推测解码（SD）通过轻量草稿模型并行生成候选项、由大型验证器校验来降低LLM推理成本。现有方法采用二元决策：接受或完全重算。VIA-SD提出多层级框架，利用模型内路由从完整验证器中提取轻量子模型（slim-verifier），对中等置信度的草稿token进行再生，仅在不确定时调用完整模型。在四个代表性任务和多种模型族上，VIA-SD将拒绝率降低0.10–0.22，相比强SD基线实现10–20%加速，相比非推测解码实现2.5–3倍加速。该方法兼容现有SD框架，无需修改训练过程。
据韩国经济日报报道，三星电子计划在韩国光州建设一座先进半导体封装工厂，以应对AI芯片需求。该投资计划有望于6月29日总统会谈期间公布，三星会长李在镕、SK集团会长崔泰源等将参会。三星拒绝对此置评。先进封装已成为决定芯片性能的关键环节，三星正加码HBM市场，挑战SK海力士领先地位。当前客户涵盖英伟达、AMD及谷歌。今年5月，三星已向客户提供最新12层HBM4E内存样品。
Wes McKinney 开发的 AgentsView 是一个用于追踪本地编码智能体 token 使用情况的工具。由于近日发布的 Claude Fable 5 尚未被收录进 AgentsView 的定价数据库，作者利用 Fable 逆向工程，找到了为该模型设置自定义价格的方法，并展示了 Fable 5 当天在不同本地项目中的使用量树状图。
Thinnernet 是一个正在构建中的并行互联网项目。该帖子在 Hacker News 上获得 100 个点赞。
将Kolmogorov-Arnold Networks（KAN）部署于FPGA，实现超高速机器学习推理。
本文介绍了如何将 GitHub Actions 的 CI 作业迁移到 Hugging Face Jobs 上运行，以解决 GitHub Actions 速度慢、缺乏 GPU 支持等问题。通过使用 huggingface/jobs-actions 桥接，将 GitHub Actions 的 job 转为临时自托管运行器：GitHub App 监听 workflow_job.queued webhook，dispatcher Space 验证后启动对应硬件（CPU 或 t4-small、h200 等 GPU）的 HF Job，由 ephemeral runner 执行 CI 并上报结果。作者基于 Trackio 项目实际落地，CPU 作业时间减少约 30%，并新增了 GPU 测试套件。文章分步说明了复制 dispatcher Space、创建并安装 GitHub App、配置 webhook 和 HF_TOKEN 的具体步骤。
MiniMax (official)@MiniMax_AIOur kernel team has been deep in MiniMax M3 all week. The 1M-token context and native multimodality make it a hard model...
ClaudeDevs@ClaudeDevs
Replit ⠕@ReplitSpaceX 计划将数据中心发射到太空，埃隆·马斯克在公司 IPO 前将其描述为一个近乎简单的工程问题。首颗 AI 卫星的性能将相当于单个 Nvidia GB300 机架。然而，谷歌的研究指出，真正的 AI 训练需要大约 10000 颗紧密联动的卫星。
Gemini 2.5 Flash API 的定价与快速入门指南，指导用户配置 thinking budgets、比较不同提供商，并在 5 分钟内完成首次 API 调用。
同一事件，精选展示《Gemini 2.5 Flash API - 定价、快速入门与提供商比较》中国计划在未来五年投资约2950亿美元建设全国性AI数据中心网络。根据彭博社报道，至少80%的技术将来自华为等国内供应商。与此同时，台湾正考虑首次将向中国走私AI芯片定为刑事犯罪。
Sandstone 完成 3000 万美元 A 轮融资，由 Lightspeed Partners 领投，Sequoia 参投。资金将用于将 AI 技术引入企业内部法务团队，提升法律工作效率。
Cloudflare 在 Project Glasswing 一文中提出，漏洞周围的架构比补丁速度更重要。本文详细阐述了这一架构的设计、它防御的威胁类型，以及 Cloudflare 如何以自家产品作为“客户零”（customer zero）来实际运行这套防御体系。
Tencent Hy@TencentHunyuan腾讯混元推出UniRL，一个支持统一多模态模型的强化学习基础设施，并发布两个新算法DRPO和Flow-DPPO。UniRL通过单个后训练循环（生成→评分→优势→更新→同步）覆盖扩散/流匹配模型、LLM/VLM及统一多模态模型（如Hunyuan-Image 3和Bagel）。模型与算法作为独立轴，可实现模型×算法的组合覆盖。框架支持可插拔rollout引擎（训练侧/SGLang/vLLM-Omni）、FSDP2分片和三种部署模式。FlowDPPO针对流/扩散模型引入基于精确散度的信任域策略优化；DRPO为LLM RL提供平滑的优势加权二次正则化方法。代码已开源。
