←搜索结果

搜索“NVIDIA”

按匹配度 · 共 2042 条结果 清除搜索

星期一

  1. MarkTechPost

    Mistral AI 发布 Timestral 时间序列基础模型，最大 209M 参数可在 CPU 推理

    Mistral AI 发布首个时间序列基础模型系列 Timestral，包含 5M、28M、123M、209M 四个零样本预测模型，支持最长 32,768 个时间步的上下文。据 Mistral 自测，209M 版本在 GIFT-Eval、TIME 和 fev-bench 上位列零样本预训练模型第一，fev-bench SQL skill 得分为 50.39，高于 TimesFM-3 的 48.99。模型无需 GPU，在 8 线程服务器 CPU 上 209M 版本单次预测耗时 140 ms，权重以 Modified MIT 许可开放，可通过 pip 安装并部署在本地、VPC 或隔离环境。

    ights, unlike TimesFM-3’s non-commercial licence. Asif RazzaqWebsite | + postsBio ⮌ Asif RazzaqMiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input Asif RazzaqNVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration RELATED ARTICLESMORE FROM AUTHOR Exa 3.0 Search API Tops Perplexity, Brave and Parallel on 8 Benchmarks Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 MiniMax Just Launched M3.1 Flash: 428B MoE Ag

    匹配字段正文

    #ai-vertical#模型发布#开源生态#推理
  2. MarkTechPost精选

    MiniMax 发布 M3.1 Flash：428B MoE 智能体模型，输入 $0.15/百万 token

    MiniMax 在 API 上线 MiniMax M3.1 Flash，428B 总参数、约 23B 激活的 MoE 多模态模型，支持 100 万 token 上下文，输入 $0.15、输出 $0.60 每百万 token。推理始终开启且不可关闭，提供 Low 到 Max 五档强度，权重计划于 10 月 23 日发布、许可证尚未公布。厂商自报成绩中 Automation-Bench v1.0.6 以 62.2 居首，Terminal Bench 4.0 为 38.1，落后 Opus 5 的 51.8。

    M3.1 Flash compare with DeepSeek, Kimi and GLM? FeatureMiniMax M3.1 FlashDeepSeek V4.1 FlashKimi K3GLM-5.3 Total / active params428B / 23B (MiniMax)552B / 8B prefill, 16B decode (NVIDIA card)2.8T / 104B (HF) 744B / 40B, shared GLM-5 base Context1M1M (DeepSeek docs)1,048,5761,048,576 (Cloudflare) InputsText, image, videoText, imageText, imageText Weights / licenseDue Oct 23; license not disclosedOpen, MITOpen, Kimi K3 LicenseOpen weights API price in / out (1M)$0.15 / $0.60 flat$0.30 / $1.20 pea

    匹配字段正文

    #ai-vertical#模型发布#Agent#推理
  3. 德国之声中文网

    投资德国峰会柏林举行：德国将携手英伟达宣布AI合作协议

    德国总理默茨与英伟达CEO黄仁勋计划在柏林“投资德国峰会”上公布一项AI合作计划，德国联邦政府将投入数亿欧元，英伟达提供工程师和芯片，西门子、奥迪等约十家德国企业参与。黄仁勋称德国是英伟达在欧洲最大的运营基地，并强调实现“数字主权”需能独立运营自己的服务。

    美国芯片制造商英伟达（Nvidia）首席执行官黄仁勋（Jensen Huang）将是“投资德国峰会”重要嘉宾之一图像来源: Jens Kalaene/dpa/picture alliance （德国之声中文网）为期两天的“投资德国峰会”将于周一晚间在柏林开幕。德国总理默茨将发表开幕致辞。预计约有200名德国及国际大型企业代表出席会议。 美国芯片制造商英伟达（Nvidia）首席执行官黄仁勋（Jensen Huang）将是峰会重要嘉宾之一。英伟达产品是当前AI热潮的核心之一，德国政府希望借助双方合作，帮助德国在这一领域迎头赶上。 据德国《商报》（Handelsblatt）报道，德国总理默茨与黄仁勋计划在峰会上公布一项AI合作计划。据悉，德国联邦政府将投入数亿欧元，英伟达则将提供工程师和芯片。包括西门子和奥迪在内的约十家德国企业也将参与其中。 上周五晚间，黄仁勋在柏林强调了德国作为业务所在地的重要性。据《每日镜报》（Tagesspiegel）报道，黄仁勋表示：“德国是我们在欧洲最大的运营基地。” 他指出，能够独立运营自己的服务对于实现“数字主权”至关重要。英伟达销售的是芯片而非终端应用，他认

