1-flash。该方法利用了PyTorch初始化权重时使用的随机种子模式，该模式反映了GPU的核心数：B200/B300为148核，GB200/GB300为152核，而Hopper H100/H800为132核。DePue表示，他在真实的Blackwell芯片上复现了DeepSeek-V4-Flash和Kimi K3的结果，在GitHub上发布了验证代码，并且该方法正确识别了所有24个硬件已知的对照模型。
同一件事，精选收录的是《Forensic analysis links six Chinese frontier models to export-controlled NVIDIA Blackwell GPUs》
Dyania Health的Synapsis AI临床推理引擎会读取患者病历中的每一条记录、报告和化验结果，将相隔数年的发现关联起来，标记出哪些患者需要关注以及原因，且每个信号都可追溯到来源。它运行在医疗系统自身防火墙内由NVIDIA加速的计算环境中，因此患者数据永远不会离开医院。克利夫兰诊所使用它审查了2005年至2021年间超过7,800名主动脉瓣置换患者的病历，并构建了一个预测模型，用于评估三年、五年和十年时瓣膜恶化和再干预风险。
TimeNet 挑战赛是一项在线黑客松，要求 2–4 人组队，以 TimeNet 格式接入时间序列数据集，并训练或微调 Temporal AI Model（如 OpenTSLM），用于预测、分类、异常检测或推理等任务。第一轮于 11 月 11 日启动，11 月 22 日太平洋标准时间晚上 11:59 截止，后续还有更多轮次。Nebius 每轮为每支队伍提供 100 美元或 500 美元代金券，获胜队伍将获得来自 AWS 和 Google Cloud 的奖金 credits，起价为 25,000 美元。
Cultivated Corpora 打造了一台“打字支付”自动售货机原型，它接受新写的人类散文而非金钱，用零食换取文本，这些文本被用作 AI 训练数据。该终端于 11 月 12 日至 17 日在 Downtown 6 区 51 街与 Lexington 大道的 Data Vandals Newsstand 进行演示。该公司表示，它正在填补 AI 公司需要比现有更多训练数据的空白。
美国雇主为软件开发人员提交的H-1B申请量从2022财年到2026财年（比较10月至6月的数据）下降了36%，而带有AI职位名称的申请量上升，并在2026财年占所有认证申请的1.8%。新就业类软件申请量下降了46%，2026财年的降幅在2025年10月至12月最为陡峭，同比下降26%，此前白宫宣布对新H-1B申请征收10万美元费用。包含“machine learning”或“artificial intelligence”的职位名称上升了80%，而“AI engineer”等较短职位名称贡献了最新一年增量的92%；OpenAI和Anthropic在其402份认证申请中，只有11%包含AI或机器学习。
Mirendil宣布完成10亿美元A轮融资，由Kleiner Perkins和Clearlake Capital领投，Battery Ventures、Google、M13、Pear VC等参投，用于打造让科学家和工程师也能使用前沿AI研发的工具。该公司表示，一名研究人员借助智能体从零开始预训练了Mirendil-Base——一个具有竞争力的编程模型，耗时3.5个月，算力成本不到1000万美元，随后将其后训练为Fern，后者支持最多1000万token的上下文。Lor目前处于内测阶段，可让数百个智能体连续数天编写代码并运行实验，Mirendil称其每天都在Lor上运行。
微软研究院焦点版第98期重点介绍了AI进展使通用翻译更接近现实，以及一项新证明解决了高维几何中悬置31年的KLS猜想。本期还涵盖CompactionBench和APEC，它们将编码智能体的上下文压缩成本最多降低25.4%，执行时间缩短9.6%，以及Latent Core Tokenizer，它在104种语言上改进了分词。
