边早报
边早报:MLCommons 发布 MLPerf Training v6.1、NVIDIA 推出 Nemotron for Science等
MLCommons 发布 MLPerf Training v6.1
11 月 16 日,MLCommons 发布 MLPerf Training v6.1。本轮新增两个基准:推荐系统 DLRMv4-HSTU,以及首个大规模 post-training / GRPO 工作负载 Qwen3.5-397B。官方称,本轮有 24 家机构提交 153 套系统、250 项结果;其中 12 套系统使用 1,000 个或更多加速器,最大规模为 10,240 个加速器。提交名单包括 AMD、Azure、Google、NVIDIA 等,并首次出现 NVIDIA Rubin 世代 GPU 与 Google TPUv7(Ironwood)。
NVIDIA 方面,官方博客称 Vera Rubin 平台是本轮唯一在全部基准提交结果的平台,Vera Rubin NVL72 每 GPU 性能最多约为高度优化的 GB300 NVL72 的 2 倍。开发者技术博客给出更细的对照:在 DeepSeek-V3 671B 上,Vera Rubin NVL72 用 1,024 个 GPU(16 个机架)跑到 4.14 分钟,同规模 GB300 NVL72 为 8.03 分钟;从 256 卡扩到 1,024 卡的扩展效率高于 97%。该基准本轮绝对最快成绩属于 10,240 卡 GB300 NVL72,时间为 1.38 分钟(160 个机架)。Microsoft Azure 以 10,240 卡 GB200 提交追平了这一规模。新的 Qwen3.5-397B GRPO 基准上,Vera Rubin NVL72 在 1,024 卡上以 10.44 分钟领先(条目 6.1-0117),同规模 GB300 为 13.78 分钟(条目 6.1-0031)。上述比较为公司对其提交结果的解读。
同期,Google Cloud 公布了 Ironwood 与 NVIDIA GPU 的闭分区成绩。官方称,8,192 个 Ironwood TPU 在预训练基准上于 1.70 分钟达到目标质量,扩展到 4,096 芯片时效率为 96%;640 个 Ironwood TPU 在 agentic RL 基准上于 18.02 分钟达到目标(成绩 0.765,目标为 0.69)。Google Cloud A4X Max 上 256 个 GB300 GPU 的预训练成绩为 31.96 分钟。官方列出了对应条目 ID。不同提交的加速器数量和软件栈并不相同,不宜把 1.70 分钟与 1.38 分钟直接比较快慢。来源 来源 来源 来源
NVIDIA 推出 Nemotron for Science
11 月 16 日,NVIDIA 在芝加哥 SC26 推出 Nemotron for Science,把已有开源模型 Nemotron 3.5 Super VL、科学评测、新的开放化学数据集 LitmusBench v0.2 以及 post-training 配方放在一起,供研究者做化学、蛋白设计等专业 agent。官方称,LitmusBench v0.2 有近 5 万道化学推理题,现已与模型一并在 Hugging Face 提供;模型还针对 128GB 的 DGX Spark 做了本地运行优化。
新闻稿中的效果数字均为 NVIDIA 或其合作方自述。Terray Therapeutics 称,在 RxnScribe 测试中约回收 76% 已标注反应;Lila Sciences 称,用实验室反馈做后训练后,量子点制备准确率几乎翻倍至 61%,超过 GPT-6 Astra 的 54%,推理成本低 10–20 倍;Therna 称,科学家在 96% 的对比中更偏好其解释;KTH 称,在单台 DGX Spark 上通宵运行、开启推理后修好 81% 的测试用例。这些是厂商与合作方结果,不是独立复现。来源
OpenAI 为医疗场景推出 computer-use agents
11 月 16 日,OpenAI 宣布为医疗团队推出 computer-use agents,可在现有医疗软件里点击、打字并切换应用;同步改进带引用的临床检索,并向 ChatGPT for Healthcare 的插件生态新增 20 余个插件。官方列出的名称包括 Aiva、Amion、Elation Health、UpToDate Expert AI 等。文中点名的合作或部署案例包括 Abridge、Ambience、Cigna Healthcare 与 CVS Health。
