AIDC
DC AI 热点

精选

当前热点完整榜单 →
1Anthropic 与 Akamai 达成 7 年 116 亿美元协议,扩充 CPU 算力基础设施83 热度 ⌁2美法院裁定可因Anthropic拒绝开放Claude特定功能将其列入黑名单76 热度 ⌁3Meta推出个人AI智能体Muse,与OpenAI和Anthropic展开正面竞争75 热度 ⌁4Anthropic 与 Akamai 达成 116 亿美元为期七年的云计算基础设施大单75 热度 ⌁5特斯拉 Optimus V3 人形机器人被曝量产遇阻:机械手制造复杂且 AI 能力受限74 热度 ⌁
9月25日2026-09-25
量子位✦ 精选AI 评分 75/10018:00

平头哥推进AI芯片生态开源,加速大厂自研算力共建

平头哥在亮出AI芯片成果的基础上进一步推行开源策略,推动大厂自研芯片从单纯交付硬件产品走向更广泛的生态开放共建阶段。该举措体现了国产芯片厂商通过软硬件生态开源降低开发壁垒、构建自主算力体系的发展趋势。由于原始输入信息较为简要,具体涉及的芯片架构规格及开源项目的技术细节尚待进一步补充披露。

阅读原文 ↗推荐理由:平头哥推进AI芯片开源布局,展现了国内自研算力从硬件交付迈向生态共建的重要动向。# 芯片# 平头哥# 开源# 算力# 阿里巴巴
量子位✦ 精选AI 评分 68/10014:20

Kimi推出浏览器插件功能:支持将网页操作快速转化为Agent技能

在行业聚焦代码生成与编程能力的背景下,Kimi转向浏览器插件生态布局,推出可将网页操作直接转化为Agent“Skill”的交互功能,进一步拓展了AI智能体在实际网络环境中的操作边界。由于输入素材提供的信息较少,具体的产品技术实现方案、核心交互流程及上线细节等尚需后续进一步补充与观察。

阅读原文 ↗推荐理由:关注Kimi在浏览器操作与Agent技能转化上的新尝试,反映出智能体落地应用场景的演进方向。# Kimi# 智能体# 浏览器插件# 月之暗面
量子位✦ 精选AI 评分 68/10014:14

华为大模型核心技术人员联手创业,探索物理世界Scaling Law

据消息,华为大模型领域的两位核心专家联手开启创业,将研发重心聚焦于探索物理世界的Scaling Law(尺度定律),旨在开展物理世界的基础模型实验与技术突破。现有素材信息较为简略,尚未披露创业团队的具体成员姓名、融资规模及技术落地路线,但反映出大模型顶尖研发力量向具身智能及物理AI领域延伸探索的动向。

阅读原文 ↗推荐理由:关注华为大模型核心人才创业动态,切入具身智能与物理世界基础模型前沿赛道。# 华为# 投融资# 具身智能# 大模型# Scaling Law
9月24日2026-09-24
量子位✦ 精选AI 评分 68/10022:17

PCIe显卡经内核与通信重构优化,DeepSeek推理吞吐提升近7倍

该动态指出通过内核补齐与通信重构等优化手段,PCIe显卡在运行DeepSeek模型时的推理吞吐量提升了近7倍,并声称1.5台6000D设备的表现可超越1台B300。需要说明的是,素材提供的信息较为简短,缺少具体的软硬件环境、完整测试基准以及技术实现的深度细节。

阅读原文 ↗推荐理由:展示了通过底层通信和内核优化挖掘PCIe硬件在DeepSeek大模型推理中算力潜力的方案。# PCIe显卡# DeepSeek# 推理# 吞吐量# 算力
量子位✦ 精选AI 评分 65/10020:58

AI学者时隔十年再发新论文,探索自动驾驶多步长远规划能力

据最新资讯报道,某知名AI学者时隔十年再次署名发表全新研究论文。该研究主要针对自动驾驶系统,旨在提升其超前预测与决策规划能力,使车辆在行驶过程中能够实现“走一步想十步”的长远推理与决策。由于当前输入信息较为有限,具体论文作者姓名、发表机构及核心技术架构等详细细节尚未披露,有待后续深入公开。

阅读原文 ↗推荐理由:知名AI学者重回学术一线并聚焦自动驾驶核心规划难题,具有一定关注价值。# 自动驾驶# 路径规划# 学术前沿# 决策算法
量子位✦ 精选AI 评分 68/10016:20

诺因发布GLOW技术报告:人类演示一次即可实现机器人跨场景任务复用

诺因发布GLOW技术报告,针对具身智能的泛化学习提出解决方案。该成果致力于实现机器人的“一教就会”,使机器人仅通过人类的一次操作演示,即可完成跨场景的任务复用与迁移执行。输入素材信息有限,未披露GLOW的具体技术架构、实验数据及落地细节。

阅读原文 ↗推荐理由:探讨具身智能核心的单次示范学习与跨场景泛化能力,展示了机器人控制领域的技术探索。# 具身智能# GLOW# 诺因# 示范学习
量子位✦ 精选AI 评分 60/10013:45

灵初聚焦机器人训练数据质量,重点解决人机动作对齐难题

灵初在机器人训练领域提出不能仅靠增加训练时长,而应严控数据质量,其核心目标在于解决机器人学习中人机动作无法精准对齐的问题。通过提升动作数据的质量与映射精度,助力机器人更高效地掌握作业技能。由于目前公开素材信息有限,关于其具体采用的数据清洗流程、算法模型以及实际落地的硬件验证等细节尚待进一步补充披露。

阅读原文 ↗推荐理由:针对具身智能与机器人学习中关键的人机动作对齐痛点,强调了数据质量的重要性。# 灵初智能# 具身智能# 数据质量# 人机对齐
量子位✦ 精选AI 评分 75/10013:19

清华大学联合无问芯穹开源具身智能云原生平台RLark

清华大学联合无问芯穹正式开源具身智能云原生平台RLark,旨在打造具身智能基础设施的新“塔台”。该平台支持高效的机器人设备管理与调度,可实现5分钟内完成机器人纳管,并在10秒内快速启动跨集群任务,为具身智能应用的大规模部署和跨集群高效协同提供了底层云原生支撑。

阅读原文 ↗推荐理由:清华大学与无问芯穹联合开源具身智能云原生平台,显著提升了机器人纳管与任务跨集群调度效率。# 清华大学# 无问芯穹# 具身智能# RLark# 开源
量子位✦ 精选AI 评分 65/10010:23

Meta被指凭借自研Manus登顶应用商店并拉动股价大涨

根据素材信息,Meta依靠自研的Manus产品引发市场热烈反响,推动其股价单日暴涨11%。该应用目前已成功登顶苹果应用商店,在用户增速上反超ChatGPT,并在美国市场引发了极高关注度与使用热潮。由于当前输入素材信息较为简短,关于该自研产品的具体技术架构、功能细节及其持续市场表现等完整事实仍需更多后续资讯补充验证。

阅读原文 ↗推荐理由:涉及头部科技公司AI应用的爆发性增长、应用商店表现及其对资本市场的直接影响。# Meta# Manus# ChatGPT# 应用工程# 美股