Rohan Paul@rohanpaul_aiAI 评分4242#数据/训练
- Rohan Paul@rohanpaul_aiAI 评分4242
MarkTechPost精选AI 评分7979 Reflex 开源 XY：基于 Rust 的超快 Python 绘图库，可保持 1 亿点图表交互流畅
Reflex AI 发布 Apache-2.0 许可的 Python 交互式 2D 绘图库 XY，通过 Rust 原生核心、二进制缓冲传输和 WebGL2 渲染，在 1 万至 1 亿点范围内保持约 0.08 秒的渲染时间。
推荐理由：通过Rust核心和二进制输出，XY将千万级点的交互渲染稳定在0.08秒，并让HTML导出体积从259 MiB缩至258 KiB，这对金融、基因组学等需原始数据钻取的大数据场景有直接落地价值。
IT之家·人工智能AI 评分4747 NVIDIA 评估下调 Rubin Ultra HBM 配置，或将不限于 12Hi HBM4E
NVIDIA 正评估下调明年 Rubin Ultra AI GPU 的 HBM 配置，并行评估原定 12Hi HBM4E 之外的方案。可能的降级路径包括从 HBM4E 降至 HBM4、从 12Hi 降至 8Hi HBM，前者因三大 DRAM 原厂 HBM4E 验证进度存变量。
IT之家·人工智能AI 评分5050 华尔街日报：AI 助推独行创业者时代到来，1 人可撑起公司 100 万美元年收入
华尔街日报报道，AI 正推动“独行创业者时代”到来，一个人撑起整家公司、年收入超 100 万美元已不再罕见。Stripe 估算，2023 年约 400 万美国人以个体经营为主要收入来源，年销售额超 10 万美元，较 2010 年代初的约 200 万近乎翻番。2025 年年销售额超 100 万美元的单人企业数量约为 2023 年的 2 倍，超 500 万和 1,000 万美元的数量均约为 3 倍。
IT之家·人工智能AI 评分5151 SK 海力士与闪迪将在 FMS 2026 发布 HBF 首个标准规范
SK 海力士联合闪迪将在 FMS 2026 发布高带宽闪存（HBF）首个标准规范，由 OCP 正式发布为行业通用开放标准。该规范定义 8 层和 16 层 NAND 堆叠、最高 512GB 容量，按 Grade 1~3 设定约 0.4TB/s 至 3.0TB/s 带宽标准，并采用 UCIe 互联。
TechCrunch：AI精选AI 评分7070 Palantir 强劲季度后，CEO Alex Karp 称 AI 行业“马克思主义”
Palantir CEO Alex Karp 在季度股东信中警告，前沿 AI 实验室对企业过于不可信，并称其意图“占有所谓合作伙伴的生产资料”，带有“马克思主义色彩”。该公司第二季度营收 19 亿美元，同比增长 93%，利润 11 亿美元。Karp 主张 Palantir 提供模型无关的 AI 与分析软件，让企业掌控自身数据与 AI“废气”（提示词、编排、上下文）。
推荐理由：卡普用马克思主义比喻点出的担忧，即AI实验室通过企业token消耗汲取专有知识并转化为竞争产品，正被更多行业领袖提及，这会影响企业与模型厂商的合作条款设计。
IT之家·人工智能AI 评分6161 苹果因照片应用“人物识别功能”面临超 300 亿美元集体诉讼，被指违反伊利诺伊州 BIPA 法案
苹果因照片应用“人物与宠物”识别功能被诉违反美国伊利诺伊州《生物识别信息隐私法》（BIPA），若败诉可能面临高达 325 亿美元赔偿。该诉讼于 2020 年 3 月提起，法院已批准集体诉讼资格并拒绝苹果的上诉请求，案件将返回地区法院审理。此前 Meta 曾因类似面部识别诉讼以 6.5 亿美元和解，Instagram 则支付 6850 万美元达成和解。
Meta Engineering BlogAI 评分4747 GEM 训练：Meta 如何将 LLM 规模广告基础模型效率翻倍
Meta 通过内核、精度、并行、网络与内存的协同设计，将广告推荐基础模型 GEM 的端到端训练效率翻倍至 20–25% MFU，并在 12 个月内将训练 FLOPs 扩展 4 倍。
SemiAnalysis 长文 RSSAI 评分5454 SemiAnalysis 长文拆解 Kimi K3 架构：KDA 线性注意力、Attention Residuals 与 LatentMoE 的设计原理
SemiAnalysis 发布长文，系统拆解 Kimi K3 的核心架构技术。文章从线性注意力、DeltaNet、Gated DeltaNet 推导出 Kimi Delta Attention（KDA）。
