Chronos-2 发布:120M 参数实现多变量时间序列零样本预测

Amazon Science 的论文摘要介绍了 Chronos-2,一个约 1.2 亿参数的时间序列基础模型,无需针对具体任务重新训练,就能在预测中同时处理多条相关序列和外部协变量。它能否在真实业务中兑现,还需看论文全文和后续代码发布。

Amazon Science 的论文摘要介绍了 Chronos-2,一个约 1.2 亿参数的时间序列基础模型,无需针对具体任务重新训练,就能在预测中同时处理多条相关序列和外部协变量。它能否在真实业务中兑现,还需看论文全文和后续代码发布。

alphaXiv 收录的一篇论文提出,把自监督3D几何学习中的“输入不对称”改为“3D表示空间不对称”,让所有视图共同估计相机与深度,仅用上下文视图构建渲染场景。据摘要,这一设计在深度和位姿估计上优于先前的输入空间方案。

Pika 发布了基于 MiniMax H3 的衍生模型 Pika H3 Flex,并开源适配器权重和完整推理代码,支持六步去噪完成音视频联合生成,成为 DesignArena 文生视频榜上排名最高的开源模型。

alphaXiv 收录的一篇论文提出 HiRes(Hierarchical Residuals)架构,把 Transformer 跨层传递的残差宽度与每层内部的计算宽度拆开,在摘要报告的测试中达到约 1.30 倍的 FLOPs 效率提升,且无需专用算子或底层基础设施改造。

alphaXiv 收录的一篇论文提出 μ₀ 世界模型,不再逐像素预测视频,而是预测物体、工具、手和接触区域等关键点的三维运动轨迹,试图用更紧凑的表征替代依赖特定机器人动作标签的预训练方式。

Hugging Face Papers 收录的论文提出视觉取证基础模型 Venus-DefakerOne2,号称在图像与视频、数字篡改与物理伪造等多个任务上统一做二分类取证判断,并在多项基准上报告了领先成绩;目前公开的只是论文摘要,还不能等同于已上线产品。

韩国总统李在明承诺在 2027 年预算中投入约 159.7 亿美元用于 AI、芯片、物理 AI 和数据中心,规模接近 2026 年的两倍,显示韩国正把 AI 基础设施提升到国家产业战略的核心位置。

日本存储芯片厂商铠侠因下一财季业绩指引不及预期,股价单日下跌16%,即便AI数据中心存储需求仍强劲。这说明投资者对AI概念股的定价正从“沾边就涨”转向逐项核对业绩兑现。

SemiAnalysis 推出面向智能体能力的 GDPx 基准,覆盖芯片设计、网络安全、RSI 等 11 个领域;在已公布结果中,Opus 5.5 以 12% 的得分居首,显示当前智能体在专业任务上的能力仍处早期阶段。

掘金 2026 年 10 月 30 日一篇观点文章指出,AI 写代码的成败不在于模型多强,而在于使用者是否具备领域专业能力;算力需求持续膨胀,而调试与判断门槛并未降低。