纽约大学数学家Tristan Buckmaster与Anthropic研究员Levent Alpöge今日公布三项流体方程有限时间爆破结果，包括3D不可压缩Euler方程，使用AI辅助并经Lean形式化验证。Buckmaster同期发布声明称，OpenAI在获知其工作后，内部模型迅速生成约100页受迫Navier-Stokes爆破证明，并提议由其单独署名或协调发布，期间两次要求排除Alpöge因其Anthropic身份。OpenAI未立即回应具体指控。[[1]](https://manifold.markets/calour/did-openai-just-solve-navier-stokes)
此争议凸显前沿AI数学发现中的优先权与透明度问题，事件仍在发酵。
信源:https://cims.nyu.edu/~tristanb/statement.pdf
Ryze AI 今日推出“Ryze AI Hack”虚拟黑客松，参赛者须仅用参数≤500M的本地模型构建完整应用，禁止调用任何云端AI API。活动注册今日开启，9月29日正式启动，10月27日提交截止，优胜者独得1000美元奖金，所有参与者获证书与作品展示。
该活动直接检验边缘AI在隐私、成本与可及性上的实际落地价值。
信源:https://open-ryze.web.app/
9月8日，高通与亚马逊AWS宣布达成多年期合作，共同设计面向AI推理的定制硅片及最高1.6Tbps光学互连方案，亚马逊获权认购高达2500万股高通股票。这笔交易标志着云计算巨头正从单纯采购转向深度绑定硬件供应链，试图在NVIDIA主导的GPU时代之外开辟新路径。
这一动作折射出AI基础设施竞争从“模型参数竞赛”转向“全栈控制权争夺”。过去一年，类似合作频现： hyperscaler 们通过股权绑定或联合开发，锁定专用芯片以降低成本、提升能效并规避单一供应商风险。高通此举直接瞄准数据中心边缘与推理负载，与其手机/汽车生态形成协同；亚马逊则借此强化Bedrock等服务的硬件底座。相比之下，欧洲AI玩家如Mistral虽获巨额融资，基础设施仍高度依赖美系供应链，自主能力差距明显。
从资本流向看，这类绑定让传统芯片商重获议价权，也让云巨头在AI资本军备赛中掌握更多主动。长远看，若光学互连与定制ASIC规模化落地，将显著压缩推理成本，推动更多垂直代理落地。但悬念在于：当多家云巨头各自打造“护城河”芯片生态时，开放标准与互操作性是否会退居其次，进而加剧市场碎片化？
信源：https://aiweekly.co/ai-news-today (2026-09-08)
https://www.bloomberg.com (2026-09-08相关报道)
https://www.reuters.com (2026-09-08 Qualcomm-AWS合作披露)
Kodiak AI今日发布声明，其长途无人驾驶安全案例就绪度（ARM）8月底达93%，较7月底91%继续提升。公司重申将于2026年底前完成安全案例并启动无人长途商用服务。剩余工作集中在最终工程验证与验证环节。Kodiak已在Permian盆地实现35辆无人卡车商业运营，此次进展显示其公路部署准备稳步推进。市场将持续关注其安全案例闭环时间点与首批商用里程碑。
信源:https://www.globenewswire.com/news-release/2026/09/08/3357761/0/en/kodiak-ai-on-track-for-year-end-driverless-long-haul-launch-as-safety-case-readiness-reaches-93.html
SpaceX因锁定期股解禁，自由流通股比例升至近30%，纳斯达克100指数季度再平衡后其权重预计从1.25%升至2.25%。摩根大通策略师测算，此举将带动指数基金与ETF约155亿美元被动净买入，再平衡将于9月21日前生效。纳指跟踪资产规模约1.7万亿美元，权重调整直接触发机械买入。解禁后流通盘扩大，权重提升幅度超出此前预期。[[1]](https://finance.yahoo.com/markets/stocks/articles/spacex-set-boost-potential-jump-110002191.html)
信源:https://finance.yahoo.com/markets/stocks/articles/spacex-set-boost-potential-jump-110002191.html
谷歌DeepMind今日发布AlphaGenome Atlas，这是一个AI驱动的数据库，预计算了人类基因组中全部90亿个单核苷酸变异的分子影响，数据规模达1PB。该平台提供直观网页门户、AlphaGenome API访问，并集成至Google Antigravity技能，支持非商业研究免费使用，商业用途即将登陆Google Cloud。Atlas还引入AVI评分，融合AlphaGenome与AlphaMissense预测，加速罕见病、复杂性状等研究。
此举将基因组变异分析从个案转向全景，推动生物医学发现进入新阶段。
信源:https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/
谷歌云与埃森哲今日宣布成立埃森哲Gemini企业业务集团。该集团隶属埃森哲谷歌业务集团，将整合Gemini Enterprise认证专业人员、前沿部署工程师及谷歌云工程团队，重点帮助客户规模化部署Gemini Enterprise代理AI平台。谷歌云将培训最多1000名埃森哲前沿部署工程师。该举措延续双方此前合作，旨在加速企业从试点转向生产级AI部署。
信源:https://www.businesswire.com/news/home/20260908525942/en/
谷歌威胁情报小组（GTIG）今日发布《From Prompting to Autonomy – The Evolution of Adversarial AI》报告，披露威胁行为者已从简单AI编码助手转向多代理框架，实现攻击全流程自动化。
金融动机攻击者入侵云基础设施后，用AI编码聊天机器人、提示词和Markdown代理指令，在不到6小时内规划、构建并部署大规模凭证窃取行动，代理自主完成漏洞扫描、凭证采集、实时排障、IP轮换及流量路由，显著压缩防守响应窗口。另一案例中，暴露C2服务器运行名为“Recon”的自动化侦察与凭证管理框架，实时管理超过23800条机密。报告还提及中国关联间谍组织尝试用AI工具构建自动化渗透与后渗透管道。
AI代理正将攻击规模与速度推向新高度，防守方需加速适应代理化威胁。
信源:https://cloud.google.com/blog/topics/threat-intelligence/from-prompting-to-autonomy-the-evolution-of-adversarial-ai
OpenAI今日发布博客《The Work Now Within Reach》，阐述更强、更低成本AI如何扩展个人与企业可完成的工作范围，并降低增长成本。文章由Sarah Friar撰写，强调GPT-6 Astra在计算机使用、浏览、软件工程等领域的领先表现，以及消费者与企业产品协同、计算全栈策略带来的规模效应与经济性提升。文中引用内部研究与客户案例，指出AI使更多此前因时间或成本受限的工作变得可行。
该文为OpenAI近期战略阐释，凸显其从模型能力向实际工作落地与商业模式的转向。
信源:https://openai.com/index/the-work-now-within-reach
Fields奖得主Jacob Tsimerman本周二宣布成立Mathematical AI Safety Institute（MAISI），独立于OpenAI的数学研究机构，位于湾区，2027年1月启动首个学期，计划招聘10-30名数学家参与AI安全问题的高等数学研究。Tsimerman本月底将加入OpenAI安全部门，该所旨在为强大AI系统建立数学基础，提供风险度量与缓解的严谨方法。MAISI将加速数学界对AI对齐与存在风险的形式化探索，成为安全研究新支点。
信源:https://maisi.org/
