阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-10-21154 篇

刷新

Ai2发布FairStress基准:揭示大模型在压力下对少数群体决策的不稳定性

专题 · FairStress基准实质变化
2026-10-20 16:00

美国非营利研究机构艾伦人工智能研究所(Ai2)于2026年10月20日发布了名为FairStress的新基准测试工具,旨在评估大型语言模型(LLM)在高风险决策场景中的深层公平性。与仅检查模型最终输出是否一致的常规测试不同,FairStress重点测量模型在面对“对抗性前缀”(即带有社会共识、权威推荐或历史劣势暗示的说服性论点)时,其决策的稳定性是否存在人口统计学上的不对称。

该研究涵盖招聘、贷款、医疗和教育等29个领域,包含300个双候选人决策场景。Ai2团队在Olmo、Llama、Qwen、Claude和GPT系列等多个开源及前沿模型上进行了测试。结果显示,当候选人的资质明显有高低之分时,如果模型被要求支持资质较弱但属于少数群体的一方,它比支持多数群体一方时更容易改变原本基于证据的正确判断。这种现象被研究者称为“反刻板印象过度纠正”。

数据表明,当人口身份信息是隐含而非明确陈述时,模型在放弃正确答案上的平均差距为6.9个百分点;而当身份明确标注时,这一差距扩大至9.3个百分点。这意味着,仅仅通过交换姓名或添加标签来测试公平性是不够的,模型内部处理证据的方式可能因受益群体的身份而发生微妙变化。

FairStress目前已在Hugging Face和GitHub上开放下载,并集成到Ai2的开源评估工作台Olmo-eval中。该基准不试图定义所有形式的公平(如基于结果的平等主义),而是专注于“对称公平”,即在证据充分的情况下,模型应同等抵抗来自任何方向的改变决策的压力。

信息源:allenai.org

研究

DeepSeek开源推理框架DeepInfer:兼容英伟达与华为芯片,自报单卡时均收入38美元

专题 · DeepSeek推理框架实质变化
2026-10-21 13:03

中国人工智能初创公司DeepSeek于周二正式开源其内部开发的推理框架DeepInfer。该框架专为高效运行其旗舰模型DeepSeek-V4.1-Flash设计,核心突破在于同时支持英伟达SM100 Blackwell图形处理器(GPU)和华为昇腾950芯片。这一举措旨在帮助社区降低计算成本、减少能耗,并使AI服务更加普惠。

DeepSeek在知乎发布的技术文章中披露了一项关键经济指标:在DeepInfer支持下,单个计算集群运行V4.1-Flash模型的营收能力相当于每GPU每小时38美元,该数据基于非高峰时段定价率。公司指出,该框架通过保留超过72小时的已处理信息来减少重复计算,从而显著提升成本效益。然而,DeepSeek并未公开其运营成本或利润率,因此该营收数字应被视为厂商自报的效率估算,而非独立验证的财务业绩。

此次发布伴随着DeepSeek高级研究员陈德里(Chen Deli)的激烈言论。他在社交媒体上将开源与闭源AI描述为人类未来的“决定性战斗”,称其为“光明与黑暗”之间的较量,并表示“无论他们想打多久,我们就打多久,直到彻底胜利”。这种修辞反映了在中美AI竞争加剧背景下,中国科技公司对Anthropic和OpenAI等美国主导的闭源阵营的回应。尽管美国政府上周提议对23项AI相关技术实施出口管制,但中国政府发言人表示将继续鼓励开源AI并在全球南方推广其应用。

信息源:scmp.com

研究

SpaceX第三季度营收激增161%,AI业务超越星链成最大收入来源;马斯克确认启动与特斯拉合并讨论

专题 · 特斯拉SpaceX合并结构性
2026-10-21 06:42

SpaceX于2026年10月20日发布第三季度财报,显示公司总营收同比增长161%至145.8亿美元。其中,人工智能部门(包括Grok聊天机器人、X平台及云计算业务)贡献了约76亿美元营收,占比达到52%,首次超越以Starlink为主的连接业务(约52亿美元)。这一结构性转变标志着SpaceX自今年2月收购xAI以来,已成功将AI基础设施租赁转化为其增长最快且最核心的盈利引擎。

