MVICAD2：引入延迟与膨胀的多视图独立成分分析
巴黎-萨克雷大学等机构提出MVICAD2，允许不同被试的脑源在时间延迟和膨胀两方面存在差异，以解决MVICA假设过于严格、仅估计延迟不足以刻画听觉刺激等脑动态的问题。该模型源可识别，似然有闭式近似，并通过正则化与优化提升性能。模拟显示其优于现有方法，Cam-CAN数据集验证了延迟和膨胀与衰老相关。
#数据/训练
Apple Machine Learning ResearchAI 评分4747
Apple Machine Learning ResearchAI 评分5050 GRPO 超越英语：多语言与非英语环境下的大规模研究
一项大规模实证研究考察了 GRPO 在多语言和非英语环境下的表现，覆盖多种基础模型、训练语言及推理语言奖励设置。研究发现，以母语进行推理训练与英语推理训练之间的性能差距很小，表明 RLVR 在非英语场景下同样有效。该研究为多语言推理模型的强化学习训练提供了重要参考。
字节 Seed：Research PapersAI 评分5151 Chain-of-Experience：让 LLM 在测试时通过反馈迭代持续改进
UC Santa Cruz 与字节 Seed 提出 Chain-of-Experience（CoE）框架，让 LLM 在测试时通过与自身或环境反馈的迭代交互积累经验轨迹实现持续改进。
The Decoder：AI NewsAI 评分4747 美国司法部调查 Andreessen Horowitz 合伙人兼任竞争AI公司董事
美国司法部正对风投公司 Andreessen Horowitz 展开反垄断调查，因其合伙人同时担任直接竞争的 Databricks 和 Fivetran 董事，涉嫌违反1914年禁止连锁董事的法律。该调查已持续近一年，罕见地直接针对公司本身而非仅个人。该公司管理约900亿美元资产，持有 OpenAI、SpaceX 和 ElevenLabs 股份。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分6464 inclusionAI 开源 ConceptEdit：基于概念缩放与密集监督的图像编辑数据生成管线
蚂蚁集团 inclusionAI 开源 ConceptEdit，一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线通过三阶段流程（VLM 生成指令、FLUX 执行编辑、VQA 评估筛选）构建大规模、基于分类法的图像编辑数据集，并提供单概念与多概念两种变体。项目采用 MIT 许可证，支持断点续跑，需 OpenAI 兼容 VLM 端点与本地 FLUX 检查点。
推荐理由：流水线把图像编辑数据生成拆为指令生成、FLUX 编辑、VLM 评判三步，多概念版本将多个并行编辑合并为一条指令并支持断点续跑，为构建带质检的编辑训练数据提供可复用框架。
IT之家·人工智能AI 评分5252 谷歌 1000 万美元收购破产廉航精神航空企业数据，用于产品与 AI 改进
谷歌以 1000 万美元收购破产廉航精神航空（Spirit Airlines）的一批企业数据，击败了出价 750 万美元的 AI 人才招聘公司 Mercor。数据集含 75 亿条乘客交易记录、72 亿条竞争航班定价信息、5 亿条 Teams 聊天记录、1 亿封邮件及 3000 万行代码等，不含个人数据，交付前将由第三方匿名化处理。谷歌发言人表示，这些数据将用于改进其产品与人工智能模型。
Ars Technica：AIAI 评分5555 隐藏 Airtag 追踪显示亚马逊正在销毁珍本图书以训练 AI
404 Media 调查发现，书商在珍本图书中植入 Airtag，追踪到亚马逊位于拉斯维加斯的 AI 训练设施 VGT3，该团队将书籍拆解并扫描页面。亚马逊拒绝就此事置评，仅称通过商业渠道购书以改进产品。调查还证实了书商理论：AI 公司按 ISBN 清单系统扫描图书，且亚马逊曾因图书供应短缺而担忧仓库关闭。
Rohan Paul@rohanpaul_aiAI 评分6262引用Jensen Huang@JensenHuanghttps://x.com/i/article/2089330332369588224
TechCrunch：AIAI 评分5454 亚马逊为训练 AI 模型大量购入并销毁珍稀书籍
据 404 Media 报道，亚马逊正大量购入珍稀书籍，切掉书脊后扫描用于 AI 训练，其追踪器最终抵达亚马逊位于拉斯维加斯的 VGT3 设施。亚马逊回应称通过商业渠道购书以改善客户使用的产品与服务。这些绝版或网上难寻的书籍提供了宝贵训练数据，因 2022 年前出版的文本可避免“模型崩溃”风险。