关联讨论 1 条X：腾讯混元 (@TencentHunyuan)
Rohan Paul@rohanpaul_ai一篇论文系统研究了Transformer注意力中QKV投影的必要性，发现Key和Value可共享同一投影（Q-K=V变体），仅增加3.1%的困惑度，便将KV cache削减50%，大幅降低推理内存。最佳变体保留Query独立，使注意力保持方向性。与GQA和MQA结合时，可分别实现87.5%和96.9%的cache缩减。弱变体Q=K-V因导致因果注意力过于对称且无cache节省而无效。
在无设计稿和后端代码的条件下，Qwen3.7-Max 仅凭一份约 15 万字的产品调研文档，于隔离环境中全自动完成移动端与 Web 端两套真实应用从 0 到 1 交付，单端耗时约 4 小时，中途无人工接管。模型不具备图像理解能力，通过像素坐标反推布局约束实现界面还原。实验采用“分阶段注入约束→逐层验收→带错纠正”的闭环控制系统：任务拆分为规划、架构、编码等阶段，验收覆盖静态检查、编译自检（0 error）、路由完整性（Web 端 34 条路由全部可达）、功能扫描及真机冷启动冒烟。失败时错误文本自动注入下一轮重试，使模型数小时内收敛。移动端产出可安装 APK，Web 端 typecheck 与构建均通过。
同一事件，精选展示《Qwen3.7-Max：面向智能体时代的最新专有模型》自主AI智能体在加速软件交付的同时，也大幅缩短了从失误演变为灾难的时间，给安全策略造成盲区。威胁不再仅来自外部勒索软件或恶意内部人员，而是来自被授权的内部工具本身。文章探讨了在DevOps中针对这一风险构建有效防御的做法。
小米与TileRT联合推出MiMo-V2.5-Pro的UltraSpeed模式，在1万亿参数模型上首次达到超1000 tokens/s输出速度。UltraSpeed API同步上线，定价为原版的3倍，输出速度提升约10倍。由于资源有限，采取申请制限时开放，通过用户可在2026年6月9日至6月23日23:59接入API体验，并获限时免费Chat。试用规则：每账号每日最多成功进入队列10次，单次会话上限30分钟，空闲超5分钟自动释放资源。
关联讨论 2 条X：小米 MiMo (@XiaomiMiMo)Hacker News 热门（buzzing.cc 中文翻译）国家数据局《数字中国发展报告》显示，截至2025年底，我国智能算力规模达159万PFLOPS，全球第二；在用算力机架超1373万架，建成万卡集群42个。同期网民规模11.25亿，普及率80.1%；使用AI解答问题、生成图片视频、生活助手的用户分别为4.57亿、2.88亿、1.84亿，中青年用户占74.6%。工信部《算力互联互通行动计划》提出到2026年建立标准，到2028年实现公共算力标准化互联。中国电信研究院预测，到2035年AI将为我国GDP贡献超11万亿元。
Berryxia.AI@berryxia设计真正的AI系统涉及大量工程细节，提示词工程、上下文工程、记忆模块、skills等环节缺一不可，彼此环环相扣形成了一个完整系统。Berry Xia引用了一篇关于Loop Engineering的清晰阐述，强调这些组件的系统性整合才是关键。
http://x.com/i/article/2064143847765020672
AI评估结果规模庞大但报告不一致，导致读者难以跨来源比较、识别遗漏或追溯结论。Evaluation Cards通过整合基准元数据、评估运行数据和模型元数据，形成统一记录。方法包括：(1)从52篇论文和10次利益相关者访谈中推导报告模式；(2)实现四个可解释信号（可复现性、文档完整性、来源与风险、分数可比性），并针对研究与非研究受众提供不同读者模式；(3)部署监控工具，覆盖5816个模型、635个基准和101843个结果，揭示当前报告实践中的系统性缺口。
SpaceX 称轨道 AI 数据中心并非工程难题，现有星链卫星已具备大部分技术。AI 卫星将沿用第三代星链的太阳能电池阵列与热管理系统，结构更简单，无需大型相控阵天线。马斯克展示的 AI1 卫星渲染图显示配备翼展 70 米光伏面板，支持平均 120 千瓦、峰值 150 千瓦计算载荷，相当于单台英伟达 GB300 AI 服务器机架。SpaceX 计划组建约 100 万颗 AI 卫星网络，位于得克萨斯州巴斯特罗普的工厂预计明年年底前实现规模化量产，星舰可重复使用设计将支撑大批量运输。
