生成式 AI
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,英伟达 GTC 首次在柏林举行,黄仁勋发布 DSX 全栈 AI 工厂参考架构与 DSX POD 计算集装箱,内含 7 个 Vera Rubin NVL72 液冷机架,到场即插即用。
- 2.腾讯摘要称,算力从到场到投产的时间由 4 至 5 个月压缩到约 1 个月,新闻稿称最短 14 天;Vera Rubin 已全面量产、100% 液冷,组装一个节点不到 5 分钟。
- 3.腾讯摘要称,同步推出 OpenShell 安全智能体参考架构、Nemotron Retriever 检索模型与 Kumo 结构化数据预测模型。
扩展解读 / READ
芯东西原文给出了这套集装箱的物理规格:1000 万个零部件、重约 28000 公斤、20 公里 NVLink 铜互连与 3500 根线缆,另有 17 公里 Spectrum-X 横向扩展网络,全部在工厂内完成安装与测试。原文也解释了英伟达为何把工期当成核心指标:黄仁勋的算法是一座 1GW 数据中心投资 500 亿美元、年收入约 400 亿美元,延迟 3 个月投产对应约 100 亿美元营收损失。安全侧的 OpenShell 值得单独记一笔,每个智能体跑在独立沙箱里,策略在系统调用粒度强制执行,越权可毫秒级切断连接,黄仁勋的说法是「安全不应该是一种愿望,而是技术和工程」。14 天出自新闻稿,与演讲中「约 1 个月」不是同一口径。
为什么重要 / WHY IT MATTERS
把部署周期当作产品指标,说明算力竞争的瓶颈已从芯片供给转向交付与通电。对企业而言,可复用的是「预制 + 数字孪生 + 权限工程」这套组合,而不是某个机架型号。
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,谷歌开源与 Meta PyTorch 团队共同开发的原生 TPU 软件栈 TorchTPU,现有 PyTorch 模型少量改动即可部署到 TPU。
- 2.腾讯摘要称,同步接入 vLLM、SGLang、llm-d、TorchTitan、Ray 等开源工具,覆盖训练、推理与强化学习。
- 3.腾讯摘要称,训练方案已在 8000 颗 Ironwood TPU 上验证,Qwen3-8B 训练模型浮点运算利用率最高 52%;Zenteiq.ai 推理吞吐量提升超 4 倍。
扩展解读 / READ
智东西原文补充了几个可用细节:Transformers v5 里设置 device_map="tpu" 即可部署,Diffusers 可用 torch.compile 与张量并行在多颗 TPU 上跑大型生成模型;llm-d 1.0 由谷歌与红帽、IBM 及 500 多名贡献者、25 家机构共同发布,新增多租户流量控制、高可用路由与面向 Agent 的会话路由。Zenteiq.ai 的数字更具体:1000 颗 TPU v6e 上日生成 token 从 14.7 亿升到 59.7 亿。TorchTitan 在最多 8192 颗 Ironwood 上保持接近线性扩展。Meta 的 PyTorch 工程总监 Jana van Greunen 表态称,Meta 需要在多种硬件架构上运行大模型、广告与推荐系统。「打破英伟达主导」的判断在原文中注明来自 TechCrunch 的解读,属外部评论而非谷歌口径。
为什么重要 / WHY IT MATTERS
框架层的迁移成本一直是 TPU 的真实门槛。把 PyTorch 原生路径打通,等于把硬件选择题交回给开发者,价格与算力配置才有比较空间。
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,ChatGPT 和 Codex 负责人 Tibo 宣布,OpenAI API 提供 12 小时缓存选项,Codex 和 Work 登录用户缓存将永久保留。
- 2.腾讯摘要称,该选项对 GPT-5.6 及以上模型生效,可选默认 30 分钟或 12 小时;选 12 小时后缓存写入价格从未缓存输入的 1.25 倍升至 2.5 倍,读取价格不变。
- 3.腾讯摘要称,文档称 12 小时仅为按缓存命中计费的最短生命周期,不保证复用 KV 张量或降低延迟;DeepSeek 开源推理框架缓存保留目标达 3 天。
扩展解读 / READ