一名谷歌研究员带领的48个AI智能体团队标记了墨西哥一处玛雅遗址，称其可能未登记在册，但考古学家指出，该遗址早在一年多以前就已在学术期刊上被记录。Pietro Miotti称这项工作是他个人的业余项目，未使用谷歌的计算资源或资源，并表示他在社交媒体上受到批评后，曾向墨西哥INAH核实，随后更新了自己的帖子以归功于更早的研究。包括Sarah Parcak和Ivan Šprajc在内的考古学家表示，发现一处遗址并不等同于发现它，并强调同行评审和现有研究仍然至关重要。
Newcomer与Bessemer Venture Partners发布了首届AI 100榜单，评选出最具前景的私营AI公司，Anthropic位列第一，其预期IPO将于下周进行，OpenAI排名第二。这100家公司的总估值约为3.5万亿美元，以研究人员为主体的模型公司仅占榜单的9%，却占总估值的55%。推理领域的Fireworks（第9）、Baseten（第12）、Fal（第16）和Modal（第20）也排名靠前，转型老将Stripe（第4）和Anduril（第7）同样在列。
根据GDC游戏节最新的年度行业调查，40%的游戏开发者表示他们在工作中使用生成式AI，高于2025年的36%。使用率最高的是免费游戏开发者（58%）和纯移动工作室（70%），研究和头脑风暴（73%）是首要用途。调查还发现，34%的受访者在过去两年中曾被裁员。
Epoch AI 估计，华为位于内蒙古的和林格尔数据中心约有 105,000 颗在运的昇腾 910C 和 8,000 颗昇腾 910B 芯片，大致相当于 81,000 颗 H100 等效算力（90% 置信区间：36,000 至 141,000）。该估算基于商业卫星影像和一个冷却设备模型，后者显示这四栋面向 AI 的楼宇 IT 电力容量最高可达 286 MW。这使得和林格尔的 AI 算力约为 SpaceX 位于田纳西州的 Colossus 2 的 7%；而一座规划中的楼宇到 2028 年初可将其容量提升逾 70%，但仍远落后于 Colossus 2 预计的 180 万颗 H100e。
据ChinaTalk调查，包括Mercor、Surge AI、AfterQuery和Turing在内的美国数据经纪商正向中国AI实验室出售价值约5亿美元的训练数据，其中部分为强化学习环境。报告指出至少涉及九家美国公司，并称中国实验室刻意购买已售予Anthropic或OpenAI的产品，以跳过昂贵的内部开发，考虑到中国的芯片内存瓶颈，这种节省尤为重要。ChinaTalk指出，强化学习环境基本不受出口管制约束，并主张工业与安全局应将现有管制适用于两用编码和生物环境，同时强调中国实验室仍落后美国同行至少数月。
Plurai 已完成 1300 万美元种子轮融资，由 Team8 领投，旨在借助从自动驾驶汽车借鉴的模拟技术让 AI 智能体更可靠。这家初创公司构建企业系统的数字孪生，梳理智能体可能的执行流程，并利用合成数据让模型为边缘情况做好准备，随后针对每位客户对小型开放权重模型进行后训练。与 Nvidia 和 Nebius 的测试显示，其模型以更低成本超越了中端前沿模型。
Meta已签署一系列长期采购承诺，涵盖水泥、钢材、货运和再生塑料，旨在推动其数据中心供应链中的清洁制造实现商业化规模。这些交易包括从Sublime Systems采购至少18万吨低碳水泥、从瑞典Stegra采购近零排放钢材、与Nevoya扩大在加利福尼亚州和亚利桑那州I-10沿线的零排放货运路线，以及与MacroCycle Technologies每年采购5000吨再生PET。
包括Mercor、Surge AI、Turing、AfterQuery和Pareto在内的美国数据供应商正在向中国AI实验室出售强化学习环境，报告指出了九家与中国有业务往来的供应商。报告认为，这些交易让中国实验室得以跳过昂贵的 rollout 实验，并节省受内存限制的算力，同时指出这些交易基本不在出口管制范围内，而且落后于美国实验室的差距限制了损害。