在财报电话会议上,CEO埃隆·马斯克(Elon Musk)证实,应股东要求,SpaceX和特斯拉(Tesla)均已成立由独立董事组成的特别委员会,以讨论两家公司的潜在合并事宜。马斯克表示由于利益冲突他本人不参与谈判,但公开表达了对该交易的支持:“我认为这会是个好主意吗?是的。”他强调最终决定权在于股东投票。受此消息及强劲业绩推动,SpaceX股价在盘后交易中上涨4%,收于154美元,市值约为2.01万亿美元。

财务数据显示,SpaceX的AI业务呈现爆发式增长:从第一季度的8.18亿美元跃升至第二季度的25.6亿美元,再到第三季度的76亿美元。这种增长主要得益于向外部客户出租计算能力。与此同时,公司资本支出依然高昂,第三季度总支出达196亿美元,其中约164亿美元用于AI基础设施建设。尽管Starlink继续提供稳健现金流(运营利润约24亿美元),但其作为单一最大收入源的地位已被取代。

对于投资者而言,此次财报验证了大规模AI算力投入的商业可行性,但也凸显了对电力、冷却和基础设施的依赖远超芯片本身。马斯克指出,“部署超级智能的限制更多在于电力、冷却和基础设施,而非芯片”。此外,合并讨论虽处于早期阶段,但若成真,将彻底重塑两家公司的资本结构、估值逻辑及监管环境,需密切关注后续董事会决议及监管审批进展。

信息源:nypost.com

研究

AI服务器厂商超微电脑上调季度营收指引至195亿美元,股价盘后涨17%

专题 · 超微电脑实质变化
2026-10-21 12:20

美国AI服务器制造商超微电脑(Super Micro Computer, NASDAQ: SMCI)在周二盘后交易中股价一度上涨17%,此前公司将九月季度的营收指引从之前的145亿至155亿美元大幅上调至185亿至195亿美元。这一调整意味着其中点预期较原指引增长约26.7%,较去年同期则增长近279%。公司管理层将此次上调主要归因于AI平台需求的增强以及产品和客户组合的改善,预计毛利率将从10.4%-10.8%提升至12%-12.5%。

尽管营收预期乐观,市场对其盈利质量仍持谨慎态度。按新指引中值计算,额外毛利约为7.38亿美元,但这一毛利率水平仍低于六月季度的17.5%,显示盈利能力受客户和设备销售组合影响较大。更关键的问题在于现金流:超微电脑在2026财年报告了391亿美元的营收,但运营现金流出约68.1亿美元,自由现金流为负70亿美元左右。服务器销售增长需要大量预付昂贵芯片和组件费用,而客户付款往往滞后,导致营运资金需求激增。

分析师指出,部分增长可能源于市场份额转移或已收购组件的履行,而非行业整体支出的同等加速。戴尔科技(Dell Technologies)和慧与科技(Hewlett Packard Enterprise)在盘后交易中也随之上涨,表明投资者将此视为AI基础设施支出广泛复苏的信号。然而,华尔街共识仍为“持有”,目标价区间在15至60美元之间。投资者将于11月3日等待完整财报,以验证营收惊喜是否能转化为可持续的经营现金流和利润,特别是考虑到其单一客户占2026财年营收28.1%的客户集中度风险。

信息源:invezz.com

研究

亚马逊 CTO Werner Vogels:自然语言的模糊性使 AI 生成代码更需要形式化验证

专题 · AI代码形式化验证实质变化
2026-10-21 12:16

亚马逊副总裁兼首席技术官 Werner Vogels 在 2026 年 10 月亚马逊云科技软件企业峰会创业加速营巅峰路演上与极客公园创始人兼 CEO 张鹏的炉边对谈中,对 AI 生成代码的责任归属给出了一个具体判断:我们现在是用一种天然带有模糊性的语言——人类自然语言——去命令机器生成要求绝对精确的执行代码。这个描述点出了 AI 辅助开发区别于传统编程的核心风险来源。

