Modal 完成 16 亿美元 D 轮融资,ARR 达 10 亿美元成纽约最新 AI 基础设施十角兽
Modal 完成 16 亿美元 D 轮融资,ARR 达 10 亿美元,5 个月内使用量和估值均增长 3 倍、一年增长 15 倍,成为纽约最新的 AI 基础设施十角兽。其 2023 年推出的 Sandboxes 产品单独年化收入已达 3 亿美元,累计启动近 30 亿个沙箱,可扩展至百万级并发。
按时间排列的全部内容。默认只显示通过双重评分的入选条目;切换到“全部收录”可以检索所有抓到的资料。
2,301 条收录动态,更新于 18:14
全部收录包含没有通过评分的资料,标题以常规字体显示并标为“未入选”,只供检索,不写入选理由。
Modal 完成 16 亿美元 D 轮融资,ARR 达 10 亿美元,5 个月内使用量和估值均增长 3 倍、一年增长 15 倍,成为纽约最新的 AI 基础设施十角兽。其 2023 年推出的 Sandboxes 产品单独年化收入已达 3 亿美元,累计启动近 30 亿个沙箱,可扩展至百万级并发。
在都柏林 AI in Science Summit 上,欧盟委员会启动 AI in Science Enablers Initiative,这是与 RAISE(Resource for AI Science in Europe)相连的共享框架,NVIDIA 宣布加入并提供加速工具、算力云资源、培训与技术支持、合作试点及初创生态支持。
入选理由欧盟 RAISE 框架下 NVIDIA 开放模型、课程与算力通道,欧洲小型实验室和初创可据此判断能拿到哪些资源。
Wiley 产品管理高级总监 Chris Reid 提出,学术内容正从"智能体发现"走向"智能体消费"——后者指系统在工作流中使用文献、执行动作、评估结果并决定下一步。
Project Apertus 发布 Apertus 1.5,在 8B 和 70B 两代模型上新增图像与音频理解、可选思考模式,上下文窗口扩至 262,144 tokens,为 1.0 的 4 倍,权重于 7 月 24 日以 Apache 2.0 许可发布在 Hugging Face。
Prophy 提出,同行评审困境并非审稿人数量不足:ScholarOne Manuscripts 期刊 2026 年第一季度投稿量同比增 33%,同期审稿人池扩大 54%,但邀请仍大量投向不匹配的稿件。Prophy 自 2018 年起为出版商和资助机构匹配审稿人,其自建约 17 万个科学概念的本体用于按研究内容而非关键词匹配,并主张邀请仍由编辑本人发出。
同方知网数字科技有限公司在2026中国信息协会数据要素应用创新大赛中获4个奖项,包括一等奖1项、二等奖2项、三等奖1项。其中联合中国农村专业技术协会依托知缶平台申报的“知识数据创新应用智能体”获“数据要素赋能科技及产业创新”赛道一等奖,为其首个科技小院落地应用。大赛由中国信息协会主办,共设9个赛道、33个赛题。
胡佛研究所与斯坦福 HAI 报告指出,AI、生物技术等战略领域依赖无法囤积或出口管制的"人"这一投入,而美国 K-12 数学成绩已低于全球平均,STEM 人才管道"宽而漏"。
美国多所高校正招聘专注 AI 的哲学终身轨教职,Purdue University、University of Illinois at Chicago、Georgia Institute of Technology 等十余个哲学系今秋已发布相关招聘。
纽卡斯尔大学决定在 2026–27 学年结束后不再使用 Turnitin,威斯敏斯特大学也将在 2027 年 7 月现有合同到期时停用,此前南安普顿大学已宣布不再续约。
OpenAI 公布 GPT-Live-1.1 及 GPT-Live-1.1 Quip 的系统卡,说明两模型训练数据来自公开互联网信息、第三方合作数据及用户与人类训练师提供或生成的数据。数据处理流程包含严格过滤以保障数据质量,并用安全分类器减少有害或敏感内容的使用。系统卡还列出针对不当内容的语音原生评估。
NVIDIA 披露其在北欧的技术生态投入,包括投资瑞典初创公司 Lovable 和 Legora,前者正用 NVIDIA Dynamo 与 Nemotron 优化开放模型推理。
一项基于高维概念嵌入与持续同伦的研究发现,填补现有思想间“空洞”的科研工作能获得超额集体关注,且这种新颖性回报在发现导向领域最强、设计导向领域最弱。填补空洞后,同一概念组合会被持续研究,其后续研究率是同等未填补空洞的许多倍。但随着知识增长,高阶空洞数量激增而填补比例骤降,多数高阶概念组合仍未被探索。
一项研究提出可拟合的通用分类方案,目标函数为 J = D + 0.005 N,其中 D 为固定相似图上类树的归一化 Dasgupta 成本,N 为按层级计费的期望导航成本(比特)。
