行业资讯

美东时间9月27日凌晨，一个四人小团队（丘成桐弟子、UCSD数学教授Ben Chow带队，康奈尔应届生Ziyang Qin等参与）用证明助手Lean把Hamilton与佩雷尔曼对庞加莱猜想的完整证明从头写成代码：约470万行、14197个文件全部通过Lean内核检查，无一处sorry占位，其中约270万行是最后两周在ChatGPT（主力ChatGPT Astra）与Claude Fable等AI协助下完成。佩雷尔曼三篇论文对应代码仅约66万行（占六分之一），典范邻域定理一项就用了272万行；最终庞加莱定理文件只有23行，靠Moise定理（PL拓扑46万行）搭桥。团队采用“领队AI守数学路线+调度智能体拆活派活+临时智能体写证明自检”的多智能体分工，普林斯顿Ayush Khaitan披露主力为ChatGPT Astra、难啃章节交给Claude Fable。这是千禧年难题证明首次由机器完整验证，也被视为AI形式化数学的标志性节点。

2026年9月28日，华为宣布开源盘古openPangu-2.0的预训练、SFT代码和后训练RL代码正式开源上线。openPangu是华为开源AI模型品牌，基于昇腾原生训练与推理技术，为业界用好昇腾提供最佳实践参考。本次开源包含两部分：openPangu-2.0-Training统一训练框架，提供从大规模预训练、监督微调（SFT）到模型持续优化的一体化训练能力，支持多维分布式并行、高效数据流水线与混合精度训练；openPangu-2.0-RL是面向华为昇腾的强化学习加速框架，基于VERL生态构建昇腾原生RL训练与部署能力，支持高精度高效的Agentic RL后训练，显著提升openPangu大模型在复杂任务中自主规划与执行能力。相关组件已陆续上线开源平台（Ascend Tribe开源社区）。

谷歌发布Kotlin版Agent Development Kit（ADK）1.0，这是首个面向Android和JVM的生产级智能体开发框架，使Kotlin在功能上与谷歌的Python和Java ADK达到同等水平，并新增面向Android的端侧与混合式AI能力。框架基于Kotlin Multiplatform构建，支持层级化多智能体协作（父智能体可向子智能体委派任务）、上下文压缩与多轮对话摘要、会话状态暂停/序列化/恢复，以及一流的Java互操作。工具调用通过@Tool/@Param注解在编译期（KSP）生成描述规约，无需运行时反射；人在回路工作流支持requireConfirmation敏感操作确认；技能体系采用SKILL.md渐进式披露。端侧推理支持LiteRT-LM与ML Kit，云端/混合场景集成Firebase AI Logic。ADK for Kotlin已开源，可在GitHub获取。

推理创业公司Inferact（vLLM原班人马创办，a16z领投1.5亿美元种子轮、估值8亿美元）为谷歌TPU手写megakernel推理内核，配合DeepSeek的DSpark推测解码框架，在16块TPU v7 Ironwood上跑Kimi K3达每秒709 token，比16块英伟达GB200（452 token/s）快57%；裸速对比下TPU在batch=1时249对127 token/s、batch=8时865对636 token/s，跑Qwen 3.8 27B时1515对695 token/s差距更大，且精度无损失。核心是把Kimi K3全部92层MoE计算焊进一个Pallas程序、跨层权重预取，绕开XLA编译使编译耗时从30分钟降到90秒以内。该成果来自Inferact与Google Cloud联合工程合作，tpu-megakernels代码仓库已开源回馈vLLM上游社区。

Anthropic于当地时间9月25日公开宣布：Claude在Claude Science工作台上，仅凭一句话任务描述（计算平面N=4超杨-米尔斯理论中九圈六粒子散射振幅）和若干'继续做'指令，几乎无人监督地连续运行数日完成该计算，总花费约一两千美元，打破了斯坦福物理学家Lance Dixon团队2023年保持的八圈纪录。Claude走通两条路线并在全部107,053个非零系数上逐一吻合，Dixon本人完成验证并称感到意外。几乎同时，中科院理论物理所何颂团队借助GPT-6独立得到九圈振幅符号。这可能是大模型首次在几乎无人监督情况下独立完成前沿理论物理计算，为AI在科研中的能力边界划定了新坐标。

