跳到正文
  1. IT之家76

    Thinking Machines Lab以400亿美元投前估值筹集50亿美元

    媒体Business Insider报道称,Mira Murati创立的Thinking Machines Lab正以400亿美元投前估值筹集50亿美元。这家实验室去年早些时候曾以超100亿美元估值完成20亿美元种子轮融资,后续计划以500亿美元估值进行的融资尝试遭遇谈判破裂。

    推荐理由:消息将融资与Inkling 2 Small发布并置,并给出Apache 2.0开放权重时间,便于判断实验室的资本节奏与模型路线。

  1. 量子位68

    腾讯 Hy4 调用激增后十倍扩容,Agent 能力居开源模型首位

    腾讯宣布因 Hy4 调用激增,WorkBuddy 已进行十倍扩容并提升免费体验额度。Hy4 在 Artificial Analysis 智能指数榜单中位列中国模型第二,与 Grok 4.7(xhigh) 并列;在 Agent Arena 榜单中居全球开源模型第一,单任务成本约 0.78 美元。该模型于 11 月 4 日发布,首次引入视觉理解能力。

    推荐理由:展示了 Hy4 在扩容保障与权威榜单中的具体位次及成本优势,为评估国产模型竞争格局提供事实依据。

  1. Hacker News AI91

    Revolut 弃用 Claude Code,全面部署 GLM 开源模型以降低编码成本

    Revolut 已将其 2000 名软件工程师的默认编码工具从 Claude Code 和 OpenAI Codex 切换至自托管的 GLM 开源模型,此举将相关 AI 支出降低至原来的十分之一。数据显示,在约 56 块 Nvidia B200 GPU 的支撑下,该方案平均每百万 token 成本约 0.30 美元,编码时间平均缩短 60%,而任务交付的等待时间平均减少 70%。

    推荐理由:Revolut 将 2000 名工程师的日常编码默认模型切换至自托管 GLM,为 AI 实验室常规业务市场提供成本信号。

  1. 机器之心94

    Anthropic 公开招股书拟纳斯达克上市,半年营收 163 亿美元

    Anthropic 向 SEC 公开提交 S-1 招股说明书,拟以股票代码 ANT 在纳斯达克上市,潜在估值达 1.5 万亿至 2 万亿美元。2026 年上半年公司营收 162.9 亿美元,其中约 80% 来自按量付费模式,净收入留存率达 900%。尽管账面净亏损 807.5 亿美元,但公司持有约 1317 亿美元现金及短期投资,创始团队保留 50.1% 投票权。

    推荐理由:通过 SEC 文件首次公开了公司半年 163 亿美元营收与 5000 亿美元算力承诺的底层财务结构。

  1. Hacker News AI78

    Apple 和 Meta 合作支持 Muse Spark Open 在 Mac Studio 上运行

    Apple 和 Meta 宣布合作,允许开发者在 Apple Mac Studio 上运行 Meta 的开源权重模型 Muse Spark Open。该模型拥有 8160 亿参数,采用混合专家架构,需配合 2 到 4 台 Mac Studio 本地运行,支持编码及智能体任务。

    推荐理由:原文提供了 Muse Spark Open 的部署参数、硬件成本及 Apple 技术适配细节,读者可据此评估端侧部署门槛。

  1. Seven Minute Feed83

    彭博社调查:开源 AI 图像工具因缺乏监管而助长难以追踪的儿童虐待图像

    彭博社调查发现开源 AI 图像工具让儿童性剥削者能生成虐待材料且不受监管。下载模型绕过了托管服务的内容过滤和遥测,使执法变得几乎不可能,并将检测负担转移给已经捉襟见肘的平台和执法部门。

    推荐理由:调查揭示了模型下载绕过云端审查的盲区,说明开源分发架构对现有安全过滤机制的冲击。

  2. 机器之心93

    OpenAI 一次性发布 722 篇 AI 生成数学手稿,涵盖多项长期未决猜想

    OpenAI 在 GitHub 开源了 722 篇由其内部未发布前沿模型生成的数学手稿,这些成果来自对约 4000 个研究问题的评估,归并为 372 个成果族,覆盖了理论计算机科学、组合数学和数论等 17 个方向。

    推荐理由:OpenAI 一次性开源了 722 篇由未发布模型产出的数学手稿,覆盖多个长期悬置难题,展示了批量验证 AI 数学能力的工程化路径。

  1. 智东西78

    Kimi K3 万亿参数模型效率战:浪潮超级算子与 Inferact 大内核同台竞技

    浪潮信息发布元脑SD200 Ultra 超节点,采用 128 颗本土 AI 芯片紧耦合架构,将 Kimi K3 的 token 生成时延压至 5.85 毫秒,并引入“超级算子智能体”让模型参与自身推理优化。

    推荐理由:文章把 K3 的两条推理优化路线并置,解释了万亿参数模型性能瓶颈正从算力转向系统架构。

  1. Mistral AI68

    Mistral完成30亿欧元D轮融资,打造主权开源AI技术前沿

    Mistral宣布完成30亿欧元D轮融资,投后估值超过210亿欧元,这是欧洲科技公司迄今完成的最大单笔股权融资。三星电子领投,资金将用于扩展前沿研究、算力基础设施及国际业务布局。Mistral强调其作为全球唯一构建完整全栈的AI公司,通过开源模型、基础设施和私有算力提供可控、可审计的“主权AI”层,满足企业对数据治理与技术独立性的需求。

    推荐理由:该轮融资标志着欧洲科技公司在AI主权路径上的重大资本投入,展示了Mistral全栈开放策略的底气与影响。

  1. Mistral AI72

    Mistral AI 与 NVIDIA 达成合作,共同加速开源前沿模型

    Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron 联盟,双方将共同开发前沿开源 AI 模型。合作结合 Mistral 的模型架构、全栈平台与专有训练方法,以及 NVIDIA 的算力、开发工具和合成数据生成管线。联盟首个项目是在 NVIDIA DGX Cloud 上训练一个基础模型,作为未来 NVIDIA Nemotron 4 系列的底座,相关模型将被开源。

    推荐理由:Mistral 作为 NVIDIA Nemotron 联盟创始成员,将把自有训练方法与 NVIDIA 算力、工具结合,用于开发开源前沿模型。

已经到底了