微软正式发布第三代自研AI加速器Maia 300，这是其减少对英伟达GPU依赖的关键举措之一。官方称该芯片每兆瓦性能提升40%，意味着在同等电力条件下可提供更强的AI算力，有助于降低大规模训练与推理的能耗成本。微软计划...

Toby Ord 在最新文章《Swarm Scaling》中分析了大规模AI智能体蜂群的扩展效率问题。他指出，将蜂群中的智能体数量扩大10倍，其性能提升并不如将10倍token投入到单一智能体中来得显著。这种收益差距会随着规模扩大而...

标准强化学习（RL）在训练大语言模型（LLM）时，往往在最困难的问题上表现不佳，简单标量奖励信号难以精确衡量模型在复杂任务上的真实能力。这篇题为《Learning to Solve Hard Problems in RL for LLMs by Never Giv...

Rhoda AI 团队围绕视频基础模型与机器人策略的规模化问题展开研究，重点考察扩大模型参数量与预训练计算量，是否能直接提升机器人在真实工业环境中的操作能力。研究采用 Direct Video-Action 模型，直接将视频观测映...

谷歌TPUv7 Ironwood的第三方推理结果首次在InferenceX官方预览中亮相。在与Nvidia B200/B300进行同口径FP8对比时，Ironwood每美元性能最高可领先50%，意味着单位成本下能够提供明显更强的推理吞吐。值得关注的是，Ir...

谷歌近日正式推出 Gemini 3.8 Flash，这一新模型在编程、智能体工作流和多步推理方面均有显著提升，同时延续了与 3.7 Flash 相同的入门定价，意味着开发者可以在不增加成本的情况下获得更强的任务执行能力。值得关注...

在模型开发领域，“新扩展轴”往往意味着一次能力跃升。从扩大参数规模到扩大数据规模，行业每开辟一条新扩展路径，都会带来模型效果的显著提升。测试时训练（Test-Time Training）正被视为一个极具吸引力的新扩展轴：...

近期开放模型在短短数月内取得显著进展，基础模型已不再是能力提升的主要瓶颈。以GLM5.3和Qwen3.8-27B为代表的新一代模型，其相较上一代的性能提升主要来自后训练阶段的优化，而非单纯扩大基础模型规模。值得关注的...