蚂蚁 inclusionAI 发布 Ling-3.0-tiny-singprobe 流式安全探针

蚂蚁 inclusionAI 在 Hugging Face 发布 SingProbe，一个基于 Ling-3.0-tiny 的流式安全探针，仅 3.22M 参数，复用基座模型隐藏状态在每个 token 上输出 8 类意图、不安全响应和幻觉风险评分，解码开销低于 0.5%。

小红书与NVIDIA联合发布GR-Inference推理引擎，优化生成式召回

小红书与NVIDIA联合构建GR-Inference，一个面向长Context、短Decode、大Beam的生成式召回专用推理引擎，覆盖KV抽象、连续批处理、专用Decode Attention、受限生成与CUDA Graph等优化。

腾讯 WorkBuddy 向在职教师和高校大学生发放 1000 开学专属积分

腾讯公关总监张军宣布，即日起在职教师和高校大学生完成身份认证即可领取 WorkBuddy 1000 开学专属积分。范围覆盖全国普通高等学校（除港澳台）在读大学生，以及通过教育部“中国教师”小程序完成认证的各级各类学校在职教师。

火山引擎发布 AgentSentry 企业 Agent 集群统一安全管理平台

火山引擎发布 AgentSentry，作为面向企业 Agent 集群的统一安全管理平台，打通智能体身份与权限管理平台、智能体安全管理平台、AI助手安全平台三大产品，提供跨平台、跨生态、跨运行环境的 Agent 纳管服务。

英伟达 GPU 帧插值功能并入 FFmpeg，RTX 30/40/50 系可将 30FPS 视频提升至 60FPS

FFmpeg 宣布英伟达 GPU 帧插值功能通过 Vulkan API 正式并入项目，可借助 GeForce RTX GPU 预测生成下一帧来提高视频帧率。

Google AI 教程：用 pandas 把 Inspect AI 评测日志导出为 Google Sheets 可视化数据

Google AI 的 AI Evals 系列第三篇介绍用 tocsv.py 脚本通过 pandas 把 Inspect AI 评测日志转换为适合 Google Sheets 的 CSV。

华硕 ProArt GR1X 迷你主机基于英伟达 RTX Spark 芯片，2026 年第 4 季度上市

华硕 ProArt 官方表示，基于 NVIDIA RTX Spark 超级芯片的 ProArt GR1X 迷你主机将于 2026 年第 4 季度上市。

SemiAnalysis@SemiAnalysis_AI 评分3131

NVIDIA 与 Google 为 Google 的 ConnectX-7/8 NCCL Plugin 实现开箱即用的自动激活，此前用户需手动配置库加载路径和环境变量才能在 GCP NVIDIA GPU 机器上优化 NVIDIA ConnectX 网卡性能，现已完全自动化。

腾讯混元 Hy4 preview 轻量版发布开源：1.5TB 压至 214GB，支持异构设备联合推理

腾讯混元团队 9 月 1 日发布并开源 Hy4 preview 轻量版，将模型权重从接近 1.5TB 压缩至约 214GB。

OpenClaw🦞@openclawAI 评分3030

OpenClaw 官方发布 OpenClaw 2.0，引用用户 @rokgregoric 的评价称 2.0 最好的特性是让安装配置变得无聊，并以孔子名言的玩笑形式表达“配置不再折腾，才有精力做有趣的事”。

腾讯混元 Hy4 preview 轻量版发布，1.5 TB 权重压缩到 214 GB 并开源

腾讯混元发布 Hy4 preview 轻量量化版，用自研 Sherry 稀疏三值量化算法（平均 1.25 bit）和 MIX-STQ1_0 逐层混合精度策略，把约 1.5 TB 的权重压到约 214 GB。

消息称英伟达重启推理预填充芯片 Rubin CPX 项目，设计大幅调整

分析师郭明錤称，英伟达已重启 AI 推理预填充加速 GPU Rubin CPX 项目，设计大幅调整，预计 2027Q1 开始生产。

郭明錤｜Ming-Chi Kuo@mingchikuoAI 评分4949

郭明錤点评 MediaTek 与 Nvidia 深化长期合作的公告，认为公告反复使用 rack-scale 一词，验证了他两个多月前的研究结论：MediaTek 已将 AI 业务从 IC/ASIC 设计升级为系统级设计。

英伟达向联发科投资 35 亿美元，在 AI 基础设施、PC 芯片、汽车三大领域达成合作

英伟达与联发科 8 月 31 日宣布加深长期合作，英伟达投资 35 亿美元（约合 235.77 亿元人民币）联发科可转换债券。

范式智能拟出资超 10 亿元采购华为昇腾 950 芯片用于大模型落地

据新浪科技从知情人士处获悉，港股上市公司范式智能与华为达成大规模算力订单合作，将出资超 10 亿元采购华为昇腾 950 芯片，用于支撑 AI 大模型在金融、制造等核心领域的落地。

SemiAnalysis@SemiAnalysis_AI 评分2323

SemiAnalysis 发推称，自 NVIDIA 在 Hot Chips 上展示 LPX 的出色性能、OpenAI Jalapeno 性能数据公布后，Cerebras 的人一直在 Twitter 上大量 cope-tweeting。作者认为 Cerebras 应专注于持续改进其软件栈和执行，而不是发推自我安慰。

Anthropic 与 Lambda 签署 350 亿美元云计算协议，数据中心租赁权归英伟达

据《华尔街日报》报道，Anthropic 与英伟达支持的云服务商 Lambda 签署价值 350 亿美元（约合 2,357.52 亿元人民币）的云计算协议。该数据中心位于美国得克萨斯州努埃塞斯县，由 Hut 8 建设、租赁权归英伟达，Lambda 部署英伟达芯片为 Anthropic 提供云服务，无需承担场地前期投入。

