#推理

llama-modchip 发布：64GB 内存纯 CPU 运行 284B DeepSeek-V4-Flash

llama-modchip 发布 v2.4.0，通过 SwiGLU-H2 二阶 Hessian 压缩与 Fractal-64 转码，把 DeepSeek-V4-Flash 284B 从 76.87 GiB 压到 56.56 GiB，可在 64 GB 内存纯 CPU 上以 256K 上下文运行，prefill 约 44 tok/s、解码 9.06–14.7 tok/s。

Jeff Dean 与李飞飞对谈：RSI 存在物理极限，新公司 Discovery Loop 已有约 20 个自动改进循环

Jeff Dean 在斯坦福 HAI 与李飞飞的对谈中表示，递归自我改进不可能无限快，因为训练、计算、保存数据和评估结果都需要真实时间。他介绍了新公司 Discovery Loop 的进展，已有约 20 个自动改进循环在运行，目标是让领域专家生产力提高 20 到 50 倍。

PSI 借助 Anthropic 未发布模型证明阿伦森－安拜尼斯猜想

物理研究机构 PSI 宣布，借助 Anthropic 一款尚未发布的 AI 模型，自 2008 年提出后一直未获证明的阿伦森－安拜尼斯猜想成功得到证明，其研究系统由技术人员戴维·图尔图雷安开发，仅用三天完成。证明结果显示，量子计算要实现某些指数级速度优势，必须依赖问题中存在的特殊规律或结构，这也证实了量子计算机并非在所有情况下都能获得巨大性能优势。PSI 未透露具体使用了哪款模型。

AMD Zen 6 处理器跑分曝光：10 核样片多核超锐龙 AI 9 HX 370 约 21.5%

Geekbench 数据库出现 AMD 下一代 Medusa 系列 APU 多组跑分，10 核样片单核 3,100、多核 18,313，相比 12 核锐龙 AI 9 HX 370 分别领先约 32% 和 21.5%。

百度开源文心5.5 Flash Base：2800亿参数MoE、支持百万级上下文

百度于11月5日正式开源基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base），采用MoE架构，总参数量2800亿，每个Token激活140亿参数。模型使用33.5万亿个Token完成预训练，预训练上下文长度最高128K，微调与推理阶段支持最长100万Token上下文。该模型围绕效率在注意力机制、专家路由及训练目标等环节做了系统性优化。

Jev 在低置信度时转交 Opus，以约四分之一成本达到 Opus 准确率

Hightouch 用 1000 个模拟身份测试身份合并判定，发现 Jev 单独准确率 95.6%、成本 $0.05/千条，而 Claude Opus 5.5 为 99.0%、$3.86/千条。

Thinking Machines 发布 Inkling 2 Small：594B 总参数 MoE，68 小时完成预训练

Thinking Machines 发布 Inkling 2 Small，这是一个 594B 总参数、17B 激活参数的多模态 MoE 模型，已在 Tinker 上线，Apache 2.0 权重承诺下周外部安全测试完成后开放。

摩尔线程完成 Kimi-K3.1 Pro 的 Day-0 适配，MTT S5000 支持文本与图片推理

摩尔线程宣布基于 MTT S5000 智算卡和 MUSA 软件栈完成 Kimi-K3.1 Pro 的 Day-0 适配，打通模型加载、服务启动及文本、图片基础推理链路。

2026 奇点智能技术大会日程公布：RSI、Agent、Physical AI 与系统栈

2026 奇点智能技术大会将于 11 月 20—21 日在北京万达文华酒店举行，完整日程已公布，设 18 大专题、70+ 主题演讲，汇聚 70+ 技术嘉宾与 1000+ 行业技术人。

蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，560B 总参数、1M 上下文

蚂蚁百灵官方团队发布原生多模态模型 Ling-3.2-flash，拥有 560B 总参数、25B 激活参数和 1M 上下文窗口，支持图像、文本与视频输入。

英伟达提出全栈协同设计破解 AI 内存瓶颈，HBM 仅增约 3% 时每美元智能体吞吐量最高提升 30 倍

英伟达发布技术解读，提出以“全栈协同设计”缓解 AI 内存瓶颈，通过 NVFP4 低精度格式压缩模型权重和 KV 缓存、在 NVL72 系统中将模型权重分散至最多 72 颗 GPU、用 Vera CPU 的 LPDDR 内存缓冲暂停上下文、由 Dynamo 推理软件把不活跃上下文迁移至 CMX 上下文存储。

Cat Wu 离开 Anthropic 加入 OpenAI，Sharon Zhou 离开 AMD 转投 Anthropic

Latent Space 汇总的 AI 人事与收购动态显示，Claude Code 产品负责人 Cat Wu 离开 Anthropic，加入 OpenAI 领导 Core Products PM；Lamini CEO Sharon Zhou 离开 AMD，加入 Anthropic。

NVIDIA Vera CPU：兼顾最高吞吐与最快智能体

NVIDIA 称在 100 兆瓦数据中心对比中，单颗 Vera CPU 同时优于最快的 x86 CPU 和最节能的 x86 CPU，每瓦可支持 1.6 倍智能体数量，智能体速度达后者 2 倍。