评测方面,OpenAI 自述:在 325 项已审任务中,99% 被评为 clinically safe;在 646 次评估中,医生将 93% 评为「非常有帮助」或「极其有帮助」。在斯坦福研究者的独立基准 HealthAdminBench 上,官方给出的成绩是 GPT-6 Astra 获得 94.3% 的量表分数,GPT-6 Luna 为 91.8%,但 Luna 每任务 8.5 美分,成本低 98%;上述分数均在最大 reasoning effort 下评估。CVS 称,有生产工作流在一个周末清掉长达数月的文档发送积压;Cigna 称,从概念到部署不到 8 周。这些是合作方叙述,经 OpenAI 官方转载。
可用性方面,官方称 computer-use 可在 OpenAI API、ChatGPT for Healthcare 与 ChatGPT for Clinicians 等处使用。ChatGPT for Clinicians 对符合条件、已验证的美国临床人员免费。涉及受保护的健康信息(PHI)须使用 BAA 覆盖的合格服务。官方称,与 ChatGPT for Healthcare 分享的内容不用于训练模型。来源 来源 来源
OpenAI 启动第一阶段嵌入式评估
11 月 16 日,OpenAI 宣布已与 Apollo Research、METR、Transluce 和 Goodfire 签署协议,启动第一阶段嵌入式评估(embedded assessments)。官方称,评估方将按各评估需要获得内部资源,可能包括模型检查点、源代码、训练与评估数据、监控系统、技术文档,以及与相关研究者的讨论;涉及敏感信息的工作需在 OpenAI 办公室、使用公司设备进行。
四方分工方面,Apollo 评估模型是否会隐蔽违背开发者意图、以及防护能否发现;Goodfire 嵌入可解释性研究者,做训练运行监控、调试与对齐,主要服务内部研究者并逐步公开发现;METR 评估迄今最大一次强化学习运行中的未对齐行为,更广的 monitor 评估仍待双方商定范围;Transluce 评估 post-training 对齐评测的质量与覆盖,并有意在 2027 年初再做约 8 周的后续评估。OpenAI Foundation 董事会下的独立 Safety and Security Committee(SSC)可在评估前、中、后履行监督。官方脚注披露:Apollo 与 Goodfire 接受报酬,报酬不取决于评估结论;METR 与 Transluce 不接受金钱报酬,但可接受评估所需的 API 与算力。这是协议与试点启动,评估尚未发布报告。来源 来源
Hugging Face 将语言模型推理改走 OpenRouter
11 月 16 日,Hugging Face 宣布,面向语言模型的 Inference Providers 请求改走 OpenRouter。官方称,代码与 Hugging Face token 不变,OpenRouter 按实时价格、速度与可靠性选择提供方,失败会在同一次调用里改试另一家。图像、视频和音频生成仍不经过 OpenRouter。
定价方面,官方称按提供方价格计入 Hugging Face 账单,不加价;PRO 每月获得 2 美元积分,Team 与 Enterprise 为每席 2 美元。破坏性变更是:语言模型不能再使用用户自己的提供方 API key。文中关于开源权重占比、月度 token 量以及错误率下降 46% 等数字,来自转引的 OpenRouter 测量或榜单,不是 Hugging Face 的独立普查。来源 来源
%3c/title%3e%3cg%20transform='rotate(-30%2032%2032)'%3e%3cg%20fill='%23514945'%20stroke='%23514945'%20stroke-width='11.20'%20stroke-linejoin='round'%20stroke-linecap='round'%3e%3crect%20x='15'%20y='25.5'%20width='34'%20height='13'%20rx='4'/%3e%3ccircle%20cx='15'%20cy='24'%20r='8.5'/%3e%3ccircle%20cx='15'%20cy='40'%20r='8.5'/%3e%3ccircle%20cx='49'%20cy='24'%20r='8.5'/%3e%3ccircle%20cx='49'%20cy='40'%20r='8.5'/%3e%3c/g%3e%3cg%20fill='%236FC3F7'%3e%3crect%20x='15'%20y='25.5'%20width='34'%20height='13'%20rx='4'/%3e%3ccircle%20cx='15'%20cy='24'%20r='8.5'/%3e%3ccircle%20cx='15'%20cy='40'%20r='8.5'/%3e%3ccircle%20cx='49'%20cy='24'%20r='8.5'/%3e%3ccircle%20cx='49'%20cy='40'%20r='8.5'/%3e%3c/g%3e%3ccircle%20cx='32'%20cy='32'%20r='2.6'%20fill='%23514945'/%3e%3c/g%3e%3c/svg%3e)
