Reflection 发布开源权重模型 Beam,对标中国开源模型
Reflection AI 发布首款前沿开源权重模型 Beam,称其在高级推理基准上达到领先中国开源模型的水平,且推理成本大幅更低。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型,预训练用 23.8 万亿 token,上下文窗口 100 万 token,公司称其推理算力用量比对手少 3-4 倍。
Reflection AI 发布首款前沿开源权重模型 Beam,称其在高级推理基准上达到领先中国开源模型的水平,且推理成本大幅更低。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型,预训练用 23.8 万亿 token,上下文窗口 100 万 token,公司称其推理算力用量比对手少 3-4 倍。
企业 AI 的竞争焦点已从预测模型能否超越统计预测,转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而无需等待季度刷新,其数据来源也扩展到非结构化交互内容。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正在让位于 AI。
Google 研究人员提出 RRSI(Regularized Recursive Self-Improvement of Agent Harnesses),用于解决智能体自我优化时记忆测试任务、在新任务上收益消失的问题。
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model,称其为最早的开源月球科学基础模型之一。
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops,它让 Claude 完成精确科学计算,三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者。
Napster 联合创始人 Sean Parker 表示正把 Stability AI 重建为面向音乐专业人士的 AI 工具公司。两年前他参与了对这家图像生成初创的 8000 万美元救助,如今与出任 CEO 的 Prem Akkaraju 一起推进新方向。
MIT Technology Review 报告指出,企业 AI 的规模化瓶颈是结构性的,2026 年全球 AI 投资将达 2.5 万亿美元、同比增长 44%,但多数企业仍未靠 AI 实现收入增长。报告提出“智能体转型”需同步重构架构与运营模式:以可访问性而非数据量重建数据基础设施、用可组合架构替代固定技术栈,并解决 AI 主权问题。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,基于 Qwen3-8B 经 SFT 和 DPO 训练,权重与训练数据一并开放。
ServiceNow CoreAI 构建了 AutoSynthData,利用目标模型的失败案例与更强教师的成功轨迹定位能力缺口,再生成并验证新任务用于后训练,课程随模型进步动态转向仍难的任务。该流程在 EnterpriseOps Gym 环境中演示,任务由系统规范、用户提示词和验证器三部分组成,需满足可行性、真实性与难度要求。
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,不再依赖构建时的静态快照。该功能支持 SPICE 与 Direct Query 两种数据集模式,查询以查看者身份执行,自动沿用已有的行级与列级安全规则,每位查看者首次使用需按数据集单独授权,且不支持匿名或公开访问。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调,并做提示词层面的输出优化,使其适配自身零售审核策略。该策略按九类行为与品牌、其他、禁止三类主体双轴分类,微调数据集含 3391 个对话窗口,三类配置在 737 个对话窗口的留出测试集上对比评估。
Amazon Quick Sight 发布层级筛选器,可将 Region、Country、City 等多个关联字段合并到一个紧凑控件中,支持最多五级层级,读者按 Region → Sub-Region → Country → City 路径逐级下钻,并可在同一控件内混选不同层级。该功能旨在减少筛选器数量、降低界面杂乱,并避免读者因不了解地理归属而困惑。
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)做产品获客漏斗的个性化内容选择,七周在线 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数相对提升,另一人群组则未见改善,问题出在内容而非模型。
AI2 发布 Olmo-core 3,这是其大语言模型开发框架的一次重大升级,重新设计了开放的 MoE 训练系统,目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
The Verge 记者 Josh Dzieza 用数月时间调查 Kevin O'Leary 在犹他州 Box Elder 县推进的 Stratos 数据中心项目,该项目规划占地 4 万英亩、供电 9 吉瓦,超过犹他州全州平均用电量的两倍。
NVIDIA 提出 AI 工厂投资回报取决于三大要素:每兆瓦产出能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上,在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
微软研究院开发了一套端到端机器学习流水线,利用 L1 太阳风观测、AE 与 Dst 指数预报及各地地质电导率数据,为美国本土 66,935 座变电站生成 30 至 60 分钟前的局地空间天气风险估计。
Reddit 宣布将于 11 月 13 日停止支持 RSS 订阅,并在 2027 年 3 月前终止公共 API 访问,理由是 RSS 已成为大规模抓取和自动化滥用的常见入口。
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用,Cognition 成为首个在生产环境运行该系统的客户。
