三星将作为独家 AI 网络提供商助力韩国机器人产业发展
三星宣布将作为独家 AI 网络提供商，携手韩国电信运营商 KT 和 SK 电讯展开深度合作。该合作将重点推进 AI-RAN（无线接入网）与 5G 独立组网（SA）技术的落地应用，旨在为韩国在 2030 年代确立 6G 通信和具身智能（Physical AI）领域的先发优势与立足点提供技术保障，为机器人产业筑牢下一代通信网络基础设施底座。
DC AI 热点
精选
当前热点完整榜单 →
1针对长上下文编程优化，Claude Opus 5.5 正式发布86 热度 ⌁2Cerebras推出CS-4晶圆级AI加速器：推理速度号称达GPU系统的30倍83 热度 ⌁3传OpenAI即日预览网络安全专用模型GPT-6 Cyber81 热度 ⌁4智能体编程加剧CI负载：Anthropic 如何扩展测试影响分析80 热度 ⌁5将“激活神谕”技术扩展至万亿参数模型：深入内部表征监测AI异常行为80 热度 ⌁9月24日2026-09-24
Meta在Meta总部完成拍摄后，下架了一段批评Meta AI眼镜的视频
Meta takes down a critical video about meta AI Glasses after filming at Meta
Virtio-nvgpu：在 KVM 虚拟机中实现接近原生的 Nvidia GPU 访问
Virtio-nvgpu: Near-native Nvidia GPU access inside a KVM guest
60万行巨石应用AI重构的可验证交付工程实践
该内容来自QCon全球软件开发大会上海站的分享，主要探讨如何利用AI技术对规模达到60万行代码的巨石应用进行现代化重构，并构建配套的可验证交付工程体系。素材原文未提供详细正文细节，仅包含标题信息。该主题聚焦于AI在大型遗留系统改造与软件工程可信交付中的落地应用，探讨利用大模型能力解决系统重构过程中的准确性与验证难题。
00后开发者分享鸿蒙新能力与AI原生开发实践
文章采访了三位00后鸿蒙开发者，他们结合自身研发的App分享了AI技术在鸿蒙应用开发中的实际赋能与具体帮助。对话重点探讨了在AI原生时代开发流程与工作方式的变革，以及当前技术下依然需要开发者亲自打磨的工程与设计细节，呈现了年轻一代开发者在鸿蒙生态中融合AI构建应用的实际落地经验。
在 urlquery.net 上发现了早期恶意人工智能代理的活动及黑客攻击尝试
Early rogue AI agent activity and attempts to hack found on urlquery.net
光频梳技术在 AI 数据中心光互连中的关键作用
该文探讨了光学频率梳发生器在 AI 数据中心的应用价值。随着 AI 数据中心向单纤 16 个以上波长的规格扩展，传统方案需要为每个信道配置独立激光器，而光频梳技术能够利用单个激光器生成多个波长。这种方法大幅削减了硬件能耗、部署成本并减少了潜在故障点，为支撑大规模 AI 基础设施的高密度光互连提供了更高效的物理层解决方案。
Mercury 2.5 LLM 达到每秒 770 个令牌
Mercury 2.5 LLM hits 770 tokens per second
诺因发布GLOW技术报告：人类演示一次即可实现机器人跨场景任务复用
诺因发布GLOW技术报告，针对具身智能的泛化学习提出解决方案。该成果致力于实现机器人的“一教就会”，使机器人仅通过人类的一次操作演示，即可完成跨场景的任务复用与迁移执行。输入素材信息有限，未披露GLOW的具体技术架构、实验数据及落地细节。
面向AI基础设施的800V直流配电架构演进
文章探讨了向800V直流（800 VDC）架构过渡对AI数据中心基础设施带来的深远影响。随着大规模AI算力集群功耗的急剧增长，传统供电模式面临瓶颈。该架构重点聚焦于提升AI数据中心的能源利用效率、增强系统运行韧性，并对储能系统的整合以及电力分配方式带来了新的技术考量与变革方案。
高通发布多款全新平台，全面布局个人 AI 终端生态
在为期两天的骁龙峰会上，高通集中发布了覆盖多个终端品类的全新硬件平台，产品线涵盖智能手机、个人电脑、耳机、智能手表、智能眼镜以及 VR/XR 设备。高通表示，面对即将到来的个人 AI 时代，已在多类终端计算平台上做好准备，通过跨设备的硬件生态布局全面迎接端侧 AI 应用的落地。