不妨一看的简讯
- Databricks 11 月 16 日发布公开的 AI Index,样本为 10,000 余家使用 Unity Gateway 的企业在 9 月 21 日至 11 月 7 日的汇总匿名数据,不是全行业普查。官方称,仅使用单一提供方的比例从约 64%(7 月)降至 28%(截至 11 月 2 日);开源权重模型的 token 占比从 7.3% 升至 30.9%。其自有编码基准上,GPT-6 Luna 与 Claude Opus 5.5 都达到 89.1% 任务成功率,Luna 平均每任务 0.05 美元,Opus 5.5 为 1.62 美元。来源
- 投资方 Madrona 11 月 16 日宣布投资 Noeri,本轮为 1.10 亿美元种子轮,由 Menlo Ventures 领投,参投包括 Kindred Ventures、Wing Venture Capital、NEA,以及战略投资方 Cisco Investments、NVIDIA 与 Snowflake。据 GeekWire 报道,联席 CEO 为 Yejin Choi 与 Carlos Guestrin;估值暂未公布。来源 来源
- NVIDIA 同日宣布面向科学仿真的 Rubin HPC 新 GPU,官方称单卡 CUDA 核心超过 5 万,并采用第七代 NVLink,预计 2028 年上市。Vera CPU 机架平台方面,官方称一个机架组合 192 颗 Vera CPU、约 300TB 内存,预计 2027 年初由 Dell、HPE、Lenovo 与 Supermicro 供货。德国气候计算中心 DKRZ 已为 HLRE-5 选择 Vera CPU,系统预计 2028 年初可用。上述时间为规划中的预期,不是现货。来源 来源
- OpenAI 扩大 ChatGPT for Academic Researchers 项目,目标是让最多 20 万名研究者免费使用 ChatGPT。下一轮申请将于 11 月 23 日开放,官方称将以先到先得方式发放 5 万份新资助,每份覆盖申请者及最多两名合作者的 ChatGPT Plus。试点自 7 月开始,已有 2 万名研究者、33 个国家加入。同期发布的调研中,受访者估计,如果没有 AI,同等质量的研究工作要花接近两倍时间;这是自评,不是受控实验的生产率证明。来源
- OpenAI 向经审核的组织免费提供新的 CSAM 图像分类器,并称与 NCMEC 有协作。官方还称,ChatGPT 会用新警告打断寻求虐待材料的行为,删除对话并暂停 24 小时。上述检测效果数字为公司自述的早期测试。来源
- OpenAI 向 King’s Trust 捐赠 100 万英镑,计划在未来 18 个月帮助最多 2.5 万名年轻人学习 AI 技能。LVMH 传媒集团同日宣布与 OpenAI 合作,部署企业工具并增强其内容在 ChatGPT 中的呈现。来源 来源
- Google 将 Ask Maps 扩展到欧洲 30 余个国家,并称该功能已覆盖全球 200 多个国家和地区。Gemini Notebook 可把资料做成互动网站,官方称面向 18 岁及以上用户在全球网页版推出,移动应用即将推出。来源 来源
- Google 威胁情报团队 GTIG 与 Mandiant 11 月 16 日称,已观察到开源 multi-agent 渗透框架被用于真实入侵,文中点名 ARTEX、CAIRN、CyberStrikeAI、PentAGI 等,并提到把补丁差异分析用于自动化利用 n-day 漏洞。这是威胁情报观察,不是某一攻击已被广泛爆发的结论。来源 来源
- NVIDIA 宣布与 IBM、Fermilab 共建量子-经典协同设计平台,计划把 DGX B200 与 IBM 量子计算机(含 Quantum Nighthawk)放在一起。这是合作规划。官方同时称,CUDA-Q QEC 0.9.0 中的 TCBP-JOBS 解码算法相对现有领先算法最多加快 13,000 倍,把研究新设计的计算时间从 12 周降到 45 分钟,这是厂商自述。来源
- ChatGPT Wallet 已于 11 月 13 日对美国 ChatGPT Pro 用户推出,与 American Express、Chase、Mastercard 和 Visa 合作。官方称,用户先添加卡片,每次购买需查看商品、总额和所用卡,并用 Face ID 或指纹等安全校验批准;网络方提供支付 token,不向商家或 agent 提供真实卡号。这是 11 月 13 日的发布,上期早报截稿后补记。来源
汪!边边已经把今天的新闻叼回来了,该起床啦。
2026年11月17日 周二