量子位AI 評分55
OpenAI 具身資料供應商指向 Maxinsights，已交付超 200 萬小時
據量子位梳理公開報導與業內線索，為 OpenAI 供應具身（第一人稱視角）訓練資料的供應商指向成立僅兩三年的 Maxinsights，OpenAI 未官方披露。該公司累計交付超 200 萬小時資料，另有 150 萬小時帶手部追蹤與語言標註的資料，月採集 45 萬小時，覆蓋 2000 多個真實環境、5 萬多個場景。
搜尋
依意思最接近的 19 筆
Hugging Face blogAI 評分58
ServiceNow 發布 AutoSynthData，為企業 agent 自動生成訓練資料
ServiceNow CoreAI 團隊發布 AutoSynthData，用目標模型的失敗案例和更強教師模型的成功軌跡定位能力缺口，再自動生成並驗證新任務用於後訓練。任務由系統規範、使用者提示和驗證器三部分組成，需滿足可行性、真實性與難度要求，驗證器則要求一致、可靠且不繫結單一參考軌跡。團隊在 EnterpriseOps Gym 資料集上演示了該流程，模型提升後課程會轉向仍難完成的任務。
量子位AI 評分43
威卡發布工程機械具身智慧資料集，3600 萬幀已在 Hugging Face 上線
威卡移動控制 10 月 19 日在徐州人工智慧大會上發布面向工程機械的具身智慧高品質資料集，首階段規模 3600 萬幀、覆蓋 12 類典型作業場景，並已在 Hugging Face 等資料倉儲開源上線。資料以統一時間戳對齊視覺、雷射、位姿、力饋與手柄輸入五個維度，用於還原機手的觀測與操作決策。威卡稱真機採整合本約每小時 5000 元，訓練一套可用模型需 10 萬小時量級資料，僅實地採集投入就上億元。
Hugging Face blogAI 評分59
Hugging Face 聯合 CMU 等發起 ProtoStar 科研資料開放計劃
Hugging Face 與 CMU、普渡、喬治亞理工等五所高校及 Astera Institute、ORCA 共同發起 Project ProtoStar，推動公共資助的科研資料集、模型與程式碼以 AI 可用格式在開放基礎設施上發布。首個開放挑戰由 CMU 主辦，11 月 2 日啟動，參與機構以備忘錄形式承諾開放成果。美國聯邦政府每年研發投入約 1900 億美元；
Hacker News front pageAI 評分47
布朗學生髮布互動地圖，追蹤 AI 資料標註勞工的全球分佈
布朗大學本科生 Cunyan Ma 製作了一張免費公開的互動地圖，把科技公司、其中介機構與全球資料標註工人對應起來，用視覺化呈現所謂“AI 殖民主義”。地圖彙總了已有的資料工人資料庫、他本人的資料收集以及新聞報導。資料工作包括標註影像與詞性、轉寫語音、為聊天機器人回覆打分、勾畫醫學影像中的腫瘤邊界，部分工人還需觀看令人不適的影像或文字以訓練模型過濾這類內容。
機器之心● 精選AI 評分77
OpenAI 用新架構 GPT-Rosalind 驅動數千智慧體，32 分鐘解析小鼠全腦 CRISPR 圖譜
10 月 21 日，OpenAI 聯合 PerturbAI 與 Scripps Research 公布：由新架構 GPT-Rosalind 驅動的數千個 AI 智慧體，在 32 分鐘內解析了約 772 萬行的小鼠全腦 CRISPR 擾動資料集，同類工作人類研究者需數月到一年。分散式叢集合計引用 700 餘篇文獻，而單智慧體受上下文視窗限制平均僅引用 11 篇；盲法專家比較中，75% 更偏好分散式報告。
The Verge AIAI 評分68
Anthropic 遞交 S-1：承認 AI 資料中心依賴天然氣
Anthropic 在提交給美國 SEC 的 S-1 上市檔案中承認，其 AI 資料中心正越來越依賴天然氣（主要成分是甲烷）供電。檔案稱，爭奪電力供應與電力充足的資料中心選址的競爭十分激烈，公司資料中心的建設因此容易受到燃料成本上漲和現有供應鏈約束的衝擊。這意味著生成式 AI 的算力擴張與化石燃料繫結，供電成本與穩定性風險已被寫進公開的上市披露。
Hacker News front pageAI 評分71
Biohub 與 DOE、NIH、Google DeepMind 等投入 18 億美元建 AI 生物資料
Biohub、美國能源部（DOE）、NIH 與 Google DeepMind、Isomorphic Labs、Meta 等宣布共同投入 18 億美元，生成面向 AI 的開放生物學資料。其中 DOE 五年投入逾 5 億美元用於測量、建模與算力，NIH 協調此前超 5 億美元聯邦投資積累的生物醫學資料集，三家科技公司則向 2026 年 4 月啟動的 Virtual Biology Initiative 合計投入 3 億美元。
機器之心● 精選AI 評分80
董豪團隊提出 HIL-UMI：人類示範時即可採集機器人後訓練資料
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
Latent Space● 精選AI 評分69
Leash Bio 發布 Minos：供智慧體做科學推理的開放資料集
Leash Bio 發布 Minos——一個讓 AI 智慧體進行可驗證科學推理的測試環境，同時公開預印本、部落格與開放資料集。其 DNA 編碼庫（DEL）多年積累的資料可提供數萬條「lab-in-the-loop」模擬，正好用作科學強化學習環境。在該沙盒中，LLM 需用自然語言推理構效關係，在 650 萬分子中、以 100 次預算找出最佳結合物。團隊自研的 Hermes 僅用自家資料訓練，在公開基準上與 Boltz 相當。