    匹配字段正文

    #chinese#行业动态#政策/监管#OpenAI
  4. Artificial Analysis 完整文章精选

    Artificial Analysis 上线 HealthBench 与 HealthBench…

    Artificial Analysis 为 OpenAI 的 HealthBench 和 HealthBench Professional 两个健康对话基准上线排行榜，前者含 5000 段与普通用户及卫生工作者的对话，后者为 525 段全部面向临床医生的对话。HealthBench Professional 上 GPT-6 Astra（max）以 66.0% 的长度调整分居首，GPT-6.1 Sol（max）为 65.1%，Claude Sonnet 5.5（max with fallback）为 63.0%。HealthBench 上 Claude Sonnet 5.5（max with fallback）以 62.1% 领先，DeepSeek V4.1 Flash（max）为 60.9%；Claude Opus 5.5 与 Claude Fable 5.1 平均回答约 5900 字符，长度调整后失分超过 11 分。

    完整性分数最低（34%）。Claude Sonnet 5.5（max with fallback）在完整性上领先（63%） 完整排行榜请见此处： 宣布推出 AA-PersonalityBench：衡量 AI 模型的沟通方式 AA-PersonalityBench 衡量 AI 模型的个性和沟通风格。由 LLM 评审组成的小组按 30 项个性特质对答案进行两两比较，这些特质汇总为 8 项个性指数，同时直接从每个回复中测量 21 项沟通特征。 2026年10月19日 Reflection 发布了 Beam，这是他们的首次模型发布 Reflection 的首个模型 Beam 在 Artificial Analysis 智能指数上得分为 30，在美国开放权重模型中排名第 2 2026年10月16日 在 AA-AgentPerf 上，NVIDIA Vera Rubin NVL72 每兆瓦的总吞吐量最高可达 GB300 NVL72 的约 5.7 倍，首批结果涵盖 DeepSeek V4 Pro、DeepSeek V4.1 Flash、GLM-5.2 和 Kimi K3。 2026年10月15日$/$

    匹配字段正文

    #company#评测/基准#OpenAI
  5. Artificial Analysis 完整文章

    Artificial Analysis 发布 AA-PersonalityBench：衡量 AI 模型的沟通风格

    Artificial Analysis 推出 AA-PersonalityBench，用 LLM 评审团对同一问题的回答做两两比较，覆盖 30 项人格特质并归为 8 个指数：表达力、组织性、信息量、透明度、亲和力、信念感、想象力和 Slop。基准还以程序化方式测量 21 项沟通特征，如回答长度、结构、标点和强调；每个特质 30 题、共 900 题，模型在无系统提示下作答，结果以百分位排名呈现。

    完整结果位于 AA-PersonalityBench 评估页面，每项特质和指数都有独立页面 方法论页面记录了完整实现，包括评审提示词、Elo 拟合以及指数的计算方式$/$ HealthBench 与 HealthBench Professional：在真实健康对话中评估模型 我们推出 HealthBench 和 HealthBench Professional 排行榜，这两个基准评估 AI 模型在真实健康对话中的回应方式 2026 年 10 月 19 日 Reflection 发布 Beam，这是他们的首次模型发布 Reflection 的首个模型 Beam 在 Artificial Analysis 智能指数上得分 30，在美国开放权重模型中排名第 2 2026 年 10 月 16 日 NVIDIA Vera Rubin NVL72 在 AA-AgentPerf 上每兆瓦总吞吐量最高可达 GB300 NVL72 的约 5.7 倍，首批结果涵盖 DeepSeek V4 Pro、DeepSeek V4.1 Flash、GLM-5.2 和 Kimi K3。 2026 年 10 月 15 日

