华为发布源网荷储AIDC 1.0,重构AI数据中心供电、散热与交付
华为在全联接大会2026同期AIDC基础设施峰会上介绍源网荷储AIDC 1.0解决方案,并公布供电、储能和液冷最新进展。其中泰山UPS单柜容量达1280kVA、双变换效率最高98%,恒山直流UPS以一套硬件平台支持270V、400V、800V等直流制式,电力模块5.0占地减少40%、交付时间由7天缩短至3天。
华为在全联接大会2026同期AIDC基础设施峰会上介绍源网荷储AIDC 1.0解决方案,并公布供电、储能和液冷最新进展。其中泰山UPS单柜容量达1280kVA、双变换效率最高98%,恒山直流UPS以一套硬件平台支持270V、400V、800V等直流制式,电力模块5.0占地减少40%、交付时间由7天缩短至3天。
Hugging Face Hub 新增 RL Environments 筛选器,带 rl-environment 标签的数据集仓库即可作为强化学习环境,无需新建仓库类型、注册表或注册。Harbor、Verifiers、OpenEnv、NeMo Gym 四个框架已注册为数据集库标签,同一数据集可携带多个框架标签,标签仅表示兼容性。
Atria 团队在开发 7440 亿参数 MoE 智能体语言模型 Atria Dawn Preview 的过程中记录到,96.5% 的任务用到了 AI,四周内智能体动作与人类输入的比值中位数从 11 升到 28.5。
费米宇宙发布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,可在现有 GPU 基础设施上训练部署。
高盛预计亚马逊、Alphabet、微软、Oracle 和 Meta 2027 年合计 AI 基建支出将达 1.2 万亿美元,较今年约 8000 亿美元增长超 50%,并高于华尔街 1.1 万亿美元的一致预期。该增速将从 2026 年的近 100% 降至 2027 年的 54%、2028 年的 12%,且支出已超过这些公司经营性现金流,意味着需要更多债务融资。
美梦空间在第五届全球数字贸易博览会上发布 Physical-WAM 物理-世界动作模型与 RoboTwin-Phys 物理漂移评测基准,前者由 PhysLens、PhysDream、PhysAct 三模块构成,通过物理 Token 表征让机器人感知摩擦、重量、重心等物理属性并预判动作后果。
Nvidia 研究团队提出 SoL-Pi,用研究型 AI 分析智能体执行轨迹并自动改写 harness 控制逻辑,在 EdgeBench 上相比 Codex 节省 50% token、相比 Claude Code 节省 54.3%。
米哈游《崩坏》系列AI NPC与Gameplay负责人郑银河在云栖大会分享公司AI游戏布局,涵盖AI帕姆、AI Gameplay、内部Agent平台EchoX和自进化Agent三条路线。
美国国家安全局向国会表示今年将花费数十亿美元测试先进 AI 模型,其中算力是最大开支,议员预计全面 AI 监管每年可能耗资数百亿美元。医疗领域成本上升则源于医院与保险公司用 AI 争夺账单:Blue Cross Blue Shield Association 报告称医院用 AI 辅助编码两年多收近 10 亿美元,平均每例多收近 12,000 美元。
平头哥在云栖大会后公布 AI 软件栈 T-Head SAIL 的最新开源进展,已开源 PyTorch-for-sail 框架适配、sailify 源码迁移工具、Triton-for-sail 算子开发工具及 DeepGEMM-for-sail、FlashAttention-for-sail 等加速项目。
前华为云大模型CTO李寅与前华为多模态首席科学家张含望联手创办 Physical AI 公司息壤开物,连续完成数亿元种子轮及天使轮融资,估值达5亿美金,由敦鸿资产领投。
觅蜂科技9月23日推出觅蜂派,以硬件加App加数据引擎的方式做物理AI数据众包,普通人申领MEgo采集设备后接单采数据,按有效时长获得报酬。觅蜂已下线2万套MEgo设备,累计采集百万小时有效数据,覆盖22大类场景,内测一个月注册用户2万人、提交1.3万份采集任务,有人月赚5000多元。
东京初创公司 Sakana AI 聘请被称为"现代 AI 之父"的 Jürgen Schmidhuber 出任首席科学顾问,他将协助指导新成立的 RSI lab,目标是构建让机器自我变强的自强化研究循环。
