Ciena CEO 谈 AI 光网络芯片供需:老牌电信商如何应对算力需求

科技媒体 Techmeme 在 2026 年 10 月 24 日转发《华尔街日报》对 Ciena CEO Gary Smith 的采访,这位经历过 2001 年电信泡沫的行业老将表示,AI 相关需求已经超过 Ciena 光网络芯片的供给,值得关注的是,AI 算力的瓶颈正从芯片一路延伸到光通信环节。

科技媒体 Techmeme 在 2026 年 10 月 24 日转发《华尔街日报》对 Ciena CEO Gary Smith 的采访,这位经历过 2001 年电信泡沫的行业老将表示,AI 相关需求已经超过 Ciena 光网络芯片的供给,值得关注的是,AI 算力的瓶颈正从芯片一路延伸到光通信环节。

美国NBER一项覆盖11家知识产权律所、133名专利律师的三个月随机对照实验显示,Google Labs未公开的AI助手InFlow能明显提升专利权利要求草稿质量,但受益最大的是初级律师;当AI被撤走后,只有资深律师保留了判断力优势。

用户 @oran_ge 在 X 上推荐了 8 个面向中文播客的精读网站,称其用精细转写而非摘要生成文章,约十分钟可看完一小时播客的主要信息,并感谢开发者向阳(@vista8)搭建这些站点。

Dream Labs 发布可公开调用的世界动作模型 Dream-1,宣称无需微调或示教即可控制未见过的双臂机器人和任务,同时宣布完成 900 万美元种子轮融资。

一篇新论文指出标准 softmax、log-softmax 与交叉熵实现中的两个数值缺陷,并给出简单修复;在小规模玩具实验中,该修复消除了“Slingshot”现象、加速 grokking,并避免无权重衰减时的准确率塌陷。

alphaXiv 上的一篇论文提出把人形机器人运动数据中的“身体与地形接触点”当作学习先验,让注意力机制预测未来落脚与支撑位置,再由全身控制器实现动作;在 Unitree G1 上展示了单一通用策略完成爬梯、攀台、匍匐、越矮墙、踩石等任务,但均为论文演示,并非已上线产品。

Hugging Face Papers 收录的论文《Verus-Insight: Towards Explainable Artifact Detection in AI-Generated Videos》提出一套先规划检查、再核验证据、最后汇总判断的AI视频检测方法,并发布带人工细粒度标注的评测基准 Ver…

一项追踪七款开源强化学习训练框架的研究显示,2025年1月至2026年6月间,1,598篇提出通用RL训练方法的论文中只有37篇被至少一个框架收录,论文与工程落地之间的转化仍然缓慢。

一篇 arXiv 论文提出用轻量落脚点预测模型替代稠密高程图输入,让控制器只“看”预测落脚点附近的地形,训练迭代约为原方案的 1/3,并使 Unitree G1 人形机器人零样本通过台阶、缝隙和落差。目前公开信息显示这仍是论文层面的研究结果,不是已落地产品。

alphaXiv 收录的论文 SP-HLM 提出一种“稀疏姿态接口”,只显式指定骨盆、双腕、双踝五个关键姿态,再结合学习到的动作先验补全全身运动,让上层视觉语言动作模型(VLA)从预测全身动作中解放出来;论文称在仿真与真机上相对现有方法有提升。