跳到正文
11月20日週五
  1. 創業邦59

    馬斯克在深圳力挺黃仁勳,稱英偉達失去他是重大打擊

    馬斯克在深圳訪華期間遠程參加 TomorrowX 峯會對談,稱黃仁勳如巔峯時期的 Michael Jordan,並指英偉達失去他的掌舵是重大打擊。對談亦談及 SpaceX、xAI、Tesla 等公司的進展;馬斯克稱 xAI 正以 C/C++ 從頭重寫訓練、強化學習及推理軟件堆疊,Grok 4.8 以解決實際問題為目標,而非提高基準測試成績。

  2. DEV Community58

    大語言模型為何會誤讀 Excel,以及如何用 Python 修正

    文章指出,Excel 公式、合併儲存格和數字顯示格式會令大語言模型誤讀資料,並示範以 Python 的 Spire.XLS 整理工作簿。流程包括檢查工作表結構、計算公式、攤平合併儲存格,再按用途匯出 CSV、JSON 或 Markdown;需要控制欄位型別時,可逐欄建立 JSON 記錄。作者指出,這套做法修正的是資料形狀,商業語義如何處理仍由使用者決定。

  3. IT16823

    RWS 集團首席執行官本傑明·法斯出席深圳 APEC 峯會,探討中國 AI 市場機遇與全球化服務

    RWS 集團首席執行官本傑明·法斯出席深圳 APEC 工商領袖峯會,分享對中國市場潛力及 RWS 在華策略的看法。旗下 TrainAI 為大語言模型與具身智能提供 AI 訓練數據服務,涵蓋數據採集、標註、RLHF 及紅隊測試。TrainAI 社區有來自 193 個以上國家和地區的 34 萬餘名專家,服務支援 900 多種語言變體。

  4. 阿里雲開發者社區 AI53

    AI工程師踩坑實錄第12篇:loss 不降反升時如何排查,先別懷疑模型結構

    《AI工程師踩坑實錄》第12篇以四組對照實驗指出,loss 不降反升的常見原因是學習率過大、標籤噪聲或特徵量綱失控,模型結構問題應較後排查。學習率設為 0.5 的組別在第 1 步驗證 loss 為 1.67,第 60 步訓練 loss 升至 1.30;標籤翻轉組的驗證 loss 第 97 步觸底於 0.478,第 300 步升至 0.714。

  5. 阿里雲開發者社區 AI25

    智能慢性病管理平台的多源資料融合與動態風險預警實踐

    智能慢性病管理平台融合穿戴設備、家用檢測儀器與電子病歷等多源資料,利用動態風險預測模型進行指標監測、風險分級與個人化幹預。平台採用雲原生微服務架構,建立「監測—評估—幹預—反饋」閉環,並透過線上監控和新標註資料微調模型。AI 建議須由醫生復核,不能取代臨牀決策。

  6. DEV Community36

    超越凍結權重:測試時訓練(TTT)如何讓推理變成即時學習

    測試時訓練(TTT)透過在推理期間更新模型的快速權重,讓模型從當前讀取的上下文中即時學習,而非只把資訊壓縮成固定狀態或存入 KV cache。TTT 層以自監督重建任務產生梯度訊號,Titans 則按驚訝度決定記憶更新優先次序。Nested Learning 將凍結的慢速外層權重與可快速適應局部上下文的快速內層權重分開。

  7. DEV Community32

    模擬與 Sim2Real 遷移——第 03 章:域隨機化

    域隨機化透過在訓練期間改變模擬環境參數,讓 AI 策略適應多種條件,減少對單一模擬設定的依賴,協助轉移至實體機械人。隨機化範圍可涵蓋視覺特徵、物理動態及感測器特性,促使策略更依賴可靠特徵和感測回饋。成效取決於訓練條件是否涵蓋或接近真實環境;不切實際的分佈或參數覆蓋不足,仍可能導致部署失敗。

  8. DEV Community51

    跨雲訓練工作如何在啟動 GPU 前完成網絡預檢

    跨雲訓練工作應在分配 GPU 前,按實際作業規模預檢數據讀取、工作節點互傳和 checkpoint 寫入,避免網絡或儲存瓶頸令加速器閒置。檢查應模擬並發讀取、all-reduce 或 broadcast、實際大小的 checkpoint 寫入,並核對端點 DNS、配額及事先訂明的門檻。若未達標,可調整工作位置、先把數據暫存至運算附近,或縮小工作規模;預檢結果應隨每次作業記錄。

  9. DEV Community70

    租用 GPU 微調的成本教訓:填充運算如何推高費用

    作者分享租用雲端 GPU 微調克里米亞韃靼語模型時的成本教訓,指出填充運算及周邊流程故障會增加訓練費用和耗時。短對話填充至 seq_len = 1024 時,有用 token 比例約為 5%;採用 packing 後升至 99%,第二階段成本由舊方法估算的 $331 至 $413 降至 $14 至 $17。文章亦提出按實際處理量估算成本、按工作時長設定檢查點,以及在本機完整演練訓練流程等做法。

