黄仁勋离开英伟达后，亚洲多国政府回应芯片供应与调查进展
黄仁勋离开英伟达后，亚洲多国政府相继回应。韩国科技部称英伟达重申向韩国供应 260,000 块先进 GPU 并继续联合 AI 项目，政府 AI 战略委员会召开紧急会议评估影响；中国外交部否认相关间谍指控，路透社称逾 30 亿美元依赖英伟达受限处理器的中国 AI 计算项目面临不确定性；新加坡方面已就 Megaspeed 及另外六人展开调查，台湾和日本官员则表示将密切观察。
#数据/训练
#数据/训练
今日 0 条11月15日
11月14日
Amazon 计划构建“World Product Graph”索引全球网购商品数据
Amazon 计划打造名为“World Product Graph”的商品数据库，收录全网在售商品（包括非 Amazon 销售的商品），并通过自家网站提供查询。该项目旨在减少用户转向 Reddit 或 Google 做购物调研，同时让 AI 智能体优先依赖其商品索引。内部文件显示该项目目标 2027 年 10 月 1 日上线，但 Amazon 称此类头脑风暴文档不一定反映当前计划。
GS Caltex 如何用 Amazon SageMaker Canvas 与 Pipelines 实现生产级 MLOps（第一部分）
GS Caltex 将 SageMaker Canvas 中由工艺工程师无代码构建并验证的模型，接入 SageMaker Pipelines 的生产工作流，实现每 30 分钟一次的批量推理。
OpenFold3 上线 Amazon SageMaker JumpStart，可预测生物分子结构
OpenFold3-preview 已在 Amazon SageMaker JumpStart 上线，可在自有 AWS 账户中预测蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构。
用 Amazon SageMaker HyperPod Data Capture 构建模型改进飞轮
Amazon SageMaker HyperPod 新增 Data Capture 能力，可在端点、负载均衡器和模型 Pod 三个独立层级把线上推理输入输出记录到 Amazon S3，对模型可用性零影响。文章以 Qwen2.5-3B-Instruct 家电客服路由模型为例，用 Athena 查询发现新产品盲区、SQL 策略打标后微调，并在部署后新增数据上对比前后准确率。
Amazon Bedrock 如何实现 AI 开发与生产力工具的成本归因与管控
Amazon Bedrock 提供零埋点的成本归因能力，把每次推理调用追溯到发起调用的 IAM 主体，并将身份与组织标签写入 CUR 2.0 和 Cost Explorer。
研究称DeepSeek、Kimi等中国开源模型在Blackwell芯片上训练
非营利研究机构Unemployment Labs的Will DePue通过分析DeepSeek、Moonshot AI、MiniMax和蚂蚁集团开源模型的权重，发现Kimi K3、DeepSeek V4等模型带有在Blackwell芯片上训练的痕迹，而该芯片被禁止出口中国。
前 OpenAI 研究员称在六个中国 AI 模型中发现 Nvidia Blackwell 芯片痕迹
前 OpenAI 研究员 Will DePue 称，他通过分析模型权重的初始化随机分布，在六个中国模型中识别出 Nvidia Blackwell 芯片的指纹特征。
11月13日
NVIDIA 如何用 AI 帮护理团队让患者更早获得正确治疗
Dyania Health 的临床推理引擎 Synapsis AI 在 NVIDIA 加速计算上运行，可跨患者数十年病历中的自由文本笔记、报告和化验结果串联线索，输出可溯源到原始记录的临床信号。
Natera 如何用 Amazon Bedrock AgentCore 构建实验室运维智能体系统 SWARM
Natera 基于 Amazon Bedrock AgentCore 构建了实验室运维智能体系统 SWARM，将支持工单首次响应时间提升约 130 倍，自动化覆盖率达 96.2%。
Nebius 计划 2027 年支出 400 亿美元，微软数据中心项目延期
Nebius 在第三季度财报电话会上公布 2027 年计划支出 400 亿美元，远超华尔街预期，资金主要依靠客户预付款和以客户合同为抵押的贷款。其最大客户之一微软位于新泽西州 Vineland 的数据中心已延期数月，合同价值最高 194 亿美元，目前仅略超一半容量计划在年底前交付，其余推迟到 2027 年第二季度。
IBM 在 Granite 4.1 3B 和 8B 上发布 LLMON 标记语言预览模型
IBM 在 Hugging Face 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型，基于 Granite 4.1 base 训练，可读写 LLMON（LLM Object Notation）标记文本。
用 CUR 2.0 和 AWS Budgets 按 IAM 主体追踪并限制 Amazon Bedrock 支出
AWS 给出无需自写代码的方案，按 IAM 主体追踪并限制 Amazon Bedrock 生成式 AI 支出：Bedrock 自动记录每次推理请求的 IAM 用户或角色身份，配合 principal tags 或会话标签区分共享角色下的具体用户。