AI 应用风向标原文对「永久保留」持保留态度。它把三件事分开:缓存有效期、实际命中率与请求延迟,并指出 OpenAI 文档只把 12 小时定义为计费资格的最短生命周期。作者的推断是,Codex 与 Work 的永久缓存更像一种缓存补贴,即重新计算缓存时不计费,而不是真的长期留存 KV 张量。时间点也值得注意:DeepSeek 前一天刚开源推理框架,缓存保留设计目标 3 天,而 OpenAI 此前默认只有 30 分钟。原文还提到 Tibo 在更新前对约 40000 个账户做了信用点返还。
为什么重要 / WHY IT MATTERS
长上下文与多轮 Agent 会话的成本大头在重复前缀。缓存计价从写入价格开始分层,会直接改变产品侧的提示词组织方式;但它不等于延迟优化。
前沿科技
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,Anthropic 公布 Claude 在 64 小时内生成 318484 种蛋白设计,针对 5 种蝎毒神经毒素筛出 211 种候选交实验室测试,17 种达到结合标准。
- 2.腾讯摘要称,Claude 调用 12 种蛋白设计工具,对超 55 万组蛋白与毒素组合做结构预测,首轮连续自主运行 24 小时,计算阶段消耗约 1 万 GPU 小时。
- 3.腾讯摘要称,两款针对 Cn2 的候选蛋白解离常数达个位数纳摩尔级,但尚未验证中和毒素能力;Anthropic 已公开 211 个候选设计及实验数据。
扩展解读 / READ
机器之心原文补全了结果分布:5 种毒素为 Cn2、Ts1、AaH I、AaH II、LqhIII,17 个通过的蛋白里 Cn2 占 7 个、AaH I 与 AaH II 各 4 个、LqhIII 2 个,Ts1 一个都没有。单一毒素的 60 个候选中有 11 个通过,成功率约 18%,Anthropic 称这与常见蛋白设计研究基本一致。更值得注意的是通用性失败:希望同时结合多种毒素的设计全部落选。Cn2-B1 与 Cn2-B2 的解离常数到个位数纳摩尔,竞争实验显示其结合位点与已知中和抗体 LR 相同或相近,但细胞层面的中和测试与动物体内保护都还没做。实验由 Adaptyv Bio 与 Twist Bioscience 执行,项目此前与 Citrini Research 合作。
为什么重要 / WHY IT MATTERS
这条的价值不在 31.8 万这个数字,而在流程:目标、工具与筛选标准由人给,检索、调用、筛选乃至寄送序列由模型跑完。可复制的部分是这套闭环设计,命中率仍与常规蛋白设计研究同档。
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,宇树科技发布新款人形机器人「H2-X 功夫传奇 守护」,官方称最长续航约 8 小时,同时支持高强度爆发动作。
- 2.腾讯摘要称,视频中 H2-X 可一脚跨上车顶再翻身而下,从 4 米高台跃下后翻滚站起,还能连续腾空飞踢、一脚踢凹车门。
- 3.腾讯摘要称,演示中机器人上演大战歹徒、徒手抬起汽车前部救出被压模特、飞扑推开路中模特等情节,或面向应急救援、安保防护等领域。
扩展解读 / READ
机器人前瞻原文以官方视频描述为主,文字量不大,信息集中在画面:跨上车顶翻身而下、肘击前盖留痕、连续腾空飞踢后平稳落地。原文的判断是这些动作对平衡控制、腿部扭矩与空中姿态修正要求很高,考的是高爆发、强抗冲击、极端工况下的物理交互能力,并据此推测产品面向应急救援与安保防护——这是媒体推断,宇树未给出官方定位说明。「续航 8 小时」与「高强度爆发动作」同时成立的说法目前只有官方口径,没有第三方测试。
为什么重要 / WHY IT MATTERS
人形机器人的宣传重点正从「能走」转向「能扛事」。续航与爆发的组合若成立,才谈得上进入救援、安防这类连续作业场景;从演示视频到实机交付,中间还差可靠性数据。
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,针对商业 AI 一次性发布 700 多个数学证明引发争议,菲尔兹奖得主陶哲轩、邓煜在 SAIR 访谈中表示,AI 给出证明不代表人类理解了问题。
- 2.腾讯摘要称,邓煜认为人类已有证明路线时可让 AI 完成繁琐推导;陶哲轩呼吁改变只看解题的激励机制,AI 应让思想来源可追溯。
