Instagram 的新闻站点上训练 AI 模型;Meta 后来删除了相关表述,但法律专家认为仍不能排除这种可能。新闻/媒体联盟及两党议员均已对条款表示反对。

10月28日周三
  1. TechCrunch · AI66

    Nvidia 发布开源转录模型 Nemotron 3.5 Transcribe

    Nvidia 发布免费开源权重转录模型 Nemotron 3.5 Transcribe,可转录约 40 种语言的音频,并同步推出开源语音数据集 Granary v2。官方称该模型支持 31 种语言与英语互译、处理最长一小时录音、区分最多 8 个说话人,30B 参数可运行在 Jetson AGX Thor 到 Blackwell 的单芯片上,但仅适用于录音而非实时流。

  2. IT之家46

    摩尔线程开源 Megatron-MUSA-Titan,聚焦万卡级集群的万亿参数 MoE 模型训练

    摩尔线程宣布开源大模型训练基础设施项目 Megatron-MUSA-Titan,面向万卡级集群的万亿参数 MoE 模型训练需求,覆盖预训练与强化学习两大场景。该项目已在摩尔线程万卡级集群的万亿参数 MoE 模型预训练中持续应用,实现高 MFU 与长稳训练,支持与 slime、miles 强化学习框架协同。

  3. IT之家53

    豆包公关负责人回应“15 万群演肖像声音喂给大模型”传言:严重失实

    豆包公关负责人刘星发文称,“横店与字节合作将 15 万名群演的肖像和声音喂给字节大模型”的传言严重失实。他表示,横店影视 AI 服务平台项目旨在建设公共数字基础设施,把影视基地实景等资产做成高质量数据集,帮助剧组更高效地选景、筹备和拍摄,并降低中小影视企业使用 AI 的门槛。

  4. 博客园66

    一文读懂 RSI:大模型递归自进化五大技术路线全景解析

    本文系统梳理了大模型递归自进化(RSI)的概念、适用场景与落地五步法。核心是将 RSI 分为模型权重与训练层、提示词与脚手架、上下文记忆与技能库、自我指向代码自修改、多智能体协同与全自动 AI 研发五大类,并逐类介绍代表论文与开源框架,最后给出按资源条件选型的速查建议。

  5. Google Research37

    sleep 框架:LLM 在持续学习中保留知识的新方式

    Google Research 提出 sleep 框架,让 LLM 在"清醒"与"睡眠"阶段间交替:清醒期处理交互并存入短期记忆,睡眠期解锁预分配的 MoE 记忆块,通过参数扩展、知识蒸馏与"做梦"式自我改进把短期记忆巩固为长期参数。该框架使模型能持续获取新事实、保留长达 10M tokens 的长上下文知识并提升复杂推理能力,同时缓解灾难性遗忘。

  6. 量子位48

    印奇把4D雷达也端到端了

    千里科技推出内置 10 TOPS NPU 的 AI 4D 毫米波雷达,从天线设计到点云输出整条链路交给模型,支持边缘侧、卫星架构及兼容三种工作模式。相比上一代 DSP 端侧计算方案,其点云密度增强 10 倍、探测距离提升 40%、鬼影消除提升至 95%、空间角分辨力提升 12 倍,对静止儿童的稳定探测距离达 100 至 150 米。

  7. AWS Machine Learning Blog40

    Exowatt 借助 SageMaker 无服务器模型定制在准确率上超越前沿模型

    Exowatt 使用 Amazon SageMaker AI 无服务器模型定制构建可复用 AI 流水线,为边缘与云端两个部署目标产出任务专用微调模型,准确率超越前沿模型且成本最多降低 49×。该流水线基于 Qwen3-1.7B 微调用于边缘告警分诊,并基于 Qwen3-14B 微调用于云端能源市场分析。Exowatt 现在可在数天而非数月内完成从原始运行数据到微调模型的全流程。

10月27日周二
  1. 量子位57

    国产AI 3D模型Hi3D开源V1.0,同题对比优于GPT-6 Astra

    Hi3D正式开源基于Sparc3D的3D生成模型V1.0,代码与权重已在GitHub和Hugging Face上线,可免费体验。V1.0基于约200万个筛选3D资产训练,多视图保真度0.75、细节丰富度0.841,切片成功率90%。同题对比中Hi3D Agent及V3.0在轮廓和细节上优于GPT-6 Astra,团队称V3.0为业界首个可商用2048³超高精度国产自研AI 3D模型。

