赢政资讯 — 今天 AI 世界发生了什么

纸面亏损807亿美元背后：Anthropic真实烧钱速度与2万亿IPO逻辑

Anthropic 2026年上半年净亏损807亿美元，听上去触目惊心，但其中720亿为可转换票据估值重估带来的非现金会计调整，真实运营亏损约87亿。同期营收163亿美元，同比增长约15倍；Q3营收168亿环比再增45%，调整后口径已转盈利。公司据报计划以2万亿美元估值上市，并已对外披露未来可能再投入7500亿美元购买算力。本文解析天量数字背后的真实财务结构与上市逻辑。

Anthropic IPO 财务分析
9

MLCommons 更新使命：标准化 AI 测量 赋能明智决策

MLCommons 宣布更新使命，核心聚焦于标准化 AI 测量并支持各方做出明智决策。八年来 AI 行业快速发展，测量是解锁 AI 潜力的基础，能帮助表征系统行为、评估功耗与性能。组织将通过工业级基准测试、协议及测试套件，提供速度、功耗、可靠性等关键指标，服务学术界、厂商、部署者与政策制定者。未来将优化网站、推广基准、支持效率权衡、扩大社区并拓展医疗金融等领域，持续演进以应对技术进步。

MLC MLCommons AI基准测试
101

MLPerf Endpoints：为何成为买家选购AI推理系统的关键基准

MLPerf Endpoints是MLCommons推出的新型推理基准，专注于评估生产环境下的真实端点性能。它不再孤立测试硬件，而是将模型、硬件、 serving软件和网络整合，在真实负载下测量系统表现。该基准提供完整的Pareto前沿曲线，涵盖并发、首Token延迟P90、系统吞吐量、每瓦吞吐及用户交互性等五大核心指标。相比传统MLPerf Inference，Endpoints更贴近企业实际采购需求，支持滚动提交和快速更新，帮助买家根据工作负载选择最优配置，降低部署风险并优化TCO。结果分为已验证、临时和未验证三类，确保透明可信。

MLC MLPerf Endpoints AI推理基准
104

MLCommons 获 NSF 资助 打造 MLPerf Agents 代理 AI 基准

MLCommons 被选为 STRIDE Ventures AI Efficiency Challenge 的基准团队，获得美国国家科学基金会 350 万美元两年资助，将开发全新 MLPerf Agents 基准。该基准聚焦代理 AI 系统从目标委托到验证结果的完整工作流，测量成功任务的成本、能耗、延迟与吞吐量。MLPerf Agents 将覆盖软件工程、数据分析和客户服务等场景，提供全栈可比结果与可信验证，帮助开发者和买家优化效率。

MLC MLPerf Agents AI基准
85

SGLang 为 NVIDIA Nemotron 3.5 Super VL 提供零日支持

NVIDIA Nemotron 3.5 Super VL 是一款开放多模态模型，专为文本、图像、文档和视频输入设计，支持代理推理与工具使用。该模型采用1200亿参数混合专家架构，每次激活120亿参数，结合C-RADIOv4视觉编码、Mamba-Transformer混合架构、多令牌预测及NVFP4量化等优化。SGLang提供高性能服务支持，包括连续批处理、前缀复用和投机解码，可在单卡RTX 6000 PRO上实现243.9 tok/s速度。模型在Artificial Analysis Intelligence Index上展现5倍速度优势，并在SWE-bench Pro任务中完成时间缩短4倍，适合企业级长时程多模态代理工作流。

LMSYS SGLang NVIDIA Nemotron
96

SGLang 为 Muse Spark Open 提供首日支持

Muse Spark Open 是一款 816B 参数的开放权重多模态 MoE 模型，激活参数约 42B，支持文本、图像、视频和音频输入及 1M token 上下文。SGLang 与 Miles 团队实现 Day-0 支持，通过序列并行、NVFP4 MegaMoE、DFlash V2 推测解码等优化，在 8 张 B300 GPU 上实现每 GPU 14.8K tokens/s 的高吞吐，同时显著降低 TTFT。文章详细介绍架构、内核优化及多模态预处理方案。