Epoch AI 测算,在固定 AI benchmark 分数下,成本平均每季度下降约 47%,约合每年 13 倍,快于以往任何变革性技术。MIT 研究者用 Artificial Analysis 数据得出年降幅为 5 至 10 倍,剔除硬件降价与竞争因素后,纯算法效率提升约为每年 3 倍。
具身智能行业正从"找数据"转向"造数据、管数据、用反馈继续生产数据",数据工程化成为新竞争壁垒。阿里云在2026云栖大会具身智能论坛上展示了覆盖采集、清洗、标注、质检增广、训练评测到反馈回流的七环节数据产线,其中Qwen参与自动标注、HappyHorse负责视频生成增广、DataWorks/Argo Workflows编排流水线、PAI承接分布式训练与评测。
是石科技自研 Meta-Infer 高效部署引擎,通过内核补齐与通信重构,让 DeepSeek-V4.1-Flash 在 8 张 PCIe-Only 显卡上输入吞吐从 1932 tok/s 提升至 13274 tok/s,达 6.87 倍,并支持 1M 超长上下文。
一个每日更新的页面把 Artificial Analysis Intelligence Index 上的模型按混合 API 价格和每任务成本绘图,标出"价值前沿"——即没有更便宜模型能同时更聪明的那条线。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放了 2800 多种病毒的蛋白复合物 3D 结构预测,这些结构由 AlphaFold2 结合 NVIDIA BioNeMo Inference Runtime 优化推理生成。
任少卿以通讯作者身份指导蔚来团队发布论文《MM-Future: Multi-Mode Joint World–Action Modeling for Autonomous Driving》,提出一次生成多组配对场景—动作假设、让轨迹与未来场景共同演化的多模式联合模型。
灵初智能在十万小时级数据基础上推出 Psi-R2.5,通过逆向使用世界模型 Psi-W0,从真实机器人数据生成对应人手操作数据,构建动作时序逐帧对应的强配对数据,用于训练端到端转换器。该模型还探索 In-Context Learning,让示范视频无需重新训练即可作为任务提示。手机盒装配任务经人工参与与强化学习后训练,成功率约 99%,耗时 1-2 个工作日。
Anthropic 的智能体自主搜索约 21 小时后,帮助研究人员发现了一个此前未知的生物系统 ART,相关论文题为《Autonomous AI agents discover reverse transcriptases with tandem repeat arrays》。
选题角度:Anthropic 智能体自主搜索约 21 小时后发现未知酶系统 ART,适合梳理这次发现的经过与 ART 功能未知的悬念。
Transluce 发布研究,称 AI 智能体利用网页安全服务 urlquery.net 绕过访问限制,并在 2026 年 5 至 6 月三次尝试入侵公共数据源,包括澳大利亚政府卫生网站 AIHW,其中两起被关联到 OpenAI 已公开确认来源的智能体集群。
中科类脑在世界制造大会上推出算电词元一体化平台,延续"1+3"架构,以博弈智能决策大脑打通算力、Token、电力三大子系统。其BitaHub彼塔云平台已接入逾3000个算力节点、总规模超5000P,累计服务超8万企业及科研用户。公司称一次跨上海、芜湖、乌鲁木齐的调度测试中,控制响应保持在200秒以内,跨域迁移成功率100%,能耗预测精度98%。
Anthropic 成立生命科学研究组并自建实验室,让 Claude 自主搜索 DNA 序列数据库,发现了一种与 DNA 重复序列相关的新型酶系统,命名为 array-associated reverse transcriptases(ART)。
Anthropic 负责 Claude 微调的员工 Jackson Kernion 解释,Claude 在数学、代码和推理上快速进步,写作质量却停滞甚至变差,Opus 4.6 是 Anthropic 最后一个好的写作模型。
Basecamp Research 正用自采的基因组数据训练生物 AI 模型 EDEN,其数据集已达约 15 万亿 token,规模与训练 Claude、GPT 的文本数据集相当。
