德国欲引领全球工业 AI:NVIDIA 将如何助力
NVIDIA 与德国联邦政府签署联合意向声明,将围绕物理 AI 前沿模型展开合作,并接入德国“工业 4.0 平台”。黄仁勋同时宣布对 Agile Robots、Avelios Medical、Mirelo 和 Reflex Aerospace 四家德国初创公司的新投资,属于 NVIDIA 在欧洲近 100 亿美元投入承诺的一部分。
NVIDIA 与德国联邦政府签署联合意向声明,将围绕物理 AI 前沿模型展开合作,并接入德国“工业 4.0 平台”。黄仁勋同时宣布对 Agile Robots、Avelios Medical、Mirelo 和 Reflex Aerospace 四家德国初创公司的新投资,属于 NVIDIA 在欧洲近 100 亿美元投入承诺的一部分。
研究者提出 Taste-Bench,用决策分叉衡量智能体在长期任务中的路径判断力,共 502 道二选一题目。测试 14 个模型,表现最好的 GPT-5.6 Sol 平均准确率 59.7%,GPT-5.5 为 59.5%,其余模型明显更低;当关键线索只在后续步骤出现时,平均准确率降至 21%。
专注推理的芯片初创公司 Tenstorrent 完成 15 亿美元融资,估值达 62 亿美元,较 2024 年底的 26 亿美元翻倍有余。本轮由 Trace Capital 和 Innovation X 领投,Cadence Ventures、Eclipse、Fidelity、SanDisk、T. Rowe Price 参投。
Deepgram 将 Nova-3 语音转文字模型移植到 AWS Trainium2,在单台 Amazon EC2 trn2.3xlarge 实例上运行八个模型副本,离线批处理场景下每美元处理的音频量比原有算力方案提升 11–70%。
Anthropic 发布的内部研究显示,自 2025 年初以来技术部门初级岗位占比从 21% 降至 14%,初级新员工占比从 27% 降至 9%,开放初级岗位降至 6%,非技术部门基本稳定。
Meta 更新商业使用条款时曾声明可用企业账户域名、网页或 URL 上的任何内容来开发、改进和训练其产品,法律专家认为这可能允许 Meta 抓取任何拥有 Meta 商业账户的发布商网站内容用于 AI 训练。Meta 发言人坚称抓取方式未变,随后该条款已被删除,公司称这些抓取条款仅适用于广告和商业产品,不改变 Meta 使用网络爬虫的方式。
Anthropic 报告显示,其技术部门初级员工占比从 2025 年初的 21% 降至 14%,初级技术岗招聘占比从 27% 降至 9%。技术团队占整体员工比例从 61% 降至 56%,员工人均会议时间同比增加 20%。2026 年 4 月调查中,27% 员工称因 Claude 生产力提升,20% 称工作从实际执行转向管理 Claude。
Meta 于 10 月 30 日生效的新商业条款被 Nieman Lab 报道称,允许其抓取使用 Meta 平台的企业“关联”网站内容,用于开发、改进、研究和训练 AI 产品,可能覆盖大量新闻出版商。
Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”,认为许多著名的多义性与叠加案例其实是被误读,进一步智能体分析即可拆解。
Google DeepMind 介绍用智能体开发平台 Google Antigravity 加速抗菌肽发现,把原本分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 模型从氨基酸序列预测生物功能,扫描 UniProt 中数百万条未表征蛋白,并内置 Biomolecular Structure Viewer 三维结构查看器,让研究者与智能体共享可视状态。
推荐理由:原文展示了智能体平台如何把跨数据库检索与结构分析压缩进一次会话,读者可据此判断科研工作流的变化。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲科研社区提供加速工具、算力、培训与协作支持。NVIDIA 已开放超 250 个模型、250 个数据集和 1400 多个开源软件项目,并推出免费开源课程平台。欧洲目前有 35 台超算在建,将服务超 300 万名研究人员。
Leash Bio 用 DNA 编码库(DEL)采集蛋白质与小分子的高通量结合数据,并训练出仅用自家数据、在公开基准上追平 Boltz 的模型 Hermes。团队还发现 ChEMBL 中模型能凭结构猜出分子化学家,"谁做的"几乎和结构一样能预测活性。其数据可支撑数万次"lab-in-the-loop"模拟,现已发展为面向智能体可验证科学推理的 Minos,并发布预印本、博客与开放数据集。
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司,此前已支持 Basecamp Research、Synthesia、Wayve 等企业。
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 访谈中介绍,Dyna-2 是首个用超过一百万小时人类视频训练的世界动作模型,通过预测未来视频来引导机器人动作,新机器人只需约 45 分钟演示数据即可学会新任务。
GitHub 用微调后的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥,用户接受率提升 11.5%,推送后扫描中位执行时间缩短 86%,服务成本降低 98% 以上。该方案先用正则表达式高召回生成候选,再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护阶段。
随着公开与合成数据触及上限,AI 实验室和训练数据供应商开始收购倒闭创业公司的代码与工作区数据。SimpleClosure 的 Asset Hub 已处理超过 150 笔交易。
Microsoft Research 提出 StudentSim,从公开的去标识化学习记录训练个性化 AI 学生模拟器,让 AI 辅导系统在接触真实学生前获得反馈。
微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习训练,无需在训练框架内重写 agent。
推荐理由:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码把部署中的 agent harness 直接接入强化学习训练,并给出可复现的编码 agent 训练结果。
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站提供提前30-60分钟的位置级空间天气风险预测,评估期内检出近80%的重大事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据,Dst预测在2020-2026年评估期峰值活跃时段有62.2%的小时优于Burton方程。
Google DeepMind 发布 SynthID Bio,将水印技术用于合成生物学,把不可感知的签名直接嵌入生物代码,并能在合成出的实体蛋白质上验证,同时保持其生物功能。
微软研究院推出 Quine,一个面向生物学复杂性的 AI 研究系统,由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像联合训练的多模态世界模型和连接科学工具、文献、湿实验与研究者的交互框架组成。
Berkeley AI Research 提出 ABBEL 框架,将 LLM 的递归摘要建模为自然语言"信念状态",并通过信念评分(belief grading)监督摘要内容,替代完整交互历史作为智能体的工作上下文。
UC Berkeley 的 Aditya G. Parameswaran 等人提出,推理成本正快速趋近于零——GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不足 $1,部分厂商已低于 $0.10,基准测试中推理价格年降幅在 9x 到 900x 之间、中位数约 50x。
伯克利 AI 研究团队提出 GRASP,一种面向学习型世界模型的梯度规划器,通过将轨迹提升到虚拟状态实现跨时间并行优化,并在状态迭代中注入随机性以增强探索。GRASP 还重塑梯度,让动作获得清晰信号,同时避开高维视觉模型中脆弱的“状态-输入”梯度。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
加州大学伯克利分校团队提出一种直接以互信息为指标的成像系统评估与优化框架,仅用带噪测量和噪声模型即可量化系统区分物体的能力。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测下游解码性能,优化后的设计达到与端到端方法相当的水平,且所需内存和算力更少、无需任务专用解码器。