#推理

Google 首颗太空数据中心原型卫星上线并成功在轨运行 Gemma 4

Google Suncatcher 原型太空数据中心卫星正式上线并与地面建立通信，成功在轨运行预装的 Google DeepMind Gemma 4 模型。该卫星搭载单个 Google TPU，具备 1 kW 发电能力，受供电限制每次开机运行约 20 分钟。本次测试重点评估空间辐射与热应力对硬件推理的影响，若验证通过，Google 计划于 2027 年再发射两颗卫星测试星间光链路协同计算。

Mistral Large 4 多模态模型上线 Hugging Face

Mistral 推出多模态 MoE 模型 Mistral Large 4（代号 Le Chonk），总参数量约 1T、激活参数 49B，具备 1M token 上下文窗口并同步上线 Hugging Face。

同一件事，精选收录的是《Mistral AI 开源 1 万亿参数多模态模型 Mistral Large 4 权重》

Mistral AI 开源 1 万亿参数多模态模型 Mistral Large 4 权重

Mistral AI 正式开源 1 万亿参数原生多模态旗舰模型 Mistral Large 4（Le Chonk）的模型权重。该版本强化了强化学习训练，在 FrontierCode 2.0 和 Terminal-Bench 4.0 等编码与终端基准测试中位居开源模型前列，并新增 Low、Medium、High 三种推理模式以平衡性能与推理成本。

Anthropic 收紧防御后，OpenAI Astra 成为中国 AI 实验室的主要蒸馏目标

在 Anthropic 加强防御后，中国 AI 实验室转向主要利用 OpenAI 的 GPT-6 Astra 输出来训练最新模型，主要涉及 DeepSeek 与月之暗面（Moonshot AI）。

Elorian 推出 DecoyCount 视觉推理基准，实测前沿模型计数与视觉捷径缺陷

Elorian 联合 Mercor 发布 DecoyCount 基准并公布视觉推理测试结果，用于检验模型是在真实计数还是依赖视觉捷径与替代启发式。在测试中前沿模型准确率均低于 50%（最高者 GPT-6 Astra 为 43.17%），Elorian 自研视觉思考模型 Glimpse 在单次独立测试中取得 50.48% 准确率。

Google DeepMind 发布 Gemini 4 Carbon 模型

Google DeepMind 在 Argon 发布两周后推出新模型 Gemini 4 Carbon，并在 Artificial Analysis 智能指数 5.0 中以 59 分登顶。

同一件事，精选收录的是《Google DeepMind 发布前沿模型 Gemini 4 Carbon，强化网络安全与长程智能体能力》

OpenAI 与 Anthropic 称模型推翻指数时间假说，这对计算机科学意味着什么

OpenAI 与 Anthropic 相继宣布其前沿模型找到了推翻指数时间假说（ETH）的算法证明，表明特定计算难题可能在亚指数时间内求解。MIT 理论计算机科学家 Ryan Williams 正联合同行评估证明细节并呼吁确立 AI 参与科研的学术规范。若该结论成立将大幅增加 P 等于 NP 的可能性，不过经 OpenAI 核查，当前进展尚未破坏现有密码系统的安全性。

前 DeepMind 研究员提出借鉴 AlphaGo 架构解决 AI 幻觉

前 DeepMind 研究员创立的 Metis Reasoning 提出借鉴 AlphaGo 架构，利用显式“知识账本”和独立验证机制解决模型幻觉问题。该方案将推理拆解为可验证的细分步骤，由两个神经网络提议并评估动作，必须通过计算、形式化证明或实证检验后才能更新知识。目前该研究仅发布了白皮书，尚未推出可用系统或 Benchmark。

OpenAI 邀请诺奖得主等外部专家检验其 AI 生成的数理与计算证明

OpenAI 邀请多位外部知名学者对其 AI 系统在数学、计算机科学和物理学领域生成的证明进行独立审查。相关成果包括宣称证伪指数时间假设（ETH）、在任意维度证明局部平滑猜想，以及在四维空间证明特定量子场论的存在性。针对不同学科，OpenAI 采取了差异化处理方式，部分证明已转化为 Lean 语言供形式化验证，并公开了原始数据以供同行评议。

AI 云初创公司 General Compute 完成 1 亿美元 A 轮融资，投后估值 8 亿美元

AI 云服务初创公司 General Compute 完成由 Blackbird Ventures 和 Abstract Ventures 领投的 1 亿美元 A 轮融资，投后估值达到 8 亿美元。

NVIDIA 参投印度 AI 推理优化初创公司 Simplismart 1400 万美元融资

NVIDIA 参投了印度初创公司 Simplismart 的 1400 万美元 B 轮融资，该轮融资由 Dallas Venture Capital 领投，使 Simplismart 估值达到约 1 亿美元。

OpenAI 发布 GPT-6.1 Terra，主打视觉推理与电脑操作

OpenAI 发布 GPT-6.1 Terra，官方称其结合了细致的视觉推理与精准的电脑操作能力，并比 GPT-5.6 Terra 有明显提升。OpenAI 的 Ted Sanders 在 Hacker News 评论中表示，Terra 在技术沟通上可能优于 Astra 和 Sol，视觉与电脑操作表现相近但速度快得多，其他多数方面略弱。

OpenAI 发布 GPT-6.1 Terra，API 价格减半且缩小与更大模型的差距

OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半，输入每百万 token 1 美元、输出 5 美元，缓存输入降至每百万 token 0.05 美元。

