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。
依意思最接近的 15 筆
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。
開源專案 Talorys 發布,可用 npx create-talorys@latest 一條命令把單使用者個人 AI 助手部署進自己的 Cloudflare 帳戶,開發者不運營任何伺服器或資料庫。它提供帶工具呼叫的流式聊天、可檢視編輯的長期記憶、任務/筆記/專案管理,以及靠 Durable Object 定時觸發的提醒和每日摘要,聊天模型為 Workers AI 的 @cf/zai-org/glm-4.7-flash。
Y Combinator CEO Garry Tan 在播客中透露,他每年為 AI agent 的 token 花費 10 萬至 20 萬美元,並稱這是並非人人都能負擔的特權。他用 agent 處理工作專案與編碼任務,還把 23 個 Claude Code 技能打包成 gstack 在 GitHub 公開。YC 內部另有一個名為 Stray Light 的 agent,掌握其投資過的所有創始人、所有申請與來信的上下文。他認為個人 agent 要走向主流,前提是成本先降下來。
Anthropic 前沿紅隊發布研究,測試 AI 能否像計算機病毒一樣在不同裝置間自主複製傳播。實驗中 15 臺約 55 美元、4GB 記憶體的安卓電視盒子以流水線並行跑起 Gemma4-26B-A4B,總價約 825 美元,生成速度僅每秒 0.39 個 Token。GLM-5.2 在 8 節點模擬網路中 5 次有 4 次傳播到全部節點,但依賴外部推理伺服器與預開的免認證 ADB 埠;
AI 伴侶應用 Tolan 完成 3000 萬美元新融資,累計融資額翻倍,PitchBook 估計其估值已超過 2.68 億美元。本輪投資方包括 Union Square Ventures、Khosla Ventures 和 Homebrew;其分層會員訂閱帶來的年經常性收入已達「數千萬美元」級別。公司稱過去一年有超過 25 萬活躍使用者、累計 7000 多萬次對話,約 70% 使用者為女性,40% 是父母。
10 月 23 日,鈦動科技在廣州 TGC 2026 科技增長大會發布行業首個 Pro-Agent 產品 Navos Pro,面向跨境電商、外貿與營銷等場景提供結果導向的 AI for Work 能力。產品由 Professional、Proactive、Profitable 三大體系構成:輸入品牌官網即可搭建私有品牌知識庫,7×24 小時監測資料並主動給出預算、出價與素材迭代建議,以 GMV、ROI 等指標衡量產出。
騰訊混元 11 月 4 日發布新一代大模型 Hy4,引數規模由 Hy3 系列的不到 300B 增至 770B,官方稱其首次躋身最強開源模型之列,權重將於近期開源。相比 preview 版,Hy4 首次引入視覺理解與電腦操作(Computer Use)能力,自建測試中幻覺率從 12.95% 降至 7.2%。
Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。
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。
TypeSafe AI 以 75 億美元估值完成 8.7 億美元融資,由 Andreessen Horowitz 領投,紅杉與現有投資方 DCVC 參投。其模型 Jev 於 9 月 15 日發布,基於 transformer 架構但不是大語言模型,不輸出文字而是生成機率,公司稱之為「校準決策」,定位是自動化任務而非寫文字或程式碼。公司稱 Jev 速度明顯更快、消耗 token 遠少於 LLM,並稱已有三分之一財富 500 強企業在使用;
一個由 AI 設計的開源 AI 加速器 openTPU 已在真實 PCIe 卡上跑通十餘款模型的真實權重,輸出與 bit-exact 模擬器逐位一致。硬體是 Xilinx Kintex-7 xc7k480t 加兩路 DDR3,LFM2.5-230M int8 解碼 59.0 tok/s、4-bit 達 85.8 tok/s;解碼受 DRAM 頻寬限制,實測跑到峰值的 82%-94%。
TypeSafe AI 宣布完成 8.7 億美元 A 輪融資,估值達 75 億美元,由 Andreessen Horowitz 領投,Sequoia Capital、現有投資方 DCVC 及多位天使投資人參與,a16z 的 Martin Casado 加入董事會。公司表示將把 Jev 的能力擴充套件到更多 machine-native 模型,並補齊企業客戶要求的功能。目前財富 500 強中已有三分之一在使用 Jev,公司稱已在生產環境為客戶節省數百萬美元。
阿布扎比技術創新研究院(TII)發布 1.6B 引數的語音識別模型 Falcon-ASR,主打阿拉伯語與阿聯酋方言,同一套權重還支援英語、法語、西班牙語和葡萄牙語。在六個阿拉伯語測試集上,它取得 20.92% 的平均詞錯率,比其所用榜單快照中最佳公開結果 23.17% 低 2.25 個百分點;內部阿聯酋方言評測為 22.73% WER、10.19% CER,比次優的 Qwen3-Omni 低 4.07 個百分點。
中國電信星辰通用人工智慧實驗室發布並開源意圖理解專用模型 Xing4.0-29B-Intent,同時開放 275.3 萬條訓練語料、模型權重與推理映象,程式碼採用 Apache 2.0 許可。模型按統一 Schema 輸出 JSON,可同時完成意圖分類與引數抽取;官方評測總分 58,高於 18 款參評通用模型的最高分 49。類別決策總分 70,領先 Jev 的 56 和 GPT-6-Luna 的 65。
阿聯酋 TII 發布 Falcon-Emirati-7B,一個基於 Falcon-H1-Arabic 的方言專用模型,目標是用阿聯酋阿拉伯語的理解與生成方式覆蓋詞彙、語氣和文化語境。底座 Falcon-H1-Arabic 採用 Mamba 與 Transformer 注意力並行的混合架構,家族含 3B、7B、34B 三檔,上下文視窗最高 128K 與 256K token。