    匹配字段正文

    #company#评测/基准#现象/趋势
  6. Tech.eu

    欧洲科技周报：65 笔以上科技融资总额超 18 亿欧元

    Tech.eu 统计，上周欧洲共录得 65 笔以上科技融资，总额超 18 亿欧元，另有 5 起以上退出与并购交易。融资额最高的三个行业为金融科技 6.21 亿欧元、健康科技 4.78 亿欧元和能源 2.366 亿欧元；国家层面英国以 6.944 亿欧元居首，西班牙 5.863 亿欧元、爱尔兰 1.946 亿欧元次之。

    ed an undisclosed sum investment GERMANY: Stenon raises an undisclosed amount in second close of Series B funding GERMANY: CereGate secured an undisclosed sum investment FRANCE: Nvidia is investing in four French startups: Doctolib, Entalpic, Genesis AI and Pigment Exits and M&A activity UK: A16z-backed UK fintech Sequence sold to Intuit in reported $200M deal UK: Accenture acquires UK customer intelligence firm Sagacity to strengthen AI and data capabilities FRANCE: 3Pay acquires MoneyTrack and

    匹配字段正文

    #hot-signal#行业动态
  7. heise online

    KI-Update 速览：版权诉讼、Apple Intelligence 入华、AI 品味与 RTX Spark

    微软与香港城市大学提出 Taste-Bench，用数千条编程与研究轨迹测 AI 智能体在岔路口的判断质量，14 个模型中最好的 GPT-5.6 Sol 正确率仅略高于 60%，GPT-5.5 紧随其后；当正确方向要到后期才显现时，命中率降至 21%，延长思考无帮助。Apple Intelligence 计划 12 月随 iOS 27.3 进入中国，但仅提供写作工具、简单图像生成、AI 表情和照片应用基础功能，Siri AI 缺席，并须使用阿里等本地模型。

    Decoder zufolge dann aber. Eine höhere Instanz hat die Frage daher noch nicht geklärt. Gegen den Aachener Beschluss kann Google noch Widerspruch einlegen. Bundesregierung will mit Nvidia Industrie-KI fördern Weiterlesen nach der Anzeige Die Bundesregierung plant eine enge Zusammenarbeit mit Nvidia. Im Kern geht es um KI in der Fabrik, die sogenannte physische KI. Sie verbindet KI-Modelle mit echten Maschinen, etwa automatisierten Anlagen, Fahrzeugen oder humanoiden Robotern, die mit Hilfe von Se

    匹配字段正文

    #hot-signal#行业动态#图像生成#Agent
  8. SiliconANGLE

    微软取消英国数据中心租约，Nscale 的 IPO 计划或受影响

    微软终止了租用 Nscale 在英格兰 Loughton 规划设施的 AI 基础设施协议，原因是英国电网官员告知该站点要到 2030 年代才能获得充足电力。Nscale 一个月前已向 SEC 秘密递交 IPO 申请，计划以约 350 亿美元估值在纽交所上市、募资 30 亿美元，而微软与 Anthropic 合计约占其合同价值的 85%。Nscale 表示与微软的关系依然稳固，正为该站点寻找替代电源。

    rates. Those projects are all still believed to be on track. However, the future of the Loughton facility is now up in the air. Nscale originally announced plans to install 23,040 Nvidia graphics processing units at the site by the first quarter of 2027, which would have provided an initial 50 megawatts of AI capacity. It also had plans to expand that to 90 megawatts if needed. $MSFT Microsoft has canceled an AI data center deal with Nvidia-backed Nscale in the UK 🤖❌ The facility was expected to

    匹配字段正文

    #hot-signal#行业动态#部署/工程#Microsoft
  9. SiliconANGLE

    Axonius 推出 AI Workforce 虚拟员工，AI Companion 与 MCP Server 正式可用

    Axonius 在 Asset Cloud 平台上线 AI Workforce，让安全团队把持续的修复工作交给自主 AI 虚拟员工，同时 7 月发布的 AI Companion 和基于 Model Context Protocol 的 MCP Server 转为正式可用。AI Workforce 提供 Off、Shadow、Live 三种模式控制自主程度，对外消息和连接系统变更需审批，每个客户在专属环境运行私有 LLM 实例，审计记录区分智能体与人工操作。该平台基于 1,400 多个双向集成和 80 多种资产与暴露实体类型的数据整合，现已向 Axonius 客户开放。

    t weeks after launching Amazon introduces toolkit for running PyTorch workloads on AWS Trainium chips Microsoft targets the 'agentic insider' with new controls for rogue AI agents Nvidia, Dell back $200M round for AI model developer doubleAI LATEST STORIES Dream Labs raises $90M to help build more intelligent robots with simple video feeds EMERGING TECH - BY MIKE WHEATLEY . 8 HOURS AGO Trump administration orders ban on DeepSeek in federal agencies AI - BY JAMES FARRELL . 9 HOURS AGO AI work ass