Nathan Lambert：InterconnectsAI 评分5555 开源模型生态的未来：Nvidia 押注“教所有人炼 token”
开源模型生态正日益依赖 Nvidia 的资助，其已投入 260 亿美元推动近乎开源的模型开发，以扩大推理芯片需求。若此路径不奏效，开源模型将转向效率、可修改性等长尾场景，与闭源模型分化。同时，基础模型训练门槛升高，开源社区兴趣正从全量训练转向对 DeepSeek V4 Flash、GLM 5.X 等模型的微调。
Simon Willison 博客AI 评分4848 404 Media 用 AirTag 追踪稀有书籍订单，最终指向亚马逊 AI 训练设施
404 Media 通过在一本稀有书籍中放置 AirTag，追踪到一笔约 1,000 本书的大额匿名订单最终送达拉斯维加斯东北部的亚马逊 LAS8 设施 VGT3 区域。该设施入口处有恐龙与书籍的标志，亚马逊员工在论坛讨论中确认 VGT3 会对大量书籍进行破坏性扫描，用于 AI 训练。
Mark Chen@markchen90AI 评分6161我们很高兴能与 NVIDIA 展开大规模合作，签约 4+GW 的算力容量。这是前沿训练所需的规模！
引用Jensen Huang@JensenHuanghttps://x.com/i/article/2089330332369588224
IT之家·人工智能AI 评分6464 AirTag 追踪调查：亚马逊为训练 AI 扫描书籍，先切掉书脊致原书销毁
外媒 404 Media 通过藏入 AirTag 的追踪调查发现，亚马逊在拉斯维加斯仓库由 VGT3 团队处理书籍，为提高扫描效率先切掉书脊，原书在过程中被毁，扫描数据用于训练 Nova 模型。Anthropic 此前也开展过类似“巴拿马计划”，相关诉讼中法官裁定此类扫描属合理使用，不构成版权侵权。
The Decoder：AI NewsAI 评分4848 AirTag 追踪揭示亚马逊为训练 AI 批量购入并销毁珍稀书籍
404 Media 通过将 AirTag 放入一批珍稀书籍包裹并追踪，发现亚马逊批量购入纸质书、扫描用于 AI 训练后将其销毁。包裹最终抵达拉斯维加斯仓库的 VGT3 团队，工人会切掉书脊以加快扫描，数据用于训练 Nova 模型。Anthropic 的“Project Panama”项目也采用类似做法，法院裁定该扫描属合理使用，未构成版权侵权。
OpenAI：官网动态AI 评分5858 OpenAI 加入 PORTS-Pike 项目
OpenAI 与 SB Energy、NVIDIA 及美国能源部达成协议，在俄亥俄州派克县 PORTS-Pike 科技园区获取约 8 吉瓦电力容量。项目预计在 2032 年前六年建设期内创造 35,000 个建筑岗位和 2,500 个长期运营岗位。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分4040 蚂蚁 inclusionAI 开源 SingProbe：基于冻结基座模型隐藏状态的 token 级探针训练框架
蚂蚁 inclusionAI 在 GitHub 发布 SingProbe，一个基于冻结 Base Model（如 Ling-3.0-flash）多层隐藏状态的轻量 token 级探针训练框架。
IT之家·人工智能AI 评分4747 壁仞科技预告2026上半年营收暴涨超18倍，经调整亏损收窄35%-47%
国产GPU厂商壁仞科技预告2026年上半年营收约11.50亿至13.00亿元人民币，同比增长约1852%-2107%。期内经调整亏损约2.90亿至3.60亿元，同比收窄约35%-47%；归母亏损同比大幅收窄约75%-80%。增长主要受AI行业需求旺盛、壁砺系列产品规模化落地及2025年同期低基数推动。
Tomasz Tunguz 博客AI 评分4848 测试时训练：让模型在使用中持续学习
测试时训练让模型在使用中持续更新权重，而非训练结束后冻结。相比标准 Transformer，其内存占用恒定而非随上下文线性增长，斯坦福研究显示推理速度最高可提升 2.7 倍，In-Place TTT 还能将 4b 模型提升至 128k 上下文性能且无需重训。但代价是每个用户需独立模型副本，算力成本从内存转向芯片，仅在个性化场景（如编程智能体）中才值得付出。