  10. The Decoder80

    中國科技企業受雙重打擊:晶片出貨暫停,海外雲端算力存取受限

    美國收緊 AI 晶片出口管制後,中國科技企業同時面對海外雲端算力存取須申請許可及部分晶片出貨暫停。Moonshot AI 取消與印尼一家雲端供應商價值 $150 million 的合約,原計劃明年租用 Nvidia Blackwell Ultra B300 集羣訓練 Kimi K4。

    推薦理由:文章串連第三國雲端算力須申請許可、部分晶片出貨暫停及融資承壓等報道,呈現出口管制對中國科技企業取得 AI 算力的多重影響。

  11. DEV Community59

    LLM 需要多少 VRAM?EverXCloud 計算器的估算原理

    EverXCloud 公開免費 LLM VRAM 計算器及 GitHub 原始碼,並説明其估算推理、微調和圖像模型記憶體需求的公式。推理估算將權重與 KV cache 相加後計入額外開銷;例如 70B 模型在 BF16 下,權重需要 140 GB,尚未計入 KV cache 和額外開銷。多 GPU 估算未計互連和框架開銷,結果只適合作規劃參考;長租前應在目標 GPU 上測試。

  12. Unite.AI34

    Holyvolt 創辦人兼 CEO Mathias Ingvarsson 訪談

    Holyvolt 創辦人兼 CEO Mathias Ingvarsson 討論公司如何結合機器學習與實驗,推進電池材料開發及由預測走向驗證和規模化生產。Holyvolt 收購 Wildcat Discovery Technologies,並利用其涵蓋超過 500,000 個電池、歷時 18 年及 165 million 次循環的實驗數據建立 AI 電池研發平台。

11月19日週四
  1. 新浪科技68

    阿里巴巴稱絕大部分模型將完全依賴國產晶片訓練

    阿里巴巴行政總裁吳泳銘表示,長遠而言,阿里及其合作夥伴、客戶的絕大部分模型將完全依賴國產晶片進行預訓練和後訓練。阿里正使用今年這一代平頭哥晶片訓練下一代模型,百煉亦已基於國產晶片提供模型推理服務;吳泳銘稱,新一代平頭哥晶片到 2027 年第一季可支援超大規模模型訓練。

  2. 新浪科技30

    基金委召開2期雙清論壇(青年)

    自然科學基金委於11月舉辦第473期和第472期雙清論壇(青年),分別聚焦數智時代的柔性電子器件及人機交互,以及數智解碼中藥複雜作用機制。兩場論壇均設有主題報告與專題研討,與會專家凝練基礎科學問題,並就研究方向及科研佈局提出建議。

  3. 新浪科技63

    阿里巴巴表達對國產晶片信心,維持阿里雲2030年外部收入1000億美元及利潤率逾20%目標

    阿里巴巴在財報電話會上表達對國產算力的信心,並維持阿里雲2031財年(2030自然年)外部收入1000億美元、利潤率超過20%的目標。公司預計下個財年阿里雲增長30%至45%,並預計2028年下半年增長恢復至50%以上、現金流轉正。千問已在平頭哥晶片上訓練下一代模型;吳泳銘稱,2027年第一季度平頭哥晶片可支持超大規模模型訓練,2027年後阿里絕大部分新增AI晶片供應將以平頭哥為主。

  4. 第一財經65

    阿里維持2031財年阿里雲外部收入1000億美元目標,稱新增AI晶片供應將以平頭哥為主

    阿里巴巴CEO吳泳銘在財報電話會議上表示,2027年後阿里絕大部分新增AI晶片供應將以平頭哥為主,並維持2031財年(2030自然年)阿里雲外部收入1000億美元、利潤率超過20%的目標。千問(Qwen)已在平頭哥晶片上訓練下一代模型;阿里稱2027年第一季度,基於平頭哥國產晶片可支持超大規模模型訓練。阿里預計2028年下半年阿里雲恢復50%以上高速增長,並於同期實現現金流轉正。

  5. 新浪科技63

    阿里巴巴 CEO 吳泳銘:2027、2028 年將是中國算力最緊缺的兩年

    阿里巴巴 CEO 吳泳銘表示,2027 年和 2028 年將是中國算力最緊缺的兩年。2027 年後,阿里雲的晶片供應將以國產平頭哥晶片為主;阿里旗艦晶片會優先用於大模型訓練,推理則會採購更多不同晶片,包括其他國產晶片。千問已在平頭哥晶片上訓練下一代模型,百煉已基於國產晶片提供模型推理服務。

