跟踪国内外 AI 产品、模型与技术动态,按时间整理,便于快速掌握行业变化。
Meta美国当地时间10月26日宣布总额至多950亿美元的融资计划,由A类普通股远期出售、强制可转换优先股与后续按市价发行C类普通股组成;英伟达、AMD与博通均有意认购,公司预计2026年资本支出1350亿至1450亿美元。
OpenAI推出低成本模型GPT-6.1 Terra,面向发票处理、技术图纸解读等需要视觉推理与桌面软件操作的任务;官方称其在成本大幅下降的同时提升事实准确性与编程能力,API定价较前代降低50%,已向Plus、Pro、Enterprise与Edu用户开放。
OpenAI宣布模型在局部光滑猜想、指数时间假设与量子场论存在性三方面取得成果;数学与计算机科学部分已通过Lean完成形式化验证并公开证明材料,物理学部分正由专家团队审查,仍需学术界进一步独立确认。
美国银行、花旗与摩根士丹利安排第一顺位抵押融资、黑石提供第二顺位抵押融资承诺部分,合计630亿美元支持Anthropic采购博通AI芯片与网络设备;设备由新设特殊目的实体购入后出租给Anthropic,博通提供残值支持,设备预计2027年起交付。
Anthropic向美国证券交易委员会提交S-1注册文件,拟以ANT为代码在纳斯达克上市,发行规模与定价区间尚未公布;上半年营收约163亿美元、同比增长约13倍,营业亏损收窄,账面净亏损主要来自可转换票据公允价值变动;招股书并披露曾因安全顾虑暂停旗舰模型预训练一个多月。
腾讯混元发布并开源同声传译大模型Hy-SimulMT,支持中英之间语音到语音的实时翻译与音色克隆,响应时间实测约3秒;在长音频评测集RealSI上以更低延迟取得开源模型中较好的翻译质量,并在与人类同传专家的对比中达到专家水平区间。
清华大学、英伟达与多所高校联合发起流式交互视频生成评测基准StreamEval,覆盖数字人对话、虚拟人表演、世界生成、指令编辑与参考编辑五类任务、共300个测试用例,对38个实时视频模型进行评测;结果显示画面质量、身份保持与实时控制相互独立,连续指令执行是行业共同短板。
百度发布并开源文心Unlimited OCR 2,实现任意页数文档解析,实测可一次性解析超过3600页;在MPDocBench与MarathonDocBench上取得端到端最优成绩,核心技术为SR-SWA稀疏参考滑动窗口注意力与无限解码机制,代码与权重已开源。
蚂蚁集团发布灵光2.0,将AI介入任务的起点前移至主动发现需求,依托独立云主机突破单次对话限制,可在用户退出对话后继续运行任务;已接入支付宝账单、出行、钉钉、飞书、邮箱、米家等服务,并引入APASS统一账号与授权托管机制。
智元发布安规级重载具身机器人精灵G2 Max,单臂负载20kg、双臂额定负载40kg、峰值负载50kg,双臂重复定位精度不超过正负0.5毫米;该机型已应用于京东物流智狼仓,面向拆码垛、物料转运与产线供料,官方称电商仓储场景作业成功率超过99%。