当 DeepSeek-V4 模型的 prompt 需要多个 forward pass（即一个 batch/ubatch 装不下）时，在 CUDA + flash attention 开启的情况下，模型只会输出重复的 `<` 字符。优先排查是否启用了 CUDA flash attention，并尝试用
国内研究团队国光量子 AI 发布了名为“玄幂”的大模型系列，首次将量子技术引入大模型的决策与推理核心流程，瞄准科研与学术场景，试图突破纯经典计算在复杂逻辑推理上的物理上限。
谷歌发布 Gemini Omni 1.1 Flash 视频生成模型，最高支持 4K 分辨率输出，并首次打通从分镜预览到成片交付的完整工作流，视频生成正从“可预览”走向“可交付”。
谷歌于8月27日为其对话式搜索“AI Mode”新增机票价格追踪、酒店预订协助和积分兑换查询功能，覆盖300多家航司及旅游平台。这意味着搜索正从信息检索向可执行交易的AI智能体（Agent）演进。
英伟达在计划上线前两个月紧急叫停了一项面向 AI 云服务商的“算力换分成”融资项目，内部担忧该模式可能触发反垄断审查。这背后是芯片巨头从卖硬件向“硬件+云分成”双重角色扩张时，正在遭遇的合规压力。
Google 于 8 月 27 日发布 Gemini Omni 1.1 Flash 视频生成模型，支持最高 4K 分辨率输出，并新增场景连续扩展与镜头运动控制能力。这是继图像生成之后，头部大模型厂商在视频生成方向对高分辨率与专业创作工作流的一次明确补位。
百度宣布将港股二次上市转换为双重主要上市，9月1日起生效，预计9月7日纳入港股通。此举不涉及融资，但会直接打开南向资金通道，推动市场重新按AI全栈资产而非传统搜索公司来给百度定价。
据外媒援引内部预测，Meta 未来每年在 Anthropic 大模型上的支出可能高达 100 亿美元。这不仅是 Meta 在开源模型之外加大闭源采购的信号，也意味着大模型军备竞赛正从“自研对抗”转向“真金白银的生态绑定”。
小鹏第二代VLA大模型完成首次重大升级，通过引入时间理解能力和超大参数架构，将车辆综合安全能力提升20倍，并首次将L4级Robotaxi的部分能力下放到量产车。
Hugging Face 发布了一款 25 厘米高、售价 399 美元的迷你机器人 Microduck，能走路、跌倒后自主爬起，甚至能“滑旱冰”。它最大的特点不是硬件本身，而是训练 SDK、模拟环境和完整技术栈全部开源，让开发者能以极低成本进入具身智能和强化学习领域。