中国出现AI循环融资模式，宇树科技IPO估值500亿美元
中国机器人制造商宇树科技在上海IPO后估值约500亿美元，股价大涨。据英国《金融时报》报道，其需求依赖循环模式：制造商向国有培训中心出售机器人，再购回训练数据。分析师质疑高估值和数据实用性，宇树近四分之三的人形机器人收入来自教育和研究领域。
DeepSeek
公司与模型 · DeepSeek（深度求索）的模型发布、开源权重与技术报告——开源大模型价格与能力的搅局者
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-09-26 19:03
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 138 条。
8月20日周四 · 2 条
正文顺带提及命中实体：deepseek
正文顺带提及命中实体：deepseek
J-Space造假案引热议：思维链作者称小模型加工具难敌大模型
雷峰网报道了开源项目J-Space Cognition Suite被指造假，其宣称通过外部Harness让小模型追平甚至超越顶级大模型，但独立复测结果相反。OpenAI思维链发明者Jason Wei发文指出小模型加工具无法替代大模型的内化能力，引发行业对Scaling Law与工程路线的讨论。
8月19日周三 · 3 条
正文顺带提及命中实体：deepseek
中国允许英伟达H200芯片小批量进入以助AI企业追赶美国
中国允许英伟达H200芯片小批量进入大陆，字节跳动和腾讯各获得约1万颗，以帮助国内AI企业追赶美国。H200比英伟达最先进芯片落后至少两代，因美国出口管制无法购买更先进的。中国还支持华为等本土制造商，但国内AI公司在推理能力上仍落后于美国，且需求激增导致部分公司如Moonshot不得不拒绝客户。
正文顺带提及命中实体：deepseek
以GLM-5为例：九章智算云如何落地训推一致的强化学习系统
本文以GLM-5为例，探讨九章智算云如何通过强化学习系统实现训推一致。文章指出，随着预训练边际收益递减，模型能力Scaling正转向后训练强化学习，RL成为模型能力持续提升的关键。九章智算云通过将Generator、Environment和Trainer纳入统一工作流，实现动态调度和状态资源化，提升有效Token产出率，并与模型厂商形成算法与基础设施双向RL
正文顺带提及命中实体：deepseek
小米Q2业绩：营收利润承压，AI与汽车业务持续投入
小米发布2026年第二季度财报，营收约1089亿元，同比下降6.1%，经调整净利润约62亿元，同比下降42.6%。智能电动汽车及AI等创新业务收入同比增长17.1%至249亿元，但经营亏损26亿元，仍处于战略投入期。小米在AI领域密集发布多项技术，包括MiMo大模型、MiMoCode、澎湃OS 4、超级小爱2.0及具身智能模型，同时手机高端化战略见效，ASP
8月18日周二 · 1 条
正文顺带提及命中实体：deepseek v4 pro
Stripe 70 亿美元收购 OpenRouter，AI 路由层价值重估
支付公司 Stripe 以 70 亿美元收购 AI 模型路由平台 OpenRouter，交易在 90 天前其 13 亿美元 B 轮融资后完成。OpenRouter 年化收入 1.4 亿美元，毛利率约 70%，月处理 250 万亿 token，拥有 800 万开发者。该交易凸显模型聚合层的价值，但也引发对中间层利润压缩的担忧。
8月17日周一 · 2 条
正文顺带提及命中实体：deepseek v4 flash
Nvidia 推动开源模型生态，意图打破智能垄断
Nvidia 正大力投资近乎开源的模型（如 Nemotron），通过发布训练数据和代码，鼓励更多公司构建自己的模型，从而扩大对其芯片的需求。文章指出，开源模型生态的未来取决于能否形成经济回报闭环，否则可能转向效率优先的细分市场。同时，训练复杂度的提升和开源社区对后训练的关注，可能改变传统训练流程的划分。
正文顺带提及命中实体：deepseek v4 pro
美团开源LoHoSearch：基于知识图谱的下一代搜索智能体评测基准
美团LongCat团队开源了搜索智能体评测基准LoHoSearch，基于覆盖762万维基百科实体的知识图谱自动生成题目，通过控制搜索空间和结构复杂度来提升难度。评测显示，最强模型GPT-5.5准确率仅34.74%，远低于在BrowseComp上的表现，且现有上下文管理策略提升有限。该基准旨在提供更具区分度的评测标准，并推动下一代上下文管理技术研究。
8月15日周六 · 1 条
正文顺带提及命中实体：deepseek v4 flash 0731
ms-swift v4.5.0 发布：支持 Qwen3.8、Nemotron 3.5 等新模型
魔搭 ms-swift 发布 v4.5.0 版本，新增对 Qwen3.8、NVIDIA Nemotron 3.5 Lightning 和 Meta Muse Glimmer 等模型的支持，并改进推理、训练和 RLHF 功能。该版本还修复了多个 bug，并支持 OpenAI 和 Anthropic 消息处理器。
8月14日周五 · 5 条
正文顺带提及命中实体：deepseek v4 pro
谷歌拆分DeepMind团队，布林重新督战Gemini
谷歌在DeepMind换帅后开始拆分其非技术团队，将其划归公司总部，以减少中间环节并加速Gemini进入产品。联合创始人谢尔盖·布林重新介入AI权力中心，推动资源向递归自我改进等方向倾斜。新负责人Koray Kavukcuoglu获得最终决策权，成为Gemini发展的核心人物。Gemini发布已推迟两个月，内部测试显示其编码能力落后于竞争对手，谷歌面临组织问
