跳到正文
11月4日週三
  1. 第一財經35

    《2026 AI+高端製造產業應用圖譜》全文發布:以「上海方案」破解 AI 落地製造深水區難題

    上海現代服務業聯合會等8家機構聯合編製《2026 AI+高端製造產業應用圖譜》,並於10月31日全文發布,梳理上海 AI+製造產業鏈、落地優先級及發展建議。圖譜將智能質量檢測列為場景落地優先級首位,並指出工業智能體落地的核心壁壘在於工藝理解與高質量現場生產數據。

  2. SiliconANGLE47

    Oumi 的 Frontier AI Engineer 現可構建 AI 智能體並重新訓練其底層模型

    Oumi 擴展 Frontier AI Engineer,讓它可為客戶構建 AI 智能體,並重新訓練這些智能體所依賴的模型。團隊可用日常語言描述智能體目標;智能體在實際運作中遇到的問題會轉化為評估集和訓練數據。Oumi 新增直接偏好最佳化和羣組相對策略最佳化,後者現正以私人預覽形式推出。

  3. DEV Community24

    機器學習模型訓練的常見錯誤

    機器學習模型訓練常見問題包括資料集偏差、格式或資料類型不一致,以及離羣值,均可能影響模型表現。模型過於複雜會過度擬合,過於簡單則會欠擬合;交叉驗證、正則化及調整模型複雜度有助改善泛化能力。

  4. IT之家54

    京東披露具身智能數據採集進展,覆蓋逾百個細分場景、採集超 10 萬項真實作業任務

    京東披露,其具身智能數據採集已覆蓋 100 多個細分生產服務場景,累計採集超過 10 萬項真實作業任務。京東計劃兩年內累計採集超過 1000 萬小時高質素人類真實場景影片數據,以及超過 100 萬小時機械人本體運行數據。JoyAI-Sim 物理模擬引擎測試中,模擬評測與真實評測結果的一致性約為 90%,評測效率達真機評測的 3.2 倍。

  5. 新浪科技31

    700億項數據訓練AI智能體「鈞寶」:瑞浦蘭鈞如何築起品質護城河

    瑞浦蘭鈞以逾700億項核心工藝控制數據訓練自研AI智能體「鈞寶」,將其應用於電芯全生命週期的質量管理。公司累計完成逾10萬項電池測試,總測試時長達5.5億小時,並結合數億電芯出貨及實際運行數據。鈞寶覆蓋研發設計、生產製造、檢測驗證及終端運維,提升缺陷識別、異常預警和質量追溯效率。

  6. DEV Community61

    全文抽取變化如何令情緒圖表波動

    全文抽取的可用範圍改變,會令基於全文的情緒趨勢代表不同文章集合,因此圖表波動可能同時反映文章情緒與正文可用性的變化。教程示範按 fullTextStatus 分開統計抽取狀態,並把未納入評分的文章保留在涵蓋率分母中。作者亦建議比較不同時段的媒體來源權重,並把文本依據和抽取狀態與評分結果一併保存。

  7. elsewhere:文章63

    一個小人物在 AI 數據交易江湖的沉浮

    創業失利後,小武轉做 AI 數據交易,從海外網站爬取資料、串聯標註者,到撮合企業出售數據,作者藉其經歷呈現這門生意的多個環節。文章還寫到,部分中轉站轉售企業調用模型留下的軌跡數據,甚至以相關收入補貼 token;有大廠發現自己的使用軌跡被買賣後,這類生意開始降温。

  8. 創業邦52

    租下30套房訓練機器人?機器人未大規模銷售,數據生意已先升温

    具身智能機器人尚未大規模銷售,圍繞其訓練數據的採集、標註和訓練服務已開始形成市場,模式包括集中式訓練場、眾包採集及全鏈路服務。覓蜂科技的眾包業務截至10月已在北京、廣州、深圳、上海等40個城市落地,參與者每小時可獲10元至30元。不過,不同廠商的機器人構型、感測器、控制系統和模型架構各異,數據未必能跨企業直接使用,家庭場景採集亦涉及私隱安全。

  9. 虎嗅54

    2026年 AI4S 融資升温,資本更看重訂單與產業交付

    2026年前10個月,國內 AI4S 賽道融資超過80筆,已披露總額超200億元,資本關注點不只在金額,也在融資節奏及訂單落地。小飯桌盤點的50家公司中,11家於2026年成立並在同年獲投。文章指出,投資邏輯正由演算法敍事轉向場景敍事,訂單、乾濕閉環及高質量數據生產能力成為重要考量。

  10. HuggingFace Daily Papers(社區熱門論文)39

    VidUEU-Agent:面向多模態理解、編輯與統一任務的數據整理智能體

    VidUEU-Agent 是一個數據整理框架,可從原始影片自動構建用於多模態理解、圖像編輯及統一理解與生成任務的指令數據。團隊以 8,268 段影片構建 VidUEU-100K,包含近 20,000 條密集中繼資料標註及 100,000 個指令樣本。框架透過四輪訓練及評測結果調整數據分佈,每輪以 30K 個樣本從同一初始檢查點微調 BAGEL,三個反饋基準的整體表現均有提升。

