KV Cache 终于不用无脑全留了！百度 & 复旦用「投资回报率」重新分配缓存｜ICML 2026
百度百舸团队与复旦大学联合提出 LU-KV 框架，将 KV Cache（键值缓存）的预算分配建模为全局组合优化问题，在 80% 压缩率下仅造成 0.52% 的性能损失（基于 Qwen2.5-32B 在 LongBench 上的评测），相关工作已被 ICML 2026 接收。
标签： 人工智能
Fable 到底有多强？为何仅 72 小时，就从发布到被禁用？
Anthropic 于 2026 年 6 月 9 日发布的最强大模型 Fable 5，在 72 小时内先后遭遇破解和国家级出口管制。事件暴露了 AI 能力增长正超越人类控制能力的核心矛盾，并引发对“最安全公司”安全框架有效性的广泛质疑。
迅策科技携手三大国产 GPU！打造「算力 + 数据」一体化解决方案，驱动企业 AI 规模化落地
6月15日，深圳迅策科技（3317.HK）宣布与沐曦股份、天数智芯、壁仞科技三家国产GPU厂商签署战略合作协议，系统性将自身的场景化数据与TokenOS操作系统深度绑定国产算力，旨在为客户提供从芯片到数据治理的“开箱即用”一体化方案，解决企业AI部署中算力供应的国产化替代与效率难题。
Nat. Commun. | 基于多 CLIP 知识蒸馏的通用生物医学视觉 — 语言模型
研究人员通过知识蒸馏技术，将九个不同医学领域的CLIP模型（专门处理病理、X光等）的知识融合进一个“学生”模型MMKD-CLIP，使得这个单一模型在26种医学影像模态下均表现出色，解决了现有模型“术业有专攻”但跨领域泛化能力差的问题。
OpenAI 遭多州传票围剿，AI 怎么说话都要查
纽约州等多州总检察长在OpenAI秘密递交IPO招股书后，联合向其发出传票，调查范围覆盖广告营销、用户留存、数据处理、未成年人保护，甚至包括模型的“谄媚”输出行为。这是AI行业首次被系统性地纳入消费者保护与产品安全执法框架，监管之手正式伸向模型说话的内容本身。
Memory Leak investigation
用户在使用 Faster Whisper（模型为 small，设备为 CUDA）进行批量音频转写时，以循环方式反复调用 model.transcribe() ，每次处理约 4.5 MB 的 9 分钟音频文件。持续数小时后，系统内存（RAM）被占满，SageMaker 或 EC2 实例上的 Worke
Float16 issue
用户运行 Faster Whisper Python 脚本（使用 WhisperModel 加载 small 模型并调用 transcribe ）时，在控制台看到一条 ctranslate2 发出的警告信息。部分用户可能会误以为这是 ValueError 错误，但实际上它只是一个运行时警告。
外媒：字节跳动洽谈为 AI 推理采购天数智芯、百度芯片
据外媒报道，字节跳动正在与国产 GPU 公司天数智芯谈判采购至少 5 万颗用于 AI 推理任务的芯片，同时也在考虑采购百度昆仑芯，以降低对单一海外芯片供应商的依赖。这一动向表明大型互联网公司正在加速国产 AI 芯片在推理场景的规模部署。
智源大会 | 天工AI重新定义世界模型，公布Matrix-Game 3.5 最新技术突破
昆仑万维Skywork团队在智源大会上公布了其世界模型Matrix-Game 3.5的技术突破，核心是将“状态预测”与“动作生成”进行联合训练，并计划于2026年7月正式发布。这一思路可能改变当前世界模型仅关注“预测下一帧”的研发方向。
最强Claude，卡在上市前夜
Anthropic 刚发布的最强模型 Claude Fable5 和 Claude Mythos5，上线仅三天就被美国政府以国家安全为由，禁止外国国民访问（含公司内部外籍员工）。Anthropic 被迫临时下架两个模型，IPO 关键牌被按下暂停键。