ai_news_summary_2025-10-12

AINews - 2025-10-12

原文链接

GPT-5 Pro在计算密集型设置中达到13%准确率，以单一问题优势领先Gemini 2.5 Deep Think（统计不显著）。Epoch澄清泄漏问题：OpenAI可访问28/48个问题，GPT-5 Pro的8个解答中有5个来自保留集。

Mila+微软提出在固定边界”写入状态”的训练方法，R1-Distill 1.5B模型仅用8K上下文推理24K token，以4倍低计算量击败LongCoT-RL（7 vs 27 H100-月）。

vLLM通过深度联合优化实现显著帕累托改进：100+ PRs、FP4/FP8内核、异步调度、图融合和FlashInfer集成，预计通过推测解码和DEP实现额外2-3倍吞吐量提升。

Together AI的ATLAS系统从实时流量中学习，在DeepSeek-V3.1上达到500 TPS，比基线快4倍，且性能随使用提升。早期报告显示自适应推测器可减少60% RL训练时间。

Azure为OpenAI部署4,600+ Blackwell Ultra GPU集群，每个NVL72 VM通过NVLink Switch提供1.44 exaflops FP4算力，目标是在数天而非数周内训练万亿参数模型。

Google每月处理约1.3万亿token，远超OpenAI的260万亿和Groq的50万亿。Demis Hassabis确认该数据，同时指出不同模型/词汇表/任务中token信息密度存在差异。

大部分支出用于研发（实验/失败运行），最终训练运行成本低于10亿美元。这反映了前沿AI研发的巨大计算成本。

通过HBM↔DRAM KV分层、工作集感知动态批处理和层分段预填充，在vLLM测试中实现9.26倍更低TTFT和3.14倍更高吞吐量。

使用OmniRetarget + BeyondMimic最小RL跟踪，人形机器人执行墙面翻转动作，成功率5/5。训练仅需轻微调整（如放松终止条件、调整奖励）。

“Benchmarking is Broken”提案社区治理、监考的评估蓝图：密封执行、滚动题库、延迟透明度，旨在解决AI自我评估的问题。

阿里巴巴发布完善的笔记本集合，涵盖计算机使用、全向识别、文档解析/OCR、3D定位、视频理解、移动代理、长文档理解、空间推理等多模态任务。

比旗舰Realtime便宜约7倍，TTFA降至0.81秒（从1.27秒），上下文加倍至32K，增加图像输入，定位为WebRTC/WebSocket/SIP上的可扩展代理。

9B参数、64专家MoE、约2B激活参数，增加原生指向、改进OCR和32K上下文，针对UI理解和代理工作流优化。

Kwaipilot的代理编码模型通过中期训练→SFT+RFT→代理RL调优，可在4×RTX 3090 @ 4位量化下运行。

基于torchtune构建，统一GRPO、FSDP、编译支持，实现稳定的4位RL（QLoRA/QDoRA），通过DoRA-Cache将rollout速度提升2-4倍。

通过cuFile DMA直接从NVMe流式传输模型权重到GPU VRAM，使6GB VRAM GPU能够运行重型模型，无需自定义卸载器或量化。

动漫专注的图像到视频模型，支持360°角色旋转，保持线条细节和平坦插图保真度，可直接集成到ComfyUI Wan2.2工作流。

除Python外新增JavaScript代码评估支持，实现更快、堆栈原生评估。LangChain v1发布可定制的create_agent和中间件钩子。

提供HIPAA合规性和引用元数据的生产开发者API，增强医疗AI应用的可信度和可追溯性。

Cascade Tech将可能完成转换为预填充，对部分匹配进行加速生成，无需改变API即可显著降低延迟，提供实时演示和应用集成。