    匹配字段正文

    #hot-signal#产品更新#Agent#MCP/工具调用
  10. SiliconANGLE

    Motive Technologies 推出 AI Agents，自动处理车队合规、维护与安全事务

    Motive Technologies 发布 AI Agents，可自主预测并处理车队合规、维护和安全问题，现有客户今天起即可通过引导流程和模板在数分钟内完成部署。Motive 估算，车队运营商每年因非计划停运、怠速和合规违规等问题损失约 46 亿美元，其 2026 ROI 报告显示 42% 客户将行政类运营低效列为主要问题。明年年初，Agents 将支持用户用自然语言描述任务来创建自定义 Agent。

    t weeks after launching Amazon introduces toolkit for running PyTorch workloads on AWS Trainium chips Microsoft targets the 'agentic insider' with new controls for rogue AI agents Nvidia, Dell back $200M round for AI model developer doubleAI LATEST STORIES Dream Labs raises $90M to help build more intelligent robots with simple video feeds EMERGING TECH - BY MIKE WHEATLEY . 8 HOURS AGO Trump administration orders ban on DeepSeek in federal agencies AI - BY JAMES FARRELL . 9 HOURS AGO AI work ass

    匹配字段正文

    #hot-signal#产品更新#Agent#部署/工程
  11. SiliconANGLE

    Fortanix 将机密 AI 扩展至 Kubernetes 工作负载

    Fortanix 将其 Confidential AI 平台扩展至支持 CNCF 的 Confidential Containers 项目，使企业能在 Kubernetes 上于硬件可信执行环境中运行 AI 推理工作负载。该方案通过 Fortanix Confidential Computing Manager 同时验证 CPU 与 GPU，并由 Data Security Manager 按客户安全策略释放密钥；在支持的硬件和 Kubernetes 平台上部署只需一次点击。Fortanix 委托 Atomik Research 对 300 名美国大型企业 AI 负责人调查显示，93% 认为传统加密无法保护 AI 处理中的数据，41% 曾因安全顾虑完全阻止部署。

    Inc., Intel Corp. and CrowdStrike Holdings Inc. are among more than a dozen companies Fortanix lists as supporting the work. John Fanelli, vice president of enterprise software at Nvidia Corp., said Fortanix is building on open standards for attestation and secure key release “at production scale.” Nvidia and Fortanix launched a joint on-premises confidential AI platform last October. Fortanix Confidential AI for Confidential Containers is available now. The company plans to demonstrate it on Nv

    匹配字段正文

    #hot-signal#产品更新#部署/工程#安全/对齐

星期二

  1. MarkTechPost

    Nace AI 发布多模态决策模型 Drex Max，Decision Index 得分 67.59

    Nace AI 发布 Drex Max，这是其首个多模态决策模型，可读取文本和图像并返回校准后的概率，不生成文本。该模型在公开 Decision Index 0.3.2 上得分 67.59，比 TypeSafe 的 Jev 1.14 高 6.9 分；单次截图决策中位延迟 174 ms，输入定价为每 1M tokens 0.06 美元，输出不计费。模型仅通过 Nace Console API 提供，参数规模未披露、权重闭源，上述分数均为 Nace 自报。

    hal excels at transforming complex datasets into actionable insights. Michal SutterExa 3.0 Search API Tops Perplexity, Brave and Parallel on 8 Benchmarks Michal SutterMeet Grok Voice 3.0: SpaceXAI Voice Agent Model Ranks 1 on Artificial Analysis RELATED ARTICLESMORE FROM AUTHOR Exa 3.0 Search API Tops Perplexity, Brave and Parallel on 8 Benchmarks MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input NVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration

    匹配字段正文

    #ai-vertical#模型发布#Agent#多模态
  2. MarkTechPost

    Cloudflare 在 Workers AI 上发布 Clairic 提取模型预览

    Cloudflare 在 Workers AI 上发布 System One 提取模型 Clairic 的预览版，它读取文本或最多 4 张图片，直接返回带类型的值而非生成文本，单次前向传播即可回答所有字段。该模型支持 65,536 token 上下文，按 $0.10/百万输入 token 计费且不收取输出费用，权重尚未发布。Cloudflare 在理赔流程测试中称，Clairic 提取步骤耗时 0.46 秒，GLM-5.3 为 16.1 秒，整体流程快约 3.2 倍，每百万次成本从 $11,740 降至 $6,032。

    r carries confidence, p null, spans or intervals. Asif RazzaqWebsite | + postsBio ⮌ Asif RazzaqMiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input Asif RazzaqNVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration RELATED ARTICLESMORE FROM AUTHOR Exa 3.0 Search API Tops Perplexity, Brave and Parallel on 8 Benchmarks Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 MiniMax Just Launched M3.1 Flash: 428B MoE Ag

    匹配字段正文

    #ai-vertical#模型发布#推理#部署/工程
  3. MarkTechPost

    Exa 发布 3.0 搜索 API，新增 Lite 类型并称 8 项基准领先

    Exa 发布面向 AI 智能体的搜索 API Exa 3.0，新增更便宜的搜索类型 Exa Lite，每 1000 次请求 4 美元，与 Auto 共用同一索引；Dynamic Highlights 转为正式可用，官方称比整页文本少用 95% token 且不额外收费。Exa 称 Exa 3.0 Auto 在 8 项基准上均领先 Perplexity、Brave 和 Parallel，其中 BrowseComp 为 91.8%，ATLAS 为 42.0% 对 Perplexity 的 37.2%，但这些基准均由 Exa 自行运行，ATLAS 也是 Exa 自己发布的基准。Auto 每 1000 次请求标价 7 美元，高于三家竞品的 5 美元。

    to actionable insights. Michal SutterMeet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 Michal SutterMeet Grok Voice 3.0: SpaceXAI Voice Agent Model Ranks 1 on Artificial Analysis RELATED ARTICLESMORE FROM AUTHOR Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input NVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration

    匹配字段正文

    #ai-vertical#产品更新#搜索#Agent
  4. Latent Space

    DeepSeek V4.1 Flash 1017 与 MiniMax M3.1 Flash、Mercury 3 同日亮相

    DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文窗口发布，MIT 许可，AA 智能指数 45 分，与 GLM-5.3 并列开源第二。其 API 定价为每百万输入/输出 token $0.30/$1.20，已上线 DeepSeek API、Fireworks、Baseten、DeepInfra、Cloudflare 和 Together。同日 MiniMax M3.1 Flash 以 $0.15/$0.60 定价发布，Mercury 3 则被 Inception 称为迄今最强的扩散 LLM。

    smatteson). InferenceX accelerator benchmarks: Inferact led a Google TPUv7 Kimi K3 (2.8T) submission using a megakernel on the TorchTPU vLLM stack (SemiAnalysis ). TPUv7 vs GB300: NVIDIA’s first GB300 FP4 counter-submission remains 1.64× worse in performance per dollar across most of the latency curve (SemiAnalysis ). Vera Rubin: Vera Rubin NVL72 is claimed to be up to 7.3× better than GB300 on 1M-context agentic workloads (SemiAnalysis ). SGLang megakernels: SGLang merged megakernel support, ap

    匹配字段正文

    #newsletter#行业动态#模型发布#开源生态
  5. AWS Machine Learning

    vLLM 双向 KV 传输如何改善多轮智能体工作负载的 TTFT

    vLLM 新增双向 KV 传输，让 decode 节点在后续轮次把已算好的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在 Amazon EC2 P5en 的 1P1D 部署上，该机制使 Qwen3-32B 的 TTFT 最高改善 1.6 倍、zai-org/GLM-5-FP8 最高改善 3.3 倍。该能力最初在 AWS Trainium 集群上验证并贡献给 vLLM，作为与加速器无关的特性，需配合 KV-cache-aware 路由器协调跨轮复用。

