云栖大会观察：阿里 Qwen 下一阶段模型战怎么打
在云栖大会上，千问大语言模型负责人刘大一恒给出 Qwen 路线图：Qwen4 系列即将到来，之后的 Qwen4.5 和 Qwen5 计划迈向 5T—10T 参数，而 Qwen3.8 已达 2.4T 参数。
#数据/训练
雷峰网AI 评分6060 开源中国AI 评分4242 开源智能问数平台 YOLO Data v1.0 发布
开源智能问数平台 YOLO Data v1.0 发布，将大模型 DataAgent、实时指标体系、业务数据集、数据权限、会话记忆和工作区产物整合为一条可审计、可复现、可治理的 workflow。平台支持业务对同一问题进行多轮追问，并在模型需要澄清口径时向用户反问。
量子位AI 评分7171 字节 Seed 发现 DeepSeek-V4 时强时弱源于分块 KV Cache 压缩的相位敏感性
字节 Seed 团队发现 DeepSeek-V4 系列在长上下文检索中的表现会随信息在输入中的位置每隔 4 个 Token 周期性变化，128K 大海捞针测试中同一信息换位置后准确率最高相差 40.2 个百分点。
量子位AI 评分6262 Sharpa 在 IROS 发布人形机器人 D01、灵巧手 W02 与外骨骼数据手套 AE01
Sharpa 在 IROS 发布三款产品：一体式触觉感知灵巧操作人形机器人 D01、新一代全触觉灵巧手 W02 和高保真外骨骼触感数据手套 AE01。D01 电子皮肤覆盖上半身，触觉采样率 100Hz，力感知范围 0.1—20N，重复定位精度 0.2mm；W02 主动自由度从 W01 的 22 个减为 21 个，整手尺寸缩小约 30%，指尖力感知范围 5mN—30N。
The DecoderAI 评分7474 Anthropic 为 Claude 推出 Dashboards 和 Motion 两项测试功能
Anthropic 为 Claude 推出两项测试功能：Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
The Decoder精选AI 评分8282 数学家呼吁抵制 OpenAI：AI 生成证明涌入数学领域
数学界部分人士呼吁抵制 OpenAI，起因是该公司一次性放出 700 多份 AI 生成的数学证明文件。菲尔兹奖得主 Terence Tao 在其博客转发相关声明，并提出数学应进入不再以解题为主要衡量标准的 Math 2.0 时代；复杂性理论家 Scott Aaronson 称这一局面为 Mathocalypse。
推荐理由：数学界对 OpenAI 一次性放出 700 多份 AI 证明的反应，呈现了学术共同体与 AI 实验室之间在署名、验证与研究方向上的分歧。
TechCrunch · AIAI 评分6262 OpenAI 的数学解答尚未达到学界标准
OpenAI 本周发布数百份高难数学题解答，称已咨询精英数学家顾问组，但未完全达到学界标准。由普林斯顿高等研究院主办的数学与人工智能顾问组（AGMAI）9 月底发布准则，其首要要求是停止在专有模型上测试高难数学问题，而 OpenAI 明确表示正用开放研究问题评估其专有模型。
TechCrunch · AIAI 评分2222 Ben Affleck 谈 AI：从卷积神经网络到微调开源视频模型，好莱坞演员的技术素养走红网络
Ben Affleck 本周因多段采访视频展示其对 AI 技术的理解而走红，他谈及卷积神经网络、Transformer、张量、GPU 与推理等概念，并称自己会写一点 Python。他透露曾走访 OpenAI，并创立公司自建数据集，用解冻权重、只训练最后一层电影化层的方式微调开源视频模型，该技术已用于其电影《Animals》的后期制作。
Latent SpaceAI 评分3434 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 提出"合成超级智能"（synthesis superintelligence），主张以物理实验为环境的强化学习来构建能真正发现新材料的 AI 科学家。
AWS Machine Learning BlogAI 评分2626 用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群隔离与公平共享
AWS 发布基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
AWS 介绍如何通过 SageMaker Unified Studio 管理 SageMaker HyperPod 集群，同时保留底层治理控制。文章提出组织、项目、集群、工作负载四层控制模型，并说明如何跨层设计身份、容量与可观测性策略，让基础设施团队继续掌管集群运维，ML 团队在项目环境中使用已批准的算力。
The Decoder同新闻AI 评分8080 OpenAI 在 GitHub 发布 372 条 AI 生成的数学结果
OpenAI 在 GitHub 发布 372 条由内部前沿模型生成的数学结果，每条据称解决或推进了一个开放问题，其中包含对重要计算机算法的改进以及与黎曼假设相关的进展。
同一新闻，精选展示《OpenAI 放出 722 篇数学手稿，声称将挂谷猜想推进到四维》
TechCrunch · AIAI 评分2222 Mirror Particle 打造模拟人类行为的“世界模型”
旧金山初创公司 Mirror Particle 正在从零构建一个模拟人类行为及其变化原因的基础模型，认为依赖 LLM 角色扮演来预测人类行为的做法根本行不通。该模型结合客户数据、时事、流行文化和社交媒体，追踪“显性行为”与动机变化，并为品牌提供预测背后的“为什么”。
少数派AI 评分2222 Apple 报告：中国 App Store 生态规模五年翻倍，中国开发者海外收入占比升至 52%
Apple 发布《中国 App Store 生态系统——2025 年开发者与用户价值研究》，报告估算 2025 年中国 App Store 生态系统促成的营业额与销售额达 4.036 万亿元，较 2020 年的 1.9514 万亿元增长 107%。
The DecoderAI 评分6262 扎克伯格支持的 Biohub 牵头 18 亿美元计划，构建预测细胞行为的 AI 模型
扎克伯格与 Priscilla Chan 支持的 nonprofit Biohub 正牵头一项 18 亿美元的计划，用于构建预测细胞行为的 AI 模型，以加速药物研发。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出约 3500 行代码的智能体 RL 框架与真实 harness 训练路径，可据此评估训练与部署一致性问题。
The Verge · AIAI 评分6262 Google、Meta 与 Isomorphic Labs 向 Biohub 虚拟细胞项目投资 3 亿美元
Google DeepMind、Meta 和 AI 药物发现初创公司 Isomorphic Labs 联合向 Biohub 的虚拟细胞项目投资 3 亿美元，该项目属于总额 18 亿美元的 Virtual Biology 计划，目标是构建 AI 数据集，让研究人员能以数字化方式提出、预测和回答生物学问题。
NVIDIA BlogAI 评分2222 电信运营商为何将 AI 战略建立在开放模型之上
