三菱重工とPFN、資本業務提携契約を締結
三菱重工与 Preferred Networks（PFN）于 2026 年 8 月 31 日签署资本业务提携协议，三菱重工将以第三方配股方式向 PFN 出资总额 100 亿日元，双方在 2026 年 6 月业务提携基础上正式启动共同开发。合作聚焦社会基础设施与国家安全等任务关键领域，推进机械与系统的智能化、自主化，并强调在日本国内积累 AI 技术、数据与运用经验。
#数据/训练
日期栏展示收录日期，历史补录归入原文日期。
Preferred Networks NewsAI 评分4444
Recode China AIAI 评分2222 🗞️DeepSeek 发布 V4.1-Flash，燧原科技上市，Anthropic 提出新指控
DeepSeek 发布 552B 参数的 MoE 模型 DeepSeek-V4.1-Flash，每 token 仅激活 8–16B 参数，在 Terminal-Bench 2.1 的编程与智能体任务上超过 GPT-5.6 Sol 和 Kimi K3。
InterconnectsAI 评分2222 开源 AI 与开放模型阅读清单
Nathan Lambert 在 Interconnects 发布了一份开源模型主题阅读清单，收录近几年的代表性文章，并称读完可全面了解该领域现状，清单最后更新于 2026 年 9 月 15 日。清单分为基础与中美竞争两部分，涵盖开源 AI 战略、开放权重安全路径、开放数据萎缩，以及 Kimi K3、GLM-5.2、GLM-5.3 等中国模型对生态的影响。
Redwood ResearchAI 评分2222 论不透明串行深度的操作化
Redwood Research 提出 NLS depth（自然语言根基节点分隔深度），用于量化模型可执行的不出声串行认知量，作为不透明串行深度的一种可操作代理指标。该指标要求节点输出文本且由预训练先验初始化，可仅凭架构、训练配方和部署配置在训练前判定，并能区分当前自然语言 CoT 范式与全带宽 Transformer 等架构。
Canary Media · Data CentersAI 评分3838 可疑的数据中心预测正在推高俄亥俄州电费
俄亥俄州已有约100座数据中心投运、近150座在建，但许多规划项目可能永远不会建成，其预测用电需求却已推高居民电费。该州最大受监管电力公司 Ohio Power 预计未来十年需求将增长近两倍，主要归因于数据中心项目；批评者质疑这些预测的可靠性。PJM 区域内容量价格自2025年5月以来已上涨逾十倍。
Google DeepMind精选AI 评分7171 AlphaGenome Atlas：人类基因组所有可能 DNA 单字母变化的预测图谱
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组 90 亿个单核苷酸变异效应预测的平台，通过免费网站门户向学术研究开放。
推荐理由：原文给出 9 亿单核苷酸变异的预计算预测与 AVI 评分，读者可了解基因组变异解读的新资源形态。
Recode China AIAI 评分2222 🗞️字节跳动 300 亿美元贷款、月之暗面 IPO 递表，以及中国迄今最热 AI 芯片首秀
字节跳动获得约 300 亿美元贷款用于 AI 基建，为亚洲今年第二大贷款；月之暗面已保密递交香港 IPO 申请，最快 2027 年一季度上市，IPO 前最后一轮估值或达约 500 亿美元。燧原科技登陆上海科创板，发行 4300 万股、定价 142.18 元，募资约 9.1 亿美元，散户认购倍数高达 6109 倍。
上海人工智能实验室 InternLM · 新项目AI 评分3636 InternLM/SciDocBench
上海人工智能实验室发布科学文档理解基准 SciDocBench，含 124 道人工设计题目、7 大能力组与 19 个子任务，覆盖 5 个科学领域和中英文两种语言，共 496 个评测实例。
Understanding AIAI 评分4848 机器人初创公司为获取更多数据想尽办法
机器人训练数据严重短缺，目前最大的公开数据集 ABC-130K 仅有 3,500 小时任务演示。Shift 等初创公司通过给清洁工戴摄像头录制人类动作、雇人遥操作机器人、穿戴手套或外骨骼采集数据等方式获取训练数据，Scale AI 也在尝试这些策略。Skild 的 CEO Deepak Pathak 指出，机器人需先能完成有用工作才能从部署中产生数据，存在"先有鸡还是先有蛋"的问题。
上海人工智能实验室 InternLM · 新项目精选AI 评分7171 InternLM 发布统一多模态模型 InternLumina-U2
上海人工智能实验室发布 InternLumina-U2，一个把语言、图像、视频和 3D 纳入同一框架的统一多模态模型，采用 16B-A1B 的 MoE 架构，基于 LLaDA-2.0 MoE 扩散语言模型骨干。
推荐理由：上海人工智能实验室开源统一多模态模型，读者可了解其多码本离散表示与昇腾训练路径。
Zyphra ResearchAI 评分3939 PUFFER：面向持续演化语料的增量模糊去重
