跳到正文
10月21日周三
  1. 钛媒体47

    首都在线2026年三季报显示账面扭亏,AI算力持续投入

    首都在线披露2026年三季报,前三季度营业收入9.56亿元,同比增长3.14%,归母净利润879.62万元,同比增长108.85%,实现账面扭亏。经营活动现金流净额2.17亿元,同比增长148.37%,但扣非净利润仍亏损5618.03万元,扭亏主要受设备处置收益5542.60万元和政府补助1719.45万元支撑。

    推荐理由:对比账面利润、扣非亏损和现金流,可看清首都在线盈利改善的构成及其继续投入AI算力的资金约束。

  2. Hugging Face Blog42

    NVIDIA Kumo Forecast 融合预训练时间序列表示、历史模式检索与可解释性

    NVIDIA Kumo Forecast 将预训练时间序列表示与历史模式检索结合,用于多变量时间序列预测并提供可解释结果。它以 MOMENT-1-large Transformer 为骨干,DARR 模式通过最近邻方式检索历史模式,并按预测步长提供滞后项和特征归因。

    推荐理由:文章拆解了直接预测与 DARR 历史模式检索的组合方式,并给出输入限制和应用评测路径,便于设计自有数据验证。

  3. TechCrunch50

    Mach9 转型 AI CAD 软件后获得 $34M A 轮融资

    Mach9 在转型 AI CAD 软件后宣布完成 $34M A 轮融资。First Round Capital 与 Bessemer Venture Partners 联合领投,Prudence 和 Quiet Capital 参投;私有测试版已有近 100 名客户,累计用于超过 2,500 个项目。

    推荐理由:文章梳理 Mach9 从硬件转向 AI CAD 的决策路径,呈现土木工程客户对测量数据整理和规划流程的痛点如何推动业务转型。

  4. 36氪31

    海洋王公告称AI+智慧照明业务收入规模有限

    海洋王公告称,公司AI+智慧照明相关业务收入规模有限,尚不构成对整体业绩的重大影响。其照明产品应用于铁路、电网、智慧电厂、应急救灾、海油钻采、智慧港口和海上平台等场景;公司称无万米深海作业应用产品,与“深海科技”概念无关。

    推荐理由:公告既说明AI+智慧照明业务对业绩影响有限,也明确核电及深海概念的业务边界,便于核验相关题材与实际经营的关系。

  5. HF Daily Papers52

    DecisionPivot:评估 LLM 系统决策模型的诊断基准

    该研究提出 DecisionPivot 诊断基准,用于评估 LLM 系统中决策模型在受控变化下的表现。它包含 48 项任务和 40,033 个条目,覆盖 7 类决策角色,并评估了 40 个决策模型和 14 个通用模型。实验中,两个 27B 模型在参考轨的聚合得分仅差 2.6 分,但对比组准确率分别为 70.1% 和 44.2%,显示总分无法完整反映模型的决策表现。

    推荐理由:该基准把对比组表现、校准与推理投入拆开评估,可用于识别总分相近模型在决策正确性和高置信预测可靠性上的差异。

  6. 36氪33

    同为股份称大模型AI产品出货及营收尚未形成规模

    同为股份公告称,公司大模型AI产品出货数量及营收尚未形成规模,在整体收入中占比较低,对短期经营业绩不构成重大影响。公司的AI应用目前主要面向视频监控行业,不涉及人形机器人、空间计算、航天、无人驾驶和低空经济等领域。

    推荐理由:公告明确公司AI业务目前集中在视频监控,并披露出货、营收占比和短期业绩影响,为理解相关概念与经营基本面的距离提供背景。

  7. 36氪37

    日海智能公告:上半年高算力模组创新产品收入占总营收约1%

    日海智能公告称,上半年高算力模组创新产品收入占公司总营收约1%。公司表示,无线通信模组等主营产品结构较前期保持稳定,主要包括4G、5G、NB制式的蜂窝数传模组和GNSS定位模组,并提示高端产品市场开拓存在不及预期风险。

    推荐理由:公司用收入占比和产品结构说明高算力模组业务的现实位置,读者可据此对照端侧AI、机器人市场关注与主营构成。

  8. Hacker News7

    与 Decker 共度的四年

    《Four Years with Decker》以“与 Decker 共度四年”为题,但材料未附文章正文,无法确认 Decker 的具体身份、核心事件、技术内容或结论。可核验信息显示该内容来自 Hacker News,页面记录了 46 Points 和 9 条评论。

  9. Hacker News31

    9 Mothers(YC P26)在 Austin 招聘 7 个岗位,聚焦反无人机与 AI 系统

    9 Mothers(YC P26)目前在 Austin, TX 招聘 7 个岗位,聚焦反无人机系统的 AI 感知、DSP、硬件和软件开发。团队介绍的工作包括自主感知、末段交战、可制造硬件和基于靶场数据的短周期迭代,岗位分为感知 1 个、硬件工程 2 个、软件工程 3 个和高管 1 个。

