机器学习先驱 Michael I. Jordan 称 AI 末日论是宏大道德表演
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日警告纯属科幻,并把 AI 公司要求监管称为“戏剧”、把年轻研究者的辞职视为“宏大的道德表演”。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日警告纯属科幻,并把 AI 公司要求监管称为“戏剧”、把年轻研究者的辞职视为“宏大的道德表演”。
AWS 在 Amazon SageMaker AI 上针对融合 MoE 模型实现多项内核优化:通过 Swap-AB 转置矩阵乘法以匹配 NVIDIA Hopper 的 WGMMA 指令布局,在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升,该优化已合入 vLLM 0.24.0 及更高版本。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。开放模型可本地运行、重训和微调,成本通常低于闭源模型,但安全与民主化之间仍存在取舍。
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司,分别覆盖医疗智能体、原子级材料工程、通用机器人和企业规划平台。
NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上开放 Vera Rubin 机架与计算托盘设计,读者可了解 AI 工厂基础设施的开放标准走向。
Elorian 与 Scale AI 发布 Humanity's Sixth Sense(HSS)基准,用 522 道题、288 张图和 234 段视频(17.6 小时)测试多模态模型的直觉视觉推理,人类 pass@1 达 93.1,最佳模型 GPT 6 Astra 仅 53.6,GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
Anthropic 启动长期项目 Cyber Mission,保护关键基础设施和开源软件免受网络攻击。其中关键基础设施防御计划(CIDP)向电网、供水系统和交通网络的运营方开放 Claude 模型、工程师和威胁分析,CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automation 为创始合作伙伴。
Amazon Bedrock 上线 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型,其中 GPT-6 Astra 支持最多 100 万输入 token,Ultrafast 档可达 6 倍推理速度、每秒 300 token。
Anthropic 推出名为 OSS Scanner 的免费服务,为选择加入的开源项目提供由自家最强模型(包括 Claude Mythos)定期生成的安全扫描报告。该服务的报告完全由模型生成,不经过人工复核或分诊,因此扫描更快更频繁,但报告也可能出错或无效。Anthropic 称此举意在让开源项目获得更大的防御优势,而近几个月 AI 工具已帮助发现过影响几乎所有 Linux 发行版的重要漏洞。
NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库构建仿真应用,通过自然语言指令驱动智能体完成资产生成、物理与渲染连接。
Ben Affleck 本周因多段采访视频走红,他在 GQ 和 Bloomberg Screentime 2026 活动上讲解了机器学习、神经网络、Transformer、张量、GPU、推理等概念,并称自己会写 Python。
SpaceXAI 宣布以创始企业赞助方身份加入监管 Omarchy 的 Omacom Foundation,并向 David Heinemeier Hansson 的 Linux 项目捐赠价值 150 万美元的 Grok token,主要用于加速开发、审查代码和修复 bug。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出“合成超级智能”(synthesis superintelligence),主张 AI 科学发现不能只靠更多互联网数据训练,而要让模型在真实物理实验中学习。
Nous Research 完成 9000 万美元 B 轮融资,估值 15 亿美元,由 Robot Ventures 领投,Nvidia、Union Square Ventures、Menlo Ventures、Samsung 等参投,公司累计融资达 1.58 亿美元。
Latent Space 采访 Kubernetes 联合创始人 Craig McLuckie 和 Joe Beda,他们创办的 Stacklok 已从软件供应链安全转向基于 Kubernetes 的智能体方案,核心产品是 6 月起在 GitHub 开源的云端 harness Mecatl。
Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争,同时保持开放权重。该说法来自 Ars Technica 转引的报道,原文未给出具体参数、评测数据或发布时间。
EmbeddingGemma 2 采用 Apache 2.0 许可证,Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型通常需计算并存储数千乃至数百万条嵌入向量,一旦供应商停供专有模型,用户就得为重新计算这些已存向量付费。他更愿意付费使用托管版本,同时保留在停供时自行运行开放权重版本或另寻供应商的余地。
Google DeepMind 发布 EmbeddingGemma 2,这是基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型,参数量 740M,可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出参数规模、分模块编码器与端侧内存占用,可据此判断本地多模态检索的落地成本。
LibreOffice 背后的 The Document Foundation 宣布,在可预见的未来不会在软件中加入 AI,默认安装将不含任何 AI 功能。该组织称这是“刻意的设计立场”,以确保用户文档不被上传到服务器处理、软件无需联网即可运行,用户仍可通过安装扩展接入本地 AI 模型。