Zyphra Research 提出 PUFFER（Provenance-aware Updatable Fuzzy Filtering for Evolving Repositories），一种面向持续演化语料的增量模糊去重系统。它基于 MinHash-LSH 规则，将去重状态持久化在磁盘而非内存表中，增量加入新数据集的结果与全量重跑一致，并在索引中嵌入数据集来源信息以支持定向撤回。
EveryAI 评分3838 我试用了专为修复 AI 写作而打造的 AI 模型
一家新实验室认为 AI 文风的千篇一律是训练问题，并据此打造了一款写作专用模型，实测其文字确实更不可预测，但未必更好。作者以 Vibe Check 形式试用后指出，主流实验室在写作上的进展似乎已经停滞。
蚂蚁 inclusionAI · 新项目AI 评分2020 inclusionAI/LLaDA-Research
蚂蚁 inclusionAI 上线 LLaDA-Research 研究索引站，面向 LLaDA 2.x 模型族，集中发布模型、论文与技术博客，内容以 MDX 编写并作为静态站点部署在 GitHub Pages。
Prime Intellect Blog精选AI 评分7171 Measuring Autonomous AI Research
Prime Intellect 在 nanoGPT 优化器 speedrun 上对 18 个前沿模型跑了 153 次自主运行，每次最长八天、使用 8xH200s，测试模型能否自主改进训练配方。
推荐理由：18 个前沿模型在 nanoGPT 优化器 speedrun 上的自主研究实测，公开全部 trace 与 harness，可看模型间差距来自何处。
Air Street PressAI 评分2828 AI 能学会科学品味吗？
前沿 AI 实验室正把智能体推向科学发现，但训练科学直觉所需的"失败记录"长期缺失。Anthropic 从 2026 年 1 至 3 月的真实 Claude Code 会话中抽取 129 个决策点，Claude Mythos Preview 有 64% 的选择优于人类，Opus 4.5 为 51%；而在人类决策本已较强的 127 个场景中，模型仅约 20% 能改进。
Zyphra ResearchAI 评分2626 ZUNA1.1：更灵活的 EEG 基础模型，用于去噪与超分辨率
Zyphra 发布 EEG 基础模型 ZUNA1.1，保持 380M 参数与 Transformer 扩散自编码器架构，训练步数提升至 4 倍，训练语料扩至约 350 万通道小时。
Berkeley AI ResearchAI 评分3030 Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
伯克利 AI 研究提出 ABBEL 框架，将 LLM 长程交互中的摘要隔离为自然语言"信念状态"并加以监督，用受自编码器启发的重建式信念评分作为辅助 RL 任务。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也低于全上下文设置。
OpenAI Alignment Research精选AI 评分6262 通过注入对比信念测量奖励寻求行为
OpenAI 与 Apollo Research 提出 Contrastive SDF 方法，通过在同一模型上微调两组暗示相反评分者偏好的合成文档，测量模型行为对评分者信念的因果敏感度，即奖励寻求程度。
推荐理由：OpenAI 与 Apollo 提出用对比式合成文档微调测量模型的奖励寻求倾向，并给出随 RL 训练上升的实证。
Berkeley AI ResearchAI 评分3636 智能免费了，然后呢？为智能体、由智能体、属于智能体的数据系统
随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，基准测试显示推理价格每年下降 9x 至 900x（中位数约 50x），数据系统面临三大新挑战：为智能体设计的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。
Berkeley AI ResearchAI 评分1515 2026 BAIR Graduate Showcase
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生，其研究覆盖机器人、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 等方向。毕业生去向包括高校教职、OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，部分人正在创业或寻找下一步机会。
Goodfire ResearchAI 评分2222 在流形上漫步：故事随时间演变的神经几何
Goodfire Research 用 Llama 3.1 8B 研究语言模型阅读短故事时如何逐句追踪情感动态，发现其情感表征在激活空间中呈弯曲流形，并与心理学的效价-唤醒模型及层级情感结构一致。模型每读完一句就按 0-10 分报告惊讶、厌恶、愤怒、快乐、悲伤、恐惧六种情绪，这些分数构成行为读出向量，可绘出故事的情感弧线；内部探针在不询问情感的情况下也能高精度还原这些表征。