传统编程中,开发者用精确的编程语言直接表达意图,错误通常来自逻辑疏漏或边界条件遗漏,责任链条清晰。而 AI 代码生成引入了一个中间翻译层:人用模糊的自然语言表达需求,模型将其转化为精确的代码。这个翻译过程本身带有不可完全消除的不确定性——同一段提示词可能生成不同结果,模型可能误解意图而输出语法正确但逻辑偏离的代码。

Vogels 由此推出一个实践结论:技术圈有一句铁律——你构建了它,你就必须为它负责(You build it, you own it)。这也是为什么在 AI 时代,形式化验证、自动化推理以及代码开源审查,反而变得比以往任何时候都更加重要。

Vogels 特别指出,在金融、医疗等受强监管的领域,如果 AI 犯了致命错误,开发者绝对不能对监管机构说「这不怪我,是 AI 干的」。责任始终归属于构建系统的人,而非模型本身。

信息源:geekpark.net

研究

法国AI公司Mistral发布Voxtral 3:集成实时语音智能体SDK,支持50+语言与多步工具调用

实质变化
2026-10-22 15:00

法国人工智能公司Mistral AI于2026年10月20日发布了Voxtral 3,这是一套包含最新语音转文本(STT)和文本转语音(TTS)模型以及全新语音智能体软件开发工具包(SDK)的产品家族。该发布旨在解决当前构建端到端语音智能体的主要挑战:即让系统能够同时准确倾听、深入推理、自然表达并跨系统执行多步操作。

Voxtral 3的核心在于其语音智能体SDK,它将监听、思考、工具调用和说话整合到一个实时流式管道中。这意味着基于该SDK开发的智能体不仅能进行对话,还能在通话过程中检索信息、与企业内部系统交互并完成具体任务。例如,在演示场景中,智能体能识别法语转介信内容,自动查询预约时段并完成预订,随后用英语向用户确认细节。

在模型性能方面,Mistral声称Voxtral Small Transcribe 3在多语言转录、说话人分离(diarization)和上下文偏置(context-biasing)上达到了行业领先水平(state-of-the-art),支持超过50种语言,包括24种欧盟官方语言及多种低资源亚洲和印度语系语言。厂商自测数据显示,其在FLEURS基准测试中的词错误率(WER)优于Whisper、Scribe v2和Gemini 3.5 Transcribe。此外,Voxtral Mini TTS 3引入了能根据对话语境调整情绪、语速和重音的新声音,支持35种以上语言和50多种方言。

针对专业需求,Voxtral 3推出了Pro Voice适配功能,仅需30分钟音频即可重现说话者的独特音色、情感范围和说话风格。所有模型均设计用于主权部署,可通过Mistral托管的欧盟API使用,或允许组织在自有基础设施上进行自我部署,以控制敏感对话数据的处理和保留策略。

需要注意的是,上述关于性能领先和超越竞品的结论均为Mistral官方发布的自测结果,尚未获得第三方独立复现验证。

信息源:mistral.ai

研究

OpenAI收购美国AI药物研发管理平台Orchestra Bio,整合进生命科学业务Rosalind

实质变化
2026-10-21 16:29

智东西10月21日消息,OpenAI于今日凌晨宣布已收购美国AI药物开发协作平台Orchestra Bio,并将其团队和技术整合进旗下的生命科学业务Rosalind。截至发稿时,双方尚未披露具体交易金额。

Orchestra Bio成立于2022年,主要为生物技术公司和药企提供研发管理软件,帮助团队制定研发计划、管理预算并追踪项目进度。其创始团队曾在生物研发软件公司Benchling担任早期管理职务。截至2025年8月,该公司已获得包括a16z、8VC和Insight Partners在内的2000万美元融资。

此次收购旨在构建能够协调药物开发的智能体,帮助科研团队将研究发现转化为后续实验、决策和行动。OpenAI表示,在美国,一款新药从靶点发现到获批平均需要约10至15年,信息分散和环节依赖增加了管理难度。Orchestra的智能体可梳理受影响的任务和时间安排,汇总相关信息供科学家决策。

