百度 ERNIE Evolve 自動化研究系統在 NanoChat、NanoGPT 基準測試超越多項紀錄
百度推出 ERNIE Evolve 自動化研究系統,系統會按程式碼庫、目標及評估準則選擇研究方向、修改訓練與推理程式碼並執行實驗。它在 4 項公開指標中有 3 項超越最佳公開結果;ERNIE-5.5-Flash 的生產測試則錄得 Kunlunxin P800 生成速度達基準的 623.6%、確定性吞吐量提升 33.7%,以及單請求解碼速度提升 14.9%。
百度推出 ERNIE Evolve 自動化研究系統,系統會按程式碼庫、目標及評估準則選擇研究方向、修改訓練與推理程式碼並執行實驗。它在 4 項公開指標中有 3 項超越最佳公開結果;ERNIE-5.5-Flash 的生產測試則錄得 Kunlunxin P800 生成速度達基準的 623.6%、確定性吞吐量提升 33.7%,以及單請求解碼速度提升 14.9%。
Flide 為 Jev-style 決策模型提供快速推理基礎設施,透過 exact state forking,速度最高可達 vLLM 和 SGLang 的 9.5 倍,且每個答案均與模型單獨回答該問題時一致。
Google於2026年11月9日宣佈兩套新TPU系統:TPU 8tx面向保密推理,TPU 8i Max面向超大上下文窗口。TPU 8tx沿用TPU 8t的晶片;TPU 8i Max則把兩枚TPU 8i晶片合併封裝,Google稱其算力、SRAM和HBM頻寬均為單枚TPU 8i的兩倍。
SwarmEvolve 以潛在空間智能體羣搜尋科學程式,在 21 項數學發現及科學計算問題上,能以 3 至 8 分鐘達到 OpenEvolve、ShinkaEvolve 和 CodeEvolve 用 60 分鐘取得的表現,每小時評估的候選程式多 5 至 13 倍。
Circuit & Chisel 創辦人 Louis Amira 在訪問中談及公司如何為 AI 智能體構建基礎設施,並介紹 ATXP、Pareto 和 Unbiased。
NVIDIA、Rebellions 與 SK Telecom 簽署諒解備忘錄,計劃透過 NVLink Fusion 將 Rebellions 的 R200 NPU 接入 NVIDIA MGX 機架,並部署於 SK Telecom 的 AI 數據中心。
Google 發佈 Gemini 4 Argon,定位為通用型物理推理模型,支援機械人控制、Real2Sim 場景構建、機械人影片多模態標註及迭代式策略改進。
作者在單顆 Cloud TPU v5e 晶片上,比較六種引擎執行 Gemma 4 E2B 的速度、吞吐量及 GSM8K 表現。
Ant International AI Infra Team 針對 DeepSeek-V4.1-Flash 在 8 張 H200 GPU 上的 SGLang 1P1D 部署,實作 Indexer、Prefill 分塊、MoE 通信及 bounded replay 等優化。
兩位哲學學者認為,AI 日益能生成數學證明,未必會終結人類的數學研究,因為數學工作還包括理解證明及以此推進研究。文中提到,OpenAI 於 2026 年 10 月 6 日展示其內部模型對 300 多個長期未解數學問題提出的解答。作者指出,證明即使核實無誤,仍需整理、連結既有數學並提煉可沿用的方法,才能帶來後續數學成果。
Google 於 11 月 9 日擴充第八代 TPU 陣容,新增 TPU 8tx 和 TPU 8i Max,令系列共四款,分別面向大型模型訓練、低延遲推理、機密運算及超長上下文處理。
美團於 11 月 9 日正式開源 LongCat-2.5,這款面向長程智能體任務的原生多模態模型採用 MIT 協議,支援商用推理部署與二次訓練,毋須額外授權。模型總參數為 1.6 萬億,每個 token 約啟用 480 億參數,支援一百萬上下文。
深度求索(DeepSeek)於 2025 年因 R1 的基準表現、MIT 授權開放的權重及 DeepSeek App 在美國 App Store 排名升至第 1 而走紅,文章並整理 2026 年 API 接入方法。
美團發佈 LongCat-2.5,這是一款面向長時程智能體任務的原生多模態 MoE 模型,總參數量為 1.6 trillion,每個 token 約啟動 48 billion 參數。