    推荐理由:招聘页披露了团队的反无人机系统方向、AI 感知和软硬件快速迭代方式,并列出 Austin 现场岗位,便于了解其工程实践与招聘重点。

  10. 36氪41

    PerturbAI联合OpenAI与斯克里普斯研究所开发AI推理框架

    10月21日,PerturbAI宣布与OpenAI及斯克里普斯研究所合作开发AI推理框架。该框架将利用数千个智能体并行分析生物实验数据、检索科学文献并提出可验证的研究假设,合作方还将探索新的药物靶点。

    推荐理由:这项合作给出了多智能体并行处理实验数据与科学文献的研发思路,可用于理解生物医学推理智能体的实施路径。

  11. 36氪77

    OpenAI 与谷歌云达成合作,计划开放前沿模型及 Codex

    OpenAI 宣布与谷歌云合作,计划在未来几周内把前沿模型及 Codex 智能体工作流接入谷歌云 Model Garden。企业客户可通过谷歌云市场购买相关模型,并使用谷歌云消费承诺支付费用。OpenAI 模型还将陆续接入谷歌 Antigravity 和 Gemini Agent;OpenAI 表示,微软仍是其主要云合作伙伴。

    同一件事,精选收录的是《OpenAI 模型与 Codex 将接入 Google Cloud》

  12. Mistral AI45

    Mistral 与 NVIDIA 合作构建 AI 原生工程工作流

    Mistral 与 NVIDIA 将合作构建由加速计算驱动的 AI 原生工程工作流,将模型、物理建模、工程仿真与设计连接成闭环。双方计划整合 NVIDIA Omniverse、CUDA-X 和 Warp,并开发面向物理模型及 CAE、EDA 智能体的公共基准和开放数据集,用于比较模型准确性、执行时间和计算成本。

    推荐理由:原文梳理了 Mistral 模型、物理建模与 NVIDIA 加速计算如何组成工程工作流,并给出公共基准和开放数据集规划。

  13. 36氪36

    卓驭商用车解决方案定名磐行,展示重卡智能辅助驾驶能力

    卓驭正布局商用车业务,并将商用车解决方案命名为“磐行”,在真实道路中展示重卡高速NOA、行车辅助和全向主动安全能力。磐行复用卓驭乘用车已量产验证的基础模型和AI底座,以30多亿公里乘用车司机经验为基础,通过4亿帧重卡专属数据增强,学习干线物流、高速运输、复杂车流、超长制动距离和挂车姿态变化等商用车工况。

    推荐理由:原文披露磐行复用量产乘用车基础模型,并以4亿帧重卡数据增强,呈现商用车智能驾驶的迁移路径。

  14. 36氪45

    雷军称小米未来5年硬核科技投资预计超2000亿元

    雷军表示,小米未来5年预计在硬核科技领域投资超过2000亿元,过去5年相关研发投入为1055亿元。在2026世界智能网联汽车大会上,雷军称小米已构建全球最大规模的消费级 IoT 平台,截至二季度末全球设备连接数超过11亿台。小米过去几年持续加大芯片、操作系统和 AI 具身智能等底层技术研发投入。

    推荐理由:材料同时列出小米过去5年的投入与未来5年的投资规划,便于对照其硬核科技投入的扩张幅度。

  15. 36氪43

    英飞凌深化与英伟达合作,开发 800V DC AI 数据中心电源架构

    英飞凌宣布深化与英伟达合作,推进面向 AI 数据中心的 800 伏直流(800 VDC)供电架构,重点开发高压中间总线转换器(IBC),并用氮化镓(GaN)功率半导体提升电源转换效率和功率密度、降低能耗与散热需求。此次合作延续双方 2025 年启动的 800 VDC 项目,涵盖 IBC 及电源路径保护等环节,目标是支持更高功率密度的 AI 数据中心并提升服务器机架带电插拔维护能力。

    推荐理由:英飞凌与英伟达围绕 800V DC 供电架构的深化合作,反映了高功率 AI 数据中心在供电侧的供给侧调整。

  16. NVIDIA Blog67

    Google Cloud 与 NVIDIA 宣布基于 Vera Rubin 的 A5X 实例将于下月正式可用

    Google Cloud 与 NVIDIA 宣布,基于 Vera Rubin 的 A5X 实例将于下月正式可用,并计划扩展至欧洲。A5X 把 Vera Rubin NVL72、ConnectX-9 SuperNIC、Virgo Network 和第四代先进液冷技术纳入 AI Hypercomputer,为训练、推理和大规模强化学习提供一体化平台。

