精选

SpaceX 第三季度营收达 146 亿美元，其中“超级智能”业务（含 Grok、Cursor 及数据中心）表现超出预期，AI 相关收入已占公司总收入的 52%。公司正加速从航天向 AI 基础设施转型，目前拥有 1.7 GW 算力并计划扩建 Colossus II 数据中心。马斯克预测该业务线在 2027 年底的年化经常性收入将达到 5000 亿至 1 万亿美元。

• •SpaceX AI 业务收入占比突破 52%，正式成为核心盈利引擎
• •当前算力规模达 1.7 GW，正在建设第二座大型数据中心 Colossus II
• •马斯克预测 2027 年 AI 业务 ARR 将达 5000 亿至 1 万亿美元

Meta 最新研究指出，主动式 AI 助手（如智能眼镜）的主要失败原因并非无法生成正确内容，而是难以自主决定何时介入。通过构建包含长期记忆与干扰项的 ProPerMem 基准测试，研究发现即使前沿模型在拥有明确证据时表现优异，但在自主判断触发时机时准确率骤降。该工作强调了“精准时机”与“克制触发”对提升主动代理实用性的关键作用。

• •主动助手的最大痛点是“何时说话”而非“说什么”，自主判断触发时机的准确率远低于给定证据时的表现。
• •ProPerMem 基准测试引入了长达一年的个人记忆和大量干扰项，模拟真实场景下的长上下文检索与决策难题。
• •结合正确的内容与精准的时机，并采用“克制触发”策略，可将主动助手的任务成功率从不足 10% 提升至 42.4%。

OXR 推出仅 1.3B 参数的开源文档解析模型，首次在 OCR 领域应用递归自我改进（RSI）技术。该模型通过 VLM 评估输出、聚类失败原因并指导数据生成来优化训练，在 olmOCR-Bench 等三大基准测试中排名第一，且在单卡 RTX PRO 6000 上实现 GLM-OCR 3.05 倍的吞吐量。

• •首个在文档解析后训练中采用递归自我改进（RSI）的开源模型
• •1.3B 参数模型在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 三项基准中均获第一
• •在单张 RTX PRO 6000 显卡上运行速度达到 GLM-OCR 的 3.05 倍

Google 开源了 TorchTPU，作为 PyTorch/XLA 的替代方案，允许开发者在 TPU 上直接运行和调试 PyTorch 代码。该工具通过逐步执行操作简化调试流程，并在生产环境中切换至 torch.compile 以优化性能，实测在训练 Qwen 3 8B 时可达 TPU 峰值算力的 52%。

• •TorchTPU 取代 PyTorch/XLA，实现 TPU 上的原生 PyTorch 操作执行与逐步调试。
• •开发阶段逐行调试，生产阶段自动切换至 torch.compile 以获取高性能。
• •在训练 Qwen 3 8B 模型时，TorchTPU 能够利用高达 52% 的 TPU 峰值算力。

DeepSeek 在 Apache 2.0 协议下开源了其内部推理框架 DeepInfer，该框架基于 vLLM 优化，旨在显著降低其 V4.1-Flash 模型的算力成本与能耗。同时发布的 deepseek-recipe 项目复现了官方 API 的 Token 处理逻辑，确保自托管环境行为一致。此举不仅填补了极致低成本运行的最后缺口，也被视为在中美 AI 竞争背景下的一种战略举措。

• •DeepInfer 基于 vLLM 构建，通过优化计算内核和分布式处理提升推理效率
• •配套发布 deepseek-recipe 以复现官方 API 的 Token 处理逻辑，保障自托管一致性
• •开源策略旨在进一步压低算力成本与能耗，并可能受地缘政治因素驱动

Google 正式开源 TorchTPU，允许开发者在 TPU 上原生运行 PyTorch 模型。此举与 Amazon 的 TorchNeuron 形成合力，旨在打破 Nvidia GPU 在 AI 应用开发中的默认垄断地位，降低非 Nvidia 硬件的使用门槛。

• •TorchTPU 现已开源，支持在 Google TPU 上原生运行 PyTorch 工作负载
• •Google 与 Amazon 联手试图削弱 Nvidia GPU 作为 AI 开发默认标准的地位
• •尽管提供了替代方案，但开发者大规模迁移仍需克服生态惯性

Anthropic 的 Claude Science 智能体在无需人类专家介入的情况下，自主完成了针对蝎毒神经毒素的蛋白质设计全流程。该智能体从生成的 31.8 万个分子中筛选出 180 个进行合成，最终有 17 个设计被证实能特异性结合目标毒素。尽管这并非正式抗蛇毒血清，但标志着 AI 智能体在复杂生物计算任务中实现了端到端的自主科研闭环。

• •Claude 智能体自主完成了从靶点选择、多工具调用到实验结果分析的全流程蛋白质设计。
• •在 31.8 万个生成分子中，智能体通过设定评分阈值筛选出 180 个候选，最终 17 个经湿实验验证有效。
• •非生物专业背景的金融公司 Citrini Research 委托完成此项目，凸显了 AI 降低跨学科科研门槛的潜力。