本地 AI 模型在 PC 上可運行的規模取決於記憶體容量,生成速度則更受記憶體頻寬影響。16GB RAM 可運行約 7B 至 8B 參數模型;若要運行更接近前沿模型的本地模型,文章建議至少 32GB RAM 及 16GB 或以上 VRAM。文中比較 RTX 5090、Apple M4 和 DGX Spark 等硬件的生成速度,並指出模型留在 GPU 的 VRAM 內通常比溢出至系統記憶體快。
Dave Wehner 宣佈離開 Meta 首席策略官職位,出任 AI 推理初創公司 Fireworks 的 CFO;他在 Meta 任職 14 年,其中超過 8 年擔任 CFO。Fireworks 7 月以 $17.5bn 估值融資 $1.5bn;The Information 報道,公司將於下週啟動新一輪融資,目標估值至少 $30bn,TNW 表示未能獨立核實這些融資報道。
Google 在第八代 TPU 系列加入 TPU 8tx 和 TPU 8i Max,並表示一年內推出四款 TPU 系統是首次。TPU 8tx 面向機密運算;TPU 8i Max 在相同機架規格下提供雙倍運算力、記憶體和記憶體頻寬。兩款系統均沿用現有晶片,透過不同封裝、網絡及記憶體配置推出,並非新一代晶片。
谷歌將推出 TPU 8tx 和 TPU 8i Max,分別面向機密運算及需要超長上下文窗口的 AI 應用。TPU 8tx 將與 AMD CPU 協同工作並支援晶片層級數據加密;TPU 8i Max 則把兩顆 TPU 整合在同一封裝內,以提升計算能力和記憶體容量。彭博行業研究分析師稱,TPU 成本較 NVIDIA GPU 低約 30%,吞吐量具競爭力;新版本預計明年上市。
姚期智團隊與楊植麟等發表 TCSExam,透過四類機器驗算任務評測 9 個前沿大模型在理論計算機科學研究全鏈條上的能力。定理證明裸考中,GPT-6 Astra 完整證明 20 道題中的 14 道,成功率為 70%;Kimi K3.1 Pro 的成功率為 38.3%。
Next-Concept Modeling(NCM)提出由粗到細的兩階段框架,以 Transformer 逐層生成離散編碼,並行預測每層所有編碼。
百度文心披露自動研究系統 ERNIE Evolve 已用於文心 5.5 Flash 推理優化,系統可自主提出研究方向、開展實驗並驗證結果。在三項優化案例中,生成速度、吞吐及推理性能分別提升至基線的 623.6%、133.7% 及 114.9%;確定性吞吐方案的平均每 token 生成時間縮短 26%,首 token 延遲降低 12%。文中引述接近百度人士稱,文心新模型或將於近期發佈。
InfoQ 訪問 Red Hat 的 Edoardo Vacchi,探討 llm-d 如何在 Kubernetes 上管理分散式 LLM 推理,協調多個 vLLM 執行個體的請求路由與資源使用。
Amazon 在 PyTorch Conference North America 2026 發佈 TorchNeuron,讓現有 PyTorch 程式幾乎無需改動即可在 AWS Trainium AI 晶片上執行。
阿里雲 2026 年雙 11 為 Qwen3.8-Flash 提供按量節省計劃、Token Plan 等優惠,文章整理其計費規則與場景選型。按量方案的節省計劃包季最低 4.5 折,並可與上下文快取折扣疊加;Token Plan 新客首購 5 折,北京時間每晚 22:00 至次日 8:00 的 Credits 消耗為 4 折,僅適用於該訂閲通道。
Qwen3.8-Max 在 2026 年雙 11 提供按量節省計劃、Token Plan 訂閲、夜間折扣和新用戶免費額度等優惠。按量付費與 Token Plan 是獨立計費體系,額度不能互通;Night Plan 在北京時間每日 22:00 至次日 8:00,對 Qwen3.8-Max、Qwen3.8-Flash 的 Token Plan Credits 消耗提供 4 折優惠。
標題提出 Opus 5.5 是否遭削弱的疑問,並指出其思維模式在 11 月 3 日發生變化;正文未提供更多背景或驗證細節。
面壁智能與 OpenBMB 社區發布 MiniCPM-V 4.7,35B-A3B 版本可在 iOS、Android 等系統以約 3GB 記憶體運行。團隊採用 MoE,讓大部分專家權重留在快閃記憶體,並以前瞻專家調度(LES)在前一層計算時預讀下一層可能用到的專家。