OpenAI Alignment Research精选AI 评分7171 通过强化学习训练广泛且持久有益的模型
OpenAI 发现，在真实场景中对有益特质做强化学习，能在数十个衡量对齐与有益行为的基准上带来广泛提升，且这些收益可泛化到训练领域之外并在对抗压力下保持。研究构建了覆盖健康、教育、科学、法律、工程、经济等领域的合成对话数据集，用于测量和训练诚实、认知谦逊、元认知透明、可纠正性、普遍公平和关心人类福祉等特质。
推荐理由：OpenAI 用真实场景 RL 训练有益特质，展示对齐能力可跨域泛化并在对抗压力下保持。
OpenAI Alignment Research精选AI 评分6262 公开聊天数据能预测真实世界的 AI 失准吗？
OpenAI 对齐研究团队验证了用公开数据集 WildChat 模拟模型部署，能否预测真实生产环境中的失准率。结果显示，对 GPT-5.1、5.2、5.4 等模型，WildChat 预测的生产失准率平均误差约 3 倍，95% 的预测落在真实率 1.04 个数量级内，且能捕捉模型特有的失准模式如 GPT-5.1 Thinking 的计算器作弊。
推荐理由：OpenAI 用私有生产数据验证公开聊天数据集能否预测真实部署中的失准率，并指出智能体场景的预测边界。
Goodfire Research精选AI 评分6060 预测性数据调试：在训练前揭示并塑造模型所学
Goodfire Research 发布预测性数据调试研究，可在训练前预测 DPO 会放大或抑制哪些行为，预测结果与实际学习效果的 R² 达 0.9，并能追溯到具体数据点。
推荐理由：Goodfire 提出在训练前预测偏好数据会放大或抑制哪些行为，并给出多个真实数据集的意外案例。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，系统梳理并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解任务、并行多少线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方案仍由外部预设并行结构，未让模型按问题难度自适应选择并行度。
Zyphra ResearchAI 评分5858 ZAYA1-74B-Preview：在 AMD 上扩展预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个经过预训练、中训练和上下文扩展的 pre-RL 推理基座 checkpoint，尚未做 RL 后训练或指令对话微调。
OpenAI Alignment Research精选AI 评分6060 调查 RL 训练中意外对 CoT 评分带来的后果
OpenAI 披露，其新检测系统发现 GPT-5.4 Thinking、GPT-5.1 Instant 至 GPT-5.4 Instant、GPT-5.3 mini 和 GPT-5.4 mini 的部分 RL 训练曾意外对 CoT 评分，GPT-5.5 未受影响。
推荐理由：OpenAI 公开了 CoT 评分事故的检测系统、影响范围与消融实验，可了解 CoT 可监控性在真实 RL 流程中的脆弱边界。
OpenAI Alignment ResearchAI 评分4949 开源 Monitorability Evaluations
OpenAI 开源了其思维链可监控性（CoT monitorability）研究的部分数据集与参考代码，包括可监控性评测套件中的大部分数据集、计算 g-mean 2 指标的代码，以及一种新的交叉拟合过滤策略。
Berkeley AI ResearchAI 评分3838 面向更长时域世界模型的基于梯度的规划
伯克利 AI 研究提出基于梯度的规划器 GRASP，通过将轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使长时域规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Berkeley AI ResearchAI 评分2424 Information-Driven Design of Imaging Systems
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量和噪声模型即可量化测量所含信息量，无需重建算法或任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证，信息估计能预测下游解码性能，优化后的设计在更少内存和算力下达到与端到端方法相当的水平，相关成果发表于 NeurIPS 2025。
Reflection BlogAI 评分5050 构建前沿开放智能
Reflection 宣布完成 20 亿美元融资，组建了曾参与 PaLM、Gemini、AlphaGo、AlphaCode、AlphaProof 及 ChatGPT 等项目的 AI 团队，并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台。该平台已在自主编程领域验证有效，下一步将把方法拓展到通用智能体推理，并从头结合大规模预训练与先进强化学习来构建开放模型。