AI 让光学计算重获新生:Optalysys 等初创公司押注光计算
光学计算行业市场规模已从 2022 年的 4 亿美元增至 22.2 亿美元,AI 推理的功耗瓶颈正推动这一领域复苏。英国初创公司 Optalysys 将光学计算元件嵌入数据中心网络路径,在数据传输过程中完成计算。康奈尔大学团队 2022 年演示的光学神经网络每次乘法运算能耗低于一个光子(约 2.5×10⁻¹⁹ 焦耳),但研究者提醒编码开销可能抵消这一优势。
光学计算行业市场规模已从 2022 年的 4 亿美元增至 22.2 亿美元,AI 推理的功耗瓶颈正推动这一领域复苏。英国初创公司 Optalysys 将光学计算元件嵌入数据中心网络路径,在数据传输过程中完成计算。康奈尔大学团队 2022 年演示的光学神经网络每次乘法运算能耗低于一个光子(约 2.5×10⁻¹⁹ 焦耳),但研究者提醒编码开销可能抵消这一优势。
SuperDial 重构其医疗语音智能体平台,推出 Agent-to-Agent RCM 架构,不再默认发起外呼,而是先查 EDI 数据源和 API,再试付款方门户,最后才打电话。
NVIDIA 开源了 NVIDIA Kubernetes Engine(NVKE)和 NVIDIA Kubernetes Recipes(NVKR)两个项目,均采用 Apache 2.0 许可并处于公开预览阶段,二者此前作为 NVIDIA DSX AI Factory Platform 的组件公布。
Sarvam 上线 Sarvam Token Factory,通过一个 OpenAI 兼容 API 提供自家模型和开放权重模型,运行在印度的 NVIDIA B200 集群上。
字节跳动旗下火山引擎 11 月 16 日宣布,Seedance 2.5 4K API 正式向开发者与企业客户开放,此次是扩大 API 接入范围,而非推出新一代 Seedance。
Nvidia 在芝加哥 SC26 超算大会上发布面向科学研究的 Rubin HPC 芯片及配套软件工具。Rubin HPC 将配备超过 5 万个 CUDA 核心,高于旗舰 Rubin GPU 的 898 个 Tensor 核心与逾 2.8 万个 CUDA 核心,并搭载新版 NVLink 与稀疏数据加速功能,计划 2028 年出货。
阿里千问团队发布 Qwen4 代首款模型 Qwen4-Max,采用 2.4T 参数稀疏 MoE 骨干、每 token 激活 71B,支持文本、图像、视频输入和 1M token 上下文,仅通过 QwenCloud API 等托管渠道提供,不开源权重。
同一件事,精选收录的是 《阿里发布 Qwen4-Max 基座大模型,智能体与编程能力进阶》
Hark 发布 Hark Pro 内计算机使用智能体 Handoff²,官方称平均端到端速度约为初代 Handoff 的 2 倍,订机票场景最高 3.8 倍、长研究任务超过 5 倍。
AT&T 已将近 500 个智能体工作流投入生产,并计划明年将数量增至三倍,其智能体 AI 平台每月处理超 100 万笔交易。公司每天处理约 450 亿个 AI token,通过 2025 年初成立的 Business Agent Foundry 按行业框架梳理流程、去除冗余环节,而非只做单点任务自动化。
NiCE 本周发布新一代 Cognigy,包含重新设计的 Agentic Experience Studio、覆盖构建测试改进的 AI Assist、可复用“技能”、逐轮追踪和原生语音到语音模型支持。
NVIDIA 介绍如何通过 ConnectX-8 RDMA 连接两台 DGX Station,用 vLLM 以张量并行把 GLM-5.3 的权重和计算拆分到两块 GPU 上,通过单一端点提供推理服务。所用模型为 NVIDIA GLM-5.3 NVFP4,是 Z.ai 混合专家模型的量化版本。
Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,已在 Google AI Studio 的 Gemini API 中开放。
推荐理由:原文给出了定价、延迟和校准误差数据,读者可据此判断这类闭集决策接口适合替代哪些分类器调用。
Meta 构建的 Intelligent Delivery 系统通过 ML 驱动、逐步由 AI 智能体运营的自适应优化层,为每个广告请求动态分配算力,自 2017 年至 2026 年上半年在模型与系统进步之上额外带来约 10% 的排序性能提升。
奥地利 14 岁开发者 Stanislaus Hees 推出开源工具 Autark,把 AI 智能体当作虚拟团队:任务进入收件箱后由管理智能体分派给其他智能体执行并回报结果,智能体由日程、定时器、新任务或消息唤醒,无需持续提示。