戴盟機器人團隊聯合廈門大學、南京大學、大灣區大學及復旦大學提出 Touch-R1,將強化學習用於跨感測器觸覺推理,論文獲 NeurIPS 2026 接收。團隊同時建立 TouchReason-1M 資料集及包含 4,800 組問答的 TouchReason-Bench。
Pelloran 團隊以開源項目 tritify 探索可逐位元重現的分散式推理,並在 GLM-4.5-Air 測試中使結果與串流參考執行逐位元一致。模型約有 106.9 billion 個參數,測試採用約 427 GB 整數編碼並分佈於三台機器;生成結果與 logit 雜湊值,以及逐層隱藏狀態雜湊值,均與參考執行相符。
Pinterest 將用戶旅程推斷系統由多階段聚類流程改為微調的 4B Qwen3 語言模型,並報告電郵點擊率提升 1.1%、推送開啟率提升 1.3%。模型讀取最長 360 日、最多 150 項用戶行為及精簡用戶檔案,生成排序後的旅程名稱。
騰訊優圖實驗室、上海交通大學及廈門大學研究團隊提出並開源 DSpine,透過草稿網絡逐層傳遞相鄰位置的預測特徵,改善並行推測解碼。在 Qwen3-4B 和 Qwen3-8B 評測中,DSpine 的 SGLang 吞吐較 DSpark 平均提升 20.1%(4B)及 19.0%(8B),吞吐最高達自回歸解碼的 4.01 倍。
Preferred Networks(PFN)於2026年11月9日以開放權重方式發布金融領域專用的8B參數模型 PLaMo 3.0 Fin。模型以 PFN 與 NICT 共同開發的 PLaMo 3 NICT 8B Base 為基礎,經日本金融數據持續預訓練及 SFT、DPO 後訓練,支援以日語逐步輸出推理過程,並可調用網頁搜尋、計算及內部數據庫等工具。
微珩啟元一個月內連續完成兩輪融資,資金將主要用於 AI 推理芯片及高帶寬內存相關技術的研發與設計,兩輪融資金額和投資方均未披露。公司以3D DRAM近存計算、SRAM存算及RISC-V異構架構為技術路線,規劃推出四代產品系列,前兩代已完成規劃。
NVIDIA 於 11 月 9 日在首爾舉行 NVIDIA AI Day,公佈與韓國政府及多家企業在主權 AI、製造、智能體和自動駕駛等領域的合作。合作包括與四家韓國基礎模型開發商使用 NVIDIA Dynamo 優化及擴展 AI 推理,並與 SK Telecom、Rebellions 推動基於 NVIDIA NVLink Fusion 的主權 AI 基礎設施。
NVIDIA、Rebellions 與 SK Telecom 宣佈合作,將以 NVIDIA NVLink Fusion 和 MGX 機架架構,連接 Rebellions 的 R200 NPU 與 NVIDIA 基礎設施,推進韓國主權 AI 基礎設施。
文章認為,國產開源模型面臨蒸餾追趕窗口收窄、API 價格戰幾乎無勝算,以及 Reflection AI 的 Beam 對主權 AI 市場構成威脅等壓力。文中指出,Beam 以 4 週、10500 張 GB300 進行大規模 RL,基準測試成績接近 GLM-5.2,而國產模型的核心限制仍是算力。
NVIDIA 於 2026 年 11 月 9 日宣佈擴大與韓國科學技術資訊通信部的合作,涵蓋 AI 晶片、數據中心、模型、技能培訓及智能體安全。
SuperCLUE 發佈 2026 年 11 月月度評測,標題列出 Kimi-K3.1-Pro 為中國第一,並稱韓國模型 Darwin 首次上榜。Darwin-180B-RSI-R3 在數學與科學推理以 73.68 分排名 19 款模型第二,僅低於 GPT-6.1-Sol 的 76.32,並居開放權重模型之首。
NVIDIA 於 2026 年 11 月 8 日宣佈與 Rebellions、SK Telecom 合作,讓 Rebellions 下一代 R200 處理器接入 NVLink Fusion,支援韓國主權 AI 基建。
MIT 工程師開發的 FLEX 學習平台,讓機械人從有限的自然語言指令推斷未明説的偏好,改善動作規劃。平台分為「Add」、「Generalize」和「Mask」三步,透過 GPT-4o 將個別避開事項概括為避開易碎物品,並移除環境中已不存在的物件。整個流程約需五秒,研究團隊在多個模擬場景中進行測試。