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，并公开完整微调流程。
OpenAI NewsAI 评分2222 Jump Trading 如何用 ChatGPT 扩展量化研究
Jump Trading 正借助 OpenAI 扩展量化研究，通过运行时间更长的 AI 工作流，把多个数据源与人工审核结合起来。该模式让量化研究流程在引入 AI 的同时保留人的把关环节。
Latent SpaceAI 评分7575 Reflection 发布 501B-A23B 开源模型 Beam
Reflection 发布 Beam，一个面向编码、智能体和科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 在本月放出。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 对 300 名技术高管的调研显示，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，知识缺失是主要失败原因之一。
Latent SpaceAI 评分6767 Airbnb CTO 谈 AI 原生改造：60% 代码由 AI 编写，半数客服工单由 AI 解决
Airbnb CTO Ahmad Al-Dahle 在 Latent Space 访谈中介绍公司 AI 原生改造进展：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍，约一半客服工单完全由 AI 解决。
NVIDIA BlogAI 评分2222 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 工厂投资回报由三要素决定：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 每兆瓦吞吐量超 GB300 NVL72 的 30 倍，在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
NVIDIA BlogAI 评分1818 NVIDIA 开放 2027–2028 研究生奖学金申请，最高 6 万美元
NVIDIA 第 26 届研究生奖学金项目面向全球开放申请，聚焦 AI、机器学习、自动驾驶、计算机图形、机器人、医疗和高性能计算等领域，每位学生最高可获 6 万美元。
Microsoft ResearchAI 评分3636 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，利用太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等本地数据，为美国本土66,935座变电站生成30-60分钟前的空间天气风险预测。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证，同时保持生物功能。
推荐理由：DeepMind 把水印从数字内容延伸到合成生物，读者可了解其在 DNA 合成筛查与数据库标注上的验证思路。
Microsoft Research精选AI 评分6262 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、文献与实验人员的交互式 harness 组成。
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设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft ResearchAI 评分1818 微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养
微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向展开工作。实验室与新加坡医疗生态合作探索多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与交通 AI 高管圆桌会。
Microsoft ResearchAI 评分4444 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型用学习式重排序整合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 的互补预测，在十项挑战性多步合成目标中成功九项，优于 de novo 模型的五项、编辑模型的四项和基线 NeuralSym 的两项。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单碱基变异预测
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 多倍。
推荐理由：AlphaGenome Atlas 把 90 亿个单碱基变异的预测结果做成可检索资源，读者可据此了解基因组变异解读的规模化路径。
Microsoft ResearchAI 评分3838 微软推出 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash，用蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以应对长程交互中上下文无法无限扩展的问题。在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 把与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也显著低于全上下文设置。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 AI 研究团队指出，GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。作者提出近零推理成本下的三大挑战：为智能体设计的数据系统、运行智能体集群的数据系统、以及由智能体合成的数据系统。
Berkeley AI ResearchAI 评分3232 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索，并重塑梯度，让动作获得清晰信号、避免穿过高维视觉模型的脆弱"状态-输入"梯度，使基于学习动力学（世界模型）的长时程规划变得可行。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Berkeley AI ResearchAI 评分2828 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层次结构，以约 10 倍更少的消融达到 SPEX 的性能。
Berkeley AI ResearchAI 评分2626 伯克利提出信息驱动成像系统设计框架，可跨四类成像任务预测性能
伯克利 AI Research 提出一种基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化信息含量，无需任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证，信息估计能预测下游重建性能，优化后的设计可媲美端到端方法，且内存和算力需求更低。