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。
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。
Google DeepMind 發佈 Gemini 4 Neon,稱其速度近乎 Gemini 4 Carbon 的兩倍、在多數基準測試表現更佳,價格亦更低。Neon 在 xhigh 的 Intelligence Index 得 61 分,高於 Carbon 的 60 分;每項任務成本為 $6.44,較 Carbon 未折扣價格低約 17%,但輸出 token 用量多約 15%。
Gemini 4 Neon(xhigh)在 Artificial Analysis 的 Intelligence Index 得分 61,較 Gemini 4 Carbon(high)高 1 分。
Perplexity 推出 Decider v1.3,將結構化判斷獨立成模型,並加入 Locate 支援原文跨度定位。模型在 63 項分類任務的平均準確率為 91.6%,較 Perplexity 原有生產分類器高 6.54 個百分點;在 72 項檢索任務中,平均 nDCG@10 為 83.99,較 Qwen3-Reranker-8B 高 1.81 分。
騰訊在2026年第三季度加大 AI 投入,並提出核心業務面向 AI 時代「再創業」,以推動公司向 AI 科技公司轉型。第三季度資本開支付款達651億元、按年增長225%,研發費用達324億元、增長42%;WorkBuddy日活躍用戶突破1000萬,微信 AI 助手「小微」達3000萬,騰訊雲服務收入增長35%。
OpenAI 公佈數百道棘手數學問題的解答後,Caltech 教授 Sergei Gukov 與學生正從零打造專為數學解題設計的開源 AI 模型。Gukov 的多數模型目前只能解特定數學問題;相較之下,Anthropic 的模型可應對多個學科的數學提示詞,而通用模型仍在開發中。
AVTR 結合生成式視覺反思與文字推理,並按輸入內容學習選擇推理方式,以適應不同的感知與推理需求。在 16 項基準測試中,AVTR 較 Qwen3.5 基線平均提升 4.5 分,同時將推理延遲降低 33%。擴展至較小規模的骨幹模型時,AVTR 亦勝過受評估的 2B 規模基線。
阿里雲截至2026年9月30日的季度 AI 雲及算力服務收入為609.73億元,同比增長53%;外部客戶收入增長64%,AI相關產品收入連續第13個季度錄得三位數增長。經調整EBITA為88.38億元,同比增長121%,利潤率升至14.5%。同期外部客戶經常性收入增長67%,主要來自公共雲服務及授權和軟件續費。
作者整理 DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南,指出 deepseek-flash alias 已指向新 build,端點、模型名稱和價格未變,但 thinking 預設開啟、reasoning_effort 預設為 high。
推薦理由:文章把 thinking 預設開啟、工具回合須完整保留 assistant message 等遷移風險整理成檢查清單,並區分作者實測與轉述數據,方便判斷各項調整依據。
RouterBase 對 GPT-6.2 Astra 和 GPT-6.2 Sol 進行實測,整理出 OpenAI 相容用戶端遷移時常見的四項請求驗證限制。
妙投認為,AI 編程智能體可能降低 CUDA 遷移成本,加上推理算力轉向 ASIC、客戶分散採購,英偉達的定價權與長期毛利率或受壓。
妙投分析認為,AI 編程智能體降低晶片軟件適配門檻、推理算力比重上升及供應商多元化,正使英偉達的 CUDA 護城河與定價權面臨壓力。文章引述 Anthropic 在 IPO 路演披露,團隊藉助 Claude 約 3 天便把核心 GPU 算子移植至 AMD MI355X 並穩定運行,過去通常需數十名工程師耗時 6 至 12 個月。
Google 於 2026年11月18日發佈 Gemini 4 Neon,並開始在 Gemini 應用程式及 Gemini API 等服務中陸續提供。
推薦理由:推理深度設為 high 時,Gemini 4 Neon 與 Carbon 在 Artificial Analysis Intelligence Index 均得 60 分;Neon 每項任務需 14.8 分鐘,Carbon 約 36 分鐘。
CurvDelta 和 CurvLoRA 將大語言模型更新限制在低曲率保留空間,以提升一般能力保留度,同時維持目標適應效果。兩者以數學推理、程式碼生成及知識遺忘任務作評估;在 TOFU 和 MUSE 上,方法在目標遺忘與知識保留之間取得較佳平衡,保留表現接近從頭重新訓練的參考結果。
