Plurai 融资 1300 万美元种子轮,用自动驾驶仿真思路提升 AI 智能体可靠性
初创公司 Plurai 宣布完成 1300 万美元种子轮融资,由 Team8 领投,U&I、Velocity 和 Mercer 参投,计划用自动驾驶领域积累的仿真技术提升 AI 智能体在复杂任务上的可靠性。
初创公司 Plurai 宣布完成 1300 万美元种子轮融资,由 Team8 领投,U&I、Velocity 和 Mercer 参投,计划用自动驾驶领域积累的仿真技术提升 AI 智能体在复杂任务上的可靠性。
ChinaTalk 调查显示,Mercor、Surge AI、AfterQuery、Turing 等至少九家美国数据公司正向中国 AI 实验室出售约 5 亿美元的训练数据,其中包含用于编码、金融分析等任务的强化学习(RL)环境。
Physicl 宣布获得 Inovia Capital 的 1000 万美元种子融资,帮助世界模型设计者和机器人构建者用更真实的仿真解决训练难题。创始人 Alex de Vigan 称其上一家公司 nfinite 构建的 3D 渲染管线可将非结构化真实世界信息转化为几何、材质和物理正确的高保真表示。
Axiom Math 宣布已用其 AI 智能体集群形式化验证了 Stacks Project,将这一约 7,654 页的数学库转成约 16 million 行经 Lean 逐行检查的代码。
初创公司 Trajectory 宣布完成 4500 万美元 A 轮融资,估值 3 亿美元,由 Sequoia 领投,Nvidia、Bessemer Venture Partners 和 Bain Capital Ventures 参投。
Reddit 在第三季度财报中宣布将转向以登录为主的体验,以保护数据免遭 AI 抓取,转而与模型提供商达成数据授权合作。财报显示其全球日活环比持平于 130.3 万,美国日活从 5320 万降至 5070 万,10 月搜索流量引荐每周平均减少超 100 万次;同期营收同比增长 53% 至 8.95 亿美元,净利润增长 74% 至 2.83 亿美元。
Hugging Face 宣布推出 Project ProtoStar,联合 Carnegie Mellon University、Purdue University、Georgia Institute of Technology、Arizona State University、The George Washington University 等高校。
印度初创公司 Scimplify 完成 2500 万美元全股权融资,由 Hitachi Ventures 领投,客户 Henkel 和 Teknor Apex 以及现有投资方参投,投后估值达 2.5 亿美元,累计股权融资 8000 万美元。
Anthropic 称其新防御措施已将被提取的 Claude reasoning token(模型内部思维链步骤)数量削减 90% 至 99%,攻击者通过数十万个虚假账号实施大规模蒸馏。
SimpleClosure、Sunset 等公司为倒闭初创企业提供数据资产变现服务,把代码和工作区数据卖给基础模型实验室、模拟工作区厂商和自建模型的成熟科技公司。
美国空军与 WindBorne Systems 签订合同,采购其自主气象气球机队收集的数据,合同价值最高达 $49 million,目前已下单 $1.7 million,按需付费、可指定区域和时间下单。
arXiv 宣布自 2026 年 10 月 1 日起每人每自然月最多投稿 2 篇,2024 年起的 3 篇同时在审上限保留,被拒稿件仍计入配额。原因是 AI 工具推动月投稿量突破 40,000,2016 年 9 月为 9,869 篇、2024 年 9 月为 20,569 篇、2026 年 9 月达 40,363 篇,cs.AI 类别两年增长超六倍,产生近 9,000 张工单。
Latent Space 采访了 Standard Bots 联合创始人兼 CEO Evan Beard 和 AI 负责人 Leif Jentoft,介绍这家 AI 原生工业机器人公司的技术栈。
TypeSafe 宣布 Series AI,Sequoia 称其上线首周 ARR 跨过 100M,估值 7.5B。
Biohub 牵头一项 18 亿美元的计划,协调数据、实验室设备和算力,用于构建预测细胞行为的 AI 模型以加速药物开发。
Google DeepMind、Meta 和 AI 制药初创公司 Isomorphic Labs 联合向 Mark Zuckerberg 与其妻 Priscilla Chan 创立的非营利生物医学研究机构 Biohub 投资 3 亿美元,用于构建 AI 数据集,让研究者能以数字化方式提出、预测和回答生物学问题。