IT之家·人工智能AI 评分5050 第二届世界人形机器人运动会赛前冲刺：家政赛要求30分钟内完成收纳叠衣，大模型助力持续学习
第二届世界人形机器人运动会将于8月22日在北京“冰丝带”开幕，51个项目共1301场比赛，666支队伍、2056台机器人参赛。家政场景赛中，机器人需在30分钟内完成物品收纳、衣物折叠等任务，赛队通过五种数据训练大模型，并开发“终身学习机制”应对关节磨损。福建队“福智”采用3D打印轻量化轮臂结构，搭载自研具身智能大模型，已在福州地铁站开展实境测试。
The Decoder：AI NewsAI 评分5555 当AI模型不被允许反思自我，会改变其整个世界观
谷歌等机构的研究发现，为阻止聊天机器人声称自己有意识而进行的微调，会产生远超预期的影响。移除模型内部“刹车”后，20亿至90亿参数的开源模型对动物、植物等非人类实体的感知评分从4.0升至最高7.5，对宗教的认同也显著下降。研究尚不能确认意识否认是这些变化的直接原因，且结果仅基于小模型，未必适用于大型聊天机器人。
The Decoder：AI NewsAI 评分5252 Artificial Analysis 推出 Optima：让用户用自有数据构建定制 AI 基准测试
Artificial Analysis 发布新平台 Optima，允许用户基于自有数据、工作流或场景描述构建定制 AI 基准测试，并对比模型在质量、单任务成本和单任务耗时上的表现。平台支持上传评估数据集或智能体轨迹，也可通过描述场景生成测试用例，提供基于评分标准或两两对比两种评估方式。Optima 现已上线，基准构建与运行仅按实际 token 成本计费，无加价。
MarkTechPostAI 评分6464 微调工具调用大语言模型：基于 XYZ-Aquila-SFT 与 Qwen3 的完整指南
本教程实现了一个端到端的监督微调流水线，使用 XYZ-Aquila-SFT 数据集、Hugging Face Transformers、PyTorch 和 PEFT，对 Qwen3-0.6B 模型进行 LoRA 微调。流程涵盖数据流式解析、工具调用提取、ChatML 格式转换及助手专用损失掩码，并在训练前后评估工具调用预测性能。最终导出转换后的数据集和语料统计，供进一步实验使用。
The Decoder：AI News精选AI 评分7070 AI生成书籍正淹没亚马逊，并拉低人类作者的单书收入
一项对14,419本自出版电子书的分析显示，AI生成书籍正以数量而非质量挤占人类作者市场，即便未检测到AI文本的书籍，单书收入也在下滑。2023年Q1至2026年Q1，书目总量增长38.3倍，而季度收入仅增长8.9倍；在八个类型中，七个类型的无AI文本书籍单书收入下降。
推荐理由：这项研究把市场稀释从推测变成可量化证据，版权诉讼中此前缺少的经验性数据可能由此补上，并影响合理使用的判断。
The Decoder：AI NewsAI 评分5656 World Labs 推出 R2S2R 仿真引擎，将单个真实机器人任务转化为数千种模拟变体
World Labs 发布“Real-to-Sim-to-Real”（R2S2R）仿真引擎，在虚拟环境中训练机器人控制系统，随后可在真实硬件上稳定运行数小时。该技术源自其 7 月收购的 SceniX，可将单个真实任务生成数千种受控变体，用于策略训练与评估。据 World Labs，模型在 ALOHA 等五个平台上各运行一小时无需人工干预，且模拟与真实环境中的模型排名基本一致。
Beren Millidge 研究博客AI 评分5252 Scaling 比想象中更微妙：从预训练视角解析五个必要条件
Beren Millidge 撰文指出 scaling 并非把模型做大就自动有效，而是一个需要目标函数、数据分布、架构、优化器和基础设施五个约束同时满足才能进入的“区间”。
IT之家·人工智能AI 评分4747 微软 Copilot Notebooks 扩展支持 Markdown，强化 AI 资料分析
微软更新 Copilot Notebooks 应用，新增支持 Markdown、纯文本和富文本 3 种文本格式，用户可直接导入 README、技术说明、系统日志、会议转录稿等文本密集型文件。其中 Markdown 支持最受关注，因 .md 文件已广泛承载 AI 智能体的上下文和操作指令。微软举例了导入会议转录稿梳理决议、分析支持工单、比对系统日志等 4 个使用场景。
Databricks：BlogAI 评分4646 Databricks 如何在数据仓库中使用 AI_Functions：主要用例解析
