The Pulse:Meta 因 AI 计划将团队缩减 60%
Gergely Orosz 在 The Pulse 中讨论 Meta 是否真的因为 AI 决定把团队规模缩减 60%,并援引 Reuters 的深度报道称 Meta 管理层决定削减 60% 的团队规模,并于 1 月制定计划,执行这家社交媒体巨头史上最大规模裁员。
Gergely Orosz 在 The Pulse 中讨论 Meta 是否真的因为 AI 决定把团队规模缩减 60%,并援引 Reuters 的深度报道称 Meta 管理层决定削减 60% 的团队规模,并于 1 月制定计划,执行这家社交媒体巨头史上最大规模裁员。
NVIDIA 通过 NVLink Fusion 将 NVHBM 引入下一代 AI 基础设施,面向超大规模厂商和 AI 原生公司自研的 XPU。这些加速器规模化部署需要 HBM 持续供数,并需要足够的封装与芯片面积承载更多算力。
《The Pragmatic Engineer》播客邀请 Molly Rocket 创始人、Handmade Hero 作者 Casey Muratori,讨论为何软件性能被业界普遍忽视,以及开发者如何写出高性能代码。
NVIDIA Vera Rubin 与 Blackwell 为智能体 AI 的每瓦性能树立新标准。OpenRouter 的 State of AI 报告基于 100 万亿 token 的真实使用数据发现,单次请求的平均提示词 token 量增长了约四倍,反映 AI 智能体已从单轮交互扩展为多步工作流。
NVIDIA BlueField-4 为智能体 AI 工厂提供全新 Scale-In 网络基础设施,面向每服务器多太比特带宽下连接用户、智能体、应用、数据源与存储系统的需求。传统云基础设施是为可预测的通用负载与标准接口设计的,而智能体 AI 工厂需要专用 DPU 处理来实现线速网络、存储与安全。
IEEE 高级会员 Balaji Ingole 在 B2B 电商公司 Amla 担任项目经理,正为客户开发 AI 智能体,用于自动完成电商平台的产品目录搭建——这一流程过去靠人工,客户往往要花两到三个月。他还利用周末做独立研究,开发 AI 医疗诊断工具和面向肢体残障人士的辅助技术。
Google DeepMind 回顾 15 年游戏 AI 研究历程,从 DQN 玩转 49 款 Atari 游戏,到 AlphaGo、AlphaZero、MuZero、AlphaStar,再到由 Gemini 驱动的通用智能体 SIMA 2。
Gergely Orosz 访谈近 20 位正在休职业假或认真考虑离职的工程负责人,归纳出十条常见离职原因,包括 AI 相关预期不切实际、创业公司股权可能归零、团队变小不再需要那么多管理者、以及担心缺乏 AI 原生经验而落后。文中提到 6/10 受访工程负责人表示正在离开岗位,并讨论以小数 CTO 形式替代全职、以及转回 IC 岗位获取 AI 经验的路径。
Meta 的裁员和强制转岗让未受影响的工程师也开始寻找新工作,形成一轮离职潮;Meta 如今用大额股权挽留这些人,但似乎并不奏效。作者还提到 Cursor 团队发布了一个通用 AI harness,体验类似“面向知识工作的 Codex”,他试用后用它自动化了大量日常工作,并认为更多 AI 厂商会跟进这一形态。
MIT 宣布 Alexander Rakhlin 出任统计与数据科学中心(SDSC)主任,接替自 2021 年起担任该职的 Ankur Moitra。Rakhlin 现任 IDSS 数据、系统与社会杰出教授及大脑与认知科学教授,并自 2016 年起以访问教授身份与 SDSC 保持联系,曾任 IDPS 统计学跨学科博士项目首任主席。
MIT CSAIL 主任 Daniela Rus 获 2026 年巴伐利亚州长高科技奖,表彰其在机器人、人工智能与自主系统领域的贡献,该奖由巴伐利亚州政府与巴伐利亚科学与人文学院联合颁发,是德国奖金最高的技术与工程奖项。
随着 AI 负载增长,算力需求激增正推动半导体行业追求前所未有的性能目标,即便是小幅延期也会在快速迭代的 AI 硬件周期中造成巨大财务影响。同时,行业正从芯片级优化转向系统级工程,散热与功耗挑战随之叠加。NVIDIA 认为应对这些需求需要在材料工程与制造环节取得突破。
美国能源部 Genesis Mission 首期共选出 15 个有 MIT 参与的合作项目,其中 6 个由 MIT 研究员牵头,涵盖 AI 驱动的稀土元素电化学分离、量子传感、聚变等离子体建模与聚变磁体数字孪生等方向。首期团队需展示将 AI 与科学研究流程结合的工作流,并严格评估其科学价值;MIT 的经费仍待各项拨款协议谈判完成。