    Flow diagram contrasting the standard prefill-to-decode KV path (blue) with the bi-directional additions numbered one through six (red)

    是一种机制，解码节点在对话的后续轮次中将先前计算好的 KV 返回给预填充节点。这避免了在预填充节点上重新计算共享上下文，并由可配置的 KV 重计算阈值控制。它缓解了前文描述的两类计算冗余场景。要使其生效，KV 必须在其产生的轮次之后继续存活，并沿反方向传输，由具备 KV 缓存感知能力的路由器进行协调。 面向双向传输的 NIXL KV 连接器增强 我们扩展了 NVIDIA Inference Xfer Library（NIXL） KV 连接器 ，使预填充节点能够消费远程 KV 块，类似于解码节点已经消费预填充节点提供的 KV 块的方式。这并非简单的改动，因为这两类节点在架构上不同：预填充节点为新提示 token 计算 KV 表示，并能提供完整的提示 KV 块。解码节点缺乏生成完整 KV 表示的能力（或效率），只能提供先前缓存的 KV 块。因此，预填充节点和解码节点仍各自承担计算远程和本地 KV 块元数据的角色与逻辑。不过，实际的 KV 传输机制（NIXL READ）在 P- D 和 D- P 两个方向上都是通用的。 下图首先以蓝色展示现有流程。路由器将请求发送到预填充节点，预填充节点计算

    匹配字段正文

    #lab#教程/实践#部署/工程#推理
  6. AWS Machine Learning

    vLLM 推出基于 push 的 KV 传输，提升分离式推理的 TTFT 与 TPOT

    vLLM 新增基于 push 的 NIXL connector，把 prefill 后的传输协调与建立过程移出关键路径，在 1P1D 的 Amazon EC2 P5en + EFA 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。该功能先在 AWS Trainium 集群上构建验证，随后作为与加速器无关的特性贡献给 vLLM，pull 模式下由 decode 实例发起 NIXL READ 的串行步骤被改为由 prefill 侧后台线程发起 NIXL WRITE。

    Pull-mode timeline: router relay, decode-side allocation, and NIXL READ run serially on the path to first token.

    decode instance before token generation can begin, making efficient KV transfer critical to time-to-first-token (TTFT). One of the ways vLLM performs this transfer is through the NVIDIA Inference Xfer Library (NIXL) connector, which moves KV blocks over interconnects that support Remote Direct Memory Access (RDMA), such as AWS Elastic Fabric Adapter (AWS EFA, the low-latency RDMA network used across servers in AWS). On supported instance types, AWS EFA supports GPUDirect RDMA and Neuron Direct

    匹配字段正文

    #lab#教程/实践#部署/工程#推理
  7. 36氪 · AI

    剂泰科技与礼来达成最高11亿美元合作，生成式AI-LNP平台首次出海

    10月19日，剂泰科技（7666.HK）与礼来宣布战略合作，共同推动组织特异性LNP递送技术，总额最高11亿美元，成为中国首个生成式AI-LNP平台出海大单。文章称礼来此前已在算力、分子设计、基因编辑和体内递送等环节布局，此次补上递送层。剂泰的NanoForge平台已积累超过1000万种脂质结构和10万个实验数据点，其AiTEM平台此前已在恒瑞医药本地化部署。

    且开始为平台能力支付里程碑，为长期研发合作锁定优先权。 中信建投最新研报指出，AI4S正由模型能力竞赛迈向产业化临界点，技术、产业、需求、政策四重共振，价值锚点由模型能力向科研生产力、数据资产与系统化生物设计升维。AI制药产业链已演化为以平台和技术中台为核心、上中下游深度协同的网状赋能体系。 礼来（Eli Lilly）的AI投资版图正是这一趋势的最佳注脚。从NVIDIA的算力底座、到Insilico的小分子生成、到Chai的生物药设计、到Profluent的基因编辑酶、再到Kelonia的体内基因递送——礼来正在构建一个AI-native制药闭环。这一次剂泰科技为礼来补上了这个闭环的最后一环：递送。 但这一事件的投资意义，远不止于一单BD。礼来买的不只是一个LNP配方，而是剂泰NanoForge平台作为Biological AI基础设施的系统能力。这意味着，剂泰科技的估值逻辑，正从管线公司向平台基础设施公司迁移——而港股市场，尚未对此充分定价。 01 算力层，礼来与英伟达共建LillyPod和AI Co-Innovation Lab，5年内共同投资最高10亿美元。生物药设计层，投资Ch