- Rohan Paul@rohanpaul_aiAI 评分4040引用Intology@intology
The models are improving the models. Locus, our automated AI research system, is SOTA on PostTrainBench and post-trains Qwen3 base models that surpass the human post-trained Qwen3 model. Today, LLMs post-trained end-to-end by Locus are in production to millions. 🧵👇 PostTrainBench evaluates agents' ability to post-train models on various domains given 10 H100 hours. We extend PostTrainBench via PostTrainBench+, which has a greatly expanded compute budget that provides clearer signal on automated post-training capabilities. We find that thousands of H100 hours help distinguish methods' performance post-training Qwen3 1.7B-Base models, and that Locus scales best. In this setting, modes trained by Locus collectively surpass the perforamce of the offical human post-trained Qwen3 1.7B model. In a test of generalization, we ran Locus on all live Kaggle competitions with prize money and public leaderboards. After 16 days, Locus achieved the 4th highest average rank among all participants.
Dwarkesh Patel：Podcast & BlogAI 评分5454 为什么更智能的AI模型可能推高算力价格10倍
更智能的AI模型可能将算力价格推高至当前的10倍。智能提升带来的推理成本增长，将直接传导至算力市场定价。这一趋势源于模型能力与计算资源需求的正向关联，而非单一技术突破。
Replit：BlogAI 评分4949 Replit：AI 落地的前提是治理“真相”，语义层是第一步
Replit 认为企业 AI 落地的瓶颈不是数据访问，而是治理公司认可的“真相”，语义层是 AI 原生公司治理的第一步。其做法是把数据含义与纠错建成系统记录，形成版本可控、人工审核、与模型无关的语料，让每次纠错惠及后续所有智能体。Replit 称这一方向与 Anthropic、OpenAI、Meta 的数据智能体思路一致，差异在于强调可审计与治理。
a16z：NewsAI 评分6161 药物研发没有魔法棒：AI 的真正瓶颈在于疾病理解
insitro 创始人兼 CEO Daphne Koller 撰文指出，AI 虽能加速分子设计，但药物研发的真正瓶颈在于疾病机制理解——超过 90% 进入临床试验的药物因靶点错误而失败。行业每年推进的新靶点数量已从约 100 个降至约 30 个。她认为，AI 需先用于正确测量生物学并从中获取新洞察，而非直接寻找疗法。
Databricks：BlogAI 评分5353 Databricks 推出 Variant 通用可用版本，加速半结构化数据摄取
Databricks 宣布 Variant 正式全面可用（GA），用于更快速、高效地摄取 JSON、XML、CSV 等半结构化数据。该功能旨在简化传统上复杂的数据导入流程，提升处理效率。
IT之家·人工智能AI 评分5959 TrendForce 预测：全球九大云服务供应商今年资本支出增长 90%
TrendForce 预计 Alphabet、亚马逊、Meta、微软、Oracle 及阿里巴巴、百度、字节跳动、腾讯今年总体资本支出将突破 8867 亿美元，同比增长 90%；2027 年预计进一步增长 49% 至 1.32 万亿美元。该机构同时将 2026 年 AI 服务器出货量增幅预期上调至 31%。