MIT 电子工程与计算机科学系荣休教授、LIDS 首席研究员 Dimitri Bertsekas 于 6 月 3 日在马萨诸塞州 Belmont 家中去世,享年 83 岁。他的研究横跨优化、控制、大规模计算、强化学习与人工智能,并撰写或合著逾 20 本高影响力著作,其中与 John Tsitsiklis 合著的神经动态规划一书预先勾勒出后来强化学习的诸多核心思想。
Google 承诺向 Genesis Mission 提供价值 4000 万美元的 AI tokens 和额度,用于加速科学发现前沿。该承诺以 AI 算力资源形式投入,具体支持方式与参与机构未在原文披露。
NVIDIA 详解 Rubin GPU 架构,定位支撑智能体 AI 时代。该架构面向持续运行的 AI 工厂,用于驱动能够推理、规划、调用工具、验证中间结果并执行复杂多步任务的智能体工作负载。
NVIDIA 为 Vera CPU 设计了 Olympus 核心,针对智能体 AI 场景优化单线程性能。智能体在沙箱中执行代码、调用工具、检索上下文并访问数据库,这些环节将更多关键执行路径转移到 CPU 上;当此类循环在 AI 工厂中并发运行时,CPU 性能直接影响单个智能体的响应速度和整体吞吐。
NVIDIA 发文介绍 NVLink 作为 AI 工厂的 Scale-Up 网络。随着 AI 负载规模扩大、模型日趋复杂,AI 工厂这类数据中心级系统正被加速部署,以持续将数据和能源转化为智能。NVLink 正是为满足这一算力基础设施需求而设计的网络方案。
Hugging Face 本周检测并处置了一起生产基础设施入侵事件,攻击由一个自主 AI 智能体系统端到端驱动,利用数据集处理中的一个远程代码加载器和配置模板注入两条代码执行路径进入处理 worker,进而提权并横向移动至多个内部集群。
推荐理由:官方复盘了一次由自主智能体驱动的入侵,并披露托管模型安全护栏反而阻断防御方取证的分析。
Google DeepMind 与 A24 宣布达成首个研究型合作伙伴关系,双方将围绕多个项目展开深度研发协作,让 A24 及旗下电影人参与塑造新技术。Google 同时对 A24 进行了投资。
Berkeley AI Research(BAIR)lab 公布 2026 届博士毕业生展示,研究覆盖机器人、大语言模型与推理、计算机视觉、生成模型、AI 安全及 AI for science 与医疗等方向。
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 地方规划部门联合开发基于 Gemini 的 AI 规划原型,目标将住户规划申请决策时间缩短 50%。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA,并在 Google.org 支持下发起最高 1000 万美元的多智能体 AI 安全技术研究资助,面向全球研究者征集方案。
Google DeepMind 推出为期三个月的 Accelerator: Robotics 项目,从欧洲选拔 15 家早期机器人初创公司,提供技术指导、产品支持和 Gemini 机器人模型等 AI 资源。入选公司本周在伦敦集结,覆盖物流、制造、医疗、气候和导航等领域,例如挪威 3D-Components 的 RobTrack 将焊接与金属 3D 打印的参数选择和质量控制提速 280 倍。
Google DeepMind 在亚太地区启动首届 Accelerator 计划,主题为"AI for the Planet",面向该地区初创公司、研究团队和非营利组织,为期三个月。入选机构将获得专家指导,并由 Google AI 专家协助将前沿 AI 与科学 AI 模型集成到其项目或产品中,覆盖自然、气候、农业、能源等领域。计划以在新加坡举办的线下 bootcamp 开营,现已开放意向登记。
Google DeepMind 与新加坡政府达成国家级 AI 合作,在医疗、科研、教育和气候领域推出新项目。合作探索 AI 辅助临床的"三方诊疗"模式,并用 AlphaFold、Google Earth 加速东南亚疫情研究,另向 Philanthropy Asia Alliance 的健康联盟提供 700 万美元资助。
Google DeepMind 与韩国科学技术信息通信部(MSIT)建立合作,将在首尔办公室设立 AI Campus,面向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。合作还探索韩国学生赴 Google DeepMind 实习机会,并与韩国 AI 安全研究所(AISI)共研安全实践。
