标签：算力

alphaXiv发布BOTTLED基准：LLM智能体「灌装」能力远逊零样本表现

alphaXiv 上发布的 BOTTLED 基准测试显示，大模型智能体将通用能力转化为可复用廉价方案（即「灌装」）的能力，与单次任务表现并不一致，60 次运行中有 48 次低于自身零样本性能的 95% 置信区间下限。

一篇新论文提出 RLHND，把预训练视频扩散模型改造成手部追踪器，在估计手部姿态的同时预测接触与受力信息，目标是让人手视频更可用地训练机器人策略。

一篇新论文提出 DMAD，把分布匹配蒸馏改写成对抗分类问题，试图不再维护额外扩散模型，并在多个图像与视频生成基准上给出少步生成结果，值得关注的是它可能降低现有 DMD 类蒸馏路线的显存和算力负担。

Hugging Face Papers 收录的论文提出 DMAD，把分布匹配重写成对抗式分类蒸馏，省去辅助扩散模型，在一步和少步视觉生成上刷新了 FID 与 VBench 成绩。

一篇新论文提出“先蒸馏后强化学习”的两阶段训练框架，用评分标准（rubric）先做 token 级密集监督，再用于 RL 奖励，在健康与科学任务上比直接 SFT+RL 表现更好，并减少了奖励作弊。

新论文 TRIAGE 针对原生 NVFP4 强化学习中的采样器与学习器数值偏差，提出方向感知的稳定化方法；测试中模型保持稳定训练，并达到全精度基线水平，rollout 吞吐较 BF16 最高提升 2.3 倍。

截至2026年9月29日，AI初创公司之间的并购交易已达195起，比2025年全年还多出14%，但出手收购的公司数量仅增长2%。这说明并购更集中在少数资金充裕的头部玩家手里，其中OpenAI最为活跃。

截至 2026 年 9 月 29 日，AI 初创公司收购其他 AI 初创公司的交易已达 195 起，超过 2025 年全年水平，但活跃买家数量几乎没有增长，行业整合集中在少数头部公司手中。

Strands Agents 发布并开源了 2B 参数的决策模型 Strands Decider 2B，它在本地 CPU 或 GPU 上就能运行，约 115 毫秒内从给定选项中选出答案并给出可靠度分数，瞄准的是开发者实验和智能体工作流。

成立不久的美国公司 Turba Labs 正式结束隐身模式，宣布通过种子轮和 A 轮共获得 5200 万美元融资，其产品思路是为数据中心建立数字孪生，用于优化 AI 基础设施的运行效率。