MarkTechPostAI 评分6969 GeoAI 教程：用 U-Net、Grounding DINO、SAM 与 Mask R-CNN 从 NAIP 影像提取建筑足迹
本教程设计了一套完整的 GeoAI 工作流，从高分辨率 NAIP 航拍影像中提取建筑足迹。流程涵盖配置深度学习环境、下载影像与标签、生成图像块和分割掩码，训练 ResNet-34 编码器的 U-Net 模型，并应用滑动窗口推理。
The Verge：AIAI 评分5454 Pippa 用收入分成吸引艺术家，但能说服他们拥抱 AI 吗？
AI 视频初创公司 Pippa 试图通过收入分成模式吸引艺术家：订阅用户生成基于某位艺术家风格的内容时，该艺术家可获得每次图片 $0.005、每秒视频 $0.003 的补偿，并分享 5% 的版税池。公司目前约有 800 名付费订阅者，仅与四位人类艺术家签署了授权协议。但 Pippa 的技术仍基于在更广泛互联网内容上训练的开放模型，无法完全摆脱未经明确同意抓取艺术作品的争议。
MarkTechPostAI 评分6969 TimesFM 2.5 端到端预测教程：回测、协变量、异常检测与可扩展 Colab 部署
本教程基于 TimesFM 2.5 构建端到端时间序列预测工作流，涵盖零样本点预测与概率预测，并使用 MAE、RMSE、sMAPE、MASE、pinball loss 等指标评估质量。教程还测试了批量推理、滚动原点回测、上下文长度敏感性、通过 XReg 的协变量集成、异常检测、长时程预测及吞吐量调优，并演示如何在 Colab 中配置、验证和部署模型。
IT之家·人工智能AI 评分5656 珍稀图书遭粉碎用于 AI 训练引众怒，ISBNdb 下架相关测试页面
图书数据库网站 ISBNdb 因被指为 AI 公司采购大量图书用于训练牵线搭桥而陷入争议，现已删除相关营销页面，并声明该页面仅为市场需求测试、服务从未上线，公司本身不训练 AI 模型。此前法庭文件曾披露 Anthropic 代号“Project Panama”的项目涉及采购图书数字化后销毁实体书，Anthropic 已与作者达成 15 亿美元和解。
The Decoder：AI News精选AI 评分7373 德国法院裁定AI音乐生成器Suno侵犯版权，驳回合理使用抗辩
慕尼黑法院裁定，AI音乐生成器Suno在训练过程及输出结果中均侵犯版权，并驳回其合理使用抗辩。法院认定Suno 3.5和4版本模型可复现六首知名歌曲的原创元素，构成“记忆化”侵权，且责任归于Suno而非用户。该判决还认定美国版权法下的合理使用不适用于此案，目前尚未最终生效。
推荐理由：裁决将版权责任归于模型开发者而非用户，区分了音乐与文本模型，但提示词针对性可能削弱结论的一般性，对后续 AI 版权诉讼有参考价值。
IT之家·人工智能AI 评分6262 谷歌、微软、Meta、亚马逊承诺投入近 2.4 万亿美元豪赌 AI 基础设施
谷歌母公司 Alphabet、Meta、微软和亚马逊已承诺为未来数年数据中心建设投入近 2.4 万亿美元（约合 16.24 万亿元人民币）。Alphabet 未完成采购承诺等总额达 9020 亿美元，Meta 披露未来支出接近 7000 亿美元。尽管 Alphabet 和亚马逊自由现金流已转负，四家公司仍上调支出计划，亚马逊今年资本支出将提高到 2200 亿美元。
IT之家·人工智能AI 评分4949 Omdia 预测：2026 年半导体营收增长 94.1%，存储 IC 占总额过半
Omdia 预测将今年半导体行业整体收入规模增幅上调至同比 +94.1%，总额将超过 1.6 万亿美元。存储 IC 本年度营收规模将接近 9000 亿美元，占整体半导体营收过半，同比增幅约 280%。计算与数据存储应用营收将接近 1 万亿美元，同比增长超 150%，得益于内存密集型应用需求和存储 IC 的 ASP 上升。
Ars Technica：AIAI 评分6868 Reddit 对 SerpApi 的 DMCA 诉讼获法官支持，未因 Google 败诉而撤销
美国地区法官 Paul A. Engelmayer 驳回了 SerpApi 的撤诉动议，认定 Reddit 已合理指控 SerpApi 与 Perplexity AI 合谋规避 Google 访问控制以抓取受版权保护的 Reddit 内容。
The Decoder：AI NewsAI 评分5252 欧盟拟投至多300亿欧元建AI超级工厂，规模仅为美国科技巨头支出的约二十分之一