Mercor 在年化收入达到 30 亿美元后，以 200 亿美元估值完成了 7.5 亿美元 D 轮融资；其年化收入从 2 月的 10 亿美元和 6 月的 20 亿美元增长而来。该公司称拥有 500 万名专家，并将其市场界定为美国 800 多个职业，这些职业的工作流程尚未被模型评估过。Mercor 还表示，其目前在推理上的支出已是员工薪资的 3 倍，并认为如果这一比例在整个经济中成立，则意味着未来五年 GDP 将实现两位数增长。
乌兰察布曾是内蒙古一个鲜为人知的城市，随着数据中心在其草原上遍布，它已成为新兴的人工智能计算中心，吸引着来自中国各地的年轻工人。快手于2023年在那里开始运营其首个自建数据中心，DeepSeek今年4月发布了高级运维岗位的招聘广告，月薪最高达3万元人民币（4200美元）。劳动力市场如今正趋于饱和，雇主提高了招聘标准，一些雇主只考虑本科学历持有者。
乌克兰的光纤无人机不受战场干扰影响，但随着从中国进口光纤材料与全球AI数据中心争夺同样有限的供应，其成本如今面临上涨。乌克兰无人机制造商正在适应这一局面，成品线轴所容纳的线缆足以让无人机常规在数十英里范围内作业，极端情况下可达62英里。
根据Exponential View的数据汇总，2025年因AI相关岗位失业的从业者，找到新工作所需时间比其他岗位的同行多出约一个月。Anthropic支付34亿美元，接手了一家供应商两年前订购的1.7GW燃气发电机订单，这是已知AI实验室最大的一笔电力设备采购。苹果的内存库存同比增长2.5倍，帮助其抵御了内存成本上涨。
路博润正在构建一个连接业务流程、现代数据平台和云基础设施的数字基础，以加速特种化学品的研发。IT副总裁Girish Rao表示，目标是给科学家更好的工具，而不是取代科学判断，由科学家、数据科学家和IT人员组成的“融合团队”从小型试点开始以建立信任。云访问还支持可持续发展工作，例如对淀粉和玉米基材料替代品进行建模。
Preferred Networks的AI写作指导系统Ronjiro荣获第23届日本e-Learning大奖AI特别奖（学习支持类）。Ronjiro利用包括PFN自主研发的PLaMo基础模型在内的生成式AI，支持高中生的议论文与作文学习，最快一分钟内即可就逻辑结构和改进点提供反馈。该系统自2026年3月起通过与Yarakis Switch集团的合资公司YP Switch提供，目前正在全国部分School IE课堂中引入。
SemiAnalysis 参观了远景位于内蒙古乌兰察布的 Galaxy 园区，该园区规划 IT 容量最高达 800MW，首期 120MW 在一年内交付，成本约为美国的五分之一。园区正在运行一个 5MW 的 800V 直流试点，采用固态变压器将 10kV 交流电直接转换为 800V 直流电供给机架，并通过液冷与风冷服务器共用一条水路来省去中央冷水机组。远景前两期超过 60% 的电力来自其自有 420MW 风电场加 4 小时电池储能，整个园区预计于 2027 年底建成。
苹果成为Mag7中唯一一家今年迄今跑赢主要指数的公司，其资本支出仍低于AI热潮前的水平，而四大主要超大规模云厂商自2023年以来将支出提高了约6至9倍。Roblox表示，过去一个月其参与度排名前100的游戏中，超过80%使用了AI工具，每日资产上传量环比增长两倍。
《麻省理工科技评论》在旧金山测试了Tau Robotics的人形清洁服务，这些机器人由人工远程操控，而非完全自主运行。机器人会收集训练数据，用于未来的自主模型；定价为每周清洁一次、使用两台机器人收费60美元，单次上门收费100美元。机器人清洁了厨房和卫生间，但在楼梯处遇到困难，并在首次上门期间多次停滞。