Orchestra将整合进的Rosalind是OpenAI面向生命科学研究的产品体系。今年4月,OpenAI发布了首款生命科学专用模型GPT-Rosalind,并于9月结束研究预览,10月5日起正式计费。OpenAI称,其正与安进、莫德纳、诺和诺德等药企开展合作。

据Crunchbase统计,2026年截至9月29日,曾获VC注资的AI公司收购其他AI创企的交易已达195起,超过2025年全年。其中,OpenAI年内已有10笔AI相关收购。这一趋势表明,模型厂商的竞争正从基模研发延伸至行业应用,通过收购引入专业团队和软件服务,以争取专业市场的客户和预算。

信息源:zhidx.com

研究

Vicki Boykis:LLM 是公开代码的压缩平均值,没有基础你就只能被它带着走

实质变化
2026-10-17 08:00

机器学习工程师 Vicki Boykis 在 2026 年 10 月的一次访谈中提出了一个具体判断:在智能体可以生成代码、解释论文、完成大部分中间步骤的今天,学习机器学习基础的理由变了——不是因为你将来要亲手做这些事,而是因为你需要判断智能体做得对不对,以及什么时候该叫停它。

她的核心机制是这样的:LLM 的训练数据主要是公开代码,而公开代码大约只占全球软件产出的两成。大公司运行分布式工作负载的内部代码、经过多年迭代的架构决策,大概率不在训练集里,但她承认可能有例外。所以模型输出的是'我们认为好软件应该是什么样的压缩平均值'。如果你没有基础,你无法识别这个平均值,也就无法判断什么时候需要偏离它。

Vicki 用了一个反复出现的比喻:你在开车,还是智能体在开车?她描述了自己的实际工作流——在纽约电商搜索与个性化初创公司 Malachyte 做实时推荐系统时,她坚持先手画架构图,再手写入口代码,然后才让智能体补全细节。她要求智能体只展示计划、不直接推送代码,她逐块审查后自己提交。她说这样做'很难',但这是她刻意给自己制造的摩擦。

她给了一个具体例子说明为什么基础仍然有用:Git 命令。她承认自己不是 Git 高手,不在前百分之五到十的用户之列,但她说如果她没有 git fetch、git rebase、git commit、git push 的肌肉记忆,智能体帮她做这些操作时她根本不知道它做了什么、对不对。有了这个基线,智能体让她快五倍;没有这个基线,她只能信任一个她不理解的输出。

她还引用了 Anthropic 与另一家机构合作的一项研究:在审查新代码库时,一组人只用智能体生成代码,另一组人既生成又向智能体提问验证理解,后者记住了更多信息。Vicki 认为这说明当前智能体产品的交互设计过度偏向生成,而人们应该主动用它来提问和综合,而不是让它替你做完一切。

关于'品味是护城河'这个说法,Vicki 的态度是审慎的。她说掌握某样东西确实教会你什么是好的、什么该扔掉、什么该保留,尤其在软件与机器学习交互的复杂系统中,你需要在速度、透明度和准确性之间做取舍,而做出这些取舍的前提是你建过很多这样的系统。但她紧接着说'我不知道',因为她看到有人说品味不再是护城河,然后她自己猜测'品味不过是所有可能结果的统计分布概率,所以我们很快就会自动化品味'。她没有反驳这个说法,只是承认自己不确定。

Vicki 也给出了自己立场的边界。她说有些人的工作确实不需要读代码,'在某些情况下也许说得通'。她自己的情况是推荐系统和实时搜索涉及多服务交互,上下文负载高,她必须检查智能体做了什么。她还承认,当她在探索一个完全不熟悉的代码库时,她会让智能体自由探索,因为'我什么都不知道,让它去'——这时候她接受被带着走。

她建议新人的路径很具体:做小项目,小到能完成。搭一个智能体、给它正确沙箱化、让它每天给你一份日历摘要;或者用本地小模型生成 commit 消息。她说好的项目即使失败也教你东西,而且它让你从'别人说这个 API 好'变成'我用过这个 API,我觉得它好或不好'。有了观点,你才能选择下一步。