MIT Technology Review Insights 基于对 300 位数据、AI 及技术高管的调研发布报告,指出仅约 34% 的 agentic AI 项目能进入生产阶段,知识与上下文缺失是关键失败点之一。
Ramp经济学家Ara Kharazian发布的Ramp AI Index显示,美国企业AI支出在7月见顶后下降,用量则自峰值以来增长约50%,并在9月底创下新高。
Peak XV Partners 将旗下种子投资平台 Surge 的单笔投资上限从 300 万美元提高到 500 万美元,并公布 Surge 12 批次的 18 家初创公司。该批次覆盖 AI、机器人、太空、医疗、金融科技等领域,Peak XV 在本批次投入超 5000 万美元,这些公司累计融资逾 9000 万美元。18 家中仅 5 家专注印度市场,其余 13 家瞄准全球市场。
微软亚洲研究院新加坡(MSRA – Singapore)作为微软在东南亚的首个研究实验室,成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。实验室与新加坡医疗生态伙伴合作探索多模态医疗 AI 与自演化诊断智能体,并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。
Mistral 在慕尼黑开设德国中心,组建专注 Physics AI 与工业 AI 的研究团队,并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用,同时与慕尼黑工业大学(TUM)合作利用风洞设施开发汽车空气动力学数字孪生。
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。
推荐理由:NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物结构预测,读者可了解开放科学在疫情准备上的具体做法。
NVIDIA 验证工程师 Sakeena Fiza 在数据中心系统工程实验室负责产品量产前的硬件验证,她回忆 NVIDIA Rubin GPU 首次在系统级成功枚举时全场欢呼。她将验证工作比作破案,目标是在客户之前发现问题,单块板卡可能含数万个组件,一个机架接近 50 万个。
英国 AI Security Institute(AISI)正采用 EvalEval 的 Every Eval Ever schema 与 Evaluation Cards 平台公开分享评测结果,以提升评测科学的可复现性。
NVIDIA 推出 DSX Ready 认证计划,用于审核合作伙伴产品是否符合 NVIDIA DSX AI 工厂参考设计要求,首批覆盖电池储能系统(BESS)和冷却分配单元(CDU)两类。
NVIDIA 在埃及大埃及博物馆举办 AI 生态活动,其埃及深度学习学院学员规模一年增长超十倍,非洲已培训超 8.5 万名开发者,尼日利亚成为该学院全球第二大市场。非洲已有四座 AI 工厂宣布或上线,另有 656 兆瓦新增算力在建,Cassava Technologies 计划在埃及、肯尼亚、尼日利亚和摩洛哥部署,投资或达 7.2 亿美元。
Good Start Labs 创始人 Alex Duffy 在 Latent Space 访谈中讨论游戏训练技能能否迁移到真实工作。公司在 1830 铁路游戏中训练 30B 模型并测试金融研究任务,发现只有多轮终端智能体设计提升了 Finance-Agent 基准表现。Duffy 称现有证据支持目标导向执行与推理可迁移,但迁移的广度与可靠性仍是开放问题;公司主要向前沿实验室销售数据与学习环境。
Hugging Face 宣布 Safetensors 加入 Linux Foundation 旗下的 PyTorch Foundation,与 DeepSpeed。
OpenAI 与 Snowflake 达成一项 2 亿美元的合作协议,把前沿 AI 能力带入企业数据场景,使 AI agents 和洞察可以直接在 Snowflake 中运行。
OpenAI 宣布收购 Neptune,以加深对模型行为的可见性,并强化研究人员用于跟踪实验和监控训练的工具。
Mistral AI 与 Carbone 4、法国生态转型署(ADEME)合作,发布首个 LLM 全生命周期环境影响分析(LCA),并经 Resilio 和 Hubblo 评审。
Hugging Face 与印度科学研究所(IISc)及 ARTPARK 达成合作,旨在提升印度开源多模态多语言数据集 Vaani 的可访问性与易用性。
OpenAI 推出 Data Partnerships 计划,与外部机构合作共创用于 AI 训练的开源与私有数据集。该计划同时提供两类数据集:可公开发布的开源数据集,以及仅 OpenAI 内部使用的私有数据集。