让AI学会打网格：一场关于"完美"的强化学习实验

论文提出用强化学习智能体在半边网格结构上做拓扑编辑，通过行为克隆结合PPO突破稀疏奖励难题，使生成的四边形网格达到离散高斯-博内公式给出的理论最优不规则度下限，大幅超越Gmsh等工业网格生成软件。

让视频生成提速三倍的秘密：把"造缓存"这件事直接省掉

论文提出FlashForward，通过直接复用去噪过程中产生的KV缓存并搭配稀疏清晰锚点，取消了传统方法额外的造缓存计算，在1.3B和14B模型上实现比同类方法快1.16至2.92倍的长视频生成，画质与时序一致性同步提升...

把AI老师的知识教给AI学生：一个关于偷懒和探索的故事

研究团队从强化学习视角重新解读语言模型的在线策略蒸馏，提出LSPD方法，融合乐观探索与历史数据复用机制，在六大数学推理基准上超越现有蒸馏方法，同时给出对数级遗憾的理论收敛保证。

改变乘法本身：一篇让Transformer算得更快的论文，到底动了什么手脚

论文提出用一种更省算力的代数乘法规则替换Transformer前馈层的标准矩阵乘法，参数量不变但计算量下降，实测生成速度提升6.2%到7.8%，但下游任务分数有所降低，属小规模可行性验证。

百世快运拓展跨境货物国内运输业务 全国网络迎来新增长

百世供应链：退货越来越复杂，鞋服品牌如何管好逆向物流？

OpenCode 2.0重大升级：统一后端服务打通终端、桌面与网页应用

开源编码智能体OpenCode正式发布2.0版本，核心改动为引入单一共享后台服务，打通终端、桌面与Web界面，使开发者可跨界面管理同一编程会话。此外新版本重构了API、推出可嵌入SDK、支持子代理与Shell命令后台执行...

Meta推出开源模型Muse Spark Open，正面对标中国顶尖模型

Meta发布816B参数（42B激活参数）开放权重模型Muse Spark Open，主打编程与智能体任务，在多项基准测试中领先同类美国开放模型，但在Terminal-Bench等编程基准上仍落后于Kimi K3和GLM...

德国欲引领工业AI浪潮：英伟达如何助力

德国总理默茨与NVIDIA CEO黄仁勋在柏林会面，双方签署意向声明，计划合力推进物理AI模型开发及工业AI生态建设。NVIDIA同步宣布投资四家德国初创企业，并披露西门子与NVIDIA合作推进自主工厂项目，工程工作量可...

西班牙初创企业借力巴塞罗那超算中心推动区域创新

西班牙巴塞罗那超算中心（BSC）AI工厂加速计划已全面运营，依托MareNostrum 5超算基础设施为初创企业提供算力、技术支持与培训。NVIDIA Inception成员现可通过NVIDIA平台直接访问部分BSC A...

IBM发布vLLM-Hook MIA：加速AI可解释性与运行时控制

IBM发布推理引擎插件vLLM-Hook MIA，可在不关闭vLLM图回放模式的前提下，对LLM内部状态进行实时监控与干预。测试显示，该插件比前代快20倍，对8B模型推理延迟仅增加2%，可用于拦截恶意提示、标记幻觉及调整...

将本地智能带入欧洲：本地计算力驱动智能体新浪潮

NVIDIA在GTC柏林展示RTX Spark、DGX Spark及DGX Station全系本地AI硬件更新，包括DGX Spark 64GB版本开售、支持最多8台集群配置、DGX Station将于12月推出Wind...

Exelon高管：监管发电业务或将回归以应对需求激增

Exelon输售电高管Carim Khouzami表示，因数据中心需求激增、PJM容量市场激励不足，公司正积极推动各州重新允许受监管公用事业商参与发电。他预计五年内Exelon将再次拥有发电资产，并同步推进逾410亿美元...

英伟达发布 Omniverse DSX 蓝图：用智能体辅助工作流构建 AI 工厂数字孪生

NVIDIA推出Omniverse DSX Blueprint，基于OpenUSD与Omniverse库，为开发者提供参考资产、示例脚本及工作流，支持通过AI智能体构建和编辑AI工厂数字孪生模型，涵盖算力配置、电力分配与...

AI合作著作图书奖项本周正式启动

法国Prix Pascal de Littérature IA文学奖本周启动，面向全球征集人机共创法语小说手稿，字数要求1万至5万词，需注明所用AI模型及提示词，获奖作品将获出版机会，截止日期为11月底，获奖者将于12月...

Axtria 荣获 2026 年 Minsky 人工智能卓越奖，连续第三年获此殊荣

AI之力，ASML EUV光刻机产能涨50%，还不够

ASML刚发布了Q3财报并举行电话会议，CEO Christophe Fouquet和CFO Roger Dassen出席。ASML是全球唯一EUV制造商，但Fouquet曾说：EUV是伟大的故事，可很多人视为天上掉馅饼...

Supermicro与Nokia合作，将NVIDIA Aerial RAN Computer解决方案引入网络边缘，以实现低延迟AI服务

训练好了三个模型，合并起来性能却掉了一大截：这事儿有多常见？

论文提出SMAT训练法,把模型合并中的缩放、掩码、扰动三种操作在专家训练阶段提前模拟,让合并后性能提升1到2分,训练耗时仅增加不到2%,在语言和视觉语言模型上均验证有效。

一个6.5M参数的小模型，靠改训练代码就打赢了200M参数的大模型

650万参数的NanoForecast v0.5通过修复训练流程中的三个隐藏bug，在不改架构的前提下将预测误差降低43.8%，在多项基准上超越参数量31倍的TimesFM大模型，且可在CPU上流畅推理。