  2. 量子位62

    禾赛科技 Kosmo 物理 AI 数据终端获皮克斯 3D 渲染教程采用

    禾赛科技推出物理 AI 数据终端 Kosmo,皮克斯最新 3D 渲染教程已采用其 3D 场景扫描方案。Kosmo One 集成定制激光雷达、最高 8K 影像系统、一英寸 CMOS 与高精度 IMU,微秒级同步采集并在硬件层面完成前融合;云端 Kosmo Spatial Core 一次重建同步输出 3D 高斯泼溅、mesh、depth 三种数据,可直接用于机器人训练。

  3. The Decoder67

    研究发现六种让 AI 文本读起来很累的语言模式

    纽约大学和得克萨斯大学奥斯汀分校的研究人员让 14 个语言模型在日常对话、编程和议论文场景下生成文本,分析了 120 段对话、45 个编程会话和 980 篇文章,归纳出六种让 AI 文本难以阅读的语言模式,包括滥用罕见词语组合、长间隔句式、省略连接词的缩略指代、堆叠名词、名词动词化以及对无生命主语使用拟人动词。

  4. TechCrunch · AI81

    SpaceX 与 Apollo 敲定 400 亿美元 GPU 融资交易

    SpaceX 在监管文件中披露,已与 Apollo Global Management 管理的实体达成约 400 亿美元约束性融资承诺,用于 AI 芯片和相关数据中心设备;Apollo 将购买这些硬件并租赁给 SpaceX,租期约五年,交易预计年底前完成、2027 年上半年起租。

    同一新闻,精选展示《SpaceX 达成史上最大规模 GPU 融资安排,协议总额约 400 亿美元》

10月26日周一
  1. The Decoder81

    Meta 计划发售至多 950 亿美元股票为 AI 基建筹资

    Meta 计划发售新股筹集至多 950 亿美元用于 AI 基础设施建设。其中约 225 亿美元来自 Class A 普通股、125 亿美元来自存托股(所对应优先股将于 2029 年 8 月自动转为普通股),其余 600 亿美元来自 Class C 股票交易后的公开市场持续出售。

    推荐理由:原文拆解了 950 亿美元募资的股份结构,读者可看出无投票权 Class C 股如何兼顾融资与控制权。

  2. 博客园46

    CS336 Assignment 1 训练组件:CrossEntropyLoss、SGD 与 AdamW 的实现

    本笔记为「从零搭建 Transformer」的 CS336 作业补充训练所需基本模块,涵盖 CrossEntropyLoss、SGD 与 AdamW 优化器、梯度裁剪与学习率调度器。文中从信息熵出发推导交叉熵公式,并给出减去最大值防止 softmax 溢出的数值稳定写法及 PyTorch 代码。最后用这些模块完成模型的训练与推理验证。

  3. 极客公园27

    苹果发 iPhone 折叠屏官方文档,排查铰链故障;触屏 MacBook 或周三发布;《流浪地球 3》将曝光,春节上映|极客早知道

    苹果为 iPhone 折叠屏手机发布支持文档,指导用户排查铰链无法完全开合、折叠异响、铰链松动等故障,并明确这类硬件问题无法通过软件修复。彭博社记者古尔曼称,首款触屏 MacBook Pro 或于 10 月 29 日亮相,提供 14 英寸和 16 英寸两种尺寸,首次配备 OLED 触控屏并采用「灵动岛」设计。《流浪地球 3》已定档 2027 年大年初一,作为系列终章拆分为上下两部制作。

  4. 爱范儿31

    早报|iPhone Duo 破发/企业微信回应色情引流信息/曝触屏 MacBook Pro 周四登场

    苹果将于本周四发布首款触屏 MacBook Pro,采用 OLED 显示屏并提供 14 英寸和 16 英寸两种尺寸,价格明显高于现款 2499 美元起机型;iPhone Duo 开售不到两天即破发,部分用户反馈内屏开裂。企业微信回应账号发送色情引流信息系第三方外挂被攻破,已强制下线受影响账号;OpenAI 为前沿模型搭建「离线世界」训练环境,报告显示国内大模型均价上涨 98%。