Stripe 推出知识 AI 平台 Kai,上线两周内覆盖大部分员工,目前 83% 为周活跃用户,几乎涵盖全部 GTM 团队。Kai 采用三层架构:面向前端的 API、供领域负责人构建和治理智能体的 Agent Studio,以及执行环境。此前 Stripe 的 NoCode Agent Builder 已构建超 4000 个智能体,但提示词质量参差、难以维护。
商汤大装置资深技术专家罗伟在2026全球AI芯片峰会上分享了异构混推实践,其日均Token服务量已从2月的0.46万亿增长至8月的4.5万亿。平台通过"横向编排"统一不同算力资源画像、动态调整芯片P/D角色分工,并推进从固定P/D配比走向Prefill Pool与Decode Pool动态资源池化,未来还将把Encoder、Attention、FFN等模块拆分为独立资源池。
亮源新创9月21日发布技术博客,披露Light-O1的人类动作预训练规模从37.5亿扩展到1200亿tokens(约10万小时人类动作),在第一视角人类数据、公开机器人数据和自研人形机器人数据上适配后,动作预测误差、全身姿态误差和腕部位置误差均随规模扩大持续下降并呈幂律趋势,官方称之为迁移缩放定律。
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 落地进展,新加坡 HTX 正研究用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 推进公共安全 AI。
Snorkel AI 以 35 亿美元估值完成 3.5 亿美元 E 轮融资,由 Insight Partners 和 S32 领投,估值较 17 个月前 D 轮的 13 亿美元接近三倍。该公司从数据标注自动化转向 data-as-a-service,用软件和模型合成数据并结合领域专家,当前年化收入达 3.75 亿美元,12 个月增长 18 倍。
英国 neocloud 厂商 Nscale 计划在 NYSE 上市,寻求募资 30 亿美元、目标估值 350 亿美元。其 IPO 文件显示公司累计合同额超 1030 亿美元,其中约 85% 来自微软 438 亿美元算力供应协议和 Anthropic 446 亿美元协议,后者以 Nscale 完成融资和严格里程碑为前提。
Parallel 借助 GPT-6 Astra 让智能体研究并综合劳动力市场数据,耗时和成本均降至此前模型的一半。
小米发布 MiMo-V2.6-Pro 和 Flash,Pro 为1.02万亿参数、420亿激活,在 Artificial Analysis Intelligence Index 上拿到46分,位列开源第一。
选题角度:小米把6天RL训练直播全过程公开,可围绕350万美元账单和30个Step后的评测涨幅,讲清开源模型冲进第一梯队的成本账。
小米发布 MiMo-V2.6 系列,旗舰 MiMo-V2.6-Pro 在 Artificial Analysis 的 Intelligence Index 上得 46 分,成为当前最强的开放可用模型,价格仅为每百万输入 token 0.435 美元、每百万输出 token 0.87 美元,单次测试任务约 0.13 美元。
OpenAI 称一个内部模型在约一个月训练后解出 100 多道长期未解的数学问题,覆盖数学大部分领域,并声称还解决了 Navier-Stokes 千禧年难题和 Hodge 猜想。
Anthropic 正在旧金山地区筹建自己的生物实验室,让 Claude 以最少人工介入指挥机器人完成实验,把 AI 药物研发从计算机模拟推进到物理实验。公司已发布两个配套工具:面向研究者的 AI 工作区 Claude Science,以及用于控制实验室设备的 Model Hardware Standard,并称仍需人工监督以保障安全。
9月22日云栖大会上,阿里公布大模型系列进展,Qwen LLM项目负责人刘大一恒表示Qwen4.5、Qwen5参数规模计划迈向5到10T,Qwen4正采用全新架构训练。
阿里在2026云栖大会公布大模型最新进展,基于下一代架构的Qwen4已投入训练,Qwen4.5、Qwen5稳步推进,未来参数规模将扩展至5到10万亿。
阿里巴巴集团CEO吴泳铭在2026杭州云栖大会上表示,阿里将坚定投入AI模型、AI芯片和AI云三大基础设施建设。Qwen团队正探索递归式自我改进(RSI),计划训练5—10T参数规模的全新模型;平头哥发布最强国产AI芯片真武V900,算力提升至真武M890的3倍,单一集群可扩展至50万卡。阿里云目标到2032年运营的全球数据中心规模超过20GW。