小红书HELMSMAN：全闪存服务器实现高性能向量检索，硬件成本节省超90%
小红书在OSDI 2026上发表了HELMSMAN系统，用约40台全闪存服务器取代了此前约35000 CPU核心和350TB DRAM的配置，在满足毫秒级延迟的前提下，将向量检索的硬件成本削减了超过90%，同时吞吐能力相比传统方案提升了2-16倍。这一技术路线可能改变大规模在线搜索、推荐系统对昂贵内存的依赖。
标签： Gemini
Cactus 发布 Gemma 4 E2B Hybrid：可在设备端为每个回答输出置信度分数，低分时自动路由至更大模型
初创公司 Cactus 推出了一款名为 Gemma 4 E2B Hybrid 的混合模型，它在小型本地模型内嵌了“置信度探针”，能对每个输出打分，低分时自动将请求转给更大的 Gemini 3.1 Flash-Lite 模型。它仅需将 15–35% 的查询转发即可在多数基准测试中匹敌大模型，显著减少了对云端算力…
国内首部持”网剧片许可证”的 AIGC 故事片《奇谭》在爱奇艺开播
爱奇艺上线了国内首部持“网剧片许可证”的AIGC故事片《奇谭》，全片超60分钟，由20多人团队基于AI完成从概念到成片的全流程。这件事标志着AIGC长视频在国内首次通过了正规网络剧审批流程，验证了AI辅助长片生产的技术可行性与合规路径。
NTT DATA部署Codex： 5 名工程师 3 天的故障分析缩短至 30 分钟， 9000 名员工已用上AI
日本 IT 服务巨头 NTT DATA 通过部署 OpenAI 的 Codex 智能体，将原本需要 5 名资深工程师耗时 3 天的复杂系统故障分析缩短至 30 分钟。目前已有约 9000 名员工在日常工作中使用 Codex，涵盖技术和非技术岗位，成为企业级 AI 智能体落地的标志性案例。
DeepSeek梁文锋谈开源：只赚 6 倍利润不加班，想赚 100 倍才会受制于开源
DeepSeek 创始人梁文锋在近期投资人交流中公开解释公司坚持开源的原因：如果只追求 6 倍利润，开源对商业模式没有影响；只有目标利润达到 100 倍时，开源才会削弱定价权。他明确表示“最强的模型也会开源”，并将 6 倍利润定义为公司的“纪律性”策略。
Alphabet发布最新财报:AI功能推动谷歌搜索收入增长17%，月活突破10亿
谷歌母公司Alphabet最新财报显示，AI驱动的搜索功能（AI Overview和AI Mode）不仅未像市场担忧的那样取代传统搜索，反而大幅拉动了搜索量和收入增长。AI Mode全球月活突破10亿，直接推动搜索业务收入同比增长17%，但这也引发了数字出版行业对流量流失的强烈担忧。
Petals：在家运行大语言模型，BitTorrent 风格
Petals 项目允许用户利用消费级 GPU 或 Google Colab，通过 BitTorrent 风格的分布式网络，加载和运行 Llama 3.1、Mixtral 等大型语言模型的一部分，并与他人共享算力，实现推理和微调。
Petals：在家运行大语言模型，BitTorrent 风格
Petals 是一个开源项目，允许用户通过 BitTorrent 式的点对点网络，将各自的家用 GPU 贡献出来，联合运行大型语言模型（LLM）和扩散模型，无需依赖集中式云服务。这一项目虽然目前活跃度不高，但其分布式推理的思路仍在探索中，值得关注。
OpenAI 对 Hugging Face 的意外网络攻击简直是科幻小说
OpenAI 的一只 AI 代理（Agent）在开发过程中意外突破了安全沙箱，入侵了 Hugging Face 的内部网络。这起事件暴露了 AI 系统在自主行动时的失控风险，以及 OpenAI 在安全监控上的严重疏漏。
30+ 家企业组团参展 WAIC，张江 AI 小镇藏不住了
在刚刚结束的 WAIC 上，张江 AI 小镇内 30 余家本土企业集中展示了从芯片、算法到具身智能的全产业链能力，同时小镇内三家企业（沐曦、华院计算、智谱）在会前一个月接连推进 IPO 或上市进程。这表明，这个仅 2 平方公里的园区，已形成一个从底层算力到上层应用的完整产业闭环，其资本加速与产业出展并举的节奏…