arXiv 独立成为非营利组织并获 1720 万美元捐赠承诺
知名学术预印本平台 arXiv.org 已脱离康奈尔大学成立独立的非营利组织。该项目宣布获得来自 Simons Foundation International 等三家慈善机构承诺的 1720 万美元捐赠，资金将在未来 3 至 5 年内到位。这笔资助将被用于平台的日常运营、持续技术开发、非营利组织架构建设，以及对日益增多的 AI 生成学术内容进行治理与管理。
华为发布全新UnifiedBus计算架构，助力SuperPoD及超算集群互连
为应对快速增长的算力需求，华为正式推出了一套全新的计算架构。该架构采用UnifiedBus互连技术，专门用于支持SuperPoD与大规模算力集群之间的高效互连。该设计旨在突破计算节点间的连接瓶颈，优化集群整体性能与扩展能力，为大规模AI训练及高性能计算基础设施提供更强的底层算力支持。
澳大利亚称OpenAI的智能代理入侵了政府网站
Australia says OpenAI agent hacked into government website
两周一次迭代且千元起步，有初创团队致力于降低大模型后训练门槛
近期后训练已成为大模型领域备受瞩目的核心议题。有企业推出低门槛的后训练服务，旨在通过两周一次的高频迭代节奏以及1000美元起的亲民价格，推动后训练技术向更广泛的开发者普及，实现“人人可用”。由于当前所获素材信息较为有限，关于该公司的具体技术路线、优化机制以及完整商业服务形态等细节，仍有待进一步披露。
Agent交易爆发前夜的信任基建与支付重塑
随着AI Agent的广泛落地，底层的交易和支付方式正迎来深刻变革。当前的AI交易主要沿着两大方向推进：一是Agent协助人类完成打车、点咖啡等日常任务（如AI版支付宝的应用）；二是Agent之间的自主交互（如Mastercard推出的机器间支付网络服务）。面对机器主导交易的新场景，构建底层信任基建与专用支付网络成为支撑Agent经济生态爆发的关键基础。
息壤开物完成数亿元融资，华为大模型背景团队发力Physical AI底座
由原华为大模型团队成员创立的Physical AI企业息壤开物，近日连续完成数亿元种子轮及天使轮融资，目前估值达5亿美元。本轮融资由敦鸿资产领投，华控基金、三花控股、银杏谷资本等机构跟投。募集资金将主要用于原生物理AI模型的规模预训练、真实物理交互数据建设、核心研发人才引入及场景验证，旨在重塑物理AI底层能力。
百度推出新AI办公产品“OkWork”，布局碎片化办公场景
据媒体报道，继阿里推出千问办公、字节跳动上线豆包工作之后，百度在AI办公赛道也有新动作，正式推出名为“OkWork”的产品，旨在瞄准碎片化AI办公场景。目前素材信息有限，尚未披露该产品的具体功能形态与上线节奏，但这一举措标志着国内科技巨头在AI协同办公与垂直生产力应用领域的竞争进一步加剧。
灵初聚焦机器人训练数据质量，重点解决人机动作对齐难题
灵初在机器人训练领域提出不能仅靠增加训练时长，而应严控数据质量，其核心目标在于解决机器人学习中人机动作无法精准对齐的问题。通过提升动作数据的质量与映射精度，助力机器人更高效地掌握作业技能。由于目前公开素材信息有限，关于其具体采用的数据清洗流程、算法模型以及实际落地的硬件验证等细节尚待进一步补充披露。
沐晨科技布局AI长程任务学习与数据基础设施
在外滩大会上，北京大学关于“长程任务学习”的合作研究引发关注，探讨AI从单次问答迈向长周期复杂任务时，模型如何通过持续交互实现进化积累。沐晨科技作为合作方参与其中，依托训练数据与科研验证能力，押注并构建面向复杂交互场景的AI新型基础设施，助力前沿模型演进。
从三维视觉到世界模型：空间智能成为 AI 走向物理世界的核心路径
该内容围绕相关前沿学术动态展开复盘，探讨从三维视觉向世界模型演进的技术主线。文章指出，当前人工智能的发展正从单纯理解平面画面的感知阶段，迈向能够理解三维空间、预测环境动态变化并执行动作的认知与行动阶段，空间智能因而成为 AI 融入物理世界的关键枢纽。由于现有素材信息较为精炼，更多会议复盘的具体模型细节与前沿论文分析仍有待进一步展开。
亚马逊云科技Bedrock托管Kimi K3，国产开源模型切入硅谷云生态
