1.SK海力士季度利润暴增逾7倍至628亿美元:营业利润率逼近80%,AI存储超级周期仍在加速
韩国存储芯片巨头SK海力士公布2026年第三季度财报,营收104.6万亿韩元(约789亿美元),同比增长328%;营业利润83.3万亿韩元(约628亿美元),较去年同期11.4万亿韩元增长超过7倍,创历史新高。营业利润率达到约79.6%,较第二季度的76%进一步提高。实际利润超过LSEG调查的分析师预期76.7万亿韩元约8.6%。业绩既受益于英伟达等AI客户对HBM高带宽存储器的强劲需求,也得益于AI基础设施扩张推动DRAM等存储产品供需趋紧、价格上涨。更值得注意的是,SK海力士第二季度营业利润已经达到创纪录的60.5万亿韩元,第三季度又环比增长约38%,表明存储行业利润扩张仍在继续,而非仅仅来自去年同期的低基数。超预期利润有利于缓解市场对AI存储需求迅速降温的担忧。
2. 谷歌DeepMind发布Genie 4:世界模型实时模拟可以交互的世界
谷歌DeepMind正式发布Genie 4,新一代实时交互世界模型,新增原生音频生成,可以在生成视觉世界的同时产生环境声音、音乐及人物对话。用户能够通过键盘在环境中移动,也可以随时用自然语言改变天气、视角,或增加人物和物体,无须重新生成整个场景。
其底层结合Gemini Omni对真实世界的理解,以及其他Gemini模型对模拟环境连续性的维护。谷歌表示,Genie 4可用于游戏和影视内容预演,以及机器人和智能体训练。目前只向受邀测试者提供研究预览。世界模型真正重要的能力不是视频逼真,而是人的行动会改变世界,模型需要的正是持续模拟这些改变的后果。
3. Axiom用24天完成数学史上最大证明的形式化验证:4310万行Lean代码,复用中国120万行
AI数学公司Axiom宣布,利用数十个协同工作的AI智能体,在24天内完成了有限单群分类定理(Classification of Finite Simple Groups,CFSG)的完整Lean形式化证明,并公开全部代码和证明依赖关系。有限单群被称为有限对称性的基本构件,类似整数中的质数;分类定理证明,所有有限单群都属于若干已知类型,包括26个散在单群,因此被称为“对称性的元素周期表”。这项20世纪数学界最宏大的集体工程,历经数十年、约100名数学家参与,原始证明散布在500多篇论文、约1.5万页文献中,因此又被称为“庞大定理”(The Enormous Theorem)。研究团队将证明拆分成108个里程碑和约380项任务,由数十个AI智能体组成的集群协作:规划证明路径、查阅文献、编写Lean代码、核对数学前提,并持续整合成果。最终形成4310万行Lean代码、约205万项声明。项目建立在Mathlib等已有基础上,还复用了中国Qiuzhen-CFSG项目约120万行代码。AI在形式化过程中发现原有数学文献中34处值得注意的证明偏差或缺陷。
4. 英伟达向Meta投资30亿美元,AMD同时成为Muse关键算力供应商:AI芯片竞争进入模型协同设计
英伟达宣布拟向Meta股权发行认购30亿美元,并深化双方围绕Muse智能体及其模型家族的技术合作。Meta将扩大Vera Rubin、Vera CPU、Spectrum-X网络及BlueField-4的部署,双方还将研究利用OpenShell和Sentry提高智能体部署安全性。同日,AMD称其EPYC处理器已用于Meta的Muse智能体,Helios机柜级系统已在Meta运行,并为Muse Spark Open、Muse Glimmer等模型提供软件支持。AMD强调双方覆盖CPU、GPU、网络与ROCm软件的协同设计。
4. Oracle 引入英伟达Vera Rubin、谷歌TPU与Cerebras,云端AI芯片走向多架构竞争
Oracle在AI World大会宣布进一步扩大与英伟达的合作,计划将Vera Rubin计算系统部署扩展至多吉瓦规模,但没有披露确切设备数量和交易金额。与此同时,Oracle首次宣布将谷歌TPU纳入其云计算服务,并计划增加Cerebras、SambaNova等专用推理芯片;部分基于英伟达的系统还将采用Oracle自研Acceleron网络技术。OpenAI同日宣布与Oracle深化合作,计划把Oracle企业应用与数据接入ChatGPT,并利用OpenAI模型建设新的企业产品。训练、预填充、解码、智能体执行和传统企业应用,可能越来越多地使用不同的计算组合。谷歌TPU进入Oracle,也意味着专用芯片的竞争不再局限于云巨头自身的数据中心。
