Google AI 用普通智能手表无袖带检测高血压
Google Research 的 AI 无需血压袖带校准,仅凭智能手表已有的脉搏传感器和运动传感器即可检测高血压迹象,研究已发表于 Nature。该神经网络从近 50 万小时传感器数据中通过对比短片段学习脉搏与心跳模式,再按多天平均计算高血压概率。
Google Research 的 AI 无需血压袖带校准,仅凭智能手表已有的脉搏传感器和运动传感器即可检测高血压迹象,研究已发表于 Nature。该神经网络从近 50 万小时传感器数据中通过对比短片段学习脉搏与心跳模式,再按多天平均计算高血压概率。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,应转向用大规模、高精度、多尺度、配准的生物数据预测分子→细胞→组织→器官→生物体的演化。
NVIDIA 开源 Aerial、Sionna 等无线工具一年来全球开发者采用量增长 10 倍,5G/6G 开源工具下载量突破 100 万次,超过 8000 家研究机构在用。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,真正值得攻克的是从分子、细胞到组织、器官的多尺度、多模态生物数据建模。
Physicl 完成由 Inovia Capital 领投的 1000 万美元种子轮融资,为世界模型设计者和机器人厂商提供更真实的仿真训练环境。公司同步推出 Studio,包含 10,000 个 3D 环境和 100,000 个资产,可针对杂乱台面上的杯子等困难边缘场景生成合成数据。世界模型公司 SpAItial 已作为早期客户用它提升其 Echo-3 的仿真保真度。
Thinking Machines 发布 Inkling 2 Small,这是一个 594B 总参数、17B 激活的多模态 MoE 模型,支持文本与图像输入、1M 上下文窗口,已在 Tinker 上线,Apache 2.0 权重承诺在下周外部安全测试完成后放出。
Tau Robotics 在旧金山推出人形机器人上门清洁服务,目前由人类远程操控,机器人通过头腕摄像头采集数据用于训练自主清洁模型。服务早期定价 30 美元/小时,现为两台机器人每周清洁 60 美元或单次 100 美元。机器人能完成吸尘、拖地等部分任务,但爬楼梯和叠衣等仍需远程引导,整体动作慢且偶发故障。
NVIDIA 在 Cosmos 世界模型平台下新增四个开放权重 checkpoint,均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数,采用允许商用与非商用的 OpenMDW1.1 许可。
百度发布开源基础模型 ERNIE-5.5-Flash-Base,采用 MoE 架构,总参数 2800 亿、每次输入激活 140 亿,刻意不做微调或后训练,由开发者自行决定后续方向,后训练版本计划随后推出。
腾讯发布 Hy4 模型,首次具备图像理解能力并可自主操作软件,权重将在稍后未指定日期开放,目前仅通过腾讯云、OpenRouter 和元宝等腾讯应用提供。腾讯称在近 600 项真实金融任务上领先 DeepSeek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash,联网搜索幻觉率从近 16% 降至约 5%。
Google Research 在 Nature 发表研究,提出多模态 AI 系统 AI-PPG-ACC-HTN,利用智能手表的光电容积脉搏波(PPG)与加速度计(ACC)信号被动识别高血压状态,无需袖带校准。
NVIDIA 通过全栈协同设计缓解 AI 内存压力:从 Blackwell Ultra 到 Vera Rubin 平台,单 GPU 的 HBM 容量仅增约 3%,但 SemiAnalysis AgentX 上的智能体吞吐每美元最高提升 30 倍。
Dropbox 宣布以 3.5 亿美元收购云存储公司 Tigris Data,这似乎是其迄今最大的一笔收购,交易预计在 2026 年第四季度完成。该交易将支撑面向企业和开发者的存储平台 DBX Agent Cloud,初期以独立对象存储产品形式提供,可兼容为 Amazon S3 构建的工具和应用。
