Google Research 发布地理空间推理智能体的技术报告，该智能体把 Gemini 与 Earth AI 基础模型、Google Maps Platform、Earth Engine 等数据连接，通过模块化技能、前置规划和独立空间工作区完成多步空间分析。报告在四个基准上对比四种配置，结果显示专用 Earth AI 技能对定量空间任务提升明显，而开放式任务还需要前置规划；团队同时发布 GeoKTools 和 GeoExpertQueries 两个新基准的开发集。Google 还扩大早期访问，在 Ask Google Earth 中预览深度分析能力，并向开发者提供实验性的 Agent-to-Agent API，WHO 非洲区域办事处、People in Need、GiveDirectly 等伙伴已参与测试。
匹配字段标题、摘要
François Chollet 认为，仅靠自回归采样无法解决真实物理任务，物理世界对模型幻觉和近似模式匹配毫不宽容；要实现真正的自主机器人，必须把因果性和离散推理重新工程化进循环中。他称赞 Biwei 与 Aether AI 团队正在做的正是这类基础性、非共识的工作。
匹配字段标题、摘要
HuggingFace CEO Clément Delangue 表示，很高兴看到 Google 的 Embedding Gemma 2 登上 HF 趋势榜。他认为媒体和硅谷只关注推理 LLM，但嵌入向量、决策模型、音频、视频、时间序列等 AI 模型同样极具影响力，HF 上已有超过 300 万个公开模型，应让它们重新获得关注。
匹配字段标题、摘要
Tensormesh 于 2026 年 10 月 14 日发布 Tensormesh Platform，为企业自建 LLM 推理提供 KV 缓存管理，跨 GPU 内存、CPU 内存和存储复用推理状态，减少重复的 prompt 处理。该平台基于其开源项目 LMCache，提供安全、可观测性、弹性、策略管理和多租户五项能力，并支持 pin、定位、移动、压缩和清除缓存条目的 controller API。其 CacheBlend 技术在 EuroSys 2025 论文中报告首 token 时间快 2.2–3.3 倍、吞吐量高 2.8–5 倍。
匹配字段标题、摘要
Reactor 正构建面向实时交互式视频与世界模型的推理基础设施，开发者可通过统一 SDK 和 API 以 60FPS 以上帧率、低于 40 毫秒延迟运行模型。该公司累计融资达 7400 万美元，最新一轮由 NVIDIA 与 Sapphire Ventures 追加投资。其平台已汇集多款可实时运行的视频与世界模型，并在好莱坞制片厂、广告平台等媒体娱乐场景推进活跃项目。
匹配字段标题、摘要、正文
Intel 在 OCP Global Summit 2026 上正式公布面向 AI 推理的 D 系列 GPU 详细规格，该系列此前代号 Crescent Island，是首个采用 Intel 最新 Xe3P GPU 架构的产品线。首款型号 D270 采用风冷设计和 PCIe 5.0 接口，无需专用机架或液冷即可装入数据中心，配备 32 个 Xe3P 核心和 256 个矩阵引擎，FP8 算力 1.3 petaFLOPS，功耗 350 瓦，支持 160GB 至 480GB LPDDR5X 内存，单卡可运行最高 3000 亿参数模型，八卡系统可支持最高 1 万亿参数模型，目前正向客户提供验证样品。Intel 同时推出面向智能体 AI 的机架设计，符合 OCP ORV3 标准，可容纳超过 46000 个 CPU 核心，基于 Xeon 6+ 的配置功耗为 133.45 kW。
匹配字段标题、摘要
RouterPlus 把多个团队的需求合并成与供应商的一笔大单，各团队按自身流量份额享受该批量单价，让非批量买家也能拿到批量定价。该服务还会用你的真实用量测试模型，挑出够用且成本最低的那个，避免所有任务都付费调用顶级模型。作者认为这种模式最适合热门开源模型，因为多个团队本就需要相同权重跑在同类硬件上。
匹配字段标题
