上海交通大学研究团队提出了一种融合无人机物理建模与深度学习的端到端方法，该研究首次将可微分物理训练的策略成功部署到现实机器人中，实现了无人机集群自主导航，并在鲁棒性、机动性上大幅领先现有的方案。
为什么 DeepSeek-V3 据说在大规模服务时快速且便宜，但本地运行时却太慢且昂贵？为什么有些 AI 模型响应很慢，但一旦开始运行就变得很快？
面对扩散模型推理速度慢、成本高的问题，HKUST&北航&商汤提出了全新缓存加速方案——HarmoniCa：训练-推理协同的特征缓存加速框架，突破DiT架构在部署端的速度瓶颈，成功实现高性能无损加速。
vivo AI研究院联合港中文以及上交团队为了攻克这些难题，从训练数据和模型结构两方面，系统性地分析了如何在MLLM训练中维持纯语言能力，并基于此提出了GenieBlue——专为移动端手机NPU设计的高效MLLM结构方案。
AI非上云不可、非集群不能？万字实测告诉你，32B卡不卡？70B是不是智商税？要几张卡才能撑住业务？ 全网最全指南教你如何用最合适的配置，跑出最强性能。
OpenAI计划发布一个非常强大的开源模型。它能够让人们在本地运行极其强大的模型，重新认识“本地部署”的可能性。
Palantir是一家大数据AI公司，从军事起家如协助追缉本·拉登，扩展到商业和国防应用。核心产品包括Gotham情报分析、Foundry企业整合、AIP代理和Apollo部署，提供定制化服务以提升效率。在AI浪潮下股价大涨15倍，市盈率520倍。硅谷右翼崛起推动其定位为“国运股”，挑战传统估值逻辑。
6 月 27 日，腾讯混元宣布开源首个混合推理 MoE 模型 Hunyuan-A13B，总参数 80B，激活参数仅 13B，效果比肩同等架构领先开源模型，但是推理速度更快，性价比更高。模型已经在 Github 和 Huggingface 等开源社区上线，同时模型 API 也在腾讯云官网正式上线，支持快速接入部署。
今天，Gemini 家族迎来了一个新成员：Gemini Robotics On-Device。这是谷歌 DeepMind 首个可以直接部署在机器人上的视觉-语言-动作（VLA）模型，可以帮助机器人更快、更高效地适应新任务和环境，同时无需持续的互联网连接。
据媒体报道，两位知情人士透露，英伟达正在与富士康洽谈，计划在美国得州休斯敦的一座新工厂内部署人形机器人，该工厂将用于生产英伟达的AI服务器。消息人士称，这将是英伟达产品首次在生产线上由人形机器人协助下制造，同时也有望是富士康首座在生产线上使用人形机器人进行生产的AI服务器工厂。