  11. 新浪科技45

    Transformer 架構還能怎樣改?嚴駿馳團隊提出兩條思路 | CNCC 2026

    上海交通大學嚴駿馳團隊提出 JTok 和 xHC,探索在現有 Transformer 架構上擴展模型容量。JTok-M 在同一算力預算下令損失降低約 2.2%,達到同等損失所需訓練算力約為底座的 65%;18B MoE 模型的平均分則由 mHC 的 44.8 升至 xHC 的 48.8。研究仍須權衡推理延遲與訪存開銷。

  12. 新浪科技50

    宇樹科技王興興稱2027年大概率成為機械人行業臨界點

    宇樹科技創始人王興興表示,2027年很大概率成為機械人行業或機械人模型發展的臨界點。他指出,機械人數據利用率仍偏低,物理 AI 模型自我進化有望讓模型自行採集數據、訓練和迭代;他所説的具身智能「GPT時刻」,是機械人在約80%的陌生場景中透過語音指令完成約80%的任務。

  13. The Elec32

    LG Uplus 與首爾女子大學合作研究 AI 個人資料保障技術

    LG Uplus 與首爾女子大學於11月2日簽署合作備忘錄,將共同研究個人資料保障、AI及數據,並培訓相關專才。雙方將利用首爾女子大學的創新區研究匿名化數據的整合與分析技術,並評估數據整合前後的重新識別風險。LG Uplus 亦會參與大學研究生課程,提供課程建議、專題項目、講座及實務指導。

  14. DEV Community22

    DeepMem 位元組級大語言模型:深入解析與工程拆解

    DeepMem 是一種因果多尺度架構,以位元組級處理結合語義壓縮,應對直接處理原始位元組時的計算開銷。快速位元組流以滑動窗口局部注意力處理細節,深層記憶流則將歷史位元組流壓縮成階層式記憶。閘控交叉注意力讓快速位元組流從記憶庫提取歷史上下文,避免回看大量原始位元組,同時保留無損位元組重建能力。

  15. 新浪科技69

    上海創智學院與新序智能聯合發布 801-30B base 模型及預訓練 RSI 技術報告

    上海創智學院與新序智能聯合發布 801-30B base 模型、輕量 SFT 數據及完整預訓練級 RSI 技術報告。報告把預訓練拆成三類可閉合的小循環,並以共享記憶記錄嘗試及失敗原因。在相同的 1T tokens 訓練量下,22 項基準平均分由初版試訓的 47.78,經修正版試訓的 51.96,升至正式訓練的 56.83;完整後訓練版本將於下一階段發布。

  16. EJ Tech 信報科技 · AI42

    訓練模型:真人數據無可替代(車品覺)

    車品覺指出,合成數據可補足訓練材料,但難以取代真實的人類行為數據;反覆以模型生成的數據訓練,亦可能令輸出多樣性下降。中國信通院監測到今年6月國內日均 Token 消耗約500萬億,接近去年12月的4倍;Cloudflare 數據顯示,自動化流量佔比達57%,首次超越人類。作者認為,未來3到5年,具稀缺性、來源可追溯、授權清晰及場景綁定的數據資產將重新估值。

  17. DEV Community62

    MeitY 發佈 DEPA AI 訓練手冊草案,提出在封閉環境中訓練銀行及醫院資料

    MeitY 於 2026 年 10 月 31 日發佈 DEPA AI 訓練手冊草案,提出讓模型進入封閉運算環境,利用銀行或醫院資料訓練而不交出原始資料。方案結合電子合約、差分私隱和資料來源追蹤;部分情況下,資料使用方只會收到決策結果。發佈會展示銀行及 MRI 腫瘤偵測試點,銀行試點兩週處理逾 2 million requests;兩項示範均未經公開獨立審核,而手冊仍是討論草案,並非法律。

  18. 虎嗅70

    Character.AI 破產後,用戶私密聊天記錄能否拍賣?

    文章認為,若 Character.AI 是中國公司,除法律另有規定外,破產後把用戶聊天記錄拍賣予第三方作 AI 訓練,須取得用戶明確同意。美國40個州總檢察長就涉及用戶資料的出售提出九項條件;法院準許資產出售程序繼續,但未批准出售聊天記錄,並拒絕強制委任私隱監察員。文章亦指出,聊天記錄能否透過匿名化排除個人資料規管仍屬法律模糊地帶,色情、暴力、自殘等內容亦引出訓練語料的合規問題。

  19. 創業邦64

    AI 數據公司崛起,成為大模型競爭的重要一環

    AI 數據公司正成為大模型競爭的重要供應方,向模型團隊提供專家整理的後訓練資料、任務環境及評分標準。報道稱,部分工作場景數據每條報價可達1000至3000元,帶完整操作過程的數據則約1萬元。模型公司開始收緊採購,追查數據質素及訓練效果;文章亦指出評測失真、供應鏈套利與個人資料私隱等風險。

  20. Analytics India Magazine37

    印度前沿 AI 競賽添新選手:Sphota 240M 模型基準評分超越 Liquid AI

    印度新創 NeuroDX 的 240M 參數語言模型 Sphota,在公司公佈的約 11 項基準平均結果中取得 52.4%,高於 Liquid AI 同類模型的 52.1%。行政總裁 Siddharth Panwar 稱,Sphota 以少 50 倍的訓練數據達到相若表現,記憶體效率則提高 4.5 倍。相關結果仍屬初步,尚未經獨立公開評測驗證。