据CNBC 10月22日援引知情人士报道,OpenAI即将敲定一轮至多300亿美元的融资,投前估值1.25万亿美元,由阿联酋投资者与Coatue领投。这轮融资被定位为潜在IPO前的“机会性”过桥融资。 知情人士称,OpenAI周四告知投资者,目标在下周末前完成签约,但最终规模仍在确定中。与此同时,OpenAI正在谈判一项从阿联酋获取更多算力的商业协议。OpenAI已于6月向美国证交会秘密提交招股书,但尚未公布上市时间。 信源:https://www.cnbc.com/2026/10/22/openai-funding-round-uae-investors.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Author: TheBestDoll
Cerebras阐释3万亿参数模型59晶圆部署方案
Cerebras发布技术解析,展示如何在WSE-3T晶圆上部署Kimi K3等3万亿参数模型。该模型含69个线性注意力层和24个密集层,采用4位权重量化。单块WSE-3T晶圆具备44GB片上内存,线性层每晶圆可容纳2个,密集层每晶圆容纳1个以预留KV缓存空间。整体部署需35块晶圆处理线性层、24块处理密集层,共59块晶圆,可实现每秒1000-2000+ Token推理速度。 信源:https://www.cerebras.ai/blog/how-we-deploy-trillion-parameter-frontier-models-on-cerebras ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Anthropic用Claude完成百余库形式化验证
Anthropic与Theorem合作,使用Claude在超过100个真实开源软件库的RISC-V汇编代码层面证明了安全属性。这是首次大规模利用AI对生产软件进行汇编级形式验证的工作。Claude在编写证明过程中,发现了多年未被检出的缺陷,这些缺陷此前经过数万亿次测试仍未暴露。形式验证由此进入可规模化应用于实际项目的阶段。 信源:https://www.anthropic.com/research/formal-verification ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Anthropic开放生命科学客座研究员申请
Anthropic今日启动生命科学领域客座研究员公开招募。申请对象为学术机构、非营利组织或政府实验室的首席研究员及其团队,重点围绕因果人类生物学、结构与计算分子生物学、药物发现及临床科学等问题开展合作。入选者将在8至12周内与Anthropic研究人员直接合作,免费使用Claude模型完成分析、工具与成果产出,双方共同发表论文并开源数据与代码。申请人保留全部数据权利及后续独立研究权益。申请通道开放约14天,Anthropic将在截止后14天内通过邮件通知结果。此举是Anthropic加大生命科学投入的系列举措之一。 信源:https://www.anthropic.com/news/open-call-guest-investigators-life-sciences ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
SpaceX 400亿美元债务融资利率升至8.3%
SpaceX 400亿美元债务融资正在敲定,利率较此前大幅上升。最低评级部分利率约8.3%,由Apollo和Goldman Sachs牵头;较安全、由芯片支持的部分利率约7.75%,较当前债券高出1个百分点以上。现有债券因公司支出计划、债务负担走弱而下跌,违约保险扩大。AI贷款市场过去数周明显退潮,CoreWeave债务抛售进一步加剧担忧。特朗普8月已购入500万美元SpaceX债券,定价预计下周完成。 信源:https://www.semafor.com/article/10/22/2026/spacex-40b-debt-deal-will-cost-it-as-ai-fears-spread ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
OpenAI Decisions API正式全面开放 支持单次400个问题
OpenAI 10月22日宣布Decisions API结束beta、正式全面开放(GA)。该API基于gpt-6-luna,可对文本、图像等输入直接给出分类、判断或打分结果,而无需生成完整模型回复,适合在应用和智能体中做近实时决策。 相比beta版,新增原生GPT-Live集成(语音应用可在用户说话时即时响应)、prompt caching、原生JSON输入、在单个问题指令中使用图像,以及单次请求最多400个问题(为此前的两倍)。定价为未缓存输入每百万token 0.10美元、缓存输入每百万token 0.01美元,仅按输入计费,不收输出token费用。 信源:https://community.openai.com/t/decisions-api-is-now-generally-available-with-new-updates/1408934 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
马斯克称特斯拉2030年目标年交付500万辆
马斯克在特斯拉财报会上表示,公司目标是到2030年左右实现每年500万辆交付,并认为有较好机会达成这一目标。此前特斯拉已连续两年销量下滑。马斯克同时提到正转向尚未验证的Robotaxi,而非推出低价电动车。该表态出现在公司最新财报电话会议中,距离此前多次下调交付预期仅数月。 信源:https://www.theverge.com/transportation/1016055/elon-musk-tesla-5-million-cars-2030-reality-check ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
SageMaker AI 无服务器模型定制训练会话正式可用
Amazon SageMaker AI 无服务器模型定制功能新增训练会话,已于今日正式开放。用户可自行编写并协调后训练循环,包括自定义损失函数、奖励信号或多轮强化学习,同时由 SageMaker AI 负责 GPU 分配、分布式执行、故障恢复与检查点存储。 该服务支持 SFT、DPO、RLVR、RLAIF 及多轮强化学习等技术,用户可选择 LoRA 或全量微调,并通过连续定制方式组合不同方法。平台提供训练会话示例手册,包含用例与模型定制代理技能,用户可在 SageMaker Studio、Kiro、Claude Code、Codex 或 GitHub Copilot 中描述需求,由代理完成数据准备、技术选择、训练、评估与部署。 一家医疗索赔拒付分流模型团队表示,该服务提供的底层 API 直接控制前向后向传播、采样与优化步骤,满足其对强化学习在高精度场景下的精细控制需求。 信源:https://aws.amazon.com/blogs/machine-learning/announcing-new-ways-to-customize-models-with-sagemaker-ai-without-managing-gpus/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
微软称中国黑客用AI框架入侵ConnectWise
微软将ConnectWise云备份服务遭入侵归咎于中国关联黑客。黑客窃取应用凭证后,利用ARTEX开源AI框架以每分钟近3000次登录尝试的速度,快速入侵约2250家组织。微软指出该速度让防御方几乎无暇检测响应。ConnectWise已暂停云备份系统访问,正在调查并恢复服务。 信源:https://techcrunch.com/2026/10/22/chinese-hackers-spied-on-thousands-of-companies-after-breaching-it-giant-connectwise/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
AWS SageMaker 为 TTS 模型推出实测扩缩容方案
亚马逊云科技在 SageMaker AI 实时端点部署 Kokoro-82M 自定义容器,基于两项现场测量制定自动扩缩容策略。Kokoro-82M 为 8200 万参数非自回归模型,源自 StyleTTS2 并采用 ISTFTNet 解码器,单一请求维持连接数秒,无法附加 Token 生成指标。团队实测得出单实例 SLO 合规最高并发 Q_max 与端到端扩容耗时 T_total,由此直接计算扩容阈值、缩容阈值及冷却时间,所有数值均来自 aws-samples 仓库的实际运行。 信源:https://aws.amazon.com/blogs/machine-learning/stop-guessing-auto-scaling-targets-for-tts-on-amazon-sagemaker-ai/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