亚马逊高级应用科学家 Hamed Karimi 与合著者 Julie Nutini 和 Mark Schmidt 凭借其 2016 年关于 Polyak–Łojasiewicz 条件下梯度与近端梯度方法线性收敛的论文，获得 2026 年 ECML PKDD Test-of-Time 奖。该论文表明，即使模型不存在单一最优解，这一 1963 年提出的不等式也能保证线性收敛，从而统一了分散的优化结果，并将其扩展到非光滑情形以及坐标、符号和随机梯度下降等算法。该论文已被引用超过 2,000 次，并收录于研究生教材中。
Ai2 启动了一项气候建模计划，由 Google.org 提供三年资助，Google Research 提供技术支持，旨在开发开源模型 NeuralGCM+，以实现更快、更可靠的气候预测。该项目扩展了 Google Research 的 NeuralGCM——该模型将大尺度动力学的物理方程与云形成、降雨等小尺度过程的 AI 相结合——以同时模拟大气和海洋。Ai2 的目标是降低过去 50 年区域气温和降雨的误差，并向外部研究人员发布带有文档化工作流程的模型和框架。
SemiAnalysis 报告称，SpaceX 目前有 3.6GW 的数据中心容量正在多个站点建设中，并将其 2027 年的估计上调至约 13GW，高于其在首次财报电话会议上给出的 10GW 数字。该机构表示，已确定超过 9GW 的可行容量，并认为 SpaceX 可能是世界上最快的数据中心建设者， citing Colossus 2 的建设时间为 210MW 用时 91 天，以及密西西比州一个新站点目标约为 4 个月。它还指出，德克萨斯州 TeraFab 芯片工厂站点可能有一个数据中心，以及 Colossus 2 的 BESS 部署接近 6GWh。
Sakana AI于2026年10月26日在东京举办了“从世界模型到真实世界AI”研讨会，首席科学顾问Jürgen Schmidhuber发表了主题演讲，Sakana AI宣布将开发自己的预训练语言模型系列Sakana Sawara（暂定名）。首个小型模型Sawara Small（暂定名）若开发顺利，计划于2027年春季发布。超过400名参会者参加了此次活动，活动还包括Schmidhuber与CEO David Ha之间的对话。
长鑫存储公布第三季度净利润544亿元人民币，营收1187.1亿元人民币，同比增长613.2%；路透社称其已向国内芯片设计公司发送HBM3E样品，计划在两个月内进行有限量产，尽管良率仅为20%至30%。宇树科技上市后首份财报显示，第三季度营收增长69.9%至6.65亿元人民币，研发支出增长约250%。月之暗面发布Kimi K3.1 Pro，上下文窗口达100万token，随后就速率限制致歉，并恢复了订阅用户月度额度的四分之一。
Microsoft Research Focus Edition #97 重点介绍了 ForkPilot，这是一个自我改进的智能体框架，在六个基准测试中与现有最佳方法表现相当，同时将 AI 处理需求最多降低 59%。该期还涵盖了 CABRA，该框架表明编码智能体仍难以理解不熟悉的代码库，以及 TeleTune，它从用户活动日志中学习可复用的技能。它还考察了 Copilot Chat 活动，其中文档编辑超过了分类活动的 20%。
Zenrin、Zenrin DataCom与Preferred Networks已签署业务与资本联盟协议，Zenrin旗下公司认购了PFN的第三方定向增发。合作方将把持续更新的地理空间数据（包括历史变更记录）与PFN的生成式AI、物理AI及三维空间识别技术相结合，构建能够理解和预测现实世界变化的AI模型。初期重点领域包括公共部门、房地产、零售与流通，瞄准需求预测、门店选址以及城市规划、防灾和物流模拟。
Meta正在支持五所美国大学的研究——加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和UTHealth Houston——为其提供最新Muse模型的使用权限、研究人员协作和资金支持。研究人员将使用Muse Spark Open、Muse Wonder、Muse Spark、30B开放权重的Muse Glimmer，以及SAM、V-JEPA、DINO、UMA和SeamlessM4T。项目涵盖医学、物理学、化学、生物学、计算机科学和数学，大学保留对所有患者和临床数据的控制权。