LMSYS SGLang Muse Spark Open
80

SGLang 赋能 Beam 模型生产级部署

Reflection 推出的 Beam 是一款 501B 参数的 MoE 模型，每 token 激活 23B 参数，专为软件工程和长时程智能体任务设计。SGLang 原生支持 Beam 并驱动其生产 API，提供 BF16、NVFP4、动态 FP8 等多精度支持，以及 DFlash2 推测解码、混合注意力缓存等优化特性。在 4 张 NVIDIA GB300 GPU 上，NVFP4 版本的 OpenHands 多轮智能体编码任务吞吐达每 GPU 127.6K tokens/sec，p50 交互性达 185.87 tokens/sec。本文详解集成细节、内核优化与实测性能，助力开发者快速部署。

LMSYS SGLang MoE模型
82

SGLang 低延迟模式：内核与运行时优化

SGLang 推出低延迟模式，通过插件框架集成 NVIDIA 和 AMD 专用内核，实现小批量场景下的显著延迟降低。在 AgentX 回放测试中，四张 NVIDIA GB300 GPU 上单并发会话 P90 每用户生成速度从 671.2 提升至 928.4 tokens/s（1.38×）；四张 AMD MI355X GPU 上四并发场景提升 1.56×。优化涵盖注意力、MoE、草稿采样及跨 GPU 通信重叠，NVIDIA 通过 PDL 和 GEMM 尾声发布实现内核融合，AMD 则用持久内核合并层内计算与通信。该模式支持 DeepSeek-V4.1-Flash 等模型，未来将扩展更多硬件与工作负载。

LMSYS SGLang 低延迟推理
82

SGLang-TorchTPU：TPU上的PyTorch原生生产级服务

SGLang-TorchTPU今日正式开源，由RadixArk团队与Google、Meta合作推出。该插件将SGLang完整功能集带到Google Cloud TPU，支持Muse Spark Open、GLM-5.3、DeepSeek V4等模型，已在Meta大规模生产验证。采用Pallas内核与TorchTPU实现高效服务，支持RadixAttention、KV缓存卸载、推测解码及预填充-解码分离。RL训练可与TorchTitan和Miles框架结合，实现端到端强化学习流程。CI每晚在TPU v7x上运行193项测试，确保可靠性和性能。贡献者可申请免费TPU算力。

LMSYS SGLang TPU
80
MIT

中风康复新解法：AI机器人补位治疗师缺口

全球每年约500万中风患者留下长期功能障碍，而物理治疗师持续短缺让康复护理供不应求。MIT Technology Review报道，前MIT博士后、现助理教授Johannes Lachner提出将人工智能与人类治疗相结合的新路径：让机器人承担重复性训练与实时数据分析，让治疗师专注评估与决策。这一人机协作模式有望为中风康复提供可规模化的解决方案。

AI医疗 中风康复 机器人疗法
62
MIT

一张中国茶箱标签，牵出波士顿倾茶往事

麻省理工学院历史学副教授特里斯坦·布朗在波士顿老南聚会所看到一张中国茶箱标签，捐赠者称它来自1773年波士顿倾茶事件中被倒入港口的茶箱。这件看似证据确凿的藏品，让历史学者重新审视物件、家族记忆与宏大叙事之间的关系，也把18世纪中美茶叶贸易的隐秘链条带回公众视野。

波士顿倾茶事件 中国茶叶贸易 历史文物鉴定
52

美国国土安全部封禁 DeepSeek：一道悄然执行三个月的禁令

美国国土安全部于2026年7月24日签署禁令，要求所有联邦民用机构立即清除DeepSeek产品——包括任何基于DeepSeek实现的第三方软件。该禁令直到10月19日才公开发布在《联邦公报》上，意味着已静默执行近三个月。禁令援引2018年联邦采购供应链安全法，延续了对卡巴斯基、华为的相同打击路径，但其将"模型血统"纳入管控范围的做法，标志着美国联邦AI安全审查逻辑的一次实质性升级。

DeepSeek 美国监管 AI安全
117