Meta 发布六篇数学家与 Muse Spark 协作论文
Meta 表示，在 AI 模型于数学、物理、化学五项竞赛取得金牌级表现后，其让数学家通过 meta.ai 聊天界面与 Muse Spark 1.1 和 1.2 的 Thinking Mode 协作，在无定制研究脚手架的情况下求解尚无现成路径的开放问题。
推荐理由：Meta 公开六篇由数学家与 Muse Spark 协作完成的开放问题论文，并说明人机分工与评审流程。
全部动态 · 今日3条
#数据/训练
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
AI at Meta · X精选66 Hugging Face Blog精选62 Ai2 开源 AstaBrief 8B 科学报告生成模型
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，已作为 Asta 的 Fast 模式上线。
推荐理由：原文给出 AstaBrief 的训练数据构造与引用过滤细节，可迁移到其他长文生成模型的落地。
AWS Machine Learning Blog49 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
在 Amazon SageMaker AI 上可用多轮强化学习（MTRL）微调搜索智能体，将智能体任务建模为多轮决策序列，通过多轮 rollout 生成数据并用策略梯度优化模型。
Hugging Face · X精选74 Hugging Face 发布多 harness RL 指南：同一模型在不同 harness 下得分 62% 与 33%
Hugging Face 团队发布多 harness RL 指南，指出同一模型、相同权重在不同 agent harness 下得分可从 62% 降到 33%。
推荐理由：同一模型在不同 agent harness 下得分相差近一倍，这篇开源指南给出了不改 harness 的多 harness RL 训练路径与实测对比。
Hugging Face Blog42 ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据
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，课程随模型进步转向仍难的任务。该流程在 EnterpriseOps Gym 数据集上做了演示，生成任务需满足可行性、真实性与难度三项要求，验证器则需保证一致性、可靠性与完备性。
AWS Machine Learning Blog36 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）可通过自定义 memory provider 接入 Amazon S3 Vectors，作为多智能体系统的持久化记忆层，并部署在 Amazon EKS 上。
Ars Technica · AI62 Ataraxos 以 16 块 GPU 击败史上最强 Stratego 人类选手
卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发的 AI 系统 Ataraxos 以 15 胜 1 负 4 平击败被视为史上最强的 Stratego 选手 Pim Niemeijer，训练仅用 16 块 GPU、花费几千美元。
Perplexity · X38 Perplexity Computer 现在可以直接在对话线程中创建交互式图表和可视化内容。对于金融数据，Computer 使用 @tradingview Lightweight Charts 展示蜡烛图、成交量和移动平均线。
Perplexity Computer 现在可以直接在对话线程中创建交互式图表和可视化内容。 对于金融数据，Computer 使用 @tradingview Lightweight Charts 展示蜡烛图、成交量和移动平均线。
Hugging Face Blog精选62 AI2 发布 Olmo-core 3：面向大型 MoE 的开源可扩展训练基础设施
AI2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重要升级，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级别并保持计算效率。
推荐理由：原文给出了 MoE 训练栈的吞吐与显存对比数据，读者可据此判断大规模 MoE 训练的成本变化。
AWS Machine Learning Blog22 uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并部署上线
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 做监督微调，并叠加提示词层面的输出优化，使其适配自身零售审核策略。
NVIDIA Blog22 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
NVIDIA 提出 AI 工厂投资回报由产出能力、使用寿命和需求三要素决定，其平台通过全栈协同设计实现每兆瓦吞吐最大化。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。
Perplexity · X42 我们开发了一种训练上下文嵌入模型的新方法，使模型在编码文档的每个片段时都能看到完整文档。pplx-embed-v2-context-9b-preview 在 ConTEB 和 @turbopuffer 新推出的私有基准测试 context-bench 上树立了新的最先进水平。https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage
我们开发了一种训练上下文嵌入模型的新方法，使模型在编码文档的每个片段时都能看到完整文档。 pplx-embed-v2-context-9b-preview 在 ConTEB 和 @turbopuffer 新推出的私有基准测试 context-bench 上树立了新的最先进水平。 https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage
Microsoft Research34 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测和 AE、Dst 指数预测，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。
Ars Technica · AI58 Google 用 SynthIDBio 为 AI 设计的蛋白质加水印
Google DeepMind 团队发表论文，提出基于 SynthID 的蛋白质水印系统 SynthIDBio，可在不损害蛋白质功能的前提下，把水印随机分布到 AI 设计的蛋白质序列中。
Google DeepMind精选62 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印
Google DeepMind 推出 SynthID Bio，把水印技术带入合成生物学，将不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物，读者可了解 AI 生成蛋白质如何被标记与验证。
NVIDIA Blog精选62 NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产，Cognition 为首家客户
CoreWeave 宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网，成为首批交付该平台的云厂商之一，Cognition 是首个在生产环境运行 Vera Rubin 的客户。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 并公布 Devin 实测吞吐数据，可据此判断智能体编码负载的算力成本走向。
雷锋网22 国轩高科发布星晨低空飞行电池、中欧非物流方案与零碳数字云平台三大成果
国轩高科在2026世界制造业大会专场发布会上推出低空飞行高功率星晨电池、中欧非新能源物流运输一体化解决方案和GotionGuard-ZERO零碳数字能源云平台三大成果。
雷锋网40 Kimi 和 DeepSeek 为何出现在同一张模型架构图里？
GLM-5.3-Flash 的 45 层架构中，34 层采用 Kimi 路线的 KDA 线性注意力，11 层采用 DeepSeek 路线的 KPool-DSA 稀疏注意力，Linear 与 Sparse 首次被放进同一套模型。这一组合背后是 Attention 架构从寻找单一更优机制，转向让不同机制分工：Linear 低成本维持长历史，Sparse 按需找回具体信息。
雷锋网39 NVIDIA 李柏依：机器人只会「看」还不够，还得学会「听」| ECCV 2026
NVIDIA Research 科学家李柏依在 ECCV 2026 Workshop 上分享 MultiGen 与 DexImit 两项工作：MultiGen 用扩散模型为物理模拟器生成的视频补上同步音频。
雷锋网28 从三维视觉到世界模型：空间智能为何成为 AI 走向物理世界的共同主线？| ECCV 2026 复盘
ECCV 2026 共收到 10473 篇投稿、接收 2834 篇，3D 主题从主导方向退居第三，但三维表示、几何与物理一致性等问题正向视频生成、具身智能和世界模型扩散。93 场 Workshop 中约 10 场与 3D 直接相关、11 场涉及空间智能、9 场指向物理 AI、5 场以世界模型为主题，最佳论文与荣誉提名也集中在三维表面表示、物体重建和几何感知上。
量子位71 DeepSeek 知乎独家发文，首次公开 V4.1 Agent 训练沙盒基础设施 DSec
DeepSeek 在知乎独家发布技术长文，首次系统阐释支撑 DeepSeek-V4 全部训练、评测与数据预处理流程的沙盒基础设施 DSec，相关技术报告已公开至 arXiv，由 DeepSeek 联合清华大学发布，作者团队超过 130 人。
雷锋网38 被质疑「容易复制」的视触觉，到底难在哪？
视触觉并非「摄像头+硅胶」的简单组合，其触觉信息点密度由相机分辨率决定，640×480 图像即对应 30 万个触觉信息点，一目科技可做到 24 万个点、超过人手指尖约 1.2 万个触觉点。
雷锋网66 自变量发布 TwinDEX：无本体数据近乎可替代真机遥操作数据
自变量机器人发布 TwinDEX，由可穿戴无本体数据采集系统与配套机器人末端执行器组成，并配套数据处理与策略训练流程。评测显示，用数百条纯无本体数据即可让机器人一镜到底完成含 24 个子动作的化学实验，无本体数据在训练效果上近乎可 100% 替代真机遥操作数据，相关任务的数据采集效率达到真机遥操作的 5.3 倍。
雷锋网24 枢途科技完成近亿元 Pre-A 轮融资，SynaTac 触觉产品线加速落地
枢途科技完成近亿元 Pre-A 轮融资，由鼎晖百孚、鲲鹏基金联合领投，广州产投、亿合资本联合投资，老股东趋势投资超额追投，这是其一个月内第三轮融资。资金将用于触觉数据表征训练的研发与验证，推动 SynaTac 触觉产品线迭代，加快面向机器人接触策略训练与端侧部署的业务布局。
Hugging Face Blog精选62 NVIDIA 发布 Kumo Tabular 表格预测基础模型
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，覆盖分类与回归，无需训练、调参和特征工程。模型提供 28M 到 215M 三种规模，完全在人工合成表格上预训练，采用 OpenMDW-1.1 许可可商用，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准上排名第一。
推荐理由：原文给出模型规模、训练数据来源与四项基准排名，可据此判断表格基础模型的准确率与效率取舍。
Microsoft Research精选62 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，最高排名化合物在湿实验中产生了最大的经典态向基底态转变，从缩小搜索空间到选出候选验证只用了一个周末。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。
量子位36 诺因智能完成数亿元天使+++轮融资，GLOW 具身大模型与 KNOWIN-X1 推进量产
消费级具身智能公司诺因智能完成数亿元人民币天使+++轮融资，由京东相关基金领投，正心谷资本、南山战新投和华登投资跟投，成立以来累计融资超10亿元。其GLOW生成式具身大模型在RoboDojo的18项仿真任务中取得62.2%平均成功率，较GPT-6（Robocurve）基线高出40个百分点，LIBERO-Pro评测以86.7%位列所列单策略模型第一。