Mistral 发布迄今最大模型 Mistral Large 4,总参数 1 万亿、激活 49 亿,原生多模态,已在 Mistral Studio 开放 API 预览,权重预计 10 月底发布。
法国 AI 实验室 Mistral AI 发布 Mistral Large 4(昵称 Le Chonk),一个 1T 参数的大规模多模态模型,定位为美国闭源模型与中国开源模型之外的替代方案。
NVIDIA《State of AI in Telecommunications》报告显示,89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model(LTM),由 AdaptKey 基于开源电信数据集微调,并开放端到端微调配方。
智谱(Z.ai)的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码和长程智能体任务优化。Bedrock 提供全托管 API、跨区域推理、提示词缓存和服务层级,支持 OpenAI 兼容的 Responses 与 Chat Completions API 以及 Invoke 和 Converse API。
推荐理由:GLM 5.3 以 753B MoE 模型上线 Amazon Bedrock,读者可了解其编码与长程智能体能力及托管接入方式。
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举办,多场议程聚焦创始人在开源与闭源模型间的选择。Together AI、Pathway、Oumi、Nvidia 等公司高管将分别探讨多模型策略、自建与定制模型的取舍,以及 AI 设计芯片对基础设施的影响。
Latent Space 的 AINews 汇总了 10 月 1 日至 2 日的 AI 动态:OpenAI 发布 GPT-6.1 Sol,定价为每百万输入/输出 token 2 美元和 10 美元,据称在 DeepSWE v1.1 上比 GPT-6 Sol 高 6.4 分,Agent Arena 以第 5 名进入,单任务中位成本 0.56 美元。
MIT 研究者 Alex Zhang 在 Latent Space 播客中详解其递归语言模型(RLM)工作,基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案,早于 OpenAI 的 Astra。
Hugging Face 推出 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单模型评测耗时从数周投票缩短到数小时。
NVIDIA 发布开源表格基础模型 Kumo Tabular,属于 Kumo Structured 模型系列,已在 Hugging Face 上线。给定带标签的表格行,它无需训练、调参和特征工程,单次前向即可预测新行的标签,支持分类与回归,提供 28M 到 215M 三档参数,采用 OpenMDW-1.1 许可可商用。
推荐理由:NVIDIA 开源表格基础模型,给出三档参数、单次前向预测流程与四个基准排名,可据此判断表格任务是否值得换用。
Mistral 在慕尼黑开设德国中心,组建专注 Physics AI 与工业 AI 的研究团队,并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用,并与慕尼黑工业大学(TUM)合作利用风洞设施开发汽车空气动力学数字孪生。Mistral 强调其开放权重架构让模型在客户自有基础设施上运行,数据不出组织。
Import AI 474 期关注三项内容:Michael Levin 提出心智是来自"柏拉图式模式空间"的非物理模式,身体与机器只是其进入物理世界的接口。智谱(Zhipu)启动了一个"外层 RSI 循环",探索递归自我改进。此外还讨论了将 TPU 部署到太空,以及机器人领域正为 LLM 时刻做准备、但缺少通用算法。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供全球科学家免费使用。
推荐理由:NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物结构预测,读者可了解开放科学在疫情准备中的具体做法。
Mistral 宣布与 Mozilla 达成合作,Firefox 的 AI 浏览助手 Smart Window(beta)改由 Mistral 模型驱动,先在法国和北美上线,英国和德国预计今年晚些时候跟进。
Mistral 与 Cloudera 建立合作,将 Mistral 模型集成进 Cloudera 混合数据平台,企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练自有模型,数据与模型权重归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
Mistral 与 HUMAIN 宣布战略合作,覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署,初期聚焦网络安全和语音,并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元,Mistral 将探索使用 HUMAIN 数据中心基础设施,双方还计划在沙特面向受监管行业制定联合市场策略。
微软研究院发布深度学习交换关联泛函 Skala 1.1,训练数据量为此前公开版本的 2.5 倍,在 GMTKN55 基准 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正集成进 Psi4、FHI-aims、ORCA 和 VASP。微软同时推出持续更新的 living benchmark,追踪后续 Skala 版本的计算性能。
Mistral 宣布三项推进 AI 主权的举措:Mistral Regional Endpoints 正式可用,客户可选择推理在欧洲或美国运行;Mistral Priority Tier 进入公开预览,为关键业务负载提供自定义速率限制和带 SLA 的正常运行时间承诺。
推荐理由:Mistral 把区域推理、优先服务层与第三方开源模型接入打包成主权 AI 方案,读者可据此判断企业部署的合规与算力选项。