中国信通院发布大模型词元服务性能监测报告
中国信通院发布《大模型词元服务性能监测报告（2026年）》，显示2026年6月国内词元日均消耗量约500万亿，是2025年12月的近4倍。报告显示国内词元服务每秒吞吐量较2025年翻倍但仍低于国外，词元服务时延有所增加，2026年词元服务价格明显回升，模型上下文长度不断向百万级长度扩展，开源模型词元服务性能提升显著。
#数据/训练
IT之家AI 评分6565 财联社电报AI 评分7575 中国移动发布首个汽车行业AI基座
中国移动在2026世界智能网联汽车大会上发布业内首个汽车行业AI基座，面向全行业开放共享，提供算力、数据和模型三大能力。该基座已纳管112.7EFLOPS算力，覆盖研发、制造、智驾、测评四大领域，打造了六大智能体，已在10余家央国车企落地应用。
IT之家精选AI 评分8585 月之暗面发布Kimi K3.1 Pro：3万亿级参数模型编程智能体测评超GPT-6
月之暗面正式推出Kimi K3.1 Pro系列首个模型，这是公司迄今能力最强的3万亿级参数模型，支持100万上下文。在Terminal-Bench 4.0编程智能体测评中，K3.1 Pro得分65.7%，超过GPT-6 Astra的58.2%；在3D建模方面，BenchCAD基准测试得分92.7%，接近Claude Opus 5.5的96.2%。
推荐理由：编程智能体测评超越GPT-6，3D建模能力接近Claude Opus，事实错误率大幅降低，显示中国模型在专业领域快速追赶。
AWS Machine Learning Blog精选AI 评分7575 AWS SageMaker AI多轮强化学习实践指南
AWS发布多轮强化学习(MTRL)教程，指导用户如何在SageMaker AI上训练AgentCore智能体，使其能够处理需要序列决策的任务。教程以Wordle游戏为例，展示了从环境部署、数据准备到模型训练和评估的完整流程，使用GPT-OSS-20B模型将解决率从61%提升到84%，训练成本约339美元。
推荐理由：多轮强化学习让模型从单次回答转向序列决策，AWS教程展示了如何用SageMaker训练AgentCore智能体。
IT之家AI 评分6565 报告称2026年国内大模型均价翻倍，每秒吞吐量也翻倍
中国信通院等机构联合发布《大模型词元服务性能监测报告（2026年）》，显示2026年6月国内词元日均消耗量约500万亿，是2025年12月的近4倍。8月份国内各模型平均TPS达到78.23个/秒，较2025年翻倍，但国外模型TPS均值112.82个/秒仍优于国内。2026年国内词元服务均价13.46元，较2025年下半年上涨近一倍。
钛媒体AI 评分7575 联想集团发布存算融合池化系统解决大模型推理存储墙问题
联想集团首席科学家肖利民介绍，随着中国每天Token消耗量从2024年的1000亿跃升至2025年8月的500万亿，存储墙问题被放大。联想推出基于内存池化和近存计算的存算融合池化系统，在三个核心模块测试中，首Token延迟降低2.4-3.5倍，系统吞吐提升6-20倍。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，提供预计算的全球年度嵌入向量（10米分辨率，64和128维度），并推出基于浏览器的 OlmoEarth Embeddings Explorer 工具。该模型在27项评估中超越 AlphaEarth Foundations 和 Tessera v2，训练成本仅为前版本的53%，碳排放减少50%。
推荐理由：预计算全球卫星嵌入向量让遥感分析从GPU依赖变成轻量级任务，效率提升的同时降低了技术门槛。
The DecoderAI 评分7070 OpenAI智能体32分钟完成小鼠脑数据分析
OpenAI与PerturbAI和Scripps Research合作部署了数千个AI智能体，使用GPT-Rosalind分析了来自数百万小鼠细胞的生物数据，完成了全脑CRISPR图谱分析，耗时仅32分钟，而人工完成相同工作需要数月至一年。这些智能体每个负责分析一个基因扰动，分析细胞反应并搜索科学文献解释，发现了两个疾病相关基因之间的意外差异以及胆固醇调节与神经退行性疾病的可能联系。
量子位精选AI 评分7878 星辰意图理解模型Xing4.0-29B-Intent发布
中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型Xing4.0-29B-Intent，同步开放275万条训练语料、模型权重与推理镜像。模型将意图识别与参数抽取结合，支持结构化输出，已在电信万号客服、智能家居音箱等终端产品中应用。评测显示，该模型在意图分类、实体检测等任务上表现优于18款市面主流通用模型。
推荐理由：专用小模型在意图理解上超越通用大模型，证明垂直场景的轻量化模型有独特价值。