正文顺带提及命中实体：deepseek
GLM-5.3发布：编程能力暴涨50%，安全性能对标顶尖模型
智谱发布GLM-5.3模型，在基座不变的情况下，通过后训练技术使编程能力提升50%，并宣称在安全领域发现2436个漏洞，包括潜伏40年的DNS协议漏洞。该模型在多个评测中逼近或超越Claude Fable 5，并开源，同时推出编程工具ZCode和AutoClaw。
正文顺带提及命中实体：deepseek v4 pro
GLM-5.3发布：Coding接近Fable 5，安全能力登顶开源
智谱今日发布GLM-5.3模型，在Coding能力上接近Claude Fable 5，并成为最强开源安全模型。该模型在CyberGym白盒代码审查中得分84.5%，高于前代及GPT-5.6 Sol。智谱联合清华、南开等机构进行了密集红队测试，累计发现2404个漏洞，其中1088个为中高危。实测显示GLM-5.3能完成可交付的模拟游戏开发，并能自主发现、修复安
正文顺带提及命中实体：deepseek
量化MoE中路由翻转检测易但修复判断难
本研究针对量化混合专家模型（MoE）中的路由翻转问题，提出了一种因果分析框架，并发现检测路由翻转比判断其是否需要修复更容易。实验表明，在4位KV缓存量化下，约三分之一的性能损失由路由中介引起，但现有推理可观测的统计量无法预测翻转的损失符号，存在经验性的收益检测障碍。研究还发现参考保真度的修复效果因架构而异，且门控归一化约定仅影响损伤幅度而非路由可恢复性。
正文顺带提及命中实体：deepseek
穷人的智能体建模：在笔记本电脑上模拟大规模LLM智能体社会
本文提出一种在笔记本电脑上模拟大规模LLM智能体社会的低成本方法，用低参数代理模型替代昂贵的大模型智能体，并引入交互顺序记忆分类法预测替代误差趋势。作者在EconAgent等八个LLM模拟上验证了该方法，发现EconAgent对奥肯定律的复现实为会计恒等式，而菲利普斯曲线才是真正的行为特征。该方法使宏观模拟成本大幅降低，并揭示了推理步骤而非提示词措辞是涌现宏
8月13日周四 · 2 条
正文顺带提及命中实体：deepseek v4 flash
Ling 3.0 Flash 发布：同尺寸下最智能的开源模型
蚂蚁集团旗下 inclusionAI 发布了开源模型 Ling 3.0 Flash，在 Artificial Analysis 智能指数上得分 38，与其前身相比大幅提升，与 Qwen3.6 27B 相当，但活跃参数更少。该模型在幻觉率上显著下降，从 97% 降至 44%，并在代理任务上表现强劲。Ling 3.0 Flash 以 MIT 许可证发布，可通过
正文顺带提及命中实体：deepseek r1
Backtrader-Bench：基于自生成多选题的算法交易 LLM 智能体基准
Backtrader-Bench 是一个用于评估 LLM 智能体在算法交易中能力的基准框架，包含确定性 MCQ 管道和生成器-求解器过滤管道，可自动生成并验证问题。在 30 道精选题目上，工具增强的智能体（如 GPT-5.5 和 Opus 4.7）单次准确率达 90.0%，比最佳无工具基线（73.0%）高出 17 个百分点。该框架旨在生成训练语料，用于强化学
8月12日周三 · 4 条
正文顺带提及命中实体：deepseek
AWS 推出 SageMaker HyperPod 分层 KV 缓存，提升 LLM 推理性能
AWS 在 SageMaker HyperPod 上推出分层 KV 缓存架构，结合 Curvine 分布式缓存文件系统，将 KV 缓存从 GPU 扩展到 CPU 和共享 NVMe 池，实现跨副本缓存复用。测试显示，该方案可将跨 Pod 缓存命中率提升至 100%，TTFT 改善最高达 2.7 倍，并允许在更低成本的 G6e 实例上运行原本需要 P5 实例的工
正文顺带提及命中实体：deepseek
英伟达 Nemotron 4 目标万亿参数，规模仍不及中国模型
英伟达正在开发新一代开源权重模型 Nemotron 4，其最大版本参数规模至少达一万亿，是 Nemotron 3 Ultra 的两倍，最早可能于今年秋季发布。为此，英伟达已将其用于内部模型训练的云支出增加至 2031 年的 280 亿美元。尽管规模庞大，但中国实验室已超越这一水平，如 Moonshot AI 的 Kimi K3 有 2.8 万亿参数，Deep
正文顺带提及命中实体：deepseek
2026年前沿模型如何基于结果进行训练
本文是Hugging Face博客关于2026年前沿模型训练方式的补充材料，梳理了OpenAI、DeepSeek、Meta等实验室在强化学习（RL）后训练中的公开做法。文章指出，可验证奖励（RLVR）已成为主流，GRPO算法被广泛采用但多有修改，且RL正从单答案转向环境交互。作者通过引用各实验室报告，展示了这些模式如何贯穿从7B模型到前沿系统的训练流程。
正文顺带提及命中实体：deepseek v4 flash
AMD收购Taalas：为特定模型定制芯片的‘拖拉机’策略
AMD宣布收购AI推理芯片公司Taalas，计划将其技术纳入加速器路线图。Taalas采用模型硬化路线，将模型权重固化进硬件，以降低推理成本和提高速度，首款芯片HC1运行Llama 3.1 8B时生成速度达1.7万Token/s。该路线面临模型迭代风险，但Taalas通过可编程SRAM和掩膜修改应对。业内专家认为，AMD此举如同购买拖拉机，其价值取决于是否存