Graham Dumpleton 发布 Python 库 Wrapture，支持函数追踪与测试替换

Graham Dumpleton（mod_wsgi 与 New Relic Python agent 作者）发布 Wrapture，可包装任意函数或方法以实现追踪或覆盖返回值，既可替代 unittest.mock，也可为现有项目加追踪，内置 OpenTelemetry 支持和纯配置式追踪机制。

DogeDesigner@cb_dogeAI 评分6767

五角大楼将 Grok 引入超过 170 万名 Department of War 人员。Starshield AI 的 Grok for Government 已在 GenAI.mil 上线，该系统获得 IL5 认证，将帮助美军更快工作、更好决策并更安全地实时协作。

vLLM-Omni 实现 MiniMax H3 实时音频视频生成，FastH3 四步蒸馏让完整 MP4 生成快于播放

vLLM-Omni 团队发布 MiniMax H3 生产级服务实践，先做系统级优化，再集成 FastVideo 的四步 FastH3 蒸馏学生模型，将去噪循环从 49 次 DiT 前向降到 4 次。

CRISP：面向长上下文 LLM 推理的输入自适应稀疏预填充方法

arXiv 论文提出 CRISP，一种输入自适应的稀疏预填充方法，用结构代理 C_struct 替代 JSD 路由，省去 pooled matmul 与 KL 散度开销，并针对 post-softmax 质量悬崖设计基于噪声底线的 sink-aware 阈值。

Anthropic 复盘 Claude 模型越权访问真实系统事件并改进对齐与安全措施

Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。

SemiAnalysis@SemiAnalysis_AI 评分4646

华为在 WAIC 首次展示 Atlas 950 SuperPoD 服务器，此前于 3 月 MWC 宣布。

我用监控摄像头和 BirdNet-Go 搭建自动鸟类识别系统

作者分享如何用 3 个现有监控摄像头的麦克风运行 BirdNet-Go，实现 24/7 本地鸟类声音识别，无需云服务和订阅费用。系统支持 RTSP 流、Google Perch v2 模型可识别 14,795 个物种、按物种设置 Discord 通知、新物种追踪、BirdWeather 数据共享，并可通过 MQTT 接入 Home Assistant，还能识别蝙蝠和青蛙。

SemiAnalysis@SemiAnalysis_AI 评分4141

NVIDIA LPU 支持 3 种分离式推理： 1. Rubin Prefill + LPU Decode，实现最快交互性 2. Rubin Prefill + Rubin Decode Attention + LPU Decode FFN，面向曲线中段 3. Rubin Prefill + Rubin Decode Verification + LPU Drafter，面向曲线中左段 在低交互性场景下，纯 Rubin 仍占优势。期待 Rubin + LPU 在 AgentX 等开源智能体基准上的性能曲线表现。

Microsoft Research@MSFTResearchAI 评分2929

如果病理学基础模型能以更少资源实现更多功能会怎样？GigaPath-Flash 和 GigaTIME-Flash 在降低计算需求的同时保持强劲性能，为更大规模研究和更广泛探索打开了大门。https://msft.it/6012arcfr

博通推出 VMware AI 工厂，简化企业私有云 AI 部署

博通推出 VMware AI 工厂，作为 VMware AI 私有云的软件定义基础，可将 AI 应用直接部署到企业私有云环境，服务器部署至 AI 模型开始服务的时间从数周缩短至数小时。

DogeDesigner@cb_dogeAI 评分6868

美国国防部正式在 GenAI.mil 平台推出 Starshield AI 的 Grok for Government，向联合部队提供前沿 AI。该平台九个月内已接入超 170 万用户，获准处理 Impact Level 5 受控非密信息，支持深度思考推理及 Auto、Fast、Expert 三种推理模式，并提供可定制工作区与可复用 playbooks。

NVIDIA 技术博客：如何为 AI 推理规划 GPU 规模并优化 TCO 避免超支

NVIDIA 技术博客发布一套 AI 推理 GPU 规模规划框架，围绕用例、token 模式、TTFT 等延迟指标、并发、缓存命中率、模型选择和部署策略给出 sizing 方法，并提出 core-and-flex 容量策略平衡 capex 与 opex。

从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon

Berkeley AI Research 与 IBM Research 将进化式内核搜索框架 K-Search 扩展到 MLX 后端，通过结构化的 CUDA 到 MLX 翻译层，把已有 CUDA 内核作为知识库迁移到 Apple Silicon。

智能免费之后：面向智能体、由智能体构建的数据系统

UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统需应对三大新挑战：为智能体设计（For Agents）、由智能体运行（Of Agents）、由智能体合成（By Agents）。

Google DeepMind 发布 DiffusionGemma：文本生成提速 4 倍

Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。

Google 将 SynthID 与 C2PA 内容验证扩展到搜索、Gemini、Chrome 和 Pixel

Google 宣布扩展内容透明度与验证工具，把 SynthID 的图像、视频、音频验证从 Gemini 应用扩展到搜索，并将在未来几周进入 Chrome；Gemini 应用即日起新增 C2PA Content Credentials 验证，搜索和 Chrome 将在未来几个月跟进。

Google DeepMind 汇总 AlphaEvolve 一年成果：从 TPU 设计到企业优化

Google DeepMind 发布 AlphaEvolve 一年进展汇总，这款由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计、发现更高效的缓存替换策略，并将 Spanner 的写放大降低 20%。

Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构

Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛并异步传输数据，从而隔离局部硬件故障。