欧盟委员会启动招标，计划在欧洲建设至多七座AI超级工厂，以大幅扩展欧洲AI算力。欧盟及成员国预计投入至多100亿欧元，并吸引至少200亿欧元私人投资，AMD、Nvidia、Qualcomm已签署意向书，投标截止2026年11月12日，首批设施2027年动工。相比之下，美国主要科技公司今年计划在数据中心上投入超6000亿美元，欧盟约300亿欧元的总规模约为其二十分之一。
IT之家·人工智能AI 评分5959 国家发改委：机构测算“十五五”时期算力网建设将新增直接投资 4 万亿元
国家发改委在7月新闻发布会上透露，有关机构测算“十五五”时期算力网建设将新增直接投资4万亿元，因算力建设以企业投资为主，将为民间投资创造巨大空间。上半年全国智能算力规模达去年同期2.8倍，首个全国产10万卡人工智能超集群投用，国产大模型全球总下载量突破100亿次。
Ai2 / Allen Institute for AIAI 评分5454 Ai2 介绍用 infini-gram 追溯 AI 生成文本中的特有措辞来源
Ai2 撰文介绍 Stony Brook University 的 Tuhin Chakrabarty 团队如何用 infini-gram 引擎追溯 AI 生成文本中特有短语的来源，背景是获奖短篇被指 AI 写作的 GrantaGate 事件。
IT之家·人工智能精选AI 评分7373 国家发改委：人工智能相关行业保持 30% 以上高增长，全国智能算力规模达去年同期 2.8 倍
国家发展改革委在 7 月新闻发布会上介绍，上半年人工智能自主创新加快，首个全国产 10 万卡人工智能超集群正式投用，截至 6 月底全国智能算力规模达去年同期 2.8 倍。深度求索、月之暗面等本土企业发布多个万亿级参数开源大模型，国产大模型全球总下载量突破 100 亿次。相关行业保持 30% 以上高增长，上半年规模以上工业企业集成电路产量同比增长 23.1%，出口额同比增长 88.7%。
推荐理由：这是发改委首次披露上半年AI产业核心数据，算力暴增2.8倍，国产大模型下载破百亿，这些数字会直接写进下半年投资报告的支撑页。虽然只是发布会口径，但数据含金量高，做AI基础设施和政策的从业者值得记下来。
公众号：百度智能云AI 评分5353 百度百舸助力具身模型高速迭代，最新成果亮相中国信通院可信云大会
百度智能云在2026可信云大会上分享百度百舸AI计算平台在具身模型训练、推理、仿真和资源管理方面的最新实践。平台针对VLA模型和全身控制策略两类场景优化，VLM多模态混合训练吞吐提升约1至5倍，π0.5和GR00T N1.7训练吞吐分别提升2.08倍和1.75倍，Isaac Sim任务启动时长减少83.3%。IDC报告显示，2025年百度智能云以29.55%市场份额位居中国具身智能云市场第一。
IT之家·人工智能AI 评分4242 印度 AI 企业 Sarvam AI 将开发万亿参数级模型
印度人工智能企业 Sarvam AI 宣布将开发参数达万亿量级（T 级）的 AI 模型，预计未来六个月内完成，可在编程、网络安全、科学研究等领域与领先模型竞争。该公司现有 105B 模型表现出色，语音模型提供显著优于全球竞争者的性价比。Sarvam AI 还公布了 Bulbul V4 文本转语音模型和 Saaras V4 Multi-speaker 语音识别模型。
Apple Machine Learning ResearchAI 评分4444 MoMo：通过时空动作分词实现机器人操作中的运动模式控制
机器人操作需根据任务、物体和交互环境调整动作执行方式。MoMo 提出两阶段模仿学习框架，包含时空动作分词器和行为克隆 Transformer，将任务与连续运动模式条件作为输入。在六项真实机器人操作任务中，改变该条件可稳定生成不同执行风格的动作。
The Decoder：AI NewsAI 评分6464 前 OpenAI 研究员押注千亿美元训练数据市场，称仅靠规模扩展无法实现通用能力
前 OpenAI 研究员 Andrew Ho 创立新公司，专门为生物信息学和日常实验室工作构建高质量训练数据集。他认为仅靠扩大大语言模型规模无法实现真正的泛化能力，并预测 AI 实验室未来需投入超 1000 亿美元用于针对性数据收集。剑桥大学和 Google DeepMind 的研究也支持这一观点，发现当前 AI 系统正趋向于更专业化而非通用化，在创造性问题解决上遇到瓶颈。
Apple Machine Learning ResearchAI 评分4848 降维遇见网络科学：UMAP的kNN图在数据理解中的应用
Apple研究团队展示了UMAP内部kNN图在数据理解中的潜力，该图在原始高维空间编码数据流形。将PageRank、k-core分解和聚类系数等图算法应用于该图，可识别代表性数据点、揭示密集核心与稀疏边缘。在MNIST和Fashion MNIST上的评估表明，这些方法与k-medoids、HDBSCAN等专用方法具有竞争力或互补性。
