DAILY AI INTELLIGENCE

每日 AI 资讯

过滤噪音,聚焦真正影响产品、行业和普通用户的人工智能动态。每天持续更新,重要信息一眼读懂。

35今日更新
35本周资讯

资讯时间线

今天 · 9月14日持续更新
Kepler Computing 亮相:FeRAM 与 3D 堆叠瞄准 AI 内存瓶颈,2026 年底出样

芯片初创企业 Kepler Computing 于当地时间 9 月 10 日正式亮相,目标解决 AI 半导体领域的内存能耗、带宽、产能与成本瓶颈。该公司宣称其内存方案带宽接近 SRAM,容量优于 SRAM 乃至 HBM,且无需 EUV 光刻设备。方案采用 3D 堆叠集成技术,据称属于 FeRAM(铁电存储器),计划 2026 年底出样,2027 年扩大产能。公司正利用格罗方德新加坡 28nm 产能试产,未来也将在美国制造。其改造既有晶圆厂用于创新内存生产的过程仅用时 8 个月,约为一般情况的三分之一。未来公司还计划通过材料创新突破现有 CMOS 的固有限制,以更低电压改进能效并提升生产能力。

技术前沿IT之家·2 阅读
Kepler Computing 亮相:FeRAM 与 3D 堆叠瞄准 AI 内存瓶颈,2026 年底出样
NUS Show Lab 提出自回归与离散扩散融合架构,将多模态统一模型延伸至具身智能

新加坡国立大学 Show Lab 负责人寿政教授在 ECCV 2026 上披露了 Show-o 系列多模态统一模型的最新进展。该研究不同于将大语言模型与独立扩散模块外挂拼接的传统路线,而是在单个 Transformer 中同时打通自回归预测与离散扩散生成:文本理解与生成沿用自回归模式,图像与视频生成则切换至基于离散 Token 的掩码扩散模式,从而绕开纯自回归逐 Token 生成图像的效率瓶颈,也解决了连续扩散难以直连离散 Token 的问题。团队还提出循环一致性监督机制,通过“观察—描述—再合成”的自监督闭环,尝试利用无标注视频数据缓解具身智能的标注稀缺问题。在落地层面,团队自研 Q1 实时骨干网,并采用云端大模型负责规划、端侧微调模型负责低延迟控制的组合策略。

技术前沿雷锋网·1 阅读
NUS Show Lab 提出自回归与离散扩散融合架构,将多模态统一模型延伸至具身智能
Meta提出RSI平方概念:AI开始改进“改进自己的方法”

据量子位报道,Meta研究人员提出“MetaRSI”概念,将AI自我改进(RSI)从线性迭代推向“平方时代”。其核心思路是让AI不仅改进自身能力,还改进“改进自身的方法”,形成递归加速。素材显示,该方向在小模型上突破了原有瓶颈,并在旗舰模型上打开了新的性能空间。报道称RSI进入平方时代,意味着自我改进的效率和上限可能被重新定义。目前该研究的具体技术路径、实验规模及可复现性尚待确认,但这一提法已引发对AI递归自我提升边界的关注。若成立,它可能改变模型迭代节奏、算力需求结构以及AI安全评估的假设前提。

技术前沿量子位·2 阅读
Meta提出RSI平方概念:AI开始改进“改进自己的方法”