GitHub 当前最火热的大模型开源项目 Colibrì——纯 C 实现、零引擎依赖的分层推理框架，已狂揽 32k Star：它把 MoE 模型暂时用不到的专家权重放在 SSD，推理时按需从硬盘捞取，让 744B 参数的智谱 GLM-5.2 （int4 后约 372GB 权重）能在最低 16GB、推荐 24GB 内存的笔记本上运行，GPU 甚至不是必需品。框架将 VRAM/RAM/NVMe SSD 组织为分级内存系统，配合 LRU 缓存、高频专家优先级和跨层专家预取（相邻层路由相关性可预测性达 71.6%），把计算与 SSD I/O 重叠执行；Dense 部分约 17B 参数（int4 后约 9.9GB）常驻内存。目前 Colibrì 已覆盖 9 个模型家族，从 GLM-5.2/5.3、DeepSeek V4 Flash、Qwen 到 975B 的 Inkling 和 2.8T 参数的 Kimi K3（约 1.6TB 硬盘、32GB 内存起步）。开发者称这套思路为 AI memory multitiering——专家放在哪里只决定速度，不改变模型本身。

2026年9月26日，云知声宣布正式上线并开源决策大模型 U2-Decision，本次开源版本参数量为4B。该模型定位于多模型、多Agent、多工具协作中的决策层，围绕"任务交给谁、任务能否执行、任务沿什么路径完成"三个问题，提供智能模型路由、安全决策和工作流路由三项核心能力：综合任务类型、复杂度、风险、模型能力、成本与时延选择合适模型；将请求风险、数据风险和模型风险纳入前置判断，高风险任务可升级处理、增加验证、转人工或停止执行；并将决策范围从"调用哪个模型"扩展到"采用什么执行路径"。在与 Jev、Kev-4B 的对比实验中，U2-Decision 4B 取得通用任务准确率91.5%、安全合规准确率99.6%、路由一致性0.6的相对最优结果。开源地址：github.com/Unisound-LLM/u2_decision_4b。

阿里云通义千问团队的开源语音模型Qwen3-TTS-12Hz-1.7B-Base现已可从Amazon SageMaker JumpStart部署到全托管实时推理端点。用户只需一段几秒钟的参考录音加对应文字稿，模型即可用该嗓音朗读任意新文本，无需重新训练，覆盖中、英、日、韩等10种语言并支持跨语言声音克隆。Base变体与CustomVoice的区别在于使用用户自提供参考音频而非预设说话人。自托管方案使成本按计算用量计、音频数据保留在用户自有AWS环境内，适用于内容本地化、客服语音、在线教育、有声书及实时对话式AI等场景。请求经vLLM-Omni容器处理，talker阶段生成语音token、code2wav阶段渲染波形，输出24kHz音频。

海外硬件媒体评测阿里千问QwenImage2.1图像模型：仅7B参数的开放权重模型在多个基准中可与谷歌、OpenAI闭源产品媲美；千问第一方基准得分60.2，AI Arena图像编辑榜以1367分居开源模型之首；许可协议较前代Apache改为仅限非商业用途。

长沙晚报掌上长沙9月23日讯（湘江早报全媒体记者黄荣佳）在2026岳麓大会举办前夕，湖南人工智能产业迎来一项创新突破。近日，湖南财信金融控股集团有限公司（简称“财信金控”）旗下子公司湖南数据产业集团有限公司、湖南省征信有限公司联合建设银行湖南省分行，依托湖南省算力调度平台，落地全省首笔“Token贷”，为一家能源智脑研发科技企业发放800万元信用贷款。这标志着湖南开辟出“以词元换信用、以数据换资金”的融资新路径。 Token即词元，是……