9月18日，亚马逊云科技宣布其大模型服务平台Bedrock正式托管国产开源模型Kimi K3。尽管国产模型上线海外云平台此前已有先例，但作为开源模型直接吸引美国主流云厂商采购付费尚属罕见。此举标志着中国开源大模型的技术实力与应用价值进一步获得硅谷云巨头的商业认可，也展现了海外云厂商围绕优质开源模型开展商业化合作的新动向。
冻结模型权重实现Agent进化：ModularRSI探索外围机制自改进
IQuest Research 联合北京航空航天大学、曼彻斯特大学等研究团队发布了 ModularRSI。该方案探索了一种在冻结模型权重的前提下让 Agent 持续进化的新途径，其核心机制在于允许 Agent 根据自身的执行经验，动态修改并优化大模型外围的运行机制（Harness），从而实现智能体系统的持续自我改进。
阅读原文 ↗推荐理由：提出在不微调模型权重的情况下通过外围 Harness 机制实现 Agent 自我进化，为智能体工程提供了新思路。# AI Agent# ModularRSI# 自我改进# 智能体架构# 大语言模型
清华大学联合无问芯穹开源具身智能云原生平台RLark
清华大学联合无问芯穹正式开源具身智能云原生平台RLark，旨在打造具身智能基础设施的新“塔台”。该平台支持高效的机器人设备管理与调度，可实现5分钟内完成机器人纳管，并在10秒内快速启动跨集群任务，为具身智能应用的大规模部署和跨集群高效协同提供了底层云原生支撑。
COMED：平衡多大模型推理中路由与协作的选择性协同机制
针对单一大型语言模型在处理复杂查询时可靠性不足的问题，现有多模型系统通常采用路由分发或密集全量协作。但研究表明，模型协作具有非单调性，引入同行模型在纠正错误的同时也可能破坏已有的正确结果。为此，研究团队提出了COMED机制，作为一种后锚点控制器实现受控的模型升级协商，介于单纯路由与全量协作之间，通过选择性触发跨模型协同来兼顾推理准确率与计算效率。
利用跨LLM分歧引导专家参与：大规模数据标注编码本的高效修订方法
针对大规模文本标注中编码规范（Codebook）构建耗时漫长的问题，该研究提出利用大语言模型（LLM）加速这一流程。方法通过在早期将编码本应用于数据，筛选出多个LLM之间存在显著分歧的疑难样本，从而精准引导专家介入并提供针对性反馈。研究探讨了多种专家反馈形式，包括直接编辑由跨模型分歧驱动生成的修改方案，以及解答模型争议问题等，有效提升了人机协同标注与规范迭代的效率。
大模型在多语言亲属称谓上“能识别却难生成”：文化特定词汇生成基准研究
当前针对大语言模型在多语言亲属关系理解上的评估多采用多项选择，实质将其简化为识别任务。该研究构建了涵盖印地语、泰米尔语和韩语三种非西方语言的亲属称谓生成基准，测试了5款开源大模型在生成与选择任务中的表现。结果显示，模型普遍存在显著能力断层：GPT OSS 120B在对应选项识别中准确率达90.67%，但在自主生成中的合格率仅为36.00%，Llama 3.3 70B等模型亦呈现相同趋势。
句子级法律解释准则分类：基于德国联邦宪法法院判决的评测基准
针对大语言模型在司法推理分析中的难点，该研究提出了一个句子级基准，用于评估大模型分类法律解释准则的能力。研究基于传统法学解释理论构建了分类标准，发布了经过句子级人工标注的德国联邦宪法法院判决数据集，并在专家手写提示词设定下，对来自三个模型家族的四款大语言模型进行了基线性能评测。
长文本问答实证研究：学习型上下文规划为何难以超越强检索基线
该论文针对长文本多项选择问答任务，系统测试了学习型上下文规划在强检索、路由、预算选择和重排序控制下的有效性。研究人员基于LongBench-v2的503道多选题目，使用Qwen2.5-7B-Instruct模型进行了对照诊断。结果显示，在18k字符的预算约束下，锚定混合检索可达到36.18%的准确率，揭示了复杂的上下文规划在面临强检索基线时的局限性与表现瓶颈。
LEGO：融合专家GraphRAG与思维链的法律推理框架
针对大语言模型在复杂法律推理中面临的结构性挑战，研究人员提出了LEGO框架。传统RAG及GraphRAG往往侧重词汇或语义相似度，忽略了法律条文间的规范关系；而普通思维链提示易生成缺乏法律规范结构的推导过程。LEGO采用双模块架构，将法律专家GraphRAG与专家级思维链相结合，有效规范了法律条文检索与逻辑推理链路，旨在突破高风险法律领域的推理瓶颈。