每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
苹果发布人形机器人HALO自主控制系统，基于宇树G1完成离线自主运行测试，其中单项任务平均成功率达91%。多家研究机构同日聚焦持续学习与记忆巩固，Google提出SLEEP框架以缓解灾难性遗忘。与此同时，英伟达开源Lyra 2.0实现单图生成可漫游3D场景，生成式智能从“看见”走向“可探索”。
17:40IT之家（RSS）
苹果研究团队在arXiv提交论文，披露人形机器人自主控制系统HALO，并公开数据生成、模型训练及部署代码。系统采用宇树科技G1机器人，背部加装保护壳并内置Mac mini（M4 Pro）负责Orchestrator与Motion Generator的机载推理，G1板载芯片运行Tracker策略网络，实现完全离线自主运行。测试显示，在6个未建图真实环境中进行360次单项任务，平均成功率91%；长序列复合任务平均成功率70%，最复杂任务为50%。训练使用250张H100合成数据，动作生成器用64张B200，跟踪器用4张H100。目前主要依赖视觉感知，触觉缺失导致遮挡下表现下降，后续将加入触觉感知。
20:58meng shao
Google Research发布SLEEP框架，旨在解决大语言模型持续学习中的灾难性遗忘问题。该框架模拟生物睡眠机制，交替进行“清醒”与“睡眠”阶段：清醒时处理新任务并积累短期信息；睡眠时暂停接收输入，将短期记忆通过知识播种迁移至预留的低秩专家参数中，并清空短期部分。随后进入做梦阶段，模型生成合成练习以强化所学。实验显示，基于Qwen3-8B基座，该方法在满语和卡拉芒语学习中有效保留旧知识，AIME 2024得分达79.2%。其计算开销约为普通监督微调的4倍。与Anthropic Dreaming整理外部笔记不同，SLEEP尝试将知识直接写入模型参数。
18:17Gorden Sun
英伟达基于 WAN-14B 模型开源 Lyra 2.0，支持将单张静态图片转化为可自由探索的三维虚拟世界。用户输入一张分辨率如 480*832 的照片及相机运动轨迹后，模型首先生成视角连贯的长视频，随后直接将其重建为包含空间坐标与色彩属性的三维高斯点云场景。生成的场景文件兼容主流渲染引擎，支持实时渲染；用户可像操作开放世界游戏一样，在生成的空间中前后穿梭漫游，确保各角度观察到的物体结构保持一致。该模型权重已发布至 Hugging Face。
20:53IT之家（RSS）
IT之家11月7日消息，微信鸿蒙版App发布8.0.23.36版本邀测升级，测试期为2026年11月7日至12月7日。本次更新核心亮点为全面接入“问小微”AI能力，覆盖公众号文章、贴图、聊天消息、图片及网页链接等场景，支持长按提问、AI摘要与总结。此外，视频号新增标注与分享入口，听一听支持绑定QQ音乐同步收藏，群聊优化免打扰设置与收款导入，服务号信息流支持长按删除，并新增登录设备管理与隐私开关。部分功能需灰度至特定主体或账号方可使用。
11:09Hacker News Best（web_list）
Mitchell Hashimoto宣布libghostty-vt 1.0正式发布，这是从Ghostty终端提取的高性能C语言终端仿真库。该版本标志着库本身及C ABI接口实现稳定性，遵循语义化版本控制并承诺严格的ABI兼容性。目前已有超过1250万JetBrains IDE用户通过集成使用此库，Neovim、KDE Konsole、Vercel Turborepo等主流项目也在采用或评估中。发布内容包括完整的构建工具链、签名源码包、依赖许可证清单及跨平台支持，涵盖Linux、macOS、Windows、Android、iOS及WebAssembly等架构。
03:01SemiAnalysis（RSS）
SemiAnalysis实地探访内蒙古乌兰察布Galaxy数据中心，该园区规划IT容量达800MW，由可再生能源集成商远景集团建设。一期120MW在一年内交付，成本仅为美国的五分之一。园区采用源网荷储模式，自建风电场并通过专用线路供电，实现深度垂直整合。技术亮点包括使用固态变压器将10kV交流电直接转换为800V直流电供给机柜，省去传统低压变压器和UPS环节；冷却系统采用液冷与空冷共用回路，无需中央冷水机组。该项目展示了中国在超大规模数据中心建设中凭借低电价、快速施工及电力电子技术的独特优势，为美国正在探索的800V直流架构提供了现成的规模化参考案例。
20:18华尔街见闻（RSS）
在Baron投资大会上，马斯克披露SpaceX今年12月年化收入预计突破1000亿美元，明年有望超5000亿美元。xAI主导的Terafab计划年产一太瓦芯片，规模约为明年全球AI芯片产量的30倍，旨在通过奥斯汀研究工厂缩短迭代周期。此外，与英伟达联合设计的星链计算机预计2027年三季度入轨；智能体互联网流量已超人类，五年内或达千倍。xAI孟菲斯数据中心投入350亿美元，一年可回收500亿美元租金。马斯克还批评OpenAI背离初衷，称Anthropic为其分支。
