行业与公司动态
Perplexity 年化营收突破 10 亿美元
CEO Aravind Srinivas 在活动现场确认 Perplexity 年化营收已达 10 亿美元。此前《The Information》报道称其年初约 2.5 亿美元,8 月已超 7.5 亿美元;Computer 功能是主要增长引擎。
> 相关链接:Semafor 报道|The Information 前期追踪
Noeri 融资 1.1 亿美元,Corma 获 1.25 亿美元 A 轮
Yejin Choi 与 Carlos Guestrin 创立的持续学习实验室 Noeri 融资 1.1 亿美元;网络安全 AI 公司 Corma 完成 1.25 亿美元 A 轮,估值 10 亿美元。
> 相关链接:Noeri 融资详情|Corma 融资公告
World Labs 加入 AMD,Fei-Fei Li 团队整合
由李飞飞联合创立的 World Labs(专注 3D 生成与空间智能)正式并入 AMD,团队将融入其 AI 与沉浸式计算战略。
> 相关链接:官方宣布
模型与能力
Qwen4-Max 正式发布:推理成本降 67%,性能升至 Intelligence Index 43 分
阿里 Qwen4-Max 上线,最高推理档位得分从 34 升至 43;单任务成本从 $10.02 降至 $3.27;输出 token 减少 39%,定价从 $6 降至 $4.50/百万 tokens。
> 相关链接:Alibaba 官方发布|Artificial Analysis 测评
Hy4 Flash 发布:224B 参数、12B 激活/Token,1M 上下文窗口
腾讯推出多模态模型 Hy4 Flash,参数量 224B,每 Token 激活 12B;输入 $0.070 / 百万 tokens,输出 $0.281 / 百万 tokens,主打低成本试用长上下文。
> 相关链接:Tencent 官方公告
Liquid d1.2-ultra 登顶 AA 决策指数,单价 $0.042 / 百万输入 tokens
Liquid 新模型 d1.2-ultra 在 AA Decision Index 排名第一,价格仅 $0.042/百万输入 tokens,显著低于主流闭源模型。
> 相关链接:AA Benchmark 结果
Agent 与工具链
Perplexity 推出 Computer(本地运行)、Monitor API 和 Teammates
Computer 支持在 Mac 本地全运行;Monitor API 可监控网页/话题变化并触发 webhook;Teammates 能承接长期协作任务,延续上次中断点工作。
> 相关链接:Perplexity 官方更新日志
Claude Meetings 实测:会议中自动更新 Notion + 调用内部系统改报价
一位 CTO 在 30 分钟 Google Meet 中接入 Claude,它实时更新项目记录,并调用公司自有工具修改投标数据,全程无需人工干预。
> 相关链接:Reddit 实战分享
PyBot:1000 个 DeepSeek-V4.1-Flash 代理协作写出 63 万行无依赖 Python 聊天机器人
1000 个代理一周内交换 17.5 万条消息、合并 8000+ PR,产出零依赖 Python 聊天机器人,性能对标 SmolLM-360M。
> 相关链接:GitHub 仓库
基础设施与硬件
Together 推出新推理架构:GPU 运算自动分组融合,Llama 3.2 1B 吞吐提升 28%
Together 不再依赖手工调优 megakernel,改为让系统自动搜索小规模 GPU 操作组合进行融合,在 B200 上 Llama 3.2 1B 吞吐提升 28%。
> 相关链接:Engineering 博客
vLLM + Dynamo 在 Vera Rubin 芯片上推理吞吐达 GB300 NVL72 的 63.4–93.3 倍
DeepSeek V4.1 Flash 在 SemiAnalysis AgentX 基准测试中,单芯片吞吐比 GB300 NVL72 高 63.4 倍(400 tok/s/user)至 93.3 倍(600 tok/s/user)。
> 相关链接:vLLM 测试报告
FPGA 运行 Qwen 27B:实测 5.5–7.9 tokens/sec,目标 50 tokens/sec @ 20W
Valley Semiconductor 的 FPGA 方案运行 Qwen 27B,短提示 7.9 tok/sec,实时聊天约 5.5 tok/sec;20W 功耗下 50 tok/sec 为工程目标。
> 相关链接:Live Demo 视频
研究与方法
MIT Evolving Infra:动态拆分 Prefill/Decode,延迟降低最多 4.1x,P95 TTFT 降 14x
MIT 新框架抛弃固定预填充/解码分离,改用在线自适应调度;在最多 256 块 GB300 上,相比 NVIDIA Dynamo 显著优化延迟与首字响应时间。
> 相关链接:论文与代码
Ollama 发现:系统提示加时间戳或调整推理强度,就会清空 prefix cache
Ollama 测试发现,哪怕只是给 system prompt 加个当前时间戳,或切换 reasoning effort 档位,都会导致 prefix cache 失效,影响推理效率。
> 相关链接:Ollama GitHub Issue
产品与应用落地
ChatGPT for Healthcare 新增桌面操作代理和 20+ 插件
新版医疗版 ChatGPT 支持直接操作电脑界面(如调取病历系统),并集成超 20 个临床/管理插件,覆盖预约、用药核查等场景。
> 相关链接:OpenAI 医疗产品页
Claude Code 桌面版支持 iPhone Duo 模拟器,可折叠/展开测试 UI 布局
Claude Code 桌面客户端现已内置 iOS 模拟器,开发者能直接在 IDE 中折叠或展开 iPhone Duo 设备,实时预览不同形态下的界面适配效果。
> 相关链接:Claude Devs 博客
政策、治理与安全
Anthropic 将高危漏洞披露窗口从 90 天缩短至 30 天
Anthropic 更新安全策略:对高危和严重级别漏洞,协调披露周期从 90 天压缩到 30 天,加快修复与公开节奏。
> 相关链接:官方安全政策
OpenAI 向 Apollo/METR/Transluce/Goodfire 开放模型内审权限,但被指‘员工级访问’未兑现
四家评估机构获准进入 OpenAI 系统审计,但无 Slack 权限、不能自由访谈员工、无法访问模型权重——多位前员工与研究员批评其远未达‘员工级访问’承诺。
> 相关链接:METR 审计范围说明|Neel Nanda 批评分析