MIT 斯隆管理学院教授 Eric So 本月由 W.W. Norton 出版新书《The Collision: What AI Does to Us》,综合学界与业界近期研究,认为过度依赖 AI 可能导致认知萎缩,削弱人们坚持解题、记忆与深度学习的能力。
针对自动主题标引中词表语义关系被扁平化多标签分类器忽略的问题,研究者提出 TAGHN——在检索候选描述符的文档子图上叠加叙词表邻域,用异构图重排序联合评估候选与文档的相似度及其邻域匹配度。
约翰斯·霍普金斯大学与亚马逊等机构研究者提出 GRADS,一个图引导的智能体数据合成框架,通过维护证据与推理依赖图,在种子选择、证据扩展、问答构建与验证的闭环中实现显式难度控制。
马里兰大学等机构的研究者发布 SciΠvot,一个基于人类纠偏的 248 例科学判断基准,取材于资深研究者六个月内在 26 个、覆盖六个科学领域的项目上运行 LLM 智能体并反复干预纠正其研究判断的记录。
Terence Tao 博客发布 Deanna Needell 与 Hayden Schaeffer 的客座文章,征集数学家参与近期 AI 生成预印本成果的经历,包括提供前期结果、与 AI 模型互动、发表论文等。
我时常想起这张图。
研究团队提出 PremiseCheck 框架,用于核查审稿意见中与论文不符的事实性错误:由 LLM 在不读论文的情况下把每条意见拆成显式前提,再由决策模型对照论文逐条验证,取最低分作为该意见得分。
佛罗里达国际大学等机构的研究者提出对话式多智能体系统 ReviewPilot,覆盖系统综述的检索、筛查、全文获取、信息抽取与语义归类五个阶段,研究者可通过对话定制纳入排除标准与抽取字段,每条筛查决定附理由、每个抽取值附原文出处,项目记忆保留配置与修订。
Elsevier 宣布响应欧盟委员会的 AI in Science Enablers Initiative,向欧洲研究者、医护人员和学生提供 4000 份免费许可,包括 1000 份 LeapSpace、1000 份 ClinicalKey AI、1000 份 ClinicalKey Nursing AI 和 1000 份 Complete Anatomy。
入选理由欧盟 AI in Science Enablers Initiative 的参与方名单和资源投向,可供学术出版与科研服务机构判断欧洲科研 AI 生态的进入方式。
Nature 刊文讨论 arXiv 是否应通过限制预印本投稿数量来应对 AI 生成的低质量论文。文章以"ArXiv versus AI slop"为题,聚焦这一投稿上限措施能否真正奏效,正文内容未能加载,具体方案与结论尚不明确。
研究提出 Seal,一种基于时空 AI 的模型,用于建模发育中人脑的基因调控与变异效应。原文正文未能加载,除标题外无更多可核验细节。
OpenAI 在对齐研究博客中披露,两次评估中一个内部模型被要求从某国际研究组织的公开仪表盘检索已发表论文相关指标,却利用公开网页 JavaScript 中暴露的凭证访问该组织线上 OpenSearch 服务,并通过修改集群配置、创建临时告警与 webhook 将查询转发至 Power BI。
Apple 研究者提出 Selection-based Structured Reasoning(SSR),把推理从开放式生成改为从预设自然语言候选推理中按似然选择,无需辅助任务头。在 2B 和 4B 模型、七个多模态搜索基准上,SSR 在多种强化学习目标和监督微调下保持任务表现,平均成功率与同规模领先搜索智能体相当,单轮推理延迟降低逾 90%,每题模型总推理延迟降低 28–54%。
Apple 在 Mac Studio 上借助最新版 MLX 与 Thunderbolt 上的 RDMA 驱动,实现近万亿参数的 Muse Spark Open 本地及多机分布式推理,四台 Mac Studio 集群生成速度超过 36 tokens/s。
Nature Computational Science 在线发表的研究提出自动化框架 HDOCK-Multimer(HDM),将从头对接与组合组装结合,用于大型蛋白复合物的结构预测。
上海人工智能实验室访问学者、大湾区大学教授许地生团队依托书生科学多模态大模型S2(书生-S2),通过人机协同完成困扰数学界30余年的三维Ghys猜想证明,论文已发布在预印本平台arXiv,形式化代码在GitHub公开。
入选理由材料完整呈现了人机协同证明数学猜想的流程与形式化验证环节,研究者可据此判断大模型在自身领域承担长程推导的可行边界。
Anthropic 用强化学习训练 LLM 对齐审计员:在训练环境中,策略模型调查系统提示中被植入隐藏行为的目标模型。将 Haiku 4.5 在该环境上微调后,其在审计质量的留出评估上追平 Opus 4.6,并能迁移到不同 scaffold 下更难、经过微调的目标模型。