Hugging Face Blog精选AI 评分6565 IBM 发布 Granite Timeseries Ensemble 时间序列预测模型
IBM Research 发布 Granite Timeseries Ensemble，结合四种互补架构的时间序列模型，提供概率集合和四分位范围集合两种预测方法，无需重新训练即可获得中位数和分位数预测结果。该模型在 GIFT-Eval 数据集上表现优于单个成员模型，并支持扩展添加其他兼容预测器。
推荐理由：IBM 发布 Granite Timeseries Ensemble，将四种互补架构合并为一个预测接口，减少模型选择的不确定性。
NVIDIA Blog精选AI 评分7575 NVIDIA 推出 Earth-2 开源气象模型家族
NVIDIA 发布 Earth-2 开源 AI 模型家族，包括 StormScope EU 等区域模型，支持全球天气预测、区域预报和环境研究。AXA、Vaisala Xweather、曼彻斯特大学等机构已将其应用于气旋风险评估、空气质量建模和太阳能预测等领域。
推荐理由：开源气象模型家族让欧洲本地化预报成为可能，接下来看各行业如何结合专有数据创造新应用。
IT之家AI 评分6565 美光预告 G11 NAND：超 400 层堆叠，双倍密度，2027H2 产能爬坡
美光在2026年度技术网络研讨会上预告了G11 NAND闪存，该产品堆叠超过400层，存储密度是现有276层G9 NAND的2倍左右，I/O速率最高提升1.5倍，数据传输能耗减少25%以上。美光计划在2027H2实现G11 NAND的产能爬坡，并展示了两种AI-class数据中心级NAND设计。
IT之家AI 评分6565 美光预计 2028 年推出计算芯片垂直堆叠 vHBM 与边缘推理 vEIM
美光预计在 2028 年推出两种新型 3DS 内存产品：vHBM 和 vEIM。vHBM 是 3D 集成版本的 HBM，垂直堆叠 DRAM Die、Base Die 和 XPU 逻辑主芯片，可提升带宽效率并降低能耗；vEIM 专为端侧 AI 推理场景设计，初代产品目标实现 2TB/s 带宽和＜1pj/bit 的能效。
财联社电报AI 评分3535 “极光”超算完成两次规模最大宇宙学模拟
美国能源部阿贡国家实验室借助“极光”超算完成迄今规模最大的两次宇宙学模拟，每次追踪13.4万亿个暗物质粒子在286亿光年宽度区域内的演化。该成果为研究宇宙暴胀和大型巡天观测数据分析提供支撑。
Hugging Face Blog精选AI 评分8585 NVIDIA发布Kumo Relational：无需训练即可在关系数据库上进行预测的基础模型
NVIDIA发布Kumo Relational，这是一种预训练的关系基础模型，可直接在企业数据库上进行预测，无需任务特定训练、特征工程或表格扁平化。该模型在41项任务中超越监督学习模型，在SAP SALT企业基准测试上比AutoGluon集成模型高出8%的平均倒数排名(MRR)，可扩展至500B+行数据库的规模。
推荐理由：无需训练即可直接在企业数据库上进行预测，Kumo Relational在41项任务中超越监督学习模型，标志着结构化数据基础模型的新阶段。
Hugging Face Blog精选AI 评分8181 VocabX：通过词汇专业化降低小模型推理成本77%
Hugging Face 博客介绍了 VocabX 方法，通过按成本而非频率重构词汇表，在保持基础模型不变的情况下，将葡萄牙语作文评分系统的推理成本降低77%，同时提高了评分质量。该方法在多个领域和模型家族中都优于现有参考方法。
推荐理由：通过按成本而非频率重构词汇表，VocabX 在保持模型不变的情况下降低推理成本77%，为小模型领域专业化提供新思路。
OpenAI NewsAI 评分4242 OpenAI、PerturbAI 和 Scripps Research 利用分布式 AI agents 从数百万脑细胞数据中发现新研究线索
OpenAI、PerturbAI 和 Scripps Research 通过分布式 AI agents 分析数百万脑细胞数据，发现潜在研究线索。该合作展示了 AI agents 在生物大数据中的新应用。
Hugging Face Blog精选AI 评分6565 NVIDIA 发布 Kumo Forecast 多变量时序预测模型
NVIDIA 发布 Kumo Forecast（前称 NV-Tesseract Forecasting）多变量时序预测模型，结合预训练 Transformer 与领域感知表示检索（DARR），提供直接预测与历史模式检索两种路径，并包含可解释性框架。模型基于 MOMENT-1-large，约 3.4 亿参数，支持 256/512/1024/2048 观测长度输入，采用 Apache 2.0 许可证。
推荐理由：将预训练模型与历史模式检索结合，为时序预测提供可解释性，这是工业预测的新思路。
