技术方向
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
12 条精选近 30 天 12 条共收录 64 条
面壁智能的算子生成系统ForgeKernel在22.5小时直播中，仅凭算子数学定义和硬件约束，在B200上把DeepSeek-V4.1的FlashMLA Prefill算子从518微秒优化到472微秒，快9.8%，全程42轮迭代、人类0行代码，直播后联合OpenBMB社区宣布开源。
推荐理由：原文给出直播过程的迭代细节与多榜单成绩，读者可据此评估AI生成算子对芯片适配成本的实际影响。
Google 的 Project Suncatcher 原型卫星在轨运行数据中心级 TPU，并首次成功执行 AI 推理。10 月 1 日发射后，团队完成上电与早期机器学习测试，本周通过地面站向星上 Gemma 4 开放模型上传提示词，在卫星飞经挪威斯瓦尔巴时下传了生成的俳句。接下来将测试 TPU 在热应力和辐射下的表现，为 2027 年双星互联目标铺路。
推荐理由：Google 公布 Project Suncatcher 原型卫星在轨运行 TPU 并完成首次模型推理，读者可了解太空算力研究进展。
Alphabet Q3 营收同比增长 25%，年化运行率达 5000 亿美元，Google Cloud 营收增长 103%。
推荐理由：CEO 本人对季度业绩的第一手陈述，给出了营收、云增速和模型使用量等关键数字，可据此判断 Google 的业务节奏。
微软公布 MAI-DxO 系统，让同一个大模型扮演五位分工不同的虚拟医生组成会诊小组，包括提出诊断、挑选检查、唱反调、盯成本和复核的角色，成果登上《科学》杂志。
推荐理由：原文拆解了微软 MAI-DxO 五角色会诊机制的分工细节和测试费用数据，读者可以了解多智能体医疗诊断的可行思路。
OpenRouter 10月19日至25日数据显示，DeepSeek V4.1-Flash-1017 以 33.6万亿 Token 周调用量登顶全球第一，环比增长801%，中国模型包揽前五。
推荐理由：原文拆解了登顶数据背后的版本迁移、架构效率与开源因素，也点出利润和原创性等边界，帮助读者避免只看排名的误判。
OpenAI 宣布其 AI 在数学、计算机科学和物理学领域产出重大证明结果，并请外部专家担任 shepherd 核查，数学与计算机科学证明已翻译为 Lean。
推荐理由：原文梳理了三个领域证明的核心内容和不同验证机制，读者可借此了解 AI 数学成果如何被外部专家独立核查。
OpenAI 发布三个数学难题的解答，其中包含对指数时间假说（ETH）的反驳，随后 Anthropic 也发布了自己的反证。MIT 计算机科学家 Ryan Williams 参与 OpenAI 组织的反馈工作，称证明中部分内容超出常规直觉；若成立，过去十年依赖 ETH 的多篇论文需重新审视，但他也表示 OpenAI 的算法不太可能是最优解。OpenAI 称已检查该结果未影响现有密码系统安全。
推荐理由：文章解释了指数时间假说的含义及模型给出亚指数算法的潜在影响，包括对密码系统和已有研究的冲击。
作者实测月之暗面 Kimi K3.1 Pro，普通 Pro 速度明显快于 K3，API 输出价格从每百万 token 100 元降至 68 元。
推荐理由：作者实测Kimi K3.1 Pro的速度、任务成绩与token消耗，并给出多个可直接对照的编程测试案例。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：微软研究者用人类主导的智能体搜索证明 KLS 猜想，可看人机协作如何参与数学发现。
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由：NVIDIA 一次铺开语言、机器人、生物、量子多条开源模型线，可据此看清其开源组合的覆盖范围与开放渠道。
微软研究院发布零知识证明虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在速度、通用性和密码学假设上同时推进。
Google 发布前沿模型 Gemini 4 Argon，即日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在长程任务中的落地边界。