Anthropic 联合 Citrini Research 利用 Claude 模型设计了针对蝎子神经毒素的微型蛋白结合剂，并完成了实验验证。在测试的 211 个设计中，17 个成功达到结合标准，所有数据已开源以加速抗蛇毒血清研发。

• •Claude 辅助设计的 211 个蛋白结构中，17 个通过实验验证具备有效结合能力
• •项目由非专家主导，验证了 AI 降低药物发现门槛的潜力
• •完整的设计序列与结合数据已在 Hugging Face 开源

OpenAI 的 GPT-6 Luna 和 GPT-6.1 Sol 在 Agent Arena 帕累托前沿中占据了 11 个席位中的 6 个，展示了其在不同成本区间的性能优势。数据表明，调整推理努力程度（Reasoning Effort）而非更换模型，往往是维持最佳性价比的关键策略。

• •GPT-6 Luna 在低于 $0.10/任务 的成本区间占据主导地位，比 DeepSeek-V4.1-Flash 便宜 29%。
• •GPT-6.1 Sol 定义了 $0.22-$0.65/任务 的前沿性能边界。
• •测试时缩放（Test-time scaling）显示，切换同一模型的推理等级比更换模型更能优化性价比。

Mistral AI 推出 Voxtral 3，这是一套支持实时听、想、说的全栈语音智能体系统。该方案允许在自有基础设施或欧盟托管 API 上运行以保障数据主权，转录定价低至每分钟 0.0035 美元。

• •Voxtral 3 实现了实时语音识别、推理与合成的端到端闭环
• •支持私有化部署或欧盟托管 API，满足数据合规需求
• •转录服务起价为每分钟 0.0035 美元

DeepSeek 公开其推理引擎 DeepInfer 的运营数据，显示单一集群日均处理 155 万亿 Token，非高峰时段每 GPU 小时产生 38 美元收入。若按 B300 租赁成本估算，毛利率可达约 82%，且该引擎同时支持 NVIDIA Blackwell 与华为 Ascend 芯片。

• •DeepSeek 开源推理引擎 DeepInfer 并同步公开核心营收数据
• •单集群日处理量达 155 万亿 Token，非高峰时段 GPU 时收益为 38 美元
• •基于 B300 成本估算毛利率约 82%，且兼容 NVIDIA Blackwell 和华为 Ascend

Mistral AI 推出新一代 Voxtral 3 系列语音模型，涵盖文本转语音（TTS）及多种语音转文本（STT）变体。其中 Small Transcribe 3 在 Artificial Analysis 排行榜位列第三，实时流式转录准确率显著提升，且 TTS 定价极具竞争力。

• •Voxtral Small Transcribe 3 以 2.1% AA-WER 指数位列语音转文本排行榜第三，超越 ElevenLabs Scribe v2。
• •Voxtral Mini Transcribe Realtime 3 在 960ms 延迟设置下的最终转录错误率降至 3.3%，较前代大幅优化。
• •Voxtral 3 TTS 定价为每百万字符 13 美元，低于 Gemini Flash TTS 和 ElevenLabs v4 Turbo，具备成本优势。

OpenAI 发布针对 COBOL、Fortran 等低资源遗留语言的模型优化成果，GPT-6 Astra 在 MultiLangBench 测试中平均通过率从 38% 提升至 87.4%。在 COBOL 迁移基准测试中，GPT-6.1 Sol 准确率高达 97.9%，显著优于前代模型，旨在解决关键基础设施的现代化难题。

• •GPT-6 Astra 在多语言编程基准 MultiLangBench 上的平均测试通过率从约 38% 跃升至 87.4%
• •GPT-6.1 Sol 在 COBOL 迁移至现代语言（如 C++/Java）的任务中，高推理模式下准确率达到 97.9%
• •OpenAI 开源了 MultiLangBench 评估工具，专门用于衡量模型对低资源编程语言的支持能力

Google 正式开源 TorchTPU，为 PyTorch 框架提供原生的 Tensor Processing Units (TPU) 后端支持。该工具实现了自定义 ATen 内核与编译缓存，支持分布式训练及 torch.compile() 集成，旨在降低开发者在 TPU 上运行 Llama、Qwen 等主流模型的技术门槛。

• •提供 PyTorch ATen 内核实现，使标准 PyTorch 代码可直接在 TPU 上执行
• •内置 XLA 计算编译缓存以优化推理与训练性能
• •支持数据并行与张量并行，兼容 Llama、Qwen 等主流大模型示例

Artificial Analysis 数据显示，达到特定“智能指数”阈值的成本正快速下降。例如，达到指数 30 的成本比首次达成时低 86 倍，GPT-6 Luna 以每任务 0.03 美元实现该目标。尽管顶级模型（如 Claude Opus 5.5）的绝对成本随能力上限提升而增加，但中等智能水平的普及门槛已大幅降低。

• •达到智能指数 20、40、50 的成本分别比首次达成时低 123 倍、33 倍和 18 倍。
• •GPT-6 Luna (high) 以 $0.03/task 达到指数 30，比 Anthropic 早期模型便宜 86 倍。
• •最高分模型成本虽上升（Claude Opus 5.5 达 $5.98/task），但整体智能获取门槛在降低。