- 3.腾讯摘要称,两人参与 Open Math Model 开放数学模型计划,已先推出整合开放模型、研究工具与协作功能的 Open Math OS,自有模型仍在筹备。
扩展解读 / READ
量子位原文是访谈整理,两人的分歧点在边界而不在立场。邓煜肯定这些证明里有漂亮的新想法,认为这是人与 AI 的共同演进;陶哲轩用汽车与步行的类比说明技术从来不是站队题,要保住「慢科研」带来的理解增进与共同体建设。原文还补上了争议的具体细节:那家公司因基本符号错误撤回了数篇预印本,文字证明与 Lean 代码之间存在明显脱节。分工主张也很具体:路线明确时把耗时推导交给 AI,提问、规划与判断留给人。
为什么重要 / WHY IT MATTERS
当证明可以批量产出,稀缺的不再是结论而是可核查性。学术激励如果只奖励解题数量,文献质量会被快速稀释;这条对任何用 AI 产出结论的团队同样成立。
报告观点
Claude 工程负责人:别当 Agent 的「传送带」
开发者低估了AI的能力!Claude工程负责人:用旧方法指挥Agent,开发者们反倒成了“传送带”
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,曾负责 Claude.ai 等产品工程的菲利克斯·里泽贝格称,模型能力与实际用法落差很大,逐条搬运崩溃记录让自己成了「Claude 的传送带」。
- 2.腾讯摘要称,他建议让 Claude 访问完整崩溃数据自行判断修复对象,不用「你是专家」式角色提示,而是给足数据、工具权限与验收条件。
- 3.腾讯摘要称,验证时拆分生成、攻击与裁决会话,优先寻找硬性外部证据;放权前先让 Claude 与人工流程并行运行,权限分级开放。
扩展解读 / READ
51CTO 技术栈原文的访谈细节比摘要更具体。他给出的替代写法是:读取执行计划与监控数据,确认 P95 延迟来源;允许新增索引,不修改接口返回;给出压测结果与回滚 SQL。这正好对应角色提示缺失的那几项材料:数据库规模、慢查询日志、延迟目标、索引约束与回滚要求。验收上他把生成、攻击、裁决拆成不同会话,专门让一个会话「证明这份结果哪里错了」,并提醒多开几个 Claude 不等于验收完成,模型可能共享相似盲点、被同一份错误上下文带偏。原文同样强调这不等于把生产系统全交出去:数据入口、工具权限、测试环境、停止条件与结果记录要先补齐。
为什么重要 / WHY IT MATTERS
Agent 提效的关键变量是任务边界与验收证据,不是提示词人设。谁还在逐个搬运上下文,谁就承担了流程里最不可扩展的那一段。
腾讯摘要 / SOURCE SUMMARY
- 1.腾讯摘要称,SpaceX 第三季度营收 145.75 亿美元,同比增长 161%,GAAP 净利润 44.04 亿美元;超级智能业务营收 75.60 亿美元,同比增长 830%,首次成为第一大收入来源。
- 2.腾讯摘要称,马斯克预计 2027 年底 ARR 达 5000 亿至 1 万亿美元,称与特斯拉合并是「好主意」,双方已成立特别委员会,但尚未就条款达成一致。
- 3.腾讯摘要称,SpaceX 计划 2027 年新增 10GW 算力,明年 6 月底前部署 44 万颗 Vera Rubin GPU 的训练集群。
扩展解读 / READ
智东西原文把增长拆得很清楚:营收来自太空、连接、超级智能三段,超级智能 75.60 亿美元、占比 51.9%,首次超过连接业务;分部经营利润 4.31 亿美元实现扭亏,但其中含 Cursor 并购带来的 12.17 亿美元股权激励费用。Cursor 交易 8 月 14 日完成,隐含股权估值 600 亿美元,GAAP 购买对价 425 亿美元,交割至 9 月 30 日贡献收入 6.08 亿美元;即便剔除,超级智能解决方案与基础设施收入仍环比增长 192%。算力侧名义规模从 6 月末 1.4GW 升到 1.7GW,三季度资本开支 195.93 亿美元。合并特斯拉一事,原文的表述是马斯克称「好主意」并确认双方成立了独立董事特别委员会,但特别委员会尚未就条款达成一致,且需要特斯拉全体股东 50% 投票支持。
为什么重要 / WHY IT MATTERS
把模型、算力与应用(Cursor、Grok、X Premium)装进同一张报表,说明这笔生意的现金流已由订阅与云服务协议驱动。资本开支与算力规模的扩张速度,比营收增速更能反映后续竞争强度。