    匹配字段正文

    #hot-signal#行业动态#数据/训练
  8. 钛媒体 · AGI

    Edge AI Daily 早报：Anthropic 450 亿美元算力交易与亚马逊 TorchNeuron

    Anthropic 正洽谈第二笔约 450 亿美元算力交易，涉及西弗吉尼亚 Monarch 园区 460 兆瓦设施与英伟达 Vera Rubin 芯片。AWS 同日发布开源工具 TorchNeuron，改一行配置即可把 PyTorch 代码从英伟达 GPU 迁至 Trainium2 与 Trainium3，以 Apache 2.0 开源并于 10 月 20 日公测。谷歌还开源运行期脚手架 Harness²，不改权重即让 GLM-5 在 WorkBuddy-Bench 上从 64.2 分升至 75.7 分。

    本次财报季被视为"验金石"，关键盯住三个数字：一是云营收增速（全球云基础设施服务收入2025年四季度达1190亿美元、同比增长30%，Azure、AWS、谷歌云须守住30%以上），二是2027年资本支出指引是否继续失控，三是毛利率能否稳定；若三者成立则"AI非泡沫"逻辑获验证，反之8500亿美元基建将从"战略布局"沦为"过度建设"。 国内进展： 十、智元联合NVIDIA及多所高校推出WorldOracle：七款世界模型考场实测，机械臂动对了物体没跟上 1.10月16日，普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA与智元研究人员联合推出动作驱动世界模型评测平台WorldOracle，基于335条真实机器人操作轨迹（约四成交互片段为失败或次优操作），要求模型如实预测抓空、掉落等失败，而非把过程补成看似合理的成功结局。 2.首批七款模型实测揭示：机械臂移动路径预测较准，但物体是否被抓起及后续位置常对不上，如IRASim机械臂得分78.8、操作物体仅29.1，Cosmos 3分别为89.4与45.4；且预测拉长到完整序列后分数普遍近腰斩，DreamDojo从50.56降至27

    匹配字段正文

    #hot-signal#行业动态#Agent#开源生态
  9. Solidot

    HardenedLinux 发布 SonicBoom：AI 运行时框架告别手工调优

    HardenedLinux 社区主导开发的 AI 运行时框架 SonicBoom 发布，采用 GPLv3 许可证，提供语言无关的 C API，目前官方支持 GNU Guile。它内置 LLVM MLIR 对计算图做编译优化，直接复用 llama.cpp 已有 kernel，在 kernel 优化不变的情况下于 rtx3050 8G 上把原始性能提升 20%。v0.0.3 目前仅支持 CPU 和 CUDA，社区版只提供单点推理，分布式推理计划放在企业版。

    8G)，并且还在持续增加中。 目前 SonicBoom 社区版仅提供单点推理的能力，分布式推理能力计划于企业版提供。SonicBoom 的野心并不局限于 LLM 推理，它对标 pytorch，将在之后将更高的性能推向 image, video, tts 计算。 目前 SonicBoom 仅支持 CPI 和 CUDA，之后计划支持 Vulkan，为 non-nvidia 和纯自由软件爱好者提供更好的选择。我们目前缺乏足够多样的 GPU 评测数据用于优化，所以在 rtx 3050 之外可能测试数据会发生波动，您的评测数据能帮助我们把优化扩散到更多 GPU。 目前 v0.0.3 正在邀请社区贡献者参与不同 Nvidia 平台的评测，我们准备了非常简单那的脚本一行就能完成，不过测试时间可能比较长，请安排好自己的时间再参与，每位测评贡献者都会出现在贡献者名单中。[1] 如果您暂时没有硬件条件或者时间参与贡献，欢迎star，或者转发让更多有兴趣的朋友一起来玩。 回复 一个人能够洋洋得意地随著军乐队在四列纵队里行进，单凭这一点就足以使我对他轻视。他所以长了一个大脑，只是出于误会；单单一根脊髓就可满

    匹配字段正文

    #hot-signal#开源/仓库#部署/工程#开源生态