黄仁勋辞职风波：中国到底想从他身上得到什么
The Verge 播客 Decoder 讨论英伟达 CEO 黄仁勋因与一名被指为中国间谍的女性有往来而辞职的事件，主持人 Nilay Patel 与布鲁金斯学会约翰·桑顿中国中心研究员 Kyle Chan 对谈。
Fireworks AI 遭网络攻击，Notion 客户聊天记录被窃
Fireworks AI 确认遭网络攻击，攻击者入侵其云服务商并进入 Fireworks 开发系统，获取了部分客户的账单信息和数据集。受影响客户 Notion 表示约 1% 的客户受影响，黑客窃取了使用 Insights 功能的 Notion AI 客户的聊天记录；Notion 已于 11 月 3 日断开与 Fireworks 的连接并删除相关数据。
11月12日
Google DeepMind 发布 AlphaGenome 2，基因组预测细化到单细胞类型
Google DeepMind 发布基因组研究模型 AlphaGenome 2，可预测遗传变异对特定人类细胞类型的影响，找到的相关基因变化数量接近上一代的两倍。
在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏
Amazon SageMaker HyperPod 通过在 PyTorch DDP 训练循环中加入三项检查来检测静默数据损坏（SDC）：非有限梯度检查捕获 NaN/Inf，环形重放审计比对另一节点重算的 loss 与梯度指纹，权重指纹比对发现优化器步骤与存储权重中的损坏。
Google Research 用可穿戴设备实现 CKM 风险画像与个性化健康指导
Google Research 提出一套研究性框架，用消费级可穿戴设备数据构建可干预的“可指导健康年龄”（CHA），并训练了基于约 10 万名 Fitbit 用户、228 万人周数据的传感器世界模型 SensorWM，可模拟未来 12 周内 20 项生理指标在不同步数、睡眠和运动习惯下的变化。
AWS re:Invent 2026 AI/ML 专场参会指南
AWS 将于 11 月 30 日至 12 月 4 日举办 re:Invent 2026，AI/ML 专场提供超过 140 场课程，覆盖 AI 芯片、模型训练与推理、智能体开发管理等 AWS AI 技术栈各层。
英国 AI 芯片公司 Fractile 完成 7.2 亿美元 C 轮融资
英国 AI 芯片初创公司 Fractile 完成 7.2 亿美元 C 轮融资，由英国主权 AI 基金等支持，Thrive Capital、Founders Fund、Lightspeed Venture Partners 和 Redpoint 领投，英国政府称估值超过 50 亿英镑。
Meta 基础设施负责人 Santosh Janardhan 将卸任，Dave Brown 接任
Meta 基础设施负责人兼工程联席主管 Santosh Janardhan 将卸任，由今年早些时候加入公司任基础设施副总裁的 Dave Brown 接任。Brown 此前在 Amazon 工作 19 年，专注计算、云和 AI。Janardhan 将留任过渡并转任 Meta Compute 顾问，预计明年离开。
Anthropic IPO 路演视频披露多芯片训练策略与 Claude 自适配 AMD GPU
Anthropic 昨日启动 IPO 路演，路演视频中联合创始人 Tom Brown 介绍了公司此前未公开的算力策略。
Databricks 更新 AI 智能体 Genie，可无人监督完成多步任务
Databricks 周三发布更新版 AI 智能体 Genie，借助公司构建的本体层获取客户存储在 Databricks 平台上的信息上下文，可无人监督地完成需要较长时间的多步任务。
11月11日
ChinaTalk 调查：美国数据商向中国 AI 实验室出售约 5 亿美元 RL 训练环境
ChinaTalk 调查称，Mercor、Surge AI、AfterQuery、Turing 等美国数据公司向中国 AI 实验室出售约 5 亿美元训练数据，其中包含用于编码、金融分析、办公任务的强化学习环境。
面向多向量嵌入模型的 Token Pooling 感知训练
Hugging Face 博客介绍多向量嵌入模型的 Token Pooling 感知训练：在 pool_factor=4、文档向量减少 4 倍时，常规训练模型保留未池化 NanoBEIR nDCG@10 的 94.6%，感知训练将保留率提升至 97.8%。
Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响
Google DeepMind 发布 AlphaGenome 2，这是一个条件式 DNA 序列模型，可针对特定细胞类型或状态预测变异对基因表达的影响。模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练，在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%，方向性基因效应从 23% 提升到 43%。
Plurai 获 1300 万美元种子轮，用自动驾驶仿真思路提升 AI 智能体可靠性