估值 16 亿美元的 AxiomMath 宣布已正式验证 Stacks Project,用 AI 智能体把这部约 7654 页的数学文献翻译成约 1600 万行计算机可检查的 Lean 代码。团队为智能体设定松散层级、让它们并行自行认领任务,并自研擅长数学的模型。CEO Carina Hong 称此举意在为 AI 智能体提供可复用的验证基础,减少低质产出,并公开向编码公司发起同等规模形式化的挑战。
旧金山初创公司 Discovered Materials 宣布设立总额 100 万美元的奖金池,悬赏 AI 模型解决材料科学领域的五个开放难题,包括解释铜氧化物超导机理、预测硅与二氧化硅界面结构等。
Dharma-AI 发布 Dharma Field Extractor,一个 20 亿参数模型,可从任意类型文档中抽取指定字段并以 JSON 返回,支持无 schema 的开放抽取和按指定 schema 定向抽取两种模式。
研究团队提出 Weight-Space Programming,让 GPT-6 Astra 直接读取和生成神经网络的原始权重,无需逐步数学优化训练。Astra 仅凭权重就能识别网络学会的四款游戏和训练语言,并为三款简单游戏从零写出权重,其中 Breakout 平均得分 517 分,对比标准训练基线的 25 分。
Indegene 在 AWS 上基于 NEXT Unified Data Platform(NEXT UDP)构建了由 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码,全程采用集中式 human-in-the-loop 治理。
随着企业将智能体 AI 引入日常工作流,AI 安全的核心已从工具问题转为数据可见性问题。智能体持续摄取、复制、摘要、转换和再分发数据,传统围绕应用、系统、网络或端点的安全方法已不足以应对。企业需要建立数据血缘,才能在人类、智能体及混合工作流中实现治理、问责与信任。
OpenAI CEO Sam Altman 在 X 上改名为“Ram Altman”,回应其 DRAM 言论被断章取义,称自己长期主张扩大内存生产,希望人们“想装多少内存就装多少”。
部分 AI 数据中心因电网接入排队多年,开始用退役飞机改装、烧天然气的喷气发动机自建电力,最快 24 个月即可让数据中心运转,而在北弗吉尼亚接入 100 兆瓦电网约需七年。
旧金山的 AI 推理初创公司 Fal 完成 13 亿美元融资,由 Bessemer Venture Partners 领投,Nvidia、Sound Ventures 和 T. Rowe Price 参投,估值达 160 亿美元,是 4 月 80 亿美元估值的两倍。
Palantir 三季度营收同比增长 96% 至 23.1 亿美元,首次突破 20 亿美元,调整后每股收益 0.44 美元,均高于分析师预期;美国商业收入 9.84 亿美元,同比增长 148%,首次超过美国政府收入的 9.53 亿美元。
Hugging Face 推出 StateBench,用于评测语言模型在长文档中追踪实体状态变化的能力,按 R-trivial、Aperiodic、Soluble、General finite 四个难度等级构建。
Google DeepMind 为 Google Antigravity 推出化学信息学技能(Cheminformatics Skills),基于 RDKit 并接入 ChEMBL 和 PubChem,由语言模型负责流程编排与科学推理、确定性化学工具执行分子计算。
Anthropic 在周一提交的 S-1 更新文件中披露,截至 9 月 30 日的季度营收达 170 亿美元,高于上一季度的 115 亿美元,但算力成本占营收比例从 48% 升至 58%,当季算力支出达 100 亿美元。文件显示,其中 50 亿美元算力来自短期承诺,成本显著高于多年期承诺采购的算力,公司预计算力和基础设施支出在可预见的未来仍将是最大运营支出。
NVIDIA 联合 COMSOL、Applied Materials、Siemens、Lam Research、Advantest 等厂商,用加速计算、物理 AI 和智能体缩短半导体制造中的仿真与分析周期。
