辉羲智能2026年内累计完成25亿元融资，资金将用于下一代具身智能芯片研发及产业生态建设。公司成立于2022年，早期聚焦高阶智驾芯片，2024年推出7纳米车规级光至R1，但量产上车进度未达预期，随后将业务重心转向具身智能。基于光至R1形成的算力产品已用于工业机器人、无人物流车等场景，显示其正向机器人算力市场寻找新增量；材料未披露本轮融资的具体金额及投资方。

韩国智库Rockbridge Network Korea报告称，今年1至8月韩国开发者在Hugging Face发布的1845个模型中，49.3%基于中国模型，35.9%基于美国模型，仅14.9%基于韩国本土模型。阿里Qwen占46.8%，高于Google Gemma的14.7%和Meta Llama的13.8%。报告将成本、便利性及开放权重可用性视为主要驱动因素，并引发对基础模型技术自主和供应依赖的讨论；该统计仅覆盖Hugging Face平台。

Google开源端侧GPU计算引擎ML Drift，采用Apache 2.0许可证，并作为LiteRT核心加速层，统一抽象OpenGL ES、OpenCL、Metal与WebGPU等底层接口。其通过张量虚拟化统一着色器，支持可扩展自定义算子和原生5D张量，并借助Dawn把桌面支持扩至Windows、Linux，同时保留macOS原生Metal。Gemma基准显示，其内存开销较对比框架低12%，重点解决跨GPU架构与驱动版本的推理可移植性。

微软研究院开源多智能体编程框架Agensh，采用MIT许可证，支持模型无关的提示词循环。不同于主控智能体集中规划和派发任务的架构，Agensh允许工作智能体通过Gitea版本控制、Mattermost通信和共享上下文板异步协作。微软在ProgramBench及pandoc、PHP-src等复杂代码库上测试，智能体规模从1扩展至1024个，任务通过率与完成速度均有提升。该设计降低中心编排瓶颈，但材料未披露各规模下的完整量化结果。

海光信息前三季度营收149.55亿元，同比增长57.58%；归母净利润28.47亿元，同比增长45.12%。公司称经营现金流下降主要因扩大策略性备货，库存与预付款同步增加，在手订单充足，相关存货预计将在后续年度转化为收入和现金流。下一代通用CPU与DCU按既定路线研发，9月发布的海光1000系列边缘产品已启动部分整机方案集成；公司另拟回购5亿至8亿元股份，国产算力业务继续扩张。

斯坦福大学与加州大学伯克利分校研究团队提出TokenGate，通过学习式Token裁剪加速大模型长上下文预填。该组件在注意力路径前加入小型MLP门控网络，并借助LoRA微调，让模型仅处理当前任务中更相关的Token，可作为现有大模型的插入式模块使用。论文结果显示，长上下文预填阶段最高提速11.3倍，同时降低首Token延迟与内存占用，且模型性能未出现明显损失；材料未提供代码许可证及全部模型上的绝对延迟。

OmAI联汇开源视觉语言模型VLX-Seek 1.5的10B版本，该模型基于Gemma 4微调，面向目标定位、指代识别和计数任务。其先将图像切分为候选区域，再使用区域索引表达目标位置，以减少直接生成坐标的解码负担。材料称模型可处理无人机、监控和机器人等不同视角，具备目标识别、计数及拒答能力，并提供跨平台推理支持。此次发布明确开放权重，但材料未披露许可证、训练数据规模和标准基准的完整对比结果。

杭州市中级人民法院披露一起利用AI动态视频绕过人脸核验的案件：两名犯罪人员从网络收集他人照片，生成点头、摇头、眨眼等动作视频，并配合篡改摄像头数据，突破某购物平台的人脸验证，进而盗取账户个人信息。案件表明，依赖简单活体动作挑战的验证流程可被生成式视频与设备数据注入联合攻击，平台需要同时校验内容真实性、采集链路和设备环境；材料未披露涉案规模、具体平台及判决细节。

Cerebras披露在晶圆级芯片上部署3万亿参数Kimi K3的方法：先按层计算权重与KV缓存占用，再将不同层分配到多片晶圆，其中密集层因KV缓存需求获得更多内存。系统通过流水线执行，让请求在晶圆间连续推进，以高并发支撑快速Token生成。该方案利用晶圆级计算与外部权重流式架构，试图绕开传统GPU集群的显存墙和互连瓶颈；官方文章主要解释工程机制，未给出新的价格、能耗或完整性能对比。

野村报告估计，科技巨头继续参与AI军备竞赛的概率约为75%，即使自由现金流承压，竞争压力仍可能推动资本开支延续。报告称，2027年存储芯片供应与定价已通过长期协议基本锁定，融资市场关闭是可能打断扩张的主要风险；电力短缺更可能推迟芯片部署，而非改变长期需求。该判断属于机构情景分析，并非已经发生的采购结果，但反映算力扩张对存储、融资与电力约束的同步传导。