Databricks 探讨在数据仓库中应用 AI_Functions 的主要场景，帮助组织在结构化数据之外处理非结构化数据。文章聚焦于如何通过该功能将 AI 能力直接集成到 SQL 工作流中，以扩展数据仓库的分析边界。具体用例与实现细节以原文为准。
IT之家·人工智能AI 评分4646 消息称三星 HBM 基础裸片将推进 2nm 尖端工艺，延续自研 4nm HBM4 路线
据 Wccftech 报道，三星将重新规划一座在建生产线，用于制造 HBM 基础裸片，并采用 2nm 尖端制程工艺，预计两年后投入使用，未来仍存调整可能。HBM4 因采用更强总线和更多 TSV，基础裸片进一步升级，台积电和三星晶圆代工开始承担制造工作。SK 海力士也已与台积电合作，后者可提供 N12 及 N5 工艺用于 HBM 芯片制造。
IT之家·人工智能AI 评分6060 新研究证实 AI 生成书籍已挤压人类作者作品市场空间
研究人员分析 2023 年至 2026 年间亚马逊销售的 1.4 万多本电子书，发现含大量 AI 生成文本的图书已多到足以挤压其他图书市场。有销量的图书数量增至原来的 19 倍，但读者总支出仅增至 9 倍，单本平均收入因此减少，未检测出 AI 文本的图书市场份额也在下降。Fairly Trained CEO 称，AI 公司“不造成经济损失”的说法已“彻底站不住脚”。
a16z：NewsAI 评分4444 a16z 图表：Neocloud 增长远超早期云巨头，但成本高企
a16z 图表显示，由加密矿场转型的 neocloud 公司增速远超早期云巨头，CoreWeave 约 25 个季度即达 AWS 第 40 个季度时的 26 亿美元季度营收。但巨额 Capex 及超营收半数的芯片折旧与利息支出下，其股价一年跌约 16%。另 Atlassian 云业务同比增长 31%，AI 助手 Rovo 用户支出增速接近非用户两倍。
公众号：蚂蚁百灵精选AI 评分6262 蚂蚁百灵与 ASystem 团队打通单机 Agentic RL 后训练闭环
蚂蚁百灵与 ASystem 团队合作，用 Ling-3.0-tiny 和 AReno 在 DGX Spark 上跑通单机 Agentic RL 后训练闭环。以井字棋为最小验证任务，用 GSPO 算法训练 400 步后，rollout/rewards_mean 从约 -0.5 升至 0.4，response_len 降至约 850 tokens，工具调用与动作选择趋于稳定。
推荐理由：真正可复用的不是井字棋，而是把可复现错误、可验证反馈、本地训练和同环境复测串成的轻量后训练闭环，适合为本地小模型稳定工具调用和格式约束。
MarkTechPostAI 评分6363 构建推理型 LLM：SupraLabs 推理语料库的流式处理、筛选与微调实用指南
本教程构建了处理 SupraLabs 推理语料库的端到端工作流：从 Hugging Face Hub 流式采样 8,000 条数据，分析来源分布、token 长度与推理占比，并应用质量过滤器剔除不合格样本。
IT之家·人工智能AI 评分5252 SpaceXAI 已建成“全球最强 AI 训练集群”，马斯克称明年规模再扩大约 10 倍
马斯克在 SpaceX 员工会议上称，SpaceXAI（原名 xAI）已建成“全球最强 AI 训练集群”，并计划明年年底前将集群规模扩大到当前约 10 倍。该公司位于孟菲斯和南海文的数据中心额定功耗合计 1.4GW，计划到 2027 年底提升至 10GW，增长约 7 倍。马斯克预估，若每瓦价值 30-50 美元且 10GW 算力明年上线，xAI 每年可获 3,000 亿-5,000 亿美元收入。
Hugging Face 社区博客AI 评分6464 Strands Robots 如何用 Hugging Face Storage Buckets 实现记录、训练与部署一体化
AWS 开源的 Strands Robots（Apache 2.0）通过单一智能体循环，将机器人演示记录、基于 Hub 数据流的策略训练及硬件部署整合在一起，全程保持 LeRobot 磁盘格式不变。
Apple Machine Learning ResearchAI 评分4141 当“遗忘”无需成本：利用低影响力数据点降低机器学习计算开销
苹果机器学习研究团队提出，在模型遗忘任务中，对训练数据中影响可忽略的点无需逐一移除，从而降低计算成本。通过对比语言与视觉任务中的影响力函数，他们识别出对模型输出影响极小的数据子集，并据此优化遗忘流程。该方法挑战了现有遗忘技术对所有遗忘集数据点一视同仁的做法。