她的最终建议不是'什么都要学',而是'跟着你的兴趣走'。她说现在比以往任何时候都更值得深入追随自己的兴趣,因为那些无聊的中间步骤和行政性杂活可以被智能体抹平,但如果你在一个你根本不在乎的领域做博士论文,你得到的远少于在你真正好奇的方向上深入。她观察到有热情的人和无热情的人之间的差距是'天壤之别'——前者会建基准、微调、开发新方法,后者只是在追赶。

需要说明的是,这是一位从业者的个人经验与判断,不是经过对照实验验证的结论。她的'压缩平均值'论证基于公开代码占全球软件产出约两成这一估计,她本人用'我猜'和'大概率不是'来限定这个判断。她引用的 Anthropic 研究她只描述了结论,没有给出样本量或具体实验设计。这些边界不影响她的核心建议的实用性,但读者应将其视为一位有经验的实践者的工作流判断,而非已证实的普遍规律。

信息源:vickiboykis.com

研究

i14将Laplace 3B线性注意力模型移植至AWS Trainium2,推理显存固定为29.5MB

快讯
2026-10-21 05:14

AI研究公司i14与亚马逊云服务(AWS)合作,成功将其开发的Laplace 3B线性注意力模型在AWS Trainium2芯片上进行训练和服务。该模型采用门控线性注意力(GLA)设计,其核心优势在于推理时的循环状态大小固定为每个序列29.5 MB,不随对话或文档上下文的长度增加而膨胀。这一特性旨在解决传统Transformer架构中键值(KV)缓存随上下文增长导致并发降低、服务成本上升的问题。

在单台trn2.48xlarge实例上,Laplace 3B的训练吞吐量约为每秒120,000个token,并在1,280个并发序列下实现了每秒11,544个输出token的服务性能。这些数据由i14和AWS共同披露,属于厂商自测结果,尚未经过独立的第三方基准验证。

为了在Trainium2上运行这一原本依赖GPU优化Triton内核的模型,工程团队进行了三项关键改动:首先,使用标准PyTorch操作符重写GLA注意力内核,以匹配NeuronCore片上缓冲区的128个分区;其次,重新设计Muon优化器的通信方式,通过两次all_to_all集合通信将每卡流量减少24倍,吞吐量提升1.63倍;最后,静态展开GLA递归的16个步骤,以适应Trainium2静态编译器的图大小和片上内存限制。

线性注意力通过将历史压缩到固定大小的矩阵状态中,将训练复杂度从O(T²)降至O(T)。虽然这带来了可预测的服务需求,适合长运行智能体和大型文档分析,但文章也指出,这种压缩意味着必须针对具体工作负载评估检索质量,因为模型不再保留每一个键值对。

信息源:aws.amazon.com

研究

戴尔CEO示警:AI服务器积压订单达950亿美元,内存短缺2027年将加剧

专题 · 戴尔AI服务器积压订单实质变化
2026-10-21 10:30

据科技媒体 Hardwareluxx 报道,美国电脑制造商戴尔(Dell)首席执行官麦克·戴尔(Michael Dell)表示,随着人工智能(AI)数据中心的持续建设大量吸收内存供应,高带宽内存(HBM)和传统 DRAM 的短缺情况预计将在 2027 年变得更加严峻。

戴尔透露,戴尔目前的 AI 服务器积压订单已高达约 950 亿美元。这一数字反映了企业级服务器市场的巨大需求,而非消费级 PC 的需求指标。他指出,尽管处理器和加速器可能已经到位,但内存的可获得性正直接限制业务交付速度。无论哪种类型的内存短缺,都会导致整个系统无法顺利组装和出货。

戴尔认为,整体供应紧张的问题可能会持续数年。部分新建半导体晶圆厂预计要到 2029 年或 2030 年才能达到满产状态。由于内存制造商将大量产能投注于高利润的服务器内存,这可能会限制其他市场产品线的产能分配弹性。对于投资者而言,这一预警凸显了 AI 基础设施扩张中面临的物理供应链瓶颈。

