機器之心AI 評分61
天數智芯 TY1200 端側終端實測超輝達 Thor，可本地完成機器人訓練
天數智芯在上海媒體開放日展示端側算力終端彤央 TY1200，標稱 300 TOPS 稠密算力，實測在 Qwen3.8-27B-AWQ 上生成吞吐為輝達 Thor T5000 的 1.38 倍，首個 Token 延遲 0.223 秒對 0.411 秒。該終端獨立完成從環境建置、策略訓練到即時模擬的全流程，現場訓練出與輝達同款的機器鴨，為國內端側產品首次本地執行 GPU 加速的物理模擬引擎。
搜尋
依意思最接近的 9 筆
量子位● 精選AI 評分68
無問芯穹 C 輪融資 23 億元，累計 43 億元創國產 AI Infra 紀錄
無問芯穹完成 23 億元 C 輪融資，累計融資 43 億元，單輪與累計均創國產 AI Infra 賽道新紀錄。這家公司不做模型和應用，而是做模型與晶片之間的中間層，已適配輝達、AMD、華為昇騰等 16 種晶片，服務 37000P 算力，還完成過 700 億引數大模型的異構晶片混訓。其大模型服務平台日均 Token 使用量半年漲超 40 倍，95% 以上推理任務來自 Agent；另據彭博社報導，公司已以保密形式向港交所遞交 IPO 申請。
量子位AI 評分50
範式智慧聯合睿思智聯開源生產級 AI 部署平台模域 ModelSphere
10 月 16 日，範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域（ModelSphere），面向企業免費開源，以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程，可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片，無需為不同晶片重寫底層程式碼。
TechCrunch AIAI 評分55
Ricursive Intelligence 在 Disrupt 講用 AI 設計晶片應對算力危機
Ricursive Intelligence 兩位創始人在 TechCrunch Disrupt 上介紹，公司正開發能自行設計晶片、從每次迭代中學習並改進後續設計的 AI，目標是自動化並加速晶片設計流程。創始人 Anna Goldie 與 Azalia Mirhoseini 稱未來五年算力需求至少增長 10000 倍，與其建 10000 倍資料中心，不如讓晶片和晶圓用得更高效；
NVIDIA blog● 精選AI 評分66
輝達發布 DSX POD，Vera Rubin 工廠現場部署縮至 14 天
輝達在 GTC Berlin 發布 DSX POD 參考設計：由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠，站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產，DSX 平台稱冷卻用水最多減少 100%，同等 AI 產出省電 30%。
機器之心AI 評分49
星塵智慧完成 10 億元新融資，估值達 150 億元
星塵智慧完成 10 億元規模新一輪融資，由深投控旗下投控東海領投，公司估值達 150 億元。這是其近半年內第 4 輪融資，估值在 3 個月內從 100 億元升至 150 億元，資金將用於模型迭代、人才擴充、商業化落地與產能建設。公司稱已是全球首個實現繩驅 AI 機器人量產的企業，7 月發布的 Lumo-2 基座模型面向家庭場景，T1 已開始發貨並把高精細操作機器人帶入 9 萬元價格區間。
量子位AI 評分60
前華為小藝大模型負責人唐都鈺創業，押注主動式物理 AI
前華為小藝多模態大模型研發負責人唐都鈺創辦觀行數智，主攻讓機器自主判斷何時介入的「主動式物理 AI」。團隊採用雙模型協同架構 ProAgent：輕量模型 StreamingJev 持續讀取環境事件流、判斷是否需要介入，Response Model 再決定回應方式與呼叫裝置，並自建評測體系 ProactiveXBench。
機器之心AI 評分43
無問芯穹與三體宇宙發布智子 Agent 1.0，首 Token 延遲降 51.5%
10 月 25 日，無問芯穹與三體宇宙發布首個合作成果智子 Agent 1.0，以《三體》小宇宙管理員智子為角色錨點，對話記憶可跨會話延續。角色一致性由無問芯穹 Agentic Infra 支撐：AgentWorks 平台負責知識庫組、多層提示詞與 Infini Memory 記憶，多智慧體協同以“生成—判別—定向修正”閉環排查 OOC 與世界觀越界；三體宇宙負責設定與角色邊界。
量子位AI 評分40
商湯大裝置拿下中國 Neocloud 近半份額
沙利文與頭豹發布的《中國全棧 AI 雲服務市場報告 2026H1》顯示，2026 年上半年中國 Neocloud（新雲）市場近 50% 份額由商湯大裝置（SenseCore）拿下。其日均 Token 服務量已從年初的 4000 億增至 9 月底的 6 萬億，並計劃第四季度衝至日均 10 萬億。技術上它用 PD 分離做異構混推，國產卡跑 Prefill、高階 GPU 跑 Decode，整體推理價效比達主流高階 GPU 的 1.25 倍；