論文提出 AnyS1,將人手編寫的程序化技能轉換為共享決策點,以小型校準指針模型處理常規選擇,信心不足時則回退至大型模型。AnyS1 從超過 1,000 項公開技能挖掘決策點,並訓練單一校準 4B 指針 System-1。
文章將 Qwen4-Max 定位為面向專業工作場景的新一代旗艦多模態智能體基座模型,並解析其架構、能力及適用場景。文中稱模型總參數為 2.4T、每次推理啟用 71B 參數,支援 1M Token 上下文及 Live Delivery 漸進式交付。在 Work360 評測中,文中列出的單項任務平均費用由 26.58 元降至 11.16 元,降幅為 58%。
JEDEC於美國當地時間2026年11月18日公佈仍在制定中的DDR6 DRAM規格預覽,計劃推出時頻寬較DDR5提高逾50%。RDIMM數據速率從12.8GT/s起步,路線圖列至14.4GT/s及更高;數據總線DQ由64條增至96條。新聞稿列出的特性仍屬制定計劃,審批期間可能改動,亦可能不獲理事會批准。
Google 發佈 Gemini Decision 1 多模態決策模型,以候選項概率評分完成判斷,單次請求最多可處理 1000 項獨立問題。模型支援文本、圖像、音訊、影片及 PDF 混合輸入;七項共享基準中有五項領先 Jev,Jev 則在 When2Call 和 Mind2Web 保持優勢。
Perplexity 推出 Decider v1.3,將判斷能力獨立成模型,並支援同一上下文中的多項問題一次前向傳播。v1.3 以 Isolated Question Attention 限制問題之間直接交換資訊,並加入 Locate 定位原文片段。在 63 項分類任務上的平均準確率為 91.6%,較 Perplexity 原有生產分類器高 6.54 個百分點。
西湖大學助理教授於開丞在專訪中指出,世界模型面向連續物理空間的狀態預測,與語言模型並非替代關係。他認為,機械人控制需要即時互動,而語言模型單是推理便要兩三秒,難以滿足實時要求。Awomo-0.5 有 40 億參數,在具身智能、物理世界理解等六個國際主流評測榜單登頂,程式碼和權重均已開源。
Google 於 11 月 18 日發佈 Gemini 4 Neon,面向複雜編碼與分析工作,提供統一的 1,048,576-token 上下文窗口及 low、medium、high、xhigh 四個思考層級。
推薦理由:文章把比較重點由每 token 價格轉到成功完成任務的總成本,並列出重試、驗證、延遲及人工審核等評估項目,提供可套用的測試思路。
多模態決策模型系列 Piccolo(0.8B 至 27B)透過智能體數據工程及遞歸自我改進,協同演化模型能力與訓練數據。
西湖大學於開丞在專訪中表示,通用語言模型再強也不能直接取代世界模型,因機械人控制需要即時回應物理環境。他認為語言模型擅長思維鏈,世界模型則面向連續物理空間的下一狀態預測,兩者用途與技術路線不同。Awomo-0.5 有 40 億參數,程式碼及權重全部開源,並在六個國際主流評測榜單登頂。
文章針對 GPT-6.2 的評測分歧,提出將自測納入模型接入流程的評估方法。OpenAI 系統卡所列 GPT-6.2 Astra 障礙披露測試漏報率為 22.28%,高於上代的 11.09%;測試刻意設置障礙,不等同於生產環境中的發生率。流程建議以含障礙任務比較預設與最高推理強度,並追蹤漏報率、停步情況及任務完成度;示例的 10% 門檻須按業務風險設定。
AMD 發佈 ROCm 10.2,新增支援 18 款採用 gfx1103(RDNA3)的鋭龍手提電腦進行本地 AI 推理。HIP、PyTorch 及 vLLM 已完成適配驗證,Windows 和 Linux 均可使用,毋須特殊編譯或額外配置。新版本亦更新對 SGLang、vLLM 的支援,並新增正式支援 RHEL 10.3、RHEL 9.9 及 SLES 16.1。
Cathie Wood在最新訪談中稱,AI推理成本每年下降99%,並預計美國實際GDP增速將由約3%升至2030年的7%、2035年的9%。她認為,AI帶來的生產力提升和軟件通縮可能壓低通脹,數據中心建設則能為地方社區帶來經濟收益。
Jev 於 2026 年 9 月推出後約八週內,六家廠商推出決策模型或 API,另有至少七個開源項目出現。文章比較 Jev、OpenAI Decisions API、Cloudflare Clef、Google Gemini Decision 1 等方案的輸入、速度、價格及開源程度,並指出部分獨立評測結果較廠商宣稱審慎。
推薦理由:文章將決策模型放入 Agent harness 的路由、閘控與完成檢查,並整理以真實案例、簡單基準和升級門檻驗證方案的做法。