Amazon ScienceAI 评分4343 Amazon 用工业 PID 控制器协调图自监督学习多任务训练
Amazon 提出 ControlG 框架，将图自监督学习（graph SSL）的多目标协调重构为时间分配问题：不再每步混合所有目标的梯度，而是每次只训练一个目标，由工业控制中的 PID 控制器决定下一个该关注哪个目标。
Microsoft Research 博客精选AI 评分6060 Microsoft Research 发布 Echoverse：面向 computer-use agent 的深度可演化训练环境
Microsoft Research 推出 Echoverse，为 computer-use agent 构建了 12 个合成训练世界（10 个深度领域世界和 2 个能力世界），9B 模型训练后在全部环境上平均分从 36.5% 升至 67.1%，与 GPT-5.4（80.7%）相差 14 个点。
推荐理由：原文给出深度世界对比浅层世界的实验数据和可复用的环境构建方法，并开源了四个世界，读者可据此评估训练环境的做法。
IT之家·人工智能AI 评分5252 德国拟立法允许AI辅助审核移民申请，以提升办事效率
德国内阁7月29日提交一项法案草案，拟允许移民官员在审核庇护、签证和居留许可申请时使用AI辅助处理。AI将用于自动比对申请人陈述与网上公开数据以核查信息，并分析已办结案例以统一处理标准。法案规定AI仅作辅助，法律评估和最终决定仍由移民官员作出。
- Rohan Paul@rohanpaul_aiAI 评分4040引用Dwarkesh Patel@dwarkesh_sp
New blog post on what would be true about the world if trendline continues and leading lab hits $1T in revenue by the end of next year. In other words, why compute might get 10x+ more expensive in coming years https://www.dwarkesh.com/p/why-compute-might-get-10x-more-expensive
IT之家·人工智能AI 评分6262 扎克伯格：Instagram 将所有公开帖子输入大模型，分析结果用于训练推荐算法
Meta CEO 扎克伯格在财报电话会上透露，Instagram 会自动把所有公开 Reel 和帖子输入大模型，分析内容主题和表达基调，再利用分析结果训练推荐系统。该升级使 Instagram 会话量提高 15 个基点，全球用户总使用时长同比增长超 10%。Meta 已为相关青少年诉讼计提 24 亿美元费用。
IT之家·人工智能AI 评分4949 三星电子预计今年 AI 芯片需求继续强劲，供应短缺不会明显缓解
三星电子预计今年 AI 芯片需求将继续保持强劲，供应短缺局面不会明显缓解。其半导体业务第二季度营业利润达 89.2 万亿韩元，增至上年同期的 250 多倍，但移动业务首次录得季度亏损 7000 亿韩元。三星表示，2026 年下半年 AI 基础设施资本支出将继续增加，存储业务将迎来以服务器为核心的强劲需求。
SemiAnalysis 长文 RSSAI 评分5959 SemiAnalysis 深度拆解模块化数据中心：可压缩工期约36%、成本降低约8%
SemiAnalysis 发布长文分析数据中心模块化建设趋势，其追踪数据显示已有超过61GW模块化容量和1000余个站点采用预制化策略，预计到2028年底模块化渗透率将超过总在运容量的30%。
LMSYS Blog精选AI 评分6969 Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案
Miles 团队在 Blackwell 架构上实现了两种原生低精度强化学习方案：端到端 MXFP8 和 MoE 专家权重的逐 token NVFP4。在 8x B200 上对 Qwen3-30B-A3B 的消融实验中，BF16 与所有五种低精度配置的原始奖励曲线高度重合，且 MXFP8 和 NVFP4 减少了推理时间。
推荐理由：虽然只针对Blackwell，但这份报告把MXFP8和NVFP4在RL里的实现细节讲清楚了，从量化合约到每token缩放都给了可复现配置，做大规模RL训练的能直接上手。