  6. DEV Community41

    如何構建適用於模型訓練的 CBCT 數據集:標註類型、挑戰與最佳實踐

    構建適用於模型訓練的 CBCT 數據集,須先確定臨牀任務,再選擇標註類型,並以書面指引和試點批次統一標準。文章建議用 Dice、IoU、surface distance 和 Cohen’s kappa 衡量標註質素,徹底移除個人資料,並按患者劃分訓練、驗證和測試集。整理影像格式、控制標註分歧並為數據集版本管理,有助減少標籤噪音與數據洩漏。

  7. elsewhere:文章45

    無涯智遠(Norizon AI)完成數億元天使輪及天使加輪融資

    無涯智遠(Norizon AI)完成數億元天使輪及天使加輪融資,投資方包括五源資本、紅杉中國、聯想之星、中關村科學城基金及戈壁創投等。資金將主要用於自研 RSI 模型技術攻關及產品落地,公司以參數持續學習為核心技術路徑,探索讓模型在部署後持續吸收知識、內化經驗。

  8. 虎嗅61

    中國缺不缺算力?騰訊財報反駁項立剛觀點

    虎嗅文章根據騰訊第三季財報反駁項立剛「中國不缺算力」等説法,認為算力總量與可供前沿模型訓練的高效能算力不能混為一談。騰訊第三季資本開支為814.33億元,同比增527%;「預付款、押金及其他資產」由年初245.40億元增至1629.01億元,文章將其解讀為提前向供應鏈鎖定產能。文章亦指出,推理需求受顯存容量和頻寬影響,算力供應受限亦可能令混元下一個版本延後推出。

  9. 第一財經63

    吳泳銘稱千問已在平頭哥晶片上訓練下一代模型

    阿里巴巴集團 CEO 吳泳銘表示,千問已在平頭哥晶片上訓練下一代模型。平頭哥真武 M890 今年全面上線,V900、J900 分別於 2027 年、2028 年推進生產供應鏈並進入大規模量產;百煉已基於國產晶片提供模型推理服務。阿里維持 2031 財年(2030 自然年)雲外部收入 1000 億美元、利潤率超過 20% 的目標。

  10. Rest of World57

    AI 沒有取代你的工作,而是把它變成低薪零工

    作者指出,AI 公司及外判平台正把醫生、律師和博士等專業人士納入數據生成、標註和模型評分等零工,工作安排及報酬由平台掌控。Outlier 為美國醫生提供最高每小時 $180 的工作,同類工作在菲律賓以他加祿語處理,最高每小時 $7.50。作者以委內瑞拉工人家庭的經歷及肯尼亞等地的平台關閉案例,説明任務消失或報酬下調會影響工人收入,並將這種價值由工人所在地轉移的模式稱為 extractivism。

  11. 新浪科技52

    重控制、輕渲染:達瓦科技的 AI 影片工業路線

    達瓦科技採取「重控制、輕渲染」路線,以自研控制層基座模型 Latent Stage 理解並控制人物、動作、鏡頭、燈光和場景,再交由渲染層生成畫面。公司稱,片場已累積約 180TB 結構化過程資料;FilmOS 面向離線影視創作,Scenes AI 則定位為可在單張消費級顯示卡上即時運行的世界模型。

  12. 新浪科技57

    Jeff Clune:通往 AGI 最快的路,是讓 AI 造出更好的 AI

    Jeff Clune 在 CoRL 2026 演講中表示,通往 AGI 最快的路是讓 AI 造出更好的 AI,並以 QD、開放式算法和 AI 生成算法推動創新。他提出三根支柱,包括可自我進化的架構、學習算法和自動生成的訓練環境,並把演講重點放在後者。演講亦介紹 AI 科學家可生成研究想法、設計和執行實驗、分析結果及撰寫論文,部分稿件通過同行評審。

  13. 創業邦76

    Anthropic IPO估值為何回落至1萬億至1.4萬億美元

    Anthropic在11月公佈IPO發行價格區間,完全攤薄估值為1萬億至1.4萬億美元,低於此前機構提出的2萬億美元估值。文章分析,估值回落不只與三季度增長放緩有關,也涉及算力開支上升、長期算力採購承諾及相關融資可持續性的疑慮。雖然Anthropic 10月ARR由9月的710億美元升至約810億美元,文章指出,收入增長仍須跟上算力擴張和償債節奏。

    推薦理由:文章將 Anthropic 估值回落放在收入增長、算力成本與融資承諾的連動中分析,呈現 AI 商業化擴張如何把增長預期傳導至資本支出與融資風險。

  14. DEV Community33

    融合 IBEX35 的 3 種信號來源:技術指標、情緒與地緣政治(GDELT)

    研究示範把技術指標、GDELT 地緣政治訊號及 RSS 標題情緒訊號整合,用於分析 IBEX35 的 15 隻成分股。分類器的 AUC-ROC 為 0.5280,策略 Sharpe 比率為 2.56,高於 Buy & Hold 的 1.83;系統的價值在於判斷失誤時減少損失,而非提高市場方向命中率。這是研究及技術示範,並非財務建議或投資推薦。