AI 编程实时动态与要闻

韩国 2027 年预算 AI 与芯片投入翻倍至 21.3 万亿韩元:4.7 万亿砸向国家级前沿模型,采购 1 万张 Vera Rubin GPU

韩国总统李在明 11 月 2 日在国会发表 2027 年预算施政演说:总预算 820.9 万亿韩元(+12.8%),其中半导体、物理 AI、AI 数据中心三大项目及 AI 投入合计 21.3 万亿韩元(约 160 亿美元),比 2026 年的 10.8 万亿几乎翻倍。企划财政部官方预算文件显示,4.7 万亿韩元用于打造「全球顶级性能」的国家独立 AI 模型,包括采购 1 万张 Vera Rubin GPU。预算仍需国会通过。

韩国 2027 年预算 AI 与芯片投入翻倍至 21.3 万亿韩元:4.7 万亿砸向国家级前沿模型,采购 1 万张 Vera Rubin GPU

核心要点速览

  • 三大项目及 AI 投入从 10.8 万亿增至 21.3 万亿韩元,增幅 97.2%;总预算 820.9 万亿韩元,同比 +12.8%(官方预算文件)。
  • 前沿 AI 模型专项 4.7 万亿韩元:3.9 万亿采购 1 万张 Vera Rubin GPU、0.8 万亿购买训练数据、250 亿韩元引进 20 名海外顶尖研究者。
  • 模型研发期间先投入政府已有的约 7000 张 GPU,并租用产学研约 8000 张;入选企业通过公开评选产生,政府以出资方式参与、分享收益。
  • 「全民 AI」新增 0.25 万亿韩元,基于国产模型提供公共 AI 智能体,可代办身份证明、KTX 订票、护照补办等;AI 教育 2.1 万亿覆盖 390 万人。
  • 另拨 700 亿韩元开发专用 AI 安全模型,500 亿韩元为 1 万家中小企业补贴 AI 安全方案订阅费;物理 AI 预算从 0.9 万亿增至 3.1 万亿。
阅读全文

NVIDIA 集中发布 Nemotron 3.5 开源模型矩阵:涵盖超强检索、物理世界大模型与 13 倍速蛋白质设计

在 GTC Berlin 开幕主题演讲中,NVIDIA 官方集中发布了横跨多个专业垂直领域的全新开源模型矩阵。核心亮点包括:支持长文本视觉推理的 Nemotron 3.5 Super VL 与即开即用的 Bolt 系列语言模型;专为高精度 RAG 打造的 Nemotron Retriever 嵌入、重排与文档解析全套套件;面向实体工业的 Cosmos 物理世界模型;面向自动驾驶的 Alpamayo 2 Edge;以及与华盛顿大学 Baker 实验室联合开发的蛋白质生成大模型 BioNeMo RFD4-Proteina。官方实测显示,RFD4-Proteina 在 10 项以上蛋白质设计基准中斩获全球第一,在 200 个氨基酸的靶点设计上比 RFdiffusion3 提速惊人的 13 倍。

NVIDIA 集中发布 Nemotron 3.5 开源模型矩阵:涵盖超强检索、物理世界大模型与 13 倍速蛋白质设计

核心要点速览

  • NVIDIA 在 GTC Berlin 集中开源全栈垂直基础模型:包含 Nemotron 3.5 Super VL、Bolt 4GB 端侧版与 Cosmos 物理世界模型
  • 发布 Nemotron Retriever 全套套件,将企业级 RAG 检索、跨模态重排与复杂 PDF 版面解析的准确率推至行业前列
  • 与顶尖 Baker 实验室联合开源 BioNeMo RFD4-Proteina,在 10 余项蛋白质靶向结合任务中登顶全球性能榜首
  • RFD4-Proteina 生成 200 氨基酸蛋白质结构的设计速度比前代标杆 RFdiffusion3 提速整整 13 倍,大幅缩短原研药发现周期
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Nemotron 3.5 Super VL⚡ Nemotron 3.5 Bolt⚡ BioNeMo RFD4-Proteina⚡ Cosmos🌐 NVIDIA🌐 Baker Lab