18:07华尔街见闻（RSS）
私募巨头Apollo Global Management正通过两笔巨额交易布局AI芯片市场，合计金额达750亿美元。其中350亿美元用于联合Broadcom与Blackstone购买谷歌TPU并租赁给Anthropic；另外400亿美元通过子公司购入英伟达Vera Rubin芯片后租赁给SpaceX。该规模远超Neocloud CoreWeave自2023年以来累计的270亿美元融资，使其成为仅次于亚马逊、微软等超大规模云服务商的全球第二大非超大规模芯片持有者。
14:08经济观察报
国务院办公厅近日印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，从创造就业机会、减缓就业替代、加强技能培训到完善社会保障作出系统部署。国家发改委在11月3日新闻发布会上提出强化监测预警，加强社会保障体系与就业结构变革的衔接。社论指出，AI对就业的影响已成为现实课题，企业降本增效压力可能使应用更多投向劳动密集型岗位。政策要求综合评估AI对就业的影响，引导创新资源向创造就业潜力大的方面倾斜，并鼓励企业探索失业缓冲期制度，提前告知受影响劳动者并提供转型支持，通过公共就业服务和职业培训分担转型成本。
11:44华尔街见闻（RSS）
美股遭遇重挫后，摩根士丹利发布策略报告指出，AI投资逻辑正在发生结构性转变。市场重心将从基础设施供应商转向能够直接提升盈利能力的应用层。该行认为，此前市场对“AI资本开支持续加速”这一单一前提过度依赖，而选举结果进一步抬高了投资加速超预期的门槛。摩根士丹利预计，包含租赁在内的AI相关资本开支同比增速将从2026年的约100%放缓至2027年的约60%，并进一步降至2028年的约14%。基于此，该行建议削减对高贝塔、订单驱动型供应商的敞口，同时保留通过自身盈利能力实现增长的公司及应用层标的，以应对AI相关利润高度集中于少数个股的结构性风险。
13:22华尔街见闻（RSS）
荷兰国际集团ING正通过竞价流程出售约5亿美元的数据中心贷款组合，其中包含与OpenAI、软银及甲骨文联合推进的“星际之门”AI基础设施项目相关融资。该笔2500万美元贷款与新墨西哥州数据中心挂钩，甲骨文已就该地向开发商发出不可抗力通知，意在为可能退出义务预留法律空间。此次抛售正值美国中期选举后市场担忧科技监管趋严，芯片股及云计算公司市值蒸发逾3万亿美元。除星际之门外，组合还涵盖Vantage Data Centers等运营商债务。分析指出，若买家要求折价，新建数据中心融资成本将上升，边际项目面临推迟风险，这是本轮AI基建融资层面迄今最明显的裂缝信号。
08:42IT之家（RSS）
据Semafor报道，若SpaceX成功收购移动运营商Boost Mobile，AT&T和T-Mobile可能切断对其移动网络的访问权。此前SpaceX正与EchoStar商讨合作，旨在快速获取738万用户及分销网络以进入美国移动通信市场。但分析师指出，收购不自动继承MVNO协议，且AT&T合同存在限制方条款，CEO John Stankey曾明确表示Starlink Mobile不符合其合作伙伴要求。此外，SpaceX也在推进基于高通技术的地面基站建设，但自建网络短期内难以替代现有资源。
14:08经济观察报
11月5日美股遭遇剧烈抛售，纳斯达克跌5.52%，费城半导体指数暴跌12.25%，英伟达、AMD等AI硬件龙头遭集中减持。受民主党控制国会及多地限制数据中心建设议案影响，投资者担忧AI基础设施扩张面临审批收紧与电力资源约束。市场焦点从资本开支增长转向成本、建设周期与投资回报的重新计算，信用市场出现分化，CoreWeave CDS利差创纪录。机构认为这并非AI泡沫破裂，而是拥挤交易后的估值重估，未来定价将更看重长期合同、现金流与利润兑现能力。
18:26IT之家（RSS）
11月5日，谷歌在《自然》发表研究，推出名为AI-PPP-ACC-HTN的多模态AI系统。该系统无需袖带校准，通过消费级智能手表被动检测高血压迹象。其核心逻辑是聚合连续多天采集的生理特征以识别持续高血压状态，而非估算瞬时血压。模型采用自监督预训练挖掘心血管特征，结合身高数据经逻辑回归输出概率评分。在全美5个临床中心、196名受试者的前瞻性试验中，确诊性检测的特异度达90.9%，阳性预测值高达96.7%，灵敏度78.4%，优于门诊复测且可比肩家庭连续袖带监测。该成果已为谷歌健康应用中的血压趋势功能提供技术支撑。
03:22MarkTechPost（RSS）