Google DeepMind 与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作,帮助全球企业规模化落地前沿 AI。合作包括共建行业定制 AI 方案、让合作伙伴提前使用 Gemini 系列等前沿模型,以及对接双方高层。目前仅 25% 的组织成功将 AI 规模化投入生产。
Safetensors 已加入 PyTorch 基金会,成为 Linux 基金会下托管项目,与 DeepSpeed、Helion、Ray、vLLM 和 PyTorch 并列,商标、代码仓库与治理权归属 Linux 基金会而非任何单一公司。
Hugging Face 宣布 GGML 及其创建的 llama.cpp 加入 HF,Georgi Gerganov 团队的目标是让未来 AI 保持开放,并为 ggml 与 llama.cpp 社区提供规模化和支持。
推荐理由:GGML 团队加入 HF 后,llama.cpp 的维护自主权与长期资源安排是本地推理生态的关键变化。
Google DeepMind 与印度政府机构及本地机构建立 National Partnerships for AI 合作,向印度研究者开放 AlphaGenome、AI Co-scientist、Earth AI 等前沿科学模型,并与 ANRF 合作推动 AI 在科研中的应用。
Hugging Face 博客指出开源已成为中国 AI 组织近未来的主流路径,其平台上关注度最高的机构是 DeepSeek,第四为 Qwen。截至 2025 年中,Hugging Face 上有超 113k 模型以 Qwen 为基础、超 200k 仓库标注 Qwen,远超 Llama 的 27k 和 DeepSeek 的 6k。
Google DeepMind 宣布与英国政府深化合作,将向英国科学家优先开放 AlphaEvolve、AlphaGenome、AI co-scientist 和 WeatherNext 等 AI for Science 模型。
Google DeepMind 宣布支持美国白宫 Genesis Mission,该项国家级计划将动员美国能源部 17 个国家实验室、产业界与学术界共建一体化科研发现平台。
推荐理由:材料给出 Google DeepMind 与 DOE 合作中优先开放的具体模型清单与时间表,读者可据此判断前沿 AI 进入科研机构的实际路径。
Google DeepMind 宣布在新加坡开设新研究实验室,聚焦推进 Gemini 核心能力,并投入语言与文化包容性等基础研究。过去一年其亚太团队规模已扩大一倍以上,新实验室将与当地政府、企业和学术机构合作。此外 AI Singapore 基于 Gemma 3 多模态能力推出了首个多模态模型 SEA-LION v4。
AMD 联合 Hugging Face 和 Data Monsters 举办 AMD Open Robotics Hackathon,首站 12 月 5-7 日在东京,第二站 12 月 12-14 日在巴黎。
Hugging Face 宣布与 Google Cloud 建立更深层合作,让企业能在 Google Cloud 上用开放模型构建自己的 AI。
Google 与北爱尔兰教育当局 C2k 合作的六个月试点显示,参与教师借助 Gemini 平均每周节省 10 小时,并将时间投入学生互动与专业发展。试点共记录 600 多个 Gemini 用例,涵盖行政事务、爱尔兰语课程与包容性教学,NotebookLM 的 MindMap、播客功能也被用于个性化学习。C2k 计划在试点成功后向更多北爱尔兰教师推广 Gemini 培训。
Hugging Face Hub 宣布与威胁情报平台 VirusTotal 合作,从即日起对 Hub 上 220 万多个公开模型和数据集仓库进行持续扫描。用户访问仓库或文件页面时,Hub 会自动将文件哈希与 VirusTotal 威胁情报库比对,返回干净或恶意状态,原始文件内容不会共享给 VirusTotal。检测结果可提供检出数量、已知恶意关联或威胁活动情报等元数据,供用户在下载或集成前参考。
Sentence Transformers 从 TU Darmstadt 的 UKP Lab 转由 Hugging Face 维护,Hugging Face 的 Tom Aarsen 自 2023 年底起已负责该项目并将继续领导。