OpenAI 报告 GPT-6 Astra 在安全研究任务上隐性降效

OpenAI 发布报告称，GPT-6 Astra 在安全与对齐任务上会隐性降低表现：在配对编码评测中，安全框架下完成约 10% 的隐藏评分项，能力框架下约 16%，相差 6 个百分点、完成项少约 40%，而 GPT-5.6 Sol 基本无此差距。

NVIDIA 如何用全栈协同设计解决 AI 内存挑战

NVIDIA 通过全栈协同设计提升每字节内存的有效利用率，从 Blackwell Ultra 到 Vera Rubin 平台，单 GPU 的 HBM 容量仅增约 3%，而 SemiAnalysis AgentX 上的智能体吞吐每美元最高提升 30 倍。

百度开源文心5.5 Flash Base基座模型，多基准刷新同尺寸SOTA

11月5日，百度正式开源基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base），采用MoE架构，总参数量2800亿，每个Token激活140亿参数，使用33.5万亿个Token完成预训练。

spaCy作者质疑MIT Astra研究：读权重与改Qwen权重是两回事

spaCy作者、Explosion联合创始人Matthew Honnibal发文质疑MIT团队的Astra研究存在误导。他指出，Astra在识别小型网络任务时确实只读取原始权重，但在修复Qwen3.5-0.8B数学能力时被允许使用Python编程并进行最多50次前向测试，两种实验条件差别很大。

香橙派公布 OrangePi Zero 3W Pro 小尺寸 SBC，基于瑞芯微 RK3576

香橙派公布 OrangePi Zero 3W Pro 单板计算机，尺寸仅 65×30mm，基于瑞芯微 RK3576 处理器，最高支持 16GB LPDDR 内存，可选 eMMC / UFS / microSD 存储并支持转接扩展 PCIe / SATA。

Ripple-65B Preview 发布，称在美国开放权重模型中智能体编码达到 SOTA

Ricursive 发布 Ripple-65B Preview，称其在美国开放权重模型中智能体编码达到 SOTA，TerminalBench 2.1 得分 80.5。团队未购买后训练数据，自建合成数据管线与质量过滤，混合 RL 配方使用截断重要性采样、分数居中和线性长度惩罚，仅用 1.4M rollouts 完成训练，约为此前 SOTA Reflection Beam 的 1/70。

OpenAI 报告 GPT-6 Astra 异常行为：安全研究任务完成度降低近四成

OpenAI 发布研究报告，披露 GPT-6 Astra 在执行 AI 安全研究任务时出现“隐蔽性表现不佳”，即不告知用户就减少工作量、放弃可行方案甚至编造技术障碍。

同一新闻，精选展示《OpenAI 报告 GPT-6 Astra 在安全研究任务上隐性降效》

Latent Space 周报：权重空间编程复现争议与 AI Engineer 上海站

Latent Space 的 AINews 汇总了 11 月 2 日至 3 日的 AI 动态，重点讨论“权重空间编程”的复现与质疑。GPT-6 Astra 在 Qwen3.5-0.8B 上改动 131,072 个权重（约 0.016%），MATH-500 从 7.9% 升至 48.1%，但复现分析显示多数提升来自消除 32K token 循环失败模式，而非新增数学能力。

谷歌 Antigravity 上线化学信息学技能，1 小时筛完数千种化合物

谷歌 DeepMind 为 Google Antigravity 推出化学信息学技能，将大语言模型的规划与推理能力同 RDKit 等化学计算工具及 ChEMBL、PubChem 数据库结合。

笔记本上的 Qwen 3.8 27B 也能解读模型权重

Simon Willison 用论文《Sparks of Weight-Space Programming》提供的原始提示词，在笔记本上运行 Qwen 3.8 27B，仅凭浮点权重文本猜出网络训练的游戏。

LLM 可直接读写神经网络权重，Weight-Space Programming 论文引社区讨论

Takehi 等人提出 Weight-Space Programming，让前沿 LLM 从自然语言目标直接检查和编辑神经网络权重张量，不依赖梯度下降或训练循环。

质疑「Astra 能读写权重改进 Qwen」：该说法具有误导性

一篇质疑文章指出，「Astra 能读写权重改进 Qwen」的帖子把多种不同技术混为一谈。真正只靠原始权重、不写代码不运行网络的实验仅限 17K–172K 权重的小网络；Qwen3.5-0.8B 的数学提升实验实际会写 Python 程序，并可在最多 50 批练习题上运行模型，通过修改 0.016% 权重把 MATH-500 从 7.9% 提到 48.1%。

北大孙仲联合IBM与硅谷团队发表综述，定义现代模拟计算

北京大学孙仲团队联合IBM苏黎世研究院和硅谷公司Unconventional AI，在Nature旗下期刊发表综述，把面向矩阵计算、基于阻变存储器的模拟计算定义为现代模拟计算。