Kevin Roose 谈新书《The AGI Chronicles》与新播客 Machine Gods

Kevin Roose 做客 Decoder，谈其新书《The AGI Chronicles》和与 Casey Newton 上周推出的新播客 Machine Gods。该书深入报道了竞相构建 AGI 的前沿实验室及其文化转变；两人离开《纽约时报》后以视频优先方式独立创业。访谈最后还讨论了 AI 的下一步走向。

AI 为何突然擅长数学：从洞察序列与分支因子看模型的解题优势

作者梳理 OpenAI 与 Anthropic 今年在数学问题上的多项进展，包括 OpenAI 找到 Erdős 单位距离猜想反例、证明 Cycle Double Cover 问题与 Navier-Stokes，据此提出用洞察序列长度与分支因子预测哪些问题适合交由 LLM 求解。

欧洲金融机构借 NVIDIA 加速计算与开源模型构建专有智能

Revolut 正基于 NVIDIA 加速计算用单一基础模型 PRAGMA 重建技术栈，在 Blackwell Ultra GPU 上以 cuDF 与 Dynamo-Triton 支撑生产环境，初始服务 8000 万客户并可扩展 3 倍。

Mistral 与 NVIDIA 合作推进工程领域 AI

Mistral 与 NVIDIA 正合作把 Mistral Large 4 与 NVIDIA CUDA-X、Warp 及 Omniverse 结合，用于加速工程仿真并打通仿真、模型开发与设计之间的闭环工作流。

DeepSeek 开源推理栈 DeepInfer，披露 155T tokens/日产能与单卡小时收入

DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并发布配套的 deepseek-recipe 协议转换库，支持 NVIDIA SM100 与华为昇腾 950，KV cache 管理和负载均衡等组件因与内部基础设施耦合暂未完整放出。

Mistral 发布时间序列基础模型 Timestral，209M 版本在三项基准居首

Mistral AI 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸。最大的 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准的预训练零样本模型中均排名第一，参数量为前 SOTA 的三分之二。

Google DeepMind 介绍 Gemini 4 Argon 的安全与责任开发

Google DeepMind 开始广泛推送 Gemini 4 Argon，并同期扩大 Fairwind Program 的可信网络安全防御者范围。文中称 Argon 在网络安全测试中解出全部 12 个端到端模拟攻击场景（上一代为 5 个），并在生物、网络两类高风险领域启用新一代前沿防护。

Google DeepMind 发布 Gemini 4 Argon 机器人模型

Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。

Google DeepMind 发布 Gemini 4 Argon 前沿模型

Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和消费者开放，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。

Import AI 476：创造力与递归自我改进、弱于中国的开放权重模型、AI 走向太空

Import AI 476 汇总了多项新研究：Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准，用 522 道题测模型对图像和视频隐含信息的直觉推理，人类基线 pass@1 为 93.1，表现最好的 GPT 6 Astra 为 53.6，GLM-5.3-flash 与 Kimi K3 仅在 26 左右。

Microsoft 研究副总裁 Jennifer Neville 谈 AI 的失败与评估能教会我们什么

Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破传统基准的性能边界，以及模型在超出传统 benchmark 测试时出现的"意外失败"。她同时分享了使用当前 AI 系统的实用建议，并强调当结果出乎预期时应仔细检查数据。

Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型

Mistral 发布 Mistral Large 4 公开预览，可通过 Mistral Studio 试用预览 API，权重将于本月底放出。

Import AI 475：群体扩展、Google DeepMind 为生物序列加水印与 AI 科学经济

Import AI 475 期讨论了群体（swarm）作为新型推理扩展方式、Google DeepMind 为合成生物设计的 SynthID Bio 水印方法，以及 AI 科学经济相关话题。

Google DeepMind 发布 Gemini 4 Argon 前沿模型

Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续将面向开发者、企业和消费者推出，起步定价为每百万输入 token 2 美元、每百万输出 token 10 美元。

Mistral 介绍用 AI 智能体迁移复杂遗留代码的实践

Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟器代码迁移到 C++，并公开了具体的智能体工作流。团队先搭建数值一致性校验框架，再用 Vibe CLI 启动上百个智能体解析调用树并整理文档，最终改为由人类操作 coder、tester、reviewer 智能体协作、按模块迁移。

从 CUDA 到 MLX：K-Search 如何将内核优化经验迁移到 Apple Silicon

伯克利 Sky Lab 团队把 K-Search 内核搜索框架扩展到 Apple MLX，用结构化 CUDA-to-MLX 翻译层让已有的 CUDA 内核充当知识库，在 Apple Silicon 上生成高质量内核。

智能成本趋近于零后，面向智能体的数据系统该怎么做

UC Berkeley 团队提出近零推理成本下数据系统面临的三大方向：为智能体设计（For Agents）、由智能体运行管理（Of Agents）、由智能体合成（By Agents）。

自适应并行推理：高效推理扩展的下一个范式

Berkeley AI Research 的综述分析指出，并行推理正从固定的多线程采样与结构化搜索，走向由模型自行决定何时分解子任务、开启多少并行线程的自适应并行推理。

面向世界模型的 GRASP：长时程规划的梯度优化新方法

研究者提出基于梯度的规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代加入随机性以探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中计算图病态、非贪心局部极小和高维视觉模型梯度脆弱的问题，使世界模型的长时程规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。

Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互

Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，用于在大规模场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性，把高维交互搜索转化为稀疏恢复问题，在数千特征下仍保持高 faithfulness；ProxySPEX 借助层级结构，仅用约 10x 更少的消融即可达到 SPEX 的性能。