Meta 工程团队介绍 Triton 低层扩展 TLX,在保留 Triton 编程模型的同时加入 warp group 与 cluster 级显式编排,并提出介于 SIMT 与 SIMB 之间的 MIMW 抽象。
Google Cloud 发布 Gemini for healthcare,把临床、运营和行政系统中分散的数据整合起来,支持团队将数据转化为协同行动。该平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南和 Medicare 数据集,在既定护栏和人工监督下编排病历综合、事前授权审核等多步流程。
推荐理由:读者可了解 Gemini 如何接入电子病历、账单与医保数据,把多步临床与行政流程交给智能体编排。
Meta 公布 Catching JiTTests 已从研究原型进入生产基础设施,用 LLM 为待合入的代码变更自动生成可执行测试,在代码落地前暴露缺陷。系统由 intent-aware 与 dodgy diff 两条测试生成流程、LLM-as-Judge 集成评审和规则式 RubFake 过滤组成,并采用 human-on-the-loop 方式让工程师按聚合结果介入。
Meta 工程团队详解 PrivacyLib,这是一个运行在数百个数据与处理系统客户端内的通用库,每秒执行数十亿次隐私检查。系统只需接入一次,新隐私能力即以模块形式复用该集成,取代了此前在每个系统中重复实现的做法。PrivacyLib 还通过 Agent Observability 模块观测内部 AI 智能体的数据访问事件。
Meta 在 2026 OCP 全球峰会上分享了支撑 Muse Wonder、Muse Spark 模型及吉瓦级 Prometheus 集群的网络创新,包括首款液冷网络机架 IcePack 与 102.4T 交换机 IceCube、多平面 scale-out 架构 FPF、跨区域超级骨干 BAG,以及面向 MTIA 300 的以太网 scale-up 交换机 Tahan。
Amazon 本周宣布开源 TorchNeuron,这一后端可将 PyTorch 代码转换为可在 AWS Trainium 上执行的操作,已在其他加速器上运行的代码几乎无需改动即可迁移。
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线,用户可在本地或 Ollama 云端运行。Clef 接收状态和一组带类型的结构化问题,一次读取输入并同时为每个问题打分,支持文本、JSON 和图像输入,兼容 Jev 与 System One API,基于 Qwen3.8-27B 微调,采用 Apache 2.0 许可。
Ollama Cloud 现在可以在 Fly.io Sprites 的完整 Linux 虚拟机沙箱内使用,Claude Code、Codex 和 Gemini CLI 开箱即支持。
Amazon Web Services 团队提出 Priming 方法,以预训练 Transformer 权重为起点构建混合状态空间模型,把混合架构的预训练成本降低 99% 以上,整个流程消耗不到源模型预训练 token 预算的 0.5%。
推荐理由:亚马逊团队提出复用预训练 Transformer 权重改造混合架构的方法,把预训练成本降低 99% 以上,并给出可复现的模型与代码。
Sebastian Raschka 梳理了文本分类从词袋加朴素贝叶斯、逻辑回归,到 RNN、CNN、BERT 与 GPT 式 Transformer 的演进,并以此解释 TypeSafe AI 新模型 Jev 为何受到关注。
Ollama 在 0.35 版本中新增对决策模型的支持,基于 TypeSafe 的 Jev API,通过新的 /v1/systemone 端点把文本作为状态、附带一组命名问题,由本地模型在一次请求中全部作答。
Ollama 宣布 Pro、Max、Team 套餐改用按 token 计费的透明定价,每个套餐每月附带使用额度。Pro 为 $20/月含 $60 月度用量,Max 为 $100/月含 $300,Team 为 $500/月含 $1,000 共享用量且不限用户数;免费套餐新增少量起始模型月度用量,超出后可按同一 token 单价继续使用。
Sebastian Raschka 撰文解释推理模型的推理强度档位如何训练与实现,并以 GPT-5.6 的 Light 到 Ultra 六档设置为例说明推理强度与响应长度、准确率和成本的关系。
Sebastian Raschka 发布教程,讲解如何用 Ollama 本地部署 Qwen3.6 35B-A3B 等开放权重模型,并接入 Qwen-Code、Codex、Claude Code 三种编码智能体框架。