5. 苹果发布M6芯片及新款Mac:端侧AI性能提高25%,首次引入可调用的智能体接口
苹果发布搭载M6芯片的14英寸MacBook Pro及新款iMac。M6采用12核CPU、12核GPU,并在GPU中配置神经网络加速器,集成两组16核Neural Engine。苹果公布的测试显示,相较M5,部分本地AI工作负载性能最高提高25%,Neural Engine性能最高达到1.9倍;新款MacBook Pro统一内存带宽最高170GB/s,最大配置32GB内存。苹果还宣布为Pages、Keynote、Numbers和Logic Pro引入基于苹果自研模型及OpenAI模型的AI助手,并为办公应用增加MCP(模型上下文协议)支持,使外部智能体有机会通过标准化接口参与应用工作流。
6. Anthropic收购一人制药公司,Claude开始参与新药发现
Anthropic公布与百时美施贵宝、Generate Biomedicines、BigHat Biosciences等六家生物医药机构合作的研究成果,并宣布收购只有一名员工的制药公司Mithril Medicine。其中Generate的6名科学家利用Claude Code重新设计CAR-T疗法中的部分遗传结构,将长度缩短约70%,实验室测试显示相关免疫细胞表面受体数量提高约10倍;Divergence Labs利用Claude一个月内生成3.5万个抗体设计;Enveda将一项药物生产文档审查任务的人工审核时间减少89%。更有意思的是Mithril。创始人Cody Tranbarger借助Claude协调11家外部实验室的合同、物流和实验,将一种罕见肌营养不良症的潜在治疗方案在不到18个月内推进至小鼠实验取得积极结果。Anthropic收购该公司后将继续开展研究,并计划增加药物项目。Claude不仅参与生成科研假设,还开始贯穿分子设计、实验组织、结果分析、监管材料和研发管理。
7.Physical Intelligence洽谈10亿美元新融资:无收入机器人基础模型估值冲击200亿美元
据彭博社,美国机器人基础模型公司Physical Intelligence(π)正洽谈至少10亿美元新融资,目标估值约200亿美元,较今年早些时候的115亿美元提高约74%。现有投资方Avenir与Lux Capital正讨论领投,公司此前获得谷歌旗下CapitalG、Thrive Capital和贝索斯等投资。彭博报道公司迄今尚无收入。Physical Intelligence由谷歌DeepMind前研究人员及斯坦福、伯克利学者于2024年创立,核心产品是跨机器人形态和任务的通用基础模型,目标是成为物理世界的“通用智能层”。其π系列视觉—语言—动作(VLA)模型已用于衣物折叠、仓储包装、农业和工业操作。合作伙伴Ultra展示了采用其模型的机器人在真实仓库中连续作业、实现96.4%自主运行时间占比的案例。公司最近开放Pi API测试版,首次让更多外部开发者上传机器人数据,调用云端算力微调基础模型,并通过API控制自己的机器人。
8. 小米公布21自由度灵巧手:分析1827项真实工厂操作,发现自由度并非越多越好
小米机器人团队披露一项新的仿生灵巧手研究。团队采集分析了汽车工厂1827项标准作业程序(SOP),再通过基于实际作业数据的仿真消融实验,研究不同灵巧手自由度与抓握表现之间的关系。结果显示,在17—21自由度区间,平均稳定抓握成功率相较6—15自由度方案提高15%—38%;继续增加至23自由度以上,收益明显放缓。小米据此设计了新的21自由度仿生灵巧手,采用混合驱动与腱绳张力控制。其系统工程意义在于,机器人设计不应只是追求更高自由度、更复杂的机械结构,而应从真实任务倒推需要怎样的硬件能力。自由度增加不仅意味着动作能力,也意味着额外的电机、传动、控制、重量和维护成本。
9. 亚马逊:不能用Token消耗和代码行数衡量AI生产率
亚马逊工程管理层公开了一份面向内部软件工程师和管理者的新版岗位指导原则,明确认为,只按照Token使用量、AI工具采用率、代码行数或代码审查数量衡量AI使用成效,是一种存在严重缺陷的做法。亚马逊提出,软件工程师仍应以客户价值、业务结果和长期交付能力作为核心评价标准;同时,管理者需要关注AI采用率较低的团队为什么没有采用,以及使用率很高的团队是否真的产生了相应的交付收益。大型科技企业正在从鼓励员工使用AI,转向要求证明AI创造了真实价值。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.