信息源:technews.tw

研究

三星Hot Chips 2026演讲:LPDDR5X-PIM为何比HBM-PIM更适合产品化

实质变化
2026-10-21 19:00

当前AI处理器的功耗瓶颈已经不在运算本身。EDN Japan记者大原雄介在Hot Chips 2026(2026年8月23日至25日,美国斯坦福大学)的现场报道中指出,AI处理器消费电力的大半被数据移动占据——与本地或远程内存交换数据所消耗的电力,已超过执行运算所需的电力。这意味着,单纯提升算力并不能解决能效问题,如何减少数据搬运才是核心挑战。

解决数据搬运功耗有两条路径。CIM(Compute-In-Memory,在存储单元内直接嵌入运算器)是终极方案,但约束条件多、工程难度大。更现实的选择是NMC(Near-Memory Compute,近存计算):把运算器放在内存旁边而非内部。三星此次展示的方案属于NMC中的PIM(Processing-In-Memory)路线,将运算单元集成到LPDDR5X内存芯片内。

三星并非第一次展示PIM。2021年ISSCC上,三星发布HBM-PIM,在HBM2的部分Bank中嵌入由加算器和乘算器构成的SIMD引擎,报告称相比纯HBM2内存模式,性能提升2.54至2.82倍,功耗降低62%。2023年ISSCC全体会议上,AMD CEO苏姿丰展示在Instinct MI100上搭载三星HBM-PIM后功耗削减超过85%。数据相当亮眼,但三星此次选择的新路线是LPDDR5X-PIM而非继续推进HBM-PIM。

三星给出的理由是系统级功耗。HBM-PIM的问题在于HBM本身功耗就高——即便内存访问的功耗下降了,HBM堆栈的整体电力开销仍然推高系统总功耗。三星在问答中回应称并非放弃HBM-PIM,只是在HBM-PIM之外新增LPDDR5X-PIM。作者据此推断三星视HBM-PIM为概念验证,LPDDR5X-PIM才是面向产品化的路线。结构上,LPDDR5X-PIM将一颗DRAM划分为16个Bank,每个Bank各配一组DRAM与PIM单元;运算单元从HBM-PIM的FP16单精度扩展为同时支持FP和INT,但据作者观察,运算类型似乎从ADD/MUL两种SIMD引擎整合为仅保留MAC。

PIM的实际操作流程是:先以正常DRAM模式将权重和输入数据写入内存,然后切换至PIM模式,内部引擎从DRAM读取数据、执行运算、将结果写回,最后切回DRAM模式读取输出。这个模式切换过程本身也消耗时间,文章第1页尚未给出切换延迟的具体数据。三星同时与XCENA联合展示了将NMC构建为CXL设备的路径,但本页未展开其细节。

信息源:edn.itmedia.co.jp

研究

Meta将39%广告预算投向AI应用Muse,40天获1020万美国下载且留存率超竞品

专题 · Meta助手Muse实质变化
2026-10-21 01:12

根据市场情报公司Sensor Tower的数据,Meta的AI伴侣应用Muse自9月发布以来,在40天内获得了1020万次美国下载,成为少数几个达到这一里程碑的应用之一。

Meta正在大力投入营销资源以推动该应用的普及。数据显示,10月份Meta将其总广告支出的39%分配给了Muse,较上个月的23%显著增加。目前,Muse在美国按广告展示量计算的品牌排名第21位,而9月时仅为第73位。

除了依靠Meta旗下其他服务(如Facebook和Instagram)进行交叉推广外,这种高强度的广告投放似乎带来了更好的用户留存效果。在美国市场,Muse的7日留存率为30%,14日留存率为23%。相比之下,其竞争对手ChatGPT、Claude和Grok的平均7日留存率为19%,14日留存率为16%。

尽管Muse在初期增长上表现强劲,但长期成功仍取决于能否在新鲜感消退后留住用户。目前,Muse已保持美国App Store排名第一的位置,仅在10月19日被流媒体应用Kick短暂超越。

信息源:techcrunch.com

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系