    推荐理由:A5X 将 Vera Rubin、网络与液冷能力集成进 Google Cloud,并披露扩展计划和客户案例,便于评估强化学习基础设施的落地方式。

  17. NVIDIA Blog77

    NVIDIA 在 GTC Berlin 展示并更新 RTX Spark、DGX Spark 与 DGX Station 本地 AI 阵容

    NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 和 DGX Station,并公布模型、集群与软件更新。DGX Spark 64GB 将于周五(10 月 23 日)由合作伙伴开始铺货,手动集群最多支持 8 台设备并提供 1TB 统一内存;DGX Station for Windows 预计 12 月推出。

    推荐理由:三类本地 AI 硬件分别面向个人智能体、开发集群和企业工作站,文中还给出模型兼容、开放方式与推理优化信息。

  18. 36氪61

    蔚来李斌称智能辅助驾驶避免或减轻907万次潜在事故影响,人车共驾平均安全里程为人驾8倍

    李斌在2026世界智能网联汽车大会上表示,蔚来智能辅助驾驶已部署在超过95万辆智能电动汽车上,累计为用户避免或减轻907万次潜在事故影响。该系统基于世界模型架构+闭环强化学习,安全行驶里程超过91.4亿公里,累计使用时长达到1.12亿小时。蔚来内部数据显示,人车共驾的平均安全里程达到人驾的8倍;四家保险公司的数据显示,搭载该系统的车辆事故安全损失逐年降低,降幅超30%。

    推荐理由:蔚来同时披露部署规模、行驶里程、内部安全指标与保险数据,为评估智能辅助驾驶的实际安全表现提供了量化参考。

  19. 36氪58

    英伟达联合供应链伙伴扩产以加速 AI 基础设施建设

    英伟达联合供应链合作伙伴扩大产能以加速 AI 基础设施建设,计划未来三年将基板产能提升至目前的 2.5 倍。KYEC 获得英伟达 11 亿美元预付款用于在美国建设新设施;安靠科技计划到 2028 年底将先进封装产能提升逾 300%;英伟达还计划将半导体测试产能从 2026 年到 2027 年翻倍,并于 2027 年 2 月在新加坡启动大规模测试生产。

    推荐理由:原文给出基板、先进封装与测试等环节的具体产能与投资数字,读者可以据此判断未来几年 AI 芯片供需节奏与供应链布局走向。

  20. 36氪62

    谷歌云拟将 Vera Rubin 基础设施扩展至多站点,部署最多 96 万颗 Rubin GPU

    谷歌云计划将基于英伟达 Vera Rubin 的基础设施扩展至多站点,部署最多 96 万颗 Rubin GPU。伦敦人工智能公司 Ineffable Intelligence 已率先接入 A5X 实例,用于大规模强化学习及持续学习系统研发。该公司由 AlphaGo 创作者 David Silver 创立。

    推荐理由:材料给出了谷歌云多站点 GPU 部署上限和早期接入案例,有助于理解 Vera Rubin 基础设施的规划规模与强化学习研发用途。

  21. 36氪26

    大业股份称机器人腱绳尚未批量生产

    大业股份公告称,公司机器人腱绳产品目前尚未批量生产,且未产生实质性收益。公司现有主营仍为胎圈钢丝、钢帘线和胶管钢丝的研发、生产与销售,并提示相关业务在技术研发、产品竞争能力和盈利能力等方面存在重大不确定性。

    推荐理由:公告区分了人形机器人概念热度与实际业务进展,并披露产品量产和盈利状态,可用于判断相关概念背后的经营基础。

  22. NVIDIA Blog54

    欧洲合作伙伴采用 NVIDIA Vera CPU 建设本地 AI 基础设施

    Nebius、Nscale、Verda 等 AI 云服务商正采用 NVIDIA Vera CPU 构建本地基础设施,支撑数据分析、软件执行和模型服务。Bull、Dell Technologies、HPE、Lenovo 和 Supermicro 正开发基于 Vera 的系统,既可独立作为 CPU 服务器,也可与 NVIDIA GPU 协同。

    推荐理由:文章梳理 Vera CPU 在云服务商、服务器厂商、数据处理与智能体沙箱中的采用情况,呈现其支撑本地 AI 基础设施扩张的部署生态。

  23. 36氪60

    英伟达升级 Isaac 机器人平台,推出人形机器人参考框架与仿真工具

    英伟达升级 Isaac 通用机器人开发平台,推出人形机器人参考框架、仿真工作流和数据工具。更新覆盖机器人训练、仿真验证和部署流程,开发者可利用合成数据和仿真环境训练机器人,并在实际部署前验证机器人行为。