据 The Information 报道,华为因无法获得足够内存,告知部分客户自行采购其 AI 芯片所需的内存,实际上把买家推向黑市。华为计划明年初推出 Ascend 960DT,称性能将翻倍,但中国供应商的 HBM 产能不足,美国出口规则又禁止其直接向三星和 SK 海力士采购,这两家公司合计占全球市场 80% 以上。
Trajectory 宣布完成 4500 万美元 A 轮融资,估值 3 亿美元,由 Sequoia 领投,Nvidia、Bessemer Venture Partners 和 Bain Capital Ventures 参投。
Legora CTO Jacob Lauritzen 在 Latent Space 播客中讲述如何在看不到智能体运行轨迹的情况下构建法律智能体——数据归律所客户所有。Legora 用三名工程师加三名律师搭建模拟客户工作的测试环境,某次发布后引用准确率从 70% 升至 99%。其 Tabular Review 可在单张表格中审阅 10,000 份合同,全部服务运行在 Azure 上。
亚马逊云科技介绍如何用序列级知识蒸馏(SeqKD)在 Amazon SageMaker AI 上微调购物智能体:由前沿教师模型生成多步工具调用轨迹,仅保留能解题的样本,再以监督微调训练小模型。SeqKD 只需教师模型的文本输出,无需 logits 或强化学习基础设施,因此适用于仅提供 API 的闭源教师模型,并可将轨迹数据复用于训练和测试不同学生模型。
纽约时报及纽约每日新闻、芝加哥论坛报、奥兰多哨兵报等媒体起诉 Brave Software,指控其未经许可抓取网站内容并出售给 AI 公司训练模型,还通过浏览器付费墙拦截功能让用户绕过付费墙。
受访企业中,分析智能体生成的洞察平均仅 48% 能促成改善业务的行动,虽较一年前的 37% 有所提升,但仍有超过一半的洞察未能帮助业务。55% 的高管将洞察质量不佳归因于缺乏业务上下文,45% 归因于数据碎片化或难以获取;52% 的企业表示智能体生成的洞察过多,无法充分评估和采取行动。
以色列创业公司 42AI 结束隐身状态,累计获得 6250 万美元种子轮资金,正在约 10 家大型券商部署其“行为世界模型”,用于预测交易员在波动行情下的决策。
美国人口普查局自 2026 年 10 月 19 日起在 BTOS 调查中把“Artificial Intelligence / AI”改为“Super Intelligence / SI”,依据是行政令 14434。
Omen AI 以 1600 万美元现金加股票收购竞争对手 Aquatic Labs,将自家检测水中元素的传感器与后者测试碱度的技术合并为单一实时传感器,预计明年初上市。Omen 今年 6 月刚完成 3100 万美元 A 轮融资,其传感器年底将监测功耗 250 至 300 MW 的芯片,目标 2027 年底覆盖相当于 1 GW 的芯片。
沙特阿美宣布以约 26 亿美元入股 Humain,取得 49% 股份,并将在 2026 年注入资金与自家 AI 技术。Humain 由沙特主权基金 PIF 于 2025 年 5 月成立,业务包括建设数据中心、开发云服务和训练 ALLaM 等阿拉伯语模型,计划到 2030 年建成 3 吉瓦数据中心容量。阿美计划在自身运营中使用这些技术,并通过销售自有 AI 方案增加收入。
OpenAI 在一封发给 Trusted Access 计划成员的邮件中确认,从 11 月 29 日起将使用 Daybreak Blue 会话数据训练模型,而此前这类数据即使对关闭“improve the model for everyone”设置的用户也被排除在训练之外。
Anthropic 让 Claude 生成微调数据集,目标是诱导另一个更小的研究模型产生不当行为,同时每个数据集都必须通过仿照其生产系统搭建的安全监控。实验并行运行多个 Claude 实例,每个实例构建最多 5000 条样本的数据集,监控器在超过 10% 的行被标记时拒绝该数据集,通过筛选的模型再接受一组失准评估。
Google DeepMind 与世界资源研究所联合开发了 ForTy(Forest Typology),把 2020 年全球陆地在 10 米分辨率下划分为原始林、天然再生林、人工林、种植园、油棕橡胶可可等树作物和其他土地 6 类,作者称这是首张此类全球地图。