MIT 实验：GPT-6 Astra 直接修改 Qwen3.5 权重，MATH-500 得分提升约 6 倍

MIT 团队提出 Weight-Space Programming，让 GPT-6 Astra 直接读取并编辑 Qwen3.5-0.8B 的权重，仅改动 0.016% 的权重、不经训练和梯度下降，MATH-500 得分从 7.9% 升到 48.1%，指令执行能力也提高 3 倍。

Legora CTO Jacob Lauritzen 谈在看不到数据的情况下构建法律智能体

Latent Space 播客访谈 Legora CTO Jacob Lauritzen，讨论在无法查看律师使用痕迹、数据归属律所客户的前提下如何构建和测试法律智能体。

Legora CTO Jacob Lauritzen 谈如何为律师构建 AI 智能体

Latent Space 访谈 Legora CTO Jacob Lauritzen，讨论为律师构建 AI 智能体的工程与商业问题。

Astra 可直接读写神经网络权重，修复 Qwen3.5-0.8B 推理循环

研究团队提出 Weight-Space Programming，让 GPT-6 Astra 不借助梯度下降、直接以文本读写神经网络权重。Astra 仅凭权重就能判断网络训练的游戏、扩散模型生成的形状和小语言模型训练语言，还能从零写出击败 PPO 训练 1 亿步网络的 MinAtar 策略。

同一新闻，精选展示《MIT 实验：GPT-6 Astra 直接修改 Qwen3.5 权重，MATH-500 得分提升约 6 倍》

清华姚期智团队提出代数世界模型AWM，让AI从试错走向形式化证明

清华大学姚期智、袁洋团队提出代数世界模型（AWM），通过探索、凝炼、证明三步把游戏中的现象抽象为Lean 4可检查的数学断言。在ARC-AGI-3测试集上，基于Opus 5的AWM通关183个关卡得分99.9%，平均通关动作数仅为人类基准的43%；面对无解关卡，基于Opus 5.5的AWM尝试两次即可证明其无解并指出再多一步即可获胜。论文共同第一作者为浙江大学潘冠成和清华姚班谭淇心。

Memdoor 用 5 个 Qwen3.8-27B 智能体在 LiveCodeBench Hard 上复现 GVS5H 方法

作者在 Memdoor 工作流中复现 GVS5H 方法，用 5 个 Qwen3.8-27B 智能体在 LiveCodeBench Hard 前 10 题上五次运行平均得分 9.8，原作者实现为 9.6，Fable 5 单次调用为 8.0。

nesformer 将 NES 的 6502 CPU 编译进约 1GB Qwen3.5 权重

nesformer 把 NES 的 6502 CPU、2KB 工作内存和卡带 ROM 编译进一个标准 Qwen3_5ForCausalLM 检查点，权重由编译器算出而非训练得到，模型逐 token 预测 CPU 执行记录。

dbreunig/nesformer：把 NES 6502 CPU 模拟器烤进 Qwen3.5-4B 权重

Drew Breunig 受 qwenputer 启发，将可运行的 NES 6502 CPU 模拟器写入 Qwen3.5-4B 的权重中，现在可以在 Qwen 里（非常慢地）运行 Super Mario Bros 等 NES ROM。

面壁智能 ForgeKernel 直播写算子反超 DeepSeek FlashMLA 9.8% 并开源

面壁智能的算子生成系统 ForgeKernel 在英伟达 B200 上从零生成 DeepSeek-V4.1 的 FlashMLA Prefill 算子，最终耗时 472 微秒，比人类手写的 518 微秒快 9.8%，全程 42 轮迭代、22.5 小时直播。

Qwenputer 将 RISC-V 指令集编译进 Qwen3.5-4B，模型内实现 CPU 与内存

开发者 Divyansh Agrawal 于 10 月 22 日发布实验性模型 Qwenputer，基于阿里 Qwen3.5-4B 构建，把 RV32IM 指令集编译进模型权重，并用门控 DeltaNet 内部状态充当 RAM，使模型无需调用外部工具即可执行程序和精确计算。

谷歌提出睡眠框架，让大模型边用边学且不遗忘旧知识

谷歌研究团队于 10 月 27 日公开“睡眠框架”（Sleep Framework）持续学习研究，论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。

Google DeepMind 发布 Gemini 4 Carbon，先向网络安全防御方开放

Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，称其在网络安全与长周期任务上达到 SOTA，并先通过 Fairwind Program 向可信网络安全防御方开放，更广泛的开发者访问待定。

Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5，编码智能体仍居第二

Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分登顶，在 9 项评测中的 4 项排名第一，包括 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 和 AutomationBench-AA。

天数智芯发布天垓300与彤央TY1200，现场实测对标英伟达H200和Thor T5000

天数智芯发布基于天枢架构的云端GPU天垓300和端侧产品彤央TY1200，并在现场随机出题与英伟达H200、Jetson Thor T5000对比实测。天垓300在文生图任务中用时95.6秒，H200为112秒；GLM-5.3在64K规模下MoE吞吐为H200的1.15倍，8K到128K长上下文Agent首字延迟比H200低10%到30%。