AI行业资讯

Windows任务管理器之父戴夫·普拉默发布Windows 11与Linux原生任务管理器TMOG 0.1.1版本。他先编写107页规格说明，再由Claude Code生成代码，在搭载M5芯片的MacBook Air上耗时约4.5小时完成首个版本，首次运行即可工作。

OpenAI发布首款自研AI推理芯片Jalapeño，采用3nm制程与脉动阵列架构。基于InferenceX基准测试，在GPT-OSS、DeepSeek R1和Kimi K2.5模型上，其每瓦吞吐量较GB200/GB300提升1.5至1.9倍，端到端延迟大幅降低。该芯片仅内部使用，计划2026年底前小规模部署。

消息源爆料称，OpenAI已完成下一代模型Bel的预训练。该模型为Doug的直接继任者，总参数量超过10T，旨在成为GPT-6后的基座模型，并向通用人工智能（AGI）阈值发起冲击。爆料还提及OpenAI与Anthropic在算力与模型竞争上的态势变化。

中科天塔自主研发的航天垂直大模型“华山”健康管理模块，随“辰光一号”卫星入轨一个月后，成功完成星上人工智能全流程在轨实战验证。该系统跑通“数据采集—星上训练—风险预警—健康评估”全自主闭环，有效缓解天地通信带宽压力，为低轨巨型星座规模化运维开辟了新路径。

研究人员提出TRACE框架，通过记录和分析材料编辑过程中的属性变化，显著提升大语言模型在多目标材料发现任务中的性能。相比现有基线LLEMA，其宏平均命中率从18.13%提升至25.96%，为复杂材料设计提供新思路。

新研究提出RENDER基准控制方法，固定对话内容并变化面向读者的记忆呈现形式，发现不同呈现方式对模型记忆检索准确率影响巨大，最高相差72.6个百分点，提示RAG评估应报告或控制呈现形式。

一项针对AION-1天文学基础模型的审计发现，其训练数据中的巡天检测通道会覆盖图像像素信息，导致模型输出的红移等参数产生显著偏差。该偏差源于目录的不完整性，当模拟缺失时，断层红移偏移量可达LSST DESC要求的0.71倍，部分区间超出8倍以上。

研究提出多智能体框架，使大语言模型能结合高保真仿真模型开展受控实验，用于制药工艺设计。该系统构建设计实验、执行对比仿真并生成可操作建议，相比纯语言推理输出更具体，用户评价正确性与帮助性更优，消融实验验证了其有效性。

OpenAI披露自研芯片Jalapeno在内部测试中表现超越英伟达GB300系列，在单位功耗AI工作负载效率与数据响应速度上实现关键突破，标志着大模型厂商加速硬件自主化，并将深刻影响全球算力市场竞争格局。

据爆料，OpenAI已完成代号为Bel的下一代大模型预训练，参数规模超10万亿，旨在作为GPT-6之后的基座模型，并向通用人工智能（AGI）迈进。该进展或对Anthropic等竞争对手形成显著压力。

OpenAI在Hot Chips大会公布与博通共研的推理芯片Jalapeño细节及基准测试成绩。在SemiAnalysis的InferenceX测试中，其每瓦性能和延迟均优于英伟达GB200/GB300，计划年底小规模部署，2027年扩大规模。

在Hot Chips大会上，OpenAI公布了其自研推理芯片Jalapeño的首批基准测试结果。该芯片在每用户生成令牌数和每千瓦吞吐量上均超越当前最先进的推理处理器，尤其针对预填充和通信阶段进行优化，显著降低延迟并提升能效。

小米CEO雷军发布搭载新一代玄戒芯片的两款原型机，包括高速AI演示终端玄戒O100原型机和个人AI超级计算终端小米AI Cube。玄戒O100支持端侧大模型推理，速度达每秒295 Tokens；AI Cube配备80GB统一内存，可部署120B模型，2027年商用。

英伟达使用SemiAnalysis AgentX工作负载测试DeepSeek-V4-PRO 1.6T模型，结果显示Vera Rubin NVL72每兆瓦吞吐量约为GB300 NVL72的30倍，每百万Token成本仅为后者的35分之一，显著提升AI推理能效与成本优势。

Outer Biosciences由Lady Gaga男友联合创立，专攻活体皮肤体外长期维持技术，并与AI模型闭环结合，使新成分研发速度指数级提升。目前已有候选成分与制药合作，未来将向美妆和制药企业授权，颠覆传统研发模式。

科研团队推出LitReview Arena战斗式评估平台，邀请领域专家对匿名文献综述草稿进行五个维度评判，收集约3000条专家判断。结果显示最强现有系统对整体效用仅战胜人类草稿的23%，智能体LLM则大幅领先基础模型60%以上。研究还发布了专家校准评估器LitJudge，显著提升与人类专家的一致性。

最新研究利用基于Transformer的A2C框架，在隐藏规则游戏（GOHR）中训练强化学习智能体，通过特征中心与对象中心两种表示方式，分析规则难度、迁移学习与泛化能力，并借助伪机器人辅助分析人类学习数据，为智能体概念迁移研究提供新视角。

arXiv新论文提出AIREP协议，用于记录AI运行时对单次输出的治理决策。该协议通过签名对象、哈希引用和SHA-256链式结构，确保决策记录可离线验证、防篡改且与具体厂商或模型解耦，为AI系统透明性与问责机制提供技术基础。

生成式AI广泛应用AI合成数据训练下一代模型，在缓解数据供应压力的同时，也引发了模型与数据自消耗循环导致的模型崩溃问题。一项最新综述研究系统梳理了模型崩溃在不同应用场景下的研究进展，总结了当前主流缓解对策，并指出了该领域的挑战与未来研究方向。

KVBoost是一种面向Transformer大语言模型的块级键值缓存复用系统，通过双哈希键控方案与偏差引导重计算策略，解决了前缀缓存仅支持连续前缀共享的限制。实验显示，在Qwen2.5-3B模型上，时间至首令牌延迟降低4.49倍，准确率保持99.2%，优于传统前缀缓存16%。