Anthropic 的生命科学团队花了数月时间与六家药物开发商合作，包括百时美施贵宝、Generate Biomedicines 和 Divergence Labs，同时开展自己的发现项目，以测试 Claude 能在哪些环节加速药物开发。报告的早期结果包括：Generate 设计的一个版本比标准版本短约 70%，使免疫细胞产生的受体数量增加约 10 倍；以及在大约一个月内为 Divergence 主要自主生成了约 35,000 个抗体设计。Anthropic 表示，这项工作仍主要处于临床前阶段，并计划随着项目推进将 Claude 扩展到临床试验中。
推荐理由：Anthropic 首次详细披露将 Claude 嵌入真实药物项目的实践，展示了该模型在六家合作伙伴中哪些环节有帮助、哪些环节仍有不足。
Anthropic 邀请学术机构、非营利组织和政府实验室的首席研究员及其研究团队申请为期 8–12 周的客座研究员项目，在因果人类生物学、结构与计算分子生物学、药物化学、药物发现和临床科学等领域使用 Claude。Anthropic 将免费运行其模型和工具链，成果将以开源数据和代码形式发布，同时研究员保留对其数据的权利。申请开放约 14 天，入选参与者将在截止后约 14 天通过电子邮件收到通知。
Epoch AI估计，到2027年出货的AI芯片可支持约3000万至1.7亿个并发前沿模型智能体；若运行更便宜的模型，则可支持近20亿个。其研究还发现，固定AI性能水平的成本在过去三年中每季度下降约47%，约合每年13倍。另外，Epoch估计中国在半导体供应冲击中的风险敞口是美国的2.7倍。
Markov Robotics 正在训练一个世界模型，用于零样本通用机器人灵巧操作，所用机器人数据不到十小时，而同类结果通常需要数千小时。该公司几乎全部计算都运行在 Modal 上，从预处理数百 TB 视频，到 2–10 个并发训练任务，再到通过 Modal Tunnels 进行远程推理，往返延迟约为 20 毫秒。原本可能需要一整天的预处理，现在二十分钟到三十分钟即可完成，并可一次性扇出到多达 500 块 GPU。
Applied Compute 通过强化学习训练企业定制 AI 智能体，依托 Modal 的沙箱、Functions 和亚秒级冷启动，使数千个并行 rollout 保持 GPU 满载运行。其智能体包括为 DoorDash 打造的商家入驻模型，以及为 Cognition 打造的 bug 捕捉智能体。
Chai Discovery 正在使用 Modal 运行其机器学习药物发现流水线，涵盖蛋白质嵌入、多序列比对到抗体设计。Modal Volumes 一次性下载并索引达到数百 GB 的数据集，然后在多台机器间共享，而弹性 GPU 扩展能在几分钟内启动数百个 GPU。Chai 表示，同一套设置现在无需重写基础设施就能将研究工作流带入生产环境。
Modal 宣布，用于开发、测试和部署数据管道的数据编排工具 Twirl 将加入该公司。Twirl 联合创始人 Rebecka Storm 和 Eric Hansander 将加入 Modal 的斯德哥尔摩办公室，在那里开发并扩展 Modal 的无服务器基础设施，并拓展其欧洲业务版图。Modal 表示，该团队的数据产品经验将帮助其从 AI 推理扩展到相邻的 AI、ML 和数据用例。
一支被匿名称为 AFC Richmond 的欧洲顶级足球队将其比赛追踪数据流水线迁移到 Modal 的无服务器 GPU 平台，将处理整个赛季比赛的成本削减了 50%。该球队通过自定义的基于 transformer 的模型对每场比赛约 350 万条追踪观测数据运行推理，如今借助运行在 Modal 上的 Airflow，每场比赛的数据处理只需几分钟，而非数小时。