AWS Machine Learning BlogAI 评分5555 在Amazon SageMaker HyperPod上微调GPT-OSS-20B实现多语言推理
AWS团队展示了如何在Amazon SageMaker HyperPod上微调GPT-OSS-20B模型，使其能够按照指令在法语、德语、西班牙语和意大利语中进行推理。研究显示，监督微调(SFT)将推理语言正确率从22%提升到100%，而强化学习与组相对策略优化(GRPO)进一步将答案语言正确率从62%提升到70%。
TechCrunch · AIAI 评分4242 Electric Plant 开发 Bombadil 模型解读植物电信号
Electric Plant 利用传感器收集植物电信号数据，训练出 Bombadil 模型可解读 125 种植物需求。其传感器成本仅数十美元，每英亩部署少量即可提升产量并减少 20% 以上用水量。
IT之家AI 评分7575 中国科学家研制出世界最轻无线介观显微镜
中国科学家研制出目前已知世界最轻无线介观显微镜Airscope，重量仅1克，可在6毫米视场内以单细胞分辨率记录小鼠大脑皮层的神经活动，单只小鼠可同时记录8500多个神经元，是现有同类型设备的25倍。这一成果已发表于《自然》期刊，为理解智能的神经基础提供了新工具，将推动光学脑机接口向更精准神经探测发展。
IT之家AI 评分4545 豆包刘星回应“国内超一半算力在造爽剧”：字节总算力中，只有约 10% 用于视频生成模型的训练和推理
豆包公关负责人刘星称字节总算力中仅约 10% 用于视频生成模型的训练和推理，反驳“国内超一半算力在造爽剧”的说法。中文在线披露数据显示，国内 AI Token 消耗 55% 用于短剧和视频生成，24% 用于电商广告，研发仅占 15%。
IT之家AI 评分8585 RFdiffusion3能从原子层面设计蛋白质并在实验中实现预期功能
RFdiffusion3是由华盛顿大学、牛津大学和英伟达等机构联合开发的AI系统，可按单个原子组合设计蛋白质与核酸，其设计的新蛋白质能在真实化学反应中实现预期功能。该系统基于扩散模型，最多可用14个原子表征单个氨基酸，在41组测试中有37组表现优于前代版本，生成速度提升约十倍。
财联社电报AI 评分7575 生成式AI能从原子层面设计蛋白质
科学家团队开发出新的生成式AI系统RFdiffusion3，能够直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统的10倍。
HuggingFace Daily PapersAI 评分4040 SWIFT: 通过目标外推实现自引导弱到强扩散模型训练
SWIFT 提出一种自引导训练方法，利用冻结的弱去噪器提升强模型性能，无需推理时增加开销。在 ImageNet-256 上，该方法以约一半训练计算量超越基线最佳 FID，支持条件与非条件生成。
IT之家AI 评分7373 微软完成 SOTA 基模 MAI-Base-2 预训练
微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，该模型总参数规模达 2.8T，活跃参数规模 80B，在 6,000 个 NVIDIA GB200 GPU 上训练 38 天，性能强于所有参测开源权重模型，预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍。
Mistral AI精选AI 评分7575 Mistral AI 发布时间序列基础模型 Timestral
Mistral AI 发布了 Timestral，首个时间序列基础模型家族，最大仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三大基准上排名第一。该模型支持多元预测和协变量，提供四种尺寸选择，可在 CPU 上高效运行，并支持零样本预测。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
钛媒体AI 评分7575 AI在科研中的角色：从试错工具到时间节省者
思策智库分析了AI在材料科学和生物制药领域的实际应用，指出AI将科研从手工活变为流水线，大幅降低试错成本，但最终验证仍需人类科学家。AI在科研中扮演的是不领工资的合伙人角色，替人类节省时间，但无法完全取代人类判断。
Hugging Face Blog精选AI 评分6565 HiRO-ACEv2：以极低成本模拟3公里分辨率极端天气
Hugging Face发布HiRO-ACEv2系统，能以X-SHiELD约1/300的成本生成全球3公里气候数据，准确模拟极端降雨、风压事件，并已生成完整一年全球数据。
推荐理由：HiRO-ACEv2以低成本高精度模拟极端天气，为气候研究提供新工具。