AMD 宣布以约 82 亿美元全股票交易收购专注空间智能的初创公司 World Labs,交易预计在 2026 年底前完成,尚待监管批准。World Labs 创始人李飞飞将加入 AMD 担任执行副总裁兼首席科学家,直接向 CEO 苏姿丰汇报并负责前沿研究。
AMD 宣布以 82 亿美元收购 World Labs,后者专注理解物理现实的深度学习模型,交易预计在年底前完成并需通过监管审批。World Labs 创始人李飞飞将加入 AMD 担任执行副总裁兼首席科学家,双方去年已建立推理优化与训练合作。
NVIDIA 发布开源表格基础模型 Kumo Tabular,给定带标签的表格行即可单次前向传播预测新行标签,无需训练、调参和特征工程,覆盖分类与回归。模型提供 28M 到 215M 三种规模,仅用人工合成表格预训练,采用 OpenMDW-1.1 许可可商用,在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准上排名第一。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型,以及连接模型、科学工具、文献和实验人员的交互式 harness 组成。
AWS 发布跨账户自动化管理 Amazon Textract 适配器生命周期的方案,通过将适配器 ID 外置到 AWS Systems Manager Parameter Store,生产环境适配器引用可零停机更新,无需重新部署应用,原本需数小时至数天的协调工作缩短到数秒。
据 The Information 报道,特斯拉在得州和加州的工厂让工人穿戴记录动作的特制服装,为 Optimus 人形机器人采集模仿学习数据,但部分工人因认为机器人最终会取代自己而抱怨,特斯拉随后将数据采集转交给专门团队并设立训练中心。
AWS 给出在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 强化学习训练的架构方案,吞吐量提升 40%。
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL,通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行多模态强化学习后训练,在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
Amazon SageMaker HyperPod 搭配 Qumulo 的 Cloud Native Qumulo(CNQ)与 Cloud Data Fabric(CDF),可让训练集群跨 AWS Region 直接读取远端数据集而无需复制数据或改动代码。
Adrian Sanborn 在 Endura Therapeutics 的实践中提出,AI 对科学的影响分为两类:Foundries 用新一代测序、高通量显微和物理自动化把实验测量成本降低一个数量级,Navigators 则把变便宜的"思考"用于决策与流程。
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。
NVIDIA 验证工程师 Sakeena Fiza 在数据中心系统实验室负责新产品量产前的硬件验证,她最难忘的时刻之一是 NVIDIA Rubin GPU 首次在系统层面成功枚举。她将验证工作比作破案,目标是在客户发现问题之前先发现并复现问题,覆盖从托盘、机架到集群和客户 AI 工厂的全流程。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为,提升生物能力的模型同样能用于防御,主张更激进地推进前沿研究。其团队开发的 Evo、Evo 2 基因组语言模型曾被 Arc/Stanford 团队用于生成完整噬菌体基因组并合成出功能性病毒。
Google 的 Empirical Research Assistance(ERA)把可写成评分函数的科学问题交给 Gemini 自动搜索解法:它维护实验 notebook 树,用 Upper Confidence Bound 挑选分支并每次提出约十个变异,Gemini 2.0 到 2.5 之间从完全不可用变为效果出色。
小米发布 MiMo-V2.6 系列,包含全模态模型 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash,并推出输出速度最高提升 20 倍的 MiMo-V2.6-Pro-UltraSpeed。
英国 AI Security Institute(AISI)正采用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开分享评测结果,以提升评测科学的可复现性。
微软在 Nature 发表逆合成预测框架 RetroChimera,并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc,通过学习式集成对两者预测重排序,在盲测中化学家更偏好其单步反应预测。
MIT Technology Review 与 Times of San Diego 用 15 个月完成首张美国边境监控塔附近死亡的综合地图与分析,梳理 2015 年以来的移民死亡案例。团队向得州 17 个县警长办公室申请记录,从 14 个县获得超 4000 页文件,并用 Anthropic 的 Claude(通过 API)提取遗骸发现地点坐标,再人工抽样核验。
NVIDIA 在纽约气候周重点介绍了 5 家用 AI 推进清洁能源的公司。ThinkLabs AI 的数字孪生与智能体基于 NVIDIA CUDA,帮助南加州爱迪生将电网并网申请评估时间从 30-45 天缩短到 2 分钟。
Hex 的数据智能体借助 GPT-6 Astra,把分析答案转化为可交互的可视化报告,让员工愿意主动分享。
Salesforce 在 Dreamforce 上发布其首个 CRM 推理模型 Koa,基于 NVIDIA Nemotron 3 Super 后训练,训练语料为近三十年企业 CRM 部署衍生的专有合成数据集,覆盖制造、金融服务、医疗和旅游等 14 个以上行业。