微软完成 MAI-Base-2 预训练,称性能强于所有参测开源权重模型
微软宣布完成新一代基础模型 MAI-Base-2 的预训练,称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B,在 6,000 个 NVIDIA GB200 GPU 上训练 38 天,预训练算力效率为 DeepSeek-V4-Pro-Base 的 4~12 倍,微软同时已启动 MAI-Base-3 的准备工作。
微软宣布完成新一代基础模型 MAI-Base-2 的预训练,称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B,在 6,000 个 NVIDIA GB200 GPU 上训练 38 天,预训练算力效率为 DeepSeek-V4-Pro-Base 的 4~12 倍,微软同时已启动 MAI-Base-3 的准备工作。
有用户让 ChatGPT 读取 Adobe 订阅条款并生成谈判邮件,成功取消订阅并免掉违约金。文章认为这类工具的技术门槛不高,真正的护城河是长期积累的取消条款库与成功率数据,而非模型本身。相比直接"帮人退订",更稳的形态是"订阅体检":盘点订阅、标出即将续费项并给出取消路径,动作由用户自己完成以规避合规风险。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1,约 2.8 万亿 token 覆盖 22 种印度语言,同时开放生成该语料的 GPU 加速数据管线。
推荐理由:语料覆盖 22 种印度语言并开放完整生成管线,读者可参考其翻译、质检与修复流程复用到自己的多语言数据构建。
文章讲解大模型分词器如何从语料中训练出来,并用 Hugging Face tokenizers 库的 BpeTrainer 亲手训练了一个 BPE 分词器。词表和合并规则由 BPE 算法从语料统计中学习,词表同时决定模型 embedding 层和输出层的大小。
谷歌推出 Google Antigravity 智能开发平台,将跨多个数据库的分散搜索整合到单次会话,支持生物学家发现、评估和筛选潜在靶点。平台借助 ProtNLM 模型从氨基酸序列直接预测蛋白质生物功能,并内置基于 AlphaFold 数据库的 Biomolecular Structure Viewer 三维可视化工具,研究者与 AI 智能体可在共享 3D 画布上协作。
Mistral AI 发布 Timestral,其首个时间序列基础模型家族,最大 209M 参数版本在 GIFT-Eval、TIME 和 fev-bench 三大公开基准上排名第一。
英伟达发布开放多模态模型 Nemotron 3.5 Super VL,采用 MoE 架构,总参数 1200 亿、激活参数 120 亿,面向持续运行、执行多步骤任务的 AI 智能体,单张 GPU 智能体任务吞吐量最高为同规模其他开放模型的 5 倍。
10 月 14 日,禾赛发布 Kosmo 三维世界数据引擎,包括手持 AI 空间相机 Kosmo One 与云平台 Kosmo World,把激光雷达与一英寸 CMOS 影像结合,实现毫米级空间重建。
Project Apertus 发布 Apertus 1.5 的 8B 与 70B 模型(2026 年 7 月 24 日上线 Hugging Face,Apache 2.0 许可),在 Apertus 1.0 基础上新增图像与音频理解、可选思考模式,上下文窗口扩展至 262,144 tokens。
推荐理由:原文完整公开了从数据、训练配方到中间检查点的全流程细节,可作为复现开源多模态模型训练的参考样本。
源策未来发布以「全身智能」(WBI)为核心技术路线的模型系统与演示,自研运控基模 S0 将手部末端追踪误差从开源基线的 10 厘米量级压到 2 厘米区间,并把控制扩展到有高差的非平地;大脑 S1 结合自采 EgoBody 全身人类数据与真机示范,负责任务理解与拆解。
Python 数据科学与 AI 生态以 NumPy 的 ndarray 为统一数据表示,Pandas、scikit-learn、PyTorch 等各层库在其上协同,PySpark 与 Dask 负责集群级扩展。
Colossal Biosciences 发布名为 GenoMorph 的 AI 平台,可在基因组数据稀缺的灭绝物种复活项目中筛选基因编辑靶点。平台整合了 70 多种鸟类的遗传信息与颅骨三维测量数据,目前已找出约 2300 个渡渡鸟颅面部形态改造的候选 DNA 编辑靶点。公司同时宣布尼科巴鸠种群已达 36 只,并已培育出能够发育成卵子和精子的关键细胞。