确实，这是一件大事
匹配字段标题
微软在 Open Compute Project Summit 2026 上公布第三代自研推理加速器 Clea Maia 300 的规格，采用台积电 2 纳米 N2P 工艺和 chiplet 架构，封装内含 7 颗芯片与 8 个 HBM4 堆栈，配备 288 GB HBM4 和 18 TB/sec 内存带宽。微软称一机架 96 颗 Maia 300 的 token 吞吐量最高可达一机架 48 颗 Maia 200 的 7 倍，每瓦性能提升 2.5 倍，单机架功耗约 167 千瓦。该芯片面向更大规模的智能体推理负载，ATL 2.0 网络可将 128 个机架、12,288 颗加速器连入同一一致性域。
匹配字段标题、摘要
Cerebras 发布 MoE 推理指南，拆解 8x7B 的实际含义——并非 8 个专家各 7B 激活参数，而是 13B 激活参数。文章给出模型权重与 kv-cache 的显存计算公式，并指出单 GPU 部署受显存限制、多 GPU 受通信限制、Cerebras WSE 等专用硬件则受算力限制。
匹配字段标题、摘要
LiquidAI 发布 LFM2.5-24B-A2B，基于 LFM2-24B-A2B 架构，激活参数 2B，上下文窗口从 32K 扩至 131K tokens，词表从 65K 扩至 128K，并改为只输出思维链的推理模型。预训练规模从约 17T 扩至约 33T tokens，后训练经 SFT、教师专精、两阶段多领域在线策略蒸馏和智能体强化学习五步，在 OpenClaw、Hermes Agent、Pi、OpenCode 等框架内训练。在 16 项基准中，它在 AutomationBench、BFCLv4、ToolSandbox、LiveClaw、τ³-Bench Banking 等 8 项工具与智能体基准中的 5 项领先或持平，三项指令遵循基准全部领先，但 GPQA Diamond、HLE、SWE-Bench Verified 等知识密集与编码基准仍落后于更大模型。模型已在 Hugging Face 开源权重，支持 llama.cpp、MLX、vLLM、SGLang、ONNX，在 M5 Max 上解码 184 tokens/s，单张 B300 高并发下输出超 21K tokens/s。
匹配字段标题、摘要
在最新一期 theCUBE Pod 中，theCUBE Research 分析师 John Furrier 与 Dave Vellante 讨论了 IBM 在 AI 时代的定位：IBM 押注模型商品化，以 Red Hat 开源基础构建由智能体、数据、自动化和混合基础设施组成的四部分架构，做企业混合 AI 运营基础设施。Vellante 称 AI 运营模型将成为新的竞争优势来源，并指出工作负载已从一年前 90% 训练变为如今 60-40 训练与推理，预计将翻转至 10-90。Marvell 则提出 2031 财年 700 亿至 900 亿美元营收目标。
匹配字段标题、摘要
Google 发布 Gemini 4 Argon，一款面向机器人的通用物理推理模型，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。官方给出覆盖机器人控制、Real2Sim、物理理解与自我改进四类场景的代表性提示词，例如用 MuJoCo 数字孪生练习 Spot 踩垃圾桶踏板、从手绘草图生成 mujoco_warp 场景，以及在仿真中合成 4500+ 回合数据把真机成功率从 56% 提升到 75%、完成时间从 35s 降到 24s。开发者即日起可在 Google 开发者平台使用该模型。
匹配字段标题、摘要
Prime Intellect 宣布收购 Moondream，创始人 Vik Korrapati 和 Jay Allen 加入并负责推理与多模态模型（含视觉与 computer use）。Moondream 曾发布开源视觉语言模型和推理引擎 Photon，其 Moondream 3.1 在物体检测等任务上达到 34 requests per second，约为次优开源模型的 24 倍。Moondream 3.1 现已通过 Prime Inference 提供并由 Photon 驱动，Moondream Cloud 客户将在未来几天获得平台额度。
