2026.01.07.00 过去4小时全球AI发生了什么？

calendar Jan 7, 2026 · 1 分钟阅读  ·
分享到: linkedin copy

  1. 英伟达在CES 2026发布Rubin芯片架构及Alpamayo机器人和自动驾驶VLA模型-歸藏(guizang.ai)

    英伟达CEO黄仁勋在CES 2026上发布了Rubin芯片架构和Alpamayo机器人及自动驾驶VLA模型。Rubin架构采用100%液冷、机密计算，在训练万亿参数模型时性能显著提升，生成Token成本仅为Blackwell的十分之一。Rubin架构包括Vera CPU、性能提升5倍的Rubin GPU（引入NVFP4 Tensor Core）、NVLink 6 Switch、ConnectX-9网卡及BlueField-4 DPU，后者解决了长上下文GPU显存不足问题，为每个GPU提供16TB KV Cache存储。同时，英伟达还开源了Alpamayo 1 VLA模型，这是一个100亿参数的“链式思考”视觉-语言-行动模型，支持任务分解、多方案推理及自然语言轨迹说明，并发布包含1700多小时驾驶数据的开放数据集和开源仿真框架AlpaSim。此外，英伟达还在展会上展示了Reachy Mini机器人作为本地家庭AI机器人设置。

  2. Google DeepMind与Boston Dynamics达成机器人AI合作-Demis Hassabis

    Google DeepMind宣布与Boston Dynamics建立合作关系，旨在将DeepMind的Gemini Robotics先进AI模型与Boston Dynamics的世界级硬件相结合，共同开发一种全新的智能系统，推动AI在物理世界的应用，这是实现通用人工智能（AGI）的关键一步。此外，DeepMind的机器人团队正在快速扩张，Aaron Saunders（前Boston Dynamics CTO）已加入担任硬件工程副总裁。

  3. Boston Dynamics推出新款Atlas人形机器人，进军工业生产-小互

    Boston Dynamics在CES 2026上展示了其新型Atlas全电动人形机器人，并宣布该机器人开始进入企业生产环境，在现代汽车工厂内进行作业演示。新款Atlas专为工业使用设计，能自主执行物料搬运、机器上料、拣选分拣、零件排序和订单履行等多种任务，最大承重50公斤。该机器人具备56个自由度，关节能完全旋转，最大工作范围2.3米，适应-20°C至40°C温度并具备防水能力。其软件系统基于最新AI算法，可在一天内完成应用定制，并支持远程VR头盔或平板控制器操作。Atlas还能自动检测周围人员，支持无围栏保护，并可通过Orbit™软件与MES、WMS等企业系统轻松对接，学习过的任务可快速扩展至整个机器人队列。

  4. 谷歌发布“Nested Learning”论文，探索深度学习新架构-向阳乔木

    谷歌发表了一篇名为**“Nested Learning: The Illusion of Deep Learning Architecture”的论文，该研究提出了一个全新的深度学习框架，其灵感来源于人脑的持续学习和记忆机制，旨在解决大语言模型在预训练后出现的“顺行性遗忘症”问题。论文指出，当前深度学习模型与人脑设计理念相反，强调应通过多时间尺度更新和统一可复用结构**来改善持续学习能力。Nested Learning框架已在类增量学习、新语言学习和长上下文理解（支持10M token长度）任务上展现出优异表现，并提出了“训练”与“测试”无区别、参数定义更广、优化器架构特定以及灾难性遗忘是压缩结果等新观点，为重新思考深度学习的“深度”提供了新的方向。

  5. a16z合伙人Anish Acharya展望2026年AI应用趋势：从“怎么做”到“做什么”-宝玉

    a16z合伙人Anish Acharya发布了《Notes on AI Apps in 2026》一文，预测2026年AI应用生态的关键变化。他认为，随着AI代码生成能力增强，挑战将从“怎么实现”转向**“做什么”，未来工具将从执行转向探索，催生真正的“思考工具”。文章强调，企业每个部门都应成为“软件团队”**，通过AI coding agents解决问题，大幅提升产品野心。此外，Anish Acharya指出，AI应用层不会被大模型公司吞噬，因为大模型公司能力参差不齐且各有包袱，创业公司在AI应用领域仍有巨大机会。他还观察到普通用户正在发现AI的“隐藏关卡”，通过Wabi、ChatGPT和Grok等工具生成应用变得触手可及。

  6. 新论点：AI落地挑战在于组织协调而非技术适应-sarah guo

    一篇新文章指出，AI的普及是一个协调问题，而非技术适应问题。人们对AI的适应速度远超组织机构，这一差距解释了AI落地缓慢的困惑。企业之所以行动迟缓，是因为真正的变革需要巨大的协调成本，会与既有工作流程冲突，并受限于规模化带来的不透明性。因此，仅仅削减成本是对雄心的不足，AI能够创造“超级员工”，而组织是否有足够的雄心去接纳他们，才是关键问题。

  7. Huggingface热门论文洞察：中国团队贡献突出，中美AI竞争激烈-向阳乔木

    AI观察者在解读Huggingface当日热门论文时发现，大部分论文来自中国团队（如字节、腾讯、商汤、高德等），但谷歌的一篇论文表现出色。这一现象表明，在AI研究领域，未来的主要竞争将集中在中国和美国两国之间。

  8. NVIDIA GR00T等开放机器人数据集2025年下载量突破900万-Clement Delangue

    NVIDIA宣布其开放机器人数据集在2025年全球下载量已突破900万次，其中GR00T数据集在排行榜上表现领先。这标志着NVIDIA在推动机器人技术开源生态方面取得了显著进展，为全球开发者提供了丰富的资源。

  9. 新工具hf-mem：Huggingface模型VRAM推理需求估算器-Clement Delangue

    一款名为hf-mem的新工具被推出，用户现在可以通过它估算Huggingface平台上任何模型在进行推理时所需的显存（VRAM），该工具基于Safetensors模型格式。这为开发者优化模型部署和资源管理提供了便利。