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。
Microsoft 研究团队在 Nature 发表论文,提出概率偏差校正(PBC)方法,可将 2 至 6 周天气预报做得更准确,相关工具已开源。PBC 不另建模型,而是用机器学习识别并修正现有模型的系统性偏差;研究显示它使 ECMWF 物理模型在 98% 的降水和 92% 的温度目标上更准确,还将 ECMWF 新 AI 预报系统的准确率翻倍,且只需 CPU 即可运行。
Ai2 发布高分辨率气候模拟器 HiRO-ACEv2,整套系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300。
推荐理由:原文把 HiRO-ACEv2 的精度和成本与 X-SHiELD 逐项对比,读者可据此判断高分辨率气候模拟的可用边界。
Google Research 公布 Earth AI 地理空间推理智能体的三项更新,涵盖技术报告、合作伙伴实测结果与早期访问扩展。技术报告在 GeoExpertQueries、GeoKTools、CBGB、UnivEARTH 四个基准上对比四种智能体配置,表明领域专用技能与前置规划显著优于开箱即用的 LLM,两个新基准的开发集已全部开放。
推荐理由:报告用四档配置在四项基准上对比表明,领域技能与前置规划是通用 LLM 应对真实空间推理任务的关键。
10月14日,破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub,用四目头环、腕部手环、腰腿追踪器与触觉手套融合视觉、运动和触觉信号,恢复操作时的全身姿态。头环重量不超过220克,多路信号同步精度不超过0.5毫秒,配套平台完成数据清洗、语义标注与动作重定向。破晓智能计划2027年推出全模态世界模型,优先在工业、餐饮零售等垂直场景开展应用验证。
商汤大装置全面升级"云宇星空大模型",支撑上海市规划资源局落地量子城市首批政务智能体,其中"禹智河洛""大略之眼""详规小工单"三大智能体由商汤大装置自研交付。升级后的模型已形成1.3万对高质量问答和15亿Token语料,专业空间推理与复杂任务执行能力进一步强化。"禹智河洛"落地后,空间智算、动态模拟、智能调度效率分别提升65%、70%、80%。
Industrial Next 打造由自研基础模型驱动的 AI 机器人工作站,称可将产线换线时间从数周缩短至几分钟,无需传统编程。该公司宣布与 BMW Group Technology Office 合作,评估其 AI 驱动的灵巧操作技术在制造中的应用。其机器人通过高保真仿真环境学习任务,部分工作站已用于全球最受欢迎的智能手机之一的生产,在“撕膜”工序上以 100% 精度达到或超过人工速度。
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。
GitHub 上线了基于微调 ModernBERT 分类器的新密钥扫描管线,替代原有 LLM 管线。新管线采用正则候选生成加上下文感知分类的两阶段设计,模型导出为 ONNX 并做 8-bit 量化。
推荐理由:原文给出用小型微调编码器替代 LLM 调用的完整管线与量化结果,可迁移到其他低延迟的文本判定场景。
哈啰 Robotaxi 宣布推出生成式驾驶世界模型 HelloWorld,整合场景控制、连续生成、多传感器观测与高效推理能力。该模型支持通过自然语言描述需求或直接编辑车辆、行人及运动轨迹,生成对应的多视角视频与激光雷达观测。研发人员可借此插入横穿行人、调整前车路线,并切换雨雪与昼夜等条件,构造真实采集难以充分覆盖的长尾情境。
AI 实验室正通过 SimpleClosure、Sunset 等关闭服务公司购买倒闭初创公司的代码与工作区数据,用于模型训练。
IT之家援引 IEEE Spectrum 报道,多家公司已开始为核电运营提供 AI 解决方案,美国几乎所有 94 座核反应堆都获得了整合 AI 的机会且大多数接受了部署。
Anthropic 推出多项新防护措施,防止竞争对手复刻 Claude 模型能力,将模型蒸馏攻击中被窃取的数据量降低约 90% 至 99%,攻击者可提取的推理 token 数量降至之前的十分之一至百分之一。Anthropic 称该安全系统误报率低于 0.1%,已封禁数万个与蒸馏相关的账号,并点名智谱 AI 在研发 GLM-5.3 期间曾尝试从 Claude 蒸馏提取模型能力。