匹配字段标题、摘要
面壁智能 MiniCPM-V 4.7（1B 与 35B-A3B）通过与 Nativ 合作，在 Mac 上实现 Day 0 全本地推理，支持图像与视频理解。在 Apple Silicon 搭配 Nativ v0.4.x 实测：1B 版 prefill 超 24K tokens/s、decode 315 tok/s；35B-A3B 版 prefill 超 4K tokens/s、decode 90 tok/s。
匹配字段标题、摘要
InternLM 发布 STAR-Bench，一个用于衡量音频 4D 智能（对声音在时间与 3D 空间中动态变化的推理）的基准，v1.0 已上线 HuggingFace，相比 v0.5 修订了空间任务问答。该基准包含基础声学感知（绝对与相对两种设定下的六项属性）和整体时空推理（连续与离散过程的片段重排，以及静态定位、多源关系、动态轨迹等空间任务）。评估支持 Qwen2.5-Omni、Kimi-Audio、Phi4-MM、Gemini、GPT-4o Audio 等模型，数据与代码仅限研究用途。
匹配字段标题、摘要
InternLM 发布 ETCHR（Editing To Clarify and Harness Reasoning），一个以问题为条件、具备推理感知能力的图像编辑器，作为多模态大语言模型（MLLM）的解耦式视觉推理助手，可即插即用地辅助 Qwen3-VL-8B、Gemini-3.1-Flash-Lite、Kimi K2.5 等下游模型而无需微调。其 Edit-Verify-Reason 推理机制在验证失败时回退原图，在细粒度感知、图表理解、逻辑推理、拼图还原和 3D 理解五类任务上均提升 Pass@1 准确率。项目已开源 ETCHR-FLUX.2-klein-9B 模型、SFT-400K 与 GRPO-10K 数据集及 DL3DV-2K 基准，基于 FLUX.2-klein-base-9B，遵循 FLUX 非商用许可。
匹配字段标题、摘要
InternLM 开源了论文 EndoCoT 的官方实现，该工作已被 ECCV 2026 接收，提出一种让扩散模型逐步推理的范式，在 Qwen-Image-Edit-2511 上优于常规训练方法，并提供透明的中间推理轨迹。仓库已放出 EndoCoT-Data 数据集与 ckpt，训练代码、训练数据、主任务 ckpt 和编辑模型 ckpt 仍待开源。
匹配字段标题、摘要
Satya Nadella 宣布微软将把自研 Maia 芯片扩展至多吉瓦部署，成为自家产品与服务的主要推理系统，并发布第三代加速器 Maia 300。微软称 Maia 300 每瓦 token 数比领先的 GPU 系统高 40%，一个整机架在 167kW 内集成 96 个加速器、27.6TB HBM，token 吞吐量最高可达 Maia 200 机架的 7 倍。Maia 200 已在 Teams 和 Copilot 中承担生产流量，每瓦 token 数最高为领先 GPU 基础设施的 1.7 倍；Maia 300 采用多 chiplet 设计，每颗芯片配 8 组 HBM4、峰值带宽 18.0 TB/s、TDP 950W，并支持增强的 MXFP4 以压缩 KV cache。据报微软正与 TSMC 洽谈 2027 年交付超过 30 万颗 Maia 300，该数字仍在谈判中。
匹配字段标题、摘要
卡尔的AI沃茨提出“大AI理论”：第一步用最高推理档加计划模式，靠语音、图片、视频把想法不加整理全倒给AI；第二步降到中档推理快速干活，Terminal Bench 3.0 数据显示详细需求+中档推理质量优于模糊需求+高档推理；第三步调回高档让AI审查中档产出，作者称可额外揪出20%-30%的问题，验证耗时约为从头生成的三分之一。
匹配字段标题、摘要、正文