Mistral AI news● 精選AI 評分63
Mistral 聯手 NVIDIA 建工程 AI 基準，Large 4 將發布權重
Mistral 與 NVIDIA 宣布合作開發 AI 原生工程工作流：以 Mistral Large 4 配合資料生成與物理建模管線，用 NVIDIA CUDA-X、Warp 加速模擬，並接入 Omniverse 生成 3D 場景與 SimReady 資產。雙方還將發布物理模型的公開基準與開放資料集，併為 CAE、EDA 中的 agentic AI 建立評測，考察工具使用、多步流程與技術正確性，同時記錄耗時與算力成本。
TechCrunch AI● 精選AI 評分80
Vercel：Jev 上線兩週被 35% 付費團隊採用，創最快紀錄
Vercel 資料顯示，TypeSafe AI 的輕量決策模型 Jev 上線兩週內被 35% 付費團隊使用，覆蓋面接近第二名 Sonnet 5.5 的兩倍，是 Vercel 平台上普及最快的模型。Jev 於 9 月 15 日限量發布，通過限定候選輸出降低推理成本、提升速度，適合大批次資料分類，Vercel 已用它替換 GPT-6 Luna 做有害命令分類。
OpenAI NewsAI 評分51
OpenAI 發布 Signals 資料：近 100 國 165 項工作活動的 ChatGPT 用法
OpenAI 發布 Signals 資料集，覆蓋近 100 個國家、165 項工作活動，用來展示人們如何在工作中使用 ChatGPT。該資料還呈現了這些使用方式隨時間發生的變化，可按國家與活動型別檢視。
機器之心AI 評分21
機器之心 11 月 5 日在上海舉辦具身資料技術沙龍
機器之心將於 11 月 5 日下午在上海張江 AI 小鎮舉辦「Data In Motion｜具身智慧的下一場資料戰」技術沙龍，聚焦資料規模如何轉化為機器人能力。活動設三大環節：螞蟻靈波首席資料科學家黃用韜與清華劉淼就預訓練資料路線交鋒；馬道林、李永露、李明磊等技術 Open Mic 討論多模態資料採集與持續學習；以及新智具身、模感科技等參與的產業圓桌，談資料品質衡量、成本與交付。活動為報名稽核制，地點為浦東新區海科路 1650 號。
Hacker News front pageAI 評分65
市場拋售與利率上升考驗 AI 資料中心交易熱潮
路透社 2026 年 10 月 15 日報導，市場拋售與利率上行正在考驗 AI 資料中心的交易熱潮。報導圍繞以 AI 算力為名的資料中心投資與融資，在資本市場轉冷的背景下能否延續此前的勢頭展開，該文在 Hacker News 上獲得 11 分、5 條評論。原文未給出具體交易金額與涉及企業。
X @OpenAIDevs● 精選AI 評分65
@OpenAIDevs: Sites is now generally available for Enterprise, with US and EU data residency for new Sites in eli…
OpenAI 宣布 Sites 面向 Enterprise 正式可用，符合條件的工作區新建 Sites 可選擇美國或歐盟資料駐留。該功能用於搭建帶資料庫和身份認證的團隊應用，官方演示了通過 Sites 中的 Plugins 定時安排更新、並讓團隊成員使用各自已連線的資料。資料駐留選項適用於符合條件工作區中的新建 Sites。
Hugging Face blog● 精選AI 評分75
NVIDIA 聯手 AI4Bharat 開源 2.8 萬億 token 印度語語料
NVIDIA 與 IIT Madras 的 AI4Bharat 實驗室聯合發布 Nemotron-pretraining-Indic-v1，約 2.8 萬億 token，覆蓋印度憲法列出的 22 種語言，即將開源，同時開放用於生成該語料、GPU 加速的資料生產流程。語料含 2,601.0 億原生文字 token 與 224.6 億羅馬化 token（按 Gemma-4 分詞器計），共 34 種語言—文字組合，其中 12 種語言另有羅馬化文字。
NVIDIA blogAI 評分47
輝達計劃投資 Doctolib 等四家法國 AI 初創
輝達宣布計劃投資 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法國初創，方向分別是醫療智慧體、原子級材料工程、通用機器人和企業規劃平台。輝達稱其在歐洲技術生態的累計承諾投入已接近 100 億美元，此前還投資過 Alice&Bob、Gradium 和 Scintil Photonics。
The Verge AI● 精選AI 評分89
Character.AI 申請破產並將資產售予迪士尼，40 州檢察長要求保護使用者資料
Character.AI 已申請 Chapter 11 破產保護，並計劃把部分資產出售給迪士尼；紐約州總檢察長 Letitia James 等 40 位兩黨州檢察長就此提交利益通知，要求在業務或資產的出售、轉讓中解決使用者資料保護問題。檢察長們警告該技術轉讓可能帶來嚴重風險，並披露已對 Character.AI 展開持續數年的多州調查。