10 月 12 日,模思智能宣布完成超 10 亿元 Pre-A 轮融资,由华控基金领投,距天使轮官宣约半年。公司由复旦大学特聘教授邱锡鹏创立,成立不到两年,定位情境智能,2026 年以来围绕语音、视觉和实时多模态连续发布 20 多个模型,其中 7 月开源的 MOSS-VL-Realtime 已能持续接收视频流并随画面变化更新判断。
Sakana AI 与 UC Berkeley 提出 MASS 方法,让单个语言模型同时承担解题、优化与评判,无需更强教师模型即可递归自改进。以 Qwen3.6-27B 为基座,两轮后对基座模型的胜率从 53.9% 升至 69.9%,自评判者与外部评判的一致率从 73% 升至 93%。但同一模型兼任三职时共享盲点会被当作进步固化进下一轮训练,作者因此呼吁引入独立检查与自主权限制;代码已公开。
WindBorne Systems 赢得美国空军一份最高价值 4900 万美元的合同,出售其全球约 700 个自主气象气球采集的大气传感数据。这些数据同时输入公司自有的 AI 气象预报模型 WeatherMesh 6,后者据称比欧洲中期天气预报中心(ECMWF)的传统物理模型更准确。该合同为非竞争性授予,空军按需采购,目前已下单 170 万美元。
Microsoft Research 提出 StudentSim,一个从公开去标识化学习记录训练个性化学生模拟器的研究系统,用于在真实学习者测试前评估和改进 AI 辅导工具。
阿里千问正式发布 QwenGyre,这是面向长程智能体任务的在线强化学习框架,通过弹性调度与轨迹处理让数小时、数百轮交互的超长程任务成为有效训练来源。它可将 GPU 划分为若干计算单元,任务结束后空出的单元立即转入训练,并借助 Token-in Token-out 与 Partial Scoring 保留真实上下文与部分完成任务的反馈。
华为与华东师范大学联合研发的昇腾原生时序预训练模型"七曜模型"成功登顶 TIME-leaderboard 与 GIFT-Eval(Pretrained 类目)双榜单。该模型可直接用于零样本时序预测任务,覆盖电网负荷研判、工业设备异常时序检测、金融趋势分析等核心场景。模型同时支持低成本二次微调,可快速适配各垂直行业定制化需求。
Latent Space 专访 Standard Bots 联合创始人兼 CEO Evan Beard 与 AI 负责人 Leif Jentoft,介绍其工业机器人 AI 技术栈。
据《华尔街日报》报道,Meta 已搁置向 Anthropic 出租 AI 算力的计划。Anthropic 首席执行官 Dario Amodei 今年早些时候亲自致电 Meta 首席人工智能官汪滔(Alexandr Wang)希望租赁 AI 计算芯片,Meta 内部讨论后决定暂不提供。随着 Muse 系列自研模型逐步发布,Meta 自身算力需求迅速增长,此时向竞争对手出售算力被视为资敌行为。
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。
微软宣布推出 Microsoft-Decision-1 决策模型,专为结构化决策任务打造,现已上线 Microsoft Foundry 并接入 OpenRouter。
Ai2 用 GPU 时间预算、分层公平份额分配和时间切片契约取代了基于优先级的调度器,把各研究项目 GPU 时间多少的争论从逐案运营任务转为透明的行政预算流程。Ai2 管理数千张 NVIDIA H100、B200 和 B300 GPU,服务约 150 名内部研究员,未满足的 GPU 需求随时达到可用量的 2-3 倍。旧的优先级调度导致了 GPU "占坑"、优先级通胀等"公地悲剧"问题。
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。
作者在 HuggingChat 中开启 ML-intern 模式,用自然语言描述需求,几天内做出六个自定义小模型,总计算成本约 103 美元。
推荐理由:作者用六个总成本约 103 美元的项目,总结了给智能体设预算、要基线、做冒烟测试的可复用方法。
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。