显卡VRAM改装服务兴起 旧GPU升级显存以应对高负载3A游戏与大语言模型

多家机构联合提出d-OPSD方法，通过让扩散语言模型的学生生成未来答案，并让老师利用这些未来信息进行指导，实现了步级别密集监督。在四项推理任务上，该方法达到同等效果仅需约十分之一的训练步数，显著提升了训练效率。

摩根大通研报预测，中国主要大语言模型厂商年度经常性收入在2026年将增长4至7倍，基于价值导向的定价策略与性价比竞争推动全球份额提升，但需关注货币化可持续性与定价能力。

慕尼黑大学等机构研究发现，通过分析大语言模型中间层的预测熵变化趋势可有效检测越狱攻击。越狱提示词会使熵呈单调变化，而安全提示词则随机波动，该信号在中间层最强，无需额外训练，但需访问模型内部激活。

不列颠哥伦比亚大学研究团队提出四条公理评估大语言模型的内部潜在思维表示质量。对五个开源模型检测发现，当前方法在因果性、最小性、可分性上表现不佳，任务内可分性近乎随机猜测，存在结构性缺陷，表明潜在思考多为“表演”而非真正推理。

MistralAI团队构建了RobostralNavigate导航系统，利用80亿参数视觉语言模型，仅凭普通RGB摄像头和自然语言指令即可自主导航。在R2R-CE基准测试中，任务成功率达77.4%，比此前最佳单摄像头方案高10.5个百分点，甚至超越多传感器系统，刷新了导航天花板。

说实话，我其实一直有点抗拒用那些花里胡哨的术语来描述这件事——什么“vibenetworking”啦、“vibkrotik”啦，听着就让人头大。但不得不承认，过去几个月，我确实一直在用大语言模型来搭建网络，而且，效果居然还不错。MikroTik 的设备我一直挺喜欢的——便宜、可靠，而且能覆盖各种网络

一项联合研究构建了SpatialAct测试平台，揭示视觉语言模型在空间行动任务中的显著鸿沟。顶尖模型多轮交互修复率仅0.411，而人类达0.911。模型能看懂空间，但难以在行动后持续更新认知并规划下一步。

Rubric-ARROW框架由Albany大学等联合提出，通过生成评分细则与条件判断模型交替强化训练，仅利用人类偏好数据实现自我进化。采用模型置信度连续值替代二元判断，提升评分区分度。在多项评测中准确率领先，推理速度比同类方法快3至10倍，并可用于改进AI模型。

清华大学等团队提出Ctx2Skill框架，通过自博弈机制从文档中自动提炼结构化技能摘要，并采用“跨时回放”策略防止对抗性坍塌。实验显示，该方法能提升大语言模型在复杂任务中的表现，生成的摘要具备良好可迁移性与可读性，为AI理解专业文档提供了新思路。

高盛前CEO布兰克费恩回顾从公租房到高盛的成长，强调合伙文化带来责任感与稳定。他认为风险管理重在提前预案，并指出AI在提升金融效率的同时，也因速度与规模带来失控风险。当前AI浪潮是重大范式转折，但最终可能只有少数大型模型胜出。