Google 發佈 Gemini 4 Neon,Simon Willison 比較其定價安排,並測試不同推理等級下的輸出。Neon 目前價格為 $3/million input、$15/million output,Carbon 為 $2/$10,Hydrogen 為 $1.50/$7.50;Carbon 的折扣價將於 12 月 1 日結束並升至 $4/$20。
Google DeepMind 發佈 Gemini 4 Neon,這款推理模型提供 1M-token 統一上下文,並在 AA Coding Agent Index 得分 58.6、排名第一。
Europe PMC 和 PubMed API 的 7 條紀錄顯示,日期精確到日不代表該日已獲證實;期刊資料可能只標示月份。作者以 24 項虛構證據測試 6 個模型,每項重複 3 次;加入日期窗口規則及佔位日期提示後,答案與作者答案鍵的匹配率由 17% 升至 48% 和 96%。這是小型測試,答案鍵包含作者的假設;作者建議保留每個日期的來源精度。
國產晶片產業的競爭焦點正由融資轉向產品交付、持續迭代及客戶訂單分配,下一代客戶是否採用產品將影響企業的產業位置。凌川科技的SL200已售近10萬顆,其下一代AI影片生成晶片目標於2027年規模出貨;長鑫以G5及LPDDR6推進產品換代,長江存儲則把產品延伸至企業級SSD。
騰訊於 11 月 16 日推出混元 Hy4 flash,並已開源;在 WorkIndex 評測中,其單任務成本僅為 Hy4 的 1/20。模型有 224B 參數、每 token 啟用 12B,支援 100 萬 token 上下文;API 每百萬 token 輸入 0.5 元、輸出 2 元,命中快取時為 0.02 元。
推薦理由:文章結合實測任務、WorkIndex 成本數據及模型工程優化,呈現 Hy4 flash 在日常生產力場景中的定位。
PReMind 提出兩階段強化學習框架,訓練個人化視覺語言助理結合視覺危險證據與用戶記憶,作出合適回應。PReMind-Bench 評估記憶提取、視覺根據、拒答及危險應對,並測試各項能力的聯合表現。4B 版本在相互依存測試集的聯合成功率由基礎模型的 12.9% 提升至 28.6%。
聯想集團公佈截至 2026 年 9 月 30 日的 2026/27 財年第二季業績,季度營收首次突破 2000 億元人民幣,按年增長近 50%,調整後淨利按年增長 166%。
文章指出,GPT-6.2 Astra 的基準測試成績突出,但開發者反映其輸出難讀、會中途停下或在工作流程中途要求澄清,令測試表現與實際體驗出現落差。ARC-AGI-3 標準測試流程得分為 70.3%;使用 Provider Adapter harness 則達 100%,每次測試成本為 $4,112。
推薦理由:文章把 GPT-6.2 Astra 的基準分數、實際使用反饋與成本放在一起比較,呈現排行榜表現與開發者體驗之間的落差。
Kimi-K3 是一款面向長程編程、知識工作與推理的 2.8 萬億參數模型,已上架阿里雲百煉,輸入與輸出上限均為 1,048,576 Token。它採用 KDA 混合線性注意力及注意力殘差,支援原生圖像輸入且權重開源,但只提供思考模式,不支援聯網搜尋、批量推理及模型調優。華北2(北京)/全球的輸入、輸出及快取命中價格分別為 20 元、100 元、2 元/百萬 Token,且沒有免費額度。
ECA 為搜尋增強語言模型提出循證信用分配方法,以檢索文件對參考答案似然的提升作為僅用於訓練的輔助訊號。
研究提出循環語言模型的延遲進入策略,讓新 token 跳過初始 passes,直接進入最後 K 個 passes,利用深層上下文 cache 加快推理。在 Ouro-2.6B(T = 4)上,Wake 於 tau = 0 達到 5.2x greedy-exact 加速;在 Huginn-3.5B 上,T = 64 時達到 8.4x。
Google DeepMind 正在推出 Gemini 4 Neon,定位為面向編碼、研究和商業工作的低成本前沿 AI 模型。輸入 token 定價為每百萬 $3,快取輸入 token 每百萬 $0.15,輸出 token 每百萬 $15,並提供 1 million-token 上下文窗口。
Qwen3.8-2.4T-A95B 是可下載、可改造的開源旗艦底座,主要面向數據須留在自有環境或需要自行調整模型的情境。開源版為純文本、全思考模式,原生上下文為 262,144 Token;API 版另有視覺輸入、非思考模式及官方內置工具。文章指出,BF16 權重約 4.89 TB,單機載入不現實;專有 Qwen3.8-Max License 設有品牌標註與服務授權門檻。