钛媒体AI 评分7070 TikTok CEO预测AI将在三年内推动科学突破
字节跳动CEO周受资在新加坡会议上预测AI将在两到三年内推动物理、生物技术、化学和材料科学领域的突破。公司已将内部AI药物发现团队拆分为独立公司Anew Labs，并获2.9亿美元融资，估值达15亿美元。字节跳动还发布了Protenix-v2生物分子结构预测系统，并计划投入近300亿美元支持海外AI项目。
钛媒体AI 评分7575 中国AI行业从模型价格竞争转向电力和折旧成本
中国AI行业正从模型价格竞争转向基础设施成本控制，乌兰察布成为数据中心密集区，阿里巴巴资本支出同比增长75%，而模型价格下降52%，行业面临电力成本和技术折旧的双重挑战。
IT之家AI 评分7575 华为 × 华东师大联合研发时序预测基础模型登顶国际权威时序测评双榜单
华为与华东师范大学联合研发的昇腾原生时序预训练模型成功登顶国际权威时序评测榜单 TIME-leaderboard 和 GIFT-Eval（Pretrained 类目），标志着国内时序基础模型正式跻身全球第一梯队。该模型基于华为昇腾生态打造，具有高精度、高鲁棒性、高通用性和易工程化特点，可直接用于各类零样本时序预测任务，也支持低成本二次微调适配垂直行业需求。
量子位AI 评分7575 字节发现DeepSeek-V4性能周期性波动与KV Cache压缩的关系
字节Seed团队研究发现DeepSeek-V4模型性能会随输入位置周期性变化，最高准确率差距达40.2个百分点，这与模型采用的分块KV Cache压缩技术有关。研究证实这种周期性波动与压缩步长直接对应，后训练和架构迭代可显著缩小差距。
钛媒体AI 评分7575 AI数据行业的野蛮生长：从标注到智能体环境的演变
硅谷101邀请Scale AI研究员何允中和加州大学伯克利分校博士后孙一铀，探讨AI数据行业从人工标注到智能体环境的演变，以及评测与数据市场的复杂关系。文章分析了数据公司的分类、商业模式变化、数据污染问题，以及垂直领域数据的机会与挑战。
The DecoderAI 评分7373 扎克伯格生物中心牵头18亿美元项目开发预测细胞行为的AI模型
扎克伯格生物中心协调18亿美元项目，旨在开发预测细胞行为的AI模型，Meta、Google DeepMind和Isomorphic Labs共同出资3亿美元，美国能源部投资超5亿美元。
The Verge · AIAI 评分7373 Google投资3亿美元支持扎克伯格创建'虚拟细胞'
Google DeepMind、Meta和AI药物发现初创公司Isomorphic Labs共同向Biohub投资3亿美元，作为18亿美元计划的一部分，旨在创建AI数据集，帮助研究人员数字化地提出、预测和回答生物学问题。
Google Research精选AI 评分7171 Google Earth AI发布行星地理空间基础模型助力全球公共卫生
Google Research推出地球AI的人口动态基础模型(PDFM)，将隐私保护的搜索趋势、人类流动性和环境因素等信号整合为位置嵌入，可直接插入现有流行病学工作流，在多种疾病预测中表现优于传统数据源。
推荐理由：原文提供了地球AI模型在公共卫生领域的实际应用案例和数据验证结果。
Hugging Face Blog精选AI 评分7373 Hugging Face 开源 AstaBrief 科研报告生成模型
Hugging Face 开源 AstaBrief 8B 模型，可将研究问题和检索到的文献摘要转化为带引用的报告。该模型在 Asta 平台的 Fast 模式中可用，报告生成速度比 Thinking 模式快约 3.5 倍，平均每份报告需 51.1 秒。模型和训练数据已开源，支持本地部署。
推荐理由：原文给出了开源模型的具体性能提升和应用场景，读者可据此评估其在科研报告生成中的实用价值。
Google Research精选AI 评分6565 Google Research 发布基于可信执行环境的联邦学习系统
Google Research 发布了新一代联邦学习系统，利用可信执行环境(TEEs)提供完全可验证和可审计的数据匿名化保证。该系统已在Gboard上部署，实现了更强的隐私保证和改进的准确性，同时显著加快了计算速度。
推荐理由：原文介绍了基于可信执行环境的联邦学习系统升级，提供了更强的隐私保证和可验证性。
TechXplore · RoboticsAI 评分6565 FindingDory：评估具身智能体记忆能力的新基准
佐治亚理工学院研究人员开发了名为FindingDory的基准测试，用于评估AI机器人的记忆能力。该基准包含60项任务，分为空间、时间和多目标三类，测试模型在一天内的记忆表现。结果显示，当前最佳模型在高难度任务中成功率仅约50%，而开源推理模型Qwen表现优于Gemini和GPT等闭源模型。研究团队提出将图像转换为文本描述或建立图像层次结构可能是解决机器人记忆存储问题的潜在方法。