本文详解NVIDIA Nemotron Labs Dory 1.0 4B模型在llama.cpp中的部署流程。该模型利用中间层共享块，支持通过增加Loop次数在不增参情况下调整计算预算。教程涵盖构建官方指定commit的llama.cpp分支、下载校验GGUF权重及配置编译参数。内容包含服务端启动、逐Loop解码速度测量、缓存分析及GSM8K基准测试，提供可复现的工程实践与性能调优参考。
02:29r/LLMDevs（Reddit）
作者为Hindsight黑客松构建AEGIS//Contagion Agent，将API密钥泄露视为疫情爆发，通过2600次蒙特卡洛模拟在凭证图谱上预测传播路径。系统基于GraphSAGE模型学习感染性，并在干扰预算约束下生成包含撤销会话、移除OAuth授权等组合策略的处置方案。实验对比冷启动与具备记忆功能的规划器：引入记忆后，在6个脚本化事件中的覆盖率达到97%，较无记忆的冷计划提升7个百分点（90%），显著优于 naive 轮换策略（16%）。作者指出该评估基于合成拓扑与模拟器标签，且需人工审批，旨在探讨投资组合式干预框架在安全响应中的可行性。
01:09r/LocalLLaMA（Reddit）
Reddit用户针对Qwen3.8 27B模型在llama.cpp、exllamav3和vLLM三大推理引擎中，对16位、8位及4位KV Cache量化效果进行了系统性评估。研究采用KL散度（KLD）衡量输出分布偏差，测试涵盖35种权重量化格式及长达64k token的上下文。结果显示，8位KV Cache在llama.cpp与ExLlamaV3中几乎无精度损失且显存减半；vLLM的FP8缓存带来微小KLD增加但可接受。相比之下，4位KV Cache引入显著性能惩罚，尤其在Q8权重下误差放大近390%，且该惩罚随上下文长度增加而加剧。
20:30小互
SpaceXAI增长团队Ethan Ng分享Grok Bot短视频制作指南。核心流程包括：喂入历史成片、脚本与数据建立上下文；将收藏夹拆解为选题库；脚本阶段让AI扮演教练进行批注挑刺，避免生成说明书腔调；剪辑环节结合Whisper转写、Remotion代码排线与Cursor Agent处理动效，保留人工审批节点；利用留存数据反馈优化后续脚本。最终人只负责定选题、批方案与审初剪。该工作流强调AI作为审稿人的角色，具有跨模型复用价值。
20:27r/LLMDevs（Reddit）
作者构建了一个基于Streamlit的OnCall Agent，集成开源记忆系统Hindsight以解决运维知识断层问题。通过retain、recall、reflect三个核心操作，Agent能存储已解决的故障并检索相似历史。测试显示，开启记忆后Agent能精准定位如Redis连接数超限等具体修复方案，显著缩短MTTR。文中详细记录了踩坑经验：需调整gpt-oss-120b的max_completion_tokens避免空响应；严格校验模型引用的Incident ID以防幻觉；注意“Mark resolved”表单可能因残留数据污染记忆库。
17:50r/LLMDevs（Reddit）
Reddit用户分享了一款名为promptcheckup的开源工具，旨在解决LLM提示词优化中因模型能力波动导致的评估偏差。作者指出，即使不修改提示词，模型在相同任务上的准确率也会随时间发生显著变化（如GPT-4在两个月内识别质数准确率从84%降至51%），导致常规A/B测试难以区分是提示词改进还是模型状态波动。该工具通过配对比较机制，让新旧提示词在同一组输入上并行运行，利用统计置信区间判断优劣，从而抵消背景漂移。实验显示，相比传统周度对比容易选错更差提示词的概率达41%，配对版本在2000次模拟中零错误。工具支持CI集成与LLM Judge，无外部依赖，可直接用于Python环境。
13:52meng shao
Airbnb分享内容审核实战，在高频实时场景下，微调约20亿参数的Gemma4-E2B模型达到与前沿专有API相当的F1分数（0.902），延迟中位数35毫秒。通过数十万条领域样本微调，该方案推理成本约为前沿API的1%，但需满足任务明确、数据充足及高流量条件。文章指出，若计入训练运维等全成本或流量较低时，API可能更具优势，且未采用蒸馏技术。
10:54r/Rag（Reddit）
作者分享构建桌面端RAG应用的工程经验，核心目标是实现数据隐私保护，确保用户文件不上传至云端。技术选型上，索引、分块、向量化及检索均在本地CPU完成，仅将相关文本片段发送至大模型；测试显示量化版EmbeddingGemma在CPU环境下可实现服务器端87%至94%的召回率，处理千级文件耗时约12分钟且内存占用660MB。存储方面采用SQLite以Blob形式加密存储向量，简化部署。此外，文章强调预处理阶段需限制表格大小以防嵌入失败，并引入二次验证机制，通过独立模型核对引用句与源文的一致性，防止幻觉。该方案为私有化RAG提供了可复用的参数与架构参考。