vLLM-Omni 宣布整合 PhysisServe:物理世界与视频扩散模型推理加速,4.1 毫秒极速输出

vLLM 官方项目组正式宣布将 PhysisServe 的核心推理加速架构整合至 vLLM-Omni 多模态全能推理引擎中。针对物理世界 AI、视频扩散生成与具身大模型在长程去噪阶段面临的高显存占用与高延迟痛点,PhysisServe 创新性提出去噪步与 Transformer 跨块流水线并行(Block Pipelining)、时间分片批处理与虚拟秩联合调度。在 200 张 GPU 集群上对 MiniMax H3 33B 展开实测,实现每 4.1 毫秒输出一个 Chunk(折合千帧/秒渲染),Wan2.2 5B 单卡单请求延迟从 173 毫秒降至 98 毫秒。

vLLM-Omni 宣布整合 PhysisServe:物理世界与视频扩散模型推理加速,4.1 毫秒极速输出

核心要点速览

  • vLLM 官方宣布将 PhysisServe 核心加速架构合流至 vLLM-Omni,专精于物理世界大模型与视频扩散生成推理
  • 首创去噪步与 Transformer 跨块流水线并行(Block Pipelining)与时间分片批处理,彻底消除多卡通信气泡
  • 在 200 卡集群上 MiniMax H3 33B 达成每 4.1 毫秒产出单 Chunk(纯 DiT 计算达千帧/秒),Wan2.2 5B 单卡时延降至 98 毫秒
  • 24 卡集群并发承载能力暴增 1.7~3.3 倍,代码已全面开源至 GitHub 并即将进入 vLLM-Omni 正式版
阅读全文
关联模型 / 智能体 / 厂商:
N
NEURA Robotics@neura-robotics·
👀108
🔥88

NEURA Robotics 发布 Neuron AI:融合 3D 视觉、触觉、音频与记忆的 PLA 物理 AI 基础模型,一个模型覆盖五种机器人形态

德国 NEURA Robotics 于 2026-10-14 发布物理 AI 基础模型 Neuron AI。它采用 Perception-Language-Action(PLA)架构,把 3D 视觉、触觉与力矩、音频、机器人本体状态和语言对齐到同一空间并加入记忆,在机器人本地推理,覆盖五种 NEURA 机器人形态。官方未公布量化基准;客户可在 Neuraverse 平台微调并向机队下发技能,10 月 20–22 日将在 NVIDIA GTC Berlin 现场演示 11 分钟全自主洗衣流程。

NEURA Robotics 发布 Neuron AI:融合 3D 视觉、触觉、音频与记忆的 PLA 物理 AI 基础模型,一个模型覆盖五种机器人形态

核心要点速览

  • Neuron AI 输入 5 类模态:3D 视觉(点云/深度)、触觉与力矩、音频、机器人状态、语言,统一编码后输出单一动作流
  • 一个模型覆盖 5 种 NEURA 机器人形态:4NE-1 Gen 3、4NE-1 Gen 4、轮式 4NE-1 及另外两款双臂平台
  • 训练数据 3 大来源:NEURA Gyms 真实机器人数据、Data Amplifier 仿真放大数据、传感服人类示范;Schaeffler、Bosch 为工业数据合作方
  • 本地部署、无需云端;官方未公布任何量化基准,主打指标为 Time-to-Skill(数值未披露)
  • 10 月 20–22 日 NVIDIA GTC Berlin(3 号馆 #3031):4NE1 人形全自主完成 11 分钟洗衣流程演示
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Reka 开源 RekaDaily-10k:超 10,000 小时真实第一人称家居视频数据集,全量 Apache 2.0

前瞻多模态实验室 Reka AI 宣布开源 RekaDaily-10k 数据集。包含来自全球四大洲真实家庭付费采集的 10,312 小时无剧本第一人称视频(含 1,670 小时原生 4K),采用 Apache 2.0 协议在 Hugging Face 完整开放。

核心要点速览

  • 打破合成数据与三脚架精拍局限:为具身智能与物理 AI 提供海量真实、无剧本的第一人称复杂场景;
  • 全球多地域覆盖:覆盖美洲、拉美、亚洲与非洲多样化家庭结构,包含 1,670 小时原生 4K 超清采样;
  • 完全开源无门槛:遵循 Apache 2.0 商业友好开源协议,学术界与工业界均可直接下载用于预训练。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Reka Flash 3