    推荐理由:更新覆盖机器人训练、仿真验证和部署,并提供人形机器人参考框架、仿真工作流和数据工具,帮助开发者用合成数据训练并在部署前验证行为。

  24. 36氪51

    英伟达推出 Halos SAFE 自动驾驶安全评估框架,奔驰与沃尔沃布局 L3/L4

    英伟达推出 Halos SAFE 自动驾驶安全评估框架,将仿真、软硬件在环测试、道路测试和车队监测纳入统一评估流程。框架通过标准化场景、测试及量化指标生成可追溯的安全验证证据,支持自动驾驶系统开发与部署。

    推荐理由:Halos SAFE 将仿真、软硬件在环、道路测试和车队监测纳入统一流程,便于理解自动驾驶安全验证的标准化方法。

  25. 36氪32

    比亚迪:高阶副总裁称L3有条件自动驾驶有望2028年落地

    比亚迪集团高级副总裁、汽车新技术研究院院长杨冬生在世界智能网联汽车大会上表示,L3级别有条件自动驾驶有希望在2028年落地,更高级别自动驾驶通过迭代有望再过1-2年落地。

    推荐理由:比亚迪给出了L3落地的具体年份和更高级别的时间窗口,读者可拿来对照其他车企披露的节奏。

  26. 36氪37

    深圳马克先生科技有限公司成立,极米科技持股20%

    深圳马克先生科技有限公司于10月20日成立,极米科技股份有限公司持股20%。新公司注册资本100万元,法定代表人为尹蕾,经营范围包括智能机器人研发、3D打印服务、智能基础制造装备制造及智能家庭消费设备制造。成都米花柒号企业管理咨询合伙企业(有限合伙)持股44%,钟波持股20%,肖适持股10%。

    推荐理由:材料披露新公司的注册资本、股权结构与经营范围,可用于追踪极米科技在智能机器人相关业务的公司布局。

  27. 钛媒体68

    AI 泡沫监测·之一:债务层已经先动了

    穷奇观察在钛媒体发文认为,应以债务层读数而非股价判断 AI 泡沫。文章给出四组关键信号:CoreWeave 2032 年到期无担保债跌至面值约 76 美分、二级收益率约 15%。

    推荐理由:用 CoreWeave 债券价格、甲骨文 CDS 与 Blue Owl 赎回潮等读数,搭建看债不看股价的泡沫监测框架,可对照股票叙事与信用信号。

  28. 36氪61

    中办、国办提出在新业态新领域开展放宽市场准入试点

    中共中央办公厅、国务院办公厅发布关于推动科技创新和产业创新深度融合的意见,提出在新业态新领域开展放宽市场准入试点,探索承诺即入制。意见还提出探索“沙盒监管”,并推动健全人工智能、生物技术等前沿领域法律法规及科技伦理规范。

    推荐理由:政策同时涉及市场准入、新技术应用监管和 AI 法规建设,可作为理解新业态监管方向的背景材料。

  29. 36氪66

    英伟达扩展开放模型产品线,覆盖企业数据、机器人、生物医药及量子计算

    英伟达扩展开放模型产品线,一次推出Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo和Ising等多款开源模型。其中BioNeMo RFD4-Proteina在涵盖200个氨基酸蛋白质的基准测试中,生成设计速度约为RFdiffusion3的13倍。

    推荐理由:同一篇集中陈列企业数据、自动驾驶、机器人和生物医药等领域的开放模型,便于横向对比 NVIDIA 在 AI 全链条上的开源布局。

  30. 36氪33

    黄仁勋称未来电信运营商都将提供AI算力

    10月21日,英伟达首席执行官黄仁勋在柏林举行的GTC大会上表示,未来所有电信运营商都将提供AI算力,电信基站有望发展为分布式AI网络。他把AI经济分为能源、算力、AI工厂、模型和应用五层,并指出建设一座1吉瓦数据中心的成本目前约为500亿美元,涵盖土地、电力、建筑、计算设备、存储和冷却等费用。

    推荐理由:黄仁勋以五层蛋糕拆解AI经济,并给出1吉瓦数据中心约500亿美元的成本参照,便于理解算力基础设施的产业分工与投入规模。

  31. 36氪51

    英伟达推出 DSX POD 模块化 AI 工厂方案,部署时间可从 6 个月缩短至 14 天

    英伟达推出 DSX POD 参考设计,可将准备就绪场地的 AI 工厂部署时间从 6 个月缩短至最快 14 天。该方案基于 Vera Rubin 系统,将完整 AI 工厂集成至模块化集装箱,并在交付前完成系统集成与验证。英伟达正与戴尔科技、慧与科技、联想、施耐德电气、维谛技术合作,计划于 2027 年初在全球交付相关模块化 AI 工厂。

    推荐理由:参考设计将系统集成与验证前置,用 6 个月缩短至最快 14 天的数据对比呈现模块化方案价值,文中还给出合作伙伴交付计划。