Plurai 完成 1300 万美元种子轮融资，由 Team8 领投，U&I、Velocity 和 Mercer 参投。该公司用基于企业自有数字系统生成的合成数据构建仿真环境，为 AI 智能体准备边缘场景，并可后训练小型开源权重模型，与 Nvidia 和 Nebius 合作的测试显示其模型以更低成本超越中端前沿模型。
Google DeepMind 发布 AlphaGenome 2，按细胞类型预测基因变异影响
Google DeepMind 发布 AlphaGenome 2，用于预测基因变异对单个细胞类型和状态的影响，比上一代 AlphaGenome 提供更细粒度的视角。
Mercor 完成 7.5 亿美元 D 轮融资，估值 200 亿美元、年化收入 30 亿美元
Mercor 完成 7.5 亿美元 D 轮融资，估值达 200 亿美元，年化收入已到 30 亿美元。公司称拥有 500 万名专家，2 月收入突破 10 亿美元、6 月突破 20 亿美元后继续增长。Mercor 还表示其推理支出已是员工薪资的 3 倍，并称这一投入能自我回本。
Nvidia 发布 GR00T 2 世界-动作模型，用人类视频教机器人学新任务
Nvidia 在 GR00T 2 研究报告中提出世界-动作模型（WAM），同时预测下一步动作和未来短时视频画面，从而把人类动作从视频迁移到机械臂，减少遥操作训练。
Amazon Bedrock tokenomics 数据湖：集中观测跨账户模型调用
AWS 发布 Amazon Bedrock 调用观测数据湖方案，通过 CloudWatch 日志订阅将多账户的模型调用日志汇聚到中心账户，经 Data Firehose 转成 Parquet 写入 S3，再用 Athena 统一查询。
11月10日
乌克兰光纤无人机遭 AI 数据中心抢料挤压
乌克兰光纤无人机正面临 AI 数据中心对光纤材料的全球抢购压力，进口自中国的光纤成本随之上涨，乌克兰无人机制造商被迫调整。这类通过数英里光纤线缆物理连接操作员、可抗战场干扰的无人机已在乌克兰广泛使用，俄军 2024 年在库尔斯克方向首次部署，乌方随后跟进自研。成品光纤线轴可支撑无人机常规作战数十英里，极端情况下达 62 英里（100 公里）。
COP31 的 Antalya AI pledge 被批为气候“安慰剂”
190 多个国家的谈判代表本月在土耳其安塔利亚参加 COP31，土耳其提前公布 Antalya Artificial Intelligence Pledge，邀请各国在 11 月 16 日正式发布前背书。该 pledge 提出数据中心使用清洁能源、报告要求和电子垃圾管理等目标，但明确为自愿、非规范性且不产生新义务；美国因特朗普退出全球气候协定而未派官方代表参会。
Google DeepMind 开放 WeatherNext 3 背后的 SatWeave 与 PARDIG 数据集
Google DeepMind 发布 SatWeave 和 PARDIG 两个数据集，二者是近期发布的 WeatherNext 3 模型的关键数据来源。
黄仁勋与疑似中国间谍的关系如何牵动英伟达对华芯片出口
The Verge 报道称，英伟达 CEO 黄仁勋与新加坡云服务商 Megaspeed 高管 Alice Huang 的婚外情曝光后，美国官员认为该高管是中国情报人员，可能借这段关系获取出口管制信息并影响对华芯片政策。
Handshake AI 深度解析：前沿实验室在买什么样的数据
Handshake 的 AI 训练业务在约一年内从上线做到 10 亿美元年化总收入，Garrett Lord 与团队在 Latent Space 播客中拆解前沿实验室采购的数据类型。
NVIDIA 与 Elith 发布 Nemotron-Personas-Finance-Japan 合成数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是开源人设数据集 Nemotron-Personas-Japan 的金融领域扩展，据称是首个百万记录级、将日本官方统计与家庭金融及金融素养数据配对的开源人设数据集。
11月9日
特种化学品公司 Lubrizol 如何用 AI 加速研发创新
特种化学品制造商 Lubrizol 正构建连接业务流程、现代数据平台与云基础设施的数字底座，支持研发团队更快验证想法。其 IT 副总裁 Girish Rao 表示，公司通过“融合团队”把科学家、数据科学家和 IT 人员围绕共同目标组织起来，先从小型试点建立信任，并强调 AI 不是取代科学判断，而是给科学家更好的工具。
11月8日
提出「苦涩教训」的 Sutton 再谈 LLM 扩展：只靠算力不够
图灵奖得主 Richard Sutton 在最新文章中表示，仅靠原始算力不足以实现智能，AI 科学需要更聪明的新方法，且「远未完成」。他此前曾批评单纯扩展大语言模型的局限，称合成数据是「大错」，主张智能体应具备世界模型并从自身经验中持续学习。
11月7日
Nous Research 微调 Qwen3.8-27B 推出 Arete-27B，宣传性回答比例从 22% 降至 0.9%
Nous Research 用约 5300 万 token 对阿里 Qwen3.8-27B 做监督微调，得到开源权重模型 Arete-27B，其宣传性回答比例从 22% 降到 0.9%，事实准确率从 2.32 升到 2.98。