量子位精选82 AMD 以 82 亿美元全股票收购李飞飞 World Labs，李飞飞将任首席科学家
AMD 宣布以 82 亿美元全股票收购李飞飞的 World Labs，交易预计 2026 年底前完成，仍须取得监管批准。交割后李飞飞将加入 AMD 担任执行副总裁兼首席科学家，直接向苏姿丰汇报，联合创始人 Justin Johnson 和 Ben Mildenhall 继续带领团队并入 AMD。
推荐理由：交易细节与双方一年半的合作脉络被完整梳理，读者可据此理解芯片厂商为何要买下空间智能团队。
Ars Technica · AI60 专家担忧英伟达对华 AI 芯片销售及其对特朗普的影响力
中国工信部正考虑放宽限制，要求阿里巴巴和字节跳动提交购买英伟达 RTX Pro 5500 芯片的计划，字节跳动拟下单 100 万颗。报道称黄仁勋已成为特朗普在技术议题上最具影响力的顾问，美国财长贝森特表示特朗普与黄仁勋完全一致，有专家担心英伟达的盈利动机正在影响美国 AI 安全政策。英伟达方面称这些是近五年前发布的过时游戏芯片，放宽限制只会让受限制拖累的美国企业受益。
量子位40 华为发布源网荷储AIDC 1.0，用Token算能效重构AI数据中心
华为在全联接大会2026同期AIDC基础设施峰会上介绍了源网荷储AIDC 1.0解决方案及供电、储能、液冷最新进展，泰山UPS单柜容量达1280kVA、双变换效率最高98%，恒山直流UPS一套硬件支持270V、400V、800V多制式。
量子位40 费米宇宙推出全球首个全链路量子增强大模型 FermiQLLM 1.0，估值 10 亿元
清华背景创业公司费米宇宙推出全球首个全链路量子增强大模型 FermiQLLM 1.0，基于 Qwen 开源基座模型改造，在数据表征、模型结构、训练、强化、评测五个环节完成量子增强，不依赖容错量子计算机即可在现有 GPU 上训练部署。
Jeff Dean · X60 Jeff Dean 强调 Waymo 安全数据：严重伤害事故率改善至 20 倍
Jeff Dean 分享了 Waymo 最新的安全数据，并指出，在行驶 2.7 亿英里后，与人类驾驶员相比，发生严重伤害事故的比率已改善至 20 倍；2026 年 3 月行驶 1.7 亿英里时为 13 倍，此前则为 10 倍。Waymo 引述的帖子称，在 5 个地区，Waymo Driver 将造成伤害的事故减少了 82%，将造成严重伤害的事故减少了 95%，少发生了 841 起造成伤害的事故。
Ars Technica · AI48 特斯拉工人不愿为替代自己的 Optimus 人形机器人采集训练数据
特斯拉工厂工人被要求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"知道机器人最终是为替代自己而设计"而抵触，特斯拉随后将数据采集转交给专门团队并设立"训练中心"。
Ars Technica · AI50 CESifo 研究：无证据显示 AI 显著冲击应届毕业生就业
慕尼黑 CESifo 的经济学家 Robert Fairlie 和 Jane Wu 发布工作论文，称"没有证据表明应届大学毕业生的招聘出现任何显著、广泛的替代或减少"。该结论与上月一项斯坦福研究相反，后者发现"受 AI 影响"职业的初级岗位就业明显落后于其他领域。研究者指出，企业可能先通过减少招聘而非裁员来应对 AI 对入门级标准化任务的替代。
AWS Machine Learning Blog36 在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
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%。该方案针对 RLHF 和 GRPO 等大规模 RL 训练中 rollout 生成与策略训练的资源竞争、跨数百加速器的高吞吐通信，以及 Expert Parallelism 带来的动态 all-to-all 跨节点通信开销。
AWS Machine Learning Blog28 在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上，用开源 RL 框架 SkyRL 对 Qwen3-VL-8B 视觉语言模型做 GRPO 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。
AWS Machine Learning Blog34 NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率，并支持实时流式响应。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证，分别应对幻觉指标、API 限流、验证延迟和主观语言等故障模式。该方案已服务超过 4,000 名 AWS 高管，基于 Amazon Bedrock AgentCore 构建。
AWS Machine Learning Blog28 Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练
Amazon SageMaker HyperPod 搭配 Qumulo 的 Cloud Native Qumulo（CNQ）与 Cloud Data Fabric（CDF），可让训练计算与数据集分处不同 AWS Region 而无需复制数据。
Latent Space36 Foundries vs Navigators：AI 如何降低科学研究的成本
语言模型让写代码和数据分析大幅提速，但科学研究的瓶颈仍是需数天到数周验证的物理实验，"思考变便宜了，动手没有"。生物技术行业由此分化出两类路径：Foundries 用新一代测序、多重检测和物理自动化把实验数据产出提速一个数量级，Navigators 则把 AI 嵌入公司日常流程以加快决策。
NVIDIA Blog精选60 NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物预测结构
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，供任何科学家免费使用。
推荐理由：NVIDIA 与 Google DeepMind 等联合开放 2800 多种病毒的蛋白复合物预测结构，读者可了解开放科学在疫情准备中的具体做法。