关联讨论 5 条X：Elon Musk (@elonmusk, xAI)Simon Willison 博客IT之家（RSS）X：Kim (@kimmonismus)The Verge：AI（RSS）小米 MiMo 与 TileRT 联合发布 MiMo-V2.5-Pro-UltraSpeed 模式，使 1T 参数旗舰模型输出速度首次突破 1000 tokens/s。模型侧采用 FP4 混合量化（仅量化 MoE Expert）与 DFlash 块级 masked 并行推测解码（coding 场景平均接受长度 6.30 tokens）；系统侧 TileRT 引入常驻内核引擎与异构流水线协作。API 限时开放（2026 年 6 月 9 日至 23 日），定价为 MiMo-V2.5-Pro 的 3 倍，速度提升约 10 倍。FP4 权重与 DFlash 模型 checkpoint 已开源至 HuggingFace。
关联讨论 2 条X：小米 MiMo (@XiaomiMiMo)Hacker News 热门（buzzing.cc 中文翻译）
小互@xiaohu马斯克近日宣布SpaceX/xAI太空计算蓝图：首颗AI卫星采用Starlink太阳能技术，峰值功率150千瓦、持续算力120千瓦，翼展70米，配110平方米液体散热器，通过星舰发射，使用激光链路通信。计划建设Terafab太空算力工厂，占地约1亿平方英尺（特斯拉Giga Texas的10倍），算力供应达1TW/年，相当于当前美国年消耗量（0.5TW）的两倍。目标将数据中心送入太空捕获太阳能，实现卡尔达肖夫等级跃迁。该项目依赖星舰完全可复用技术，预计三年内将年入轨量从约2500吨提升至百万吨级。
MiniMax (official)@MiniMax_AIToday, we are launching GMI Agent Box. A complete infrastructure stack for production-ready AI agents: native Docker, fl...
Rohan Paul@rohanpaul_aiElon Musk 首次详细解释 SpaceX 的 AI1 轨道 AI 数据中心卫星：峰值功率 150 kW，持续计算功率约 120 kW，相当于一个 NVIDIA GB300 机架；太阳能板效率 250 W/m²；双面散热器排热 1,400 W/m²。通过激光链路实现约 1 Tbps 互联，低轨 600–800 km 高度往返延迟 6–8 ms。由 Starship 发射，计划部署多达百万颗卫星，2027 年底前实现量产。近地目标为吉瓦级轨道 AI 算力，长期向太瓦级推进。
Watch @ElonMusk provide a technical update on SpaceX's capability to manufacture, launch, and operate AI satellites at s...
同一事件，精选展示《SpaceX与Anthropic合作提供大规模AI算力服务》2026年全国高考统考科目于6月8日结束，部分省份选考科目仍在进行。海南、山东、山西、重庆、广东、湖北、江西等地已公布查分时间，多数集中在6月25日。教育部将举办“2026年全国普通高等学校招生云咨询周”，并对“阳光高考”平台及“阳光志愿”信息服务系统进行优化升级。此外，多地考场已投入使用AI智能巡查系统，通过视觉分析算法捕捉异常行为并自动标记作弊迹象，供审核员进一步确认。
meng shao@shao__mengGitHub 122K⭐的Skills仓库推出新技能Teach，可将当前工作目录变为有状态学习空间。设计理念从Knowledge（概念事实）→Skills（动手操作）→Wisdom（真实判断）。工作区以文件即学习状态：MISSION.md定目标、lessons/提供课程、learning-records/记录已会内容、reference/生成速查手册。五个关键机制：Mission定方向、ZPD根据记录调整难度、Lesson一课一事+即时反馈、Learning Record记“会了什么”而非“讲了什么”、Reference形成长期可回看手册。可通过npx skills add mattpocock/skills --skill teach安装，适用于从魔方到软件基础等学习场景。
/teach is live Learn anything, from rubik's cube to vocal harmonies to software fundamentals. npx skills add mattpocock/...
eric zakariasson@ericzakariasson
DogeDesigner@cb_dogeMusk 公布了 SpaceXAI 首颗 AI 卫星，峰值功率 150 kW、持续计算功率 120 kW，配备自产 150 kW 太阳能板，翼展 70 米。散热系统采用 110 m² 可展开液体散热器，带冗余冷却回路与微流星防护。卫星由 Starship 发射，用激光链路通信，避开 Starlink 复杂系统。SpaceX 认为未来版本可大幅扩展。Musk 指出太空 AI 规模化需三大条件：Starship 大运力、巨大太阳能发电、大型散热器，并暗示大规模轨道 AI 最终可能需数百 GW 到太瓦级功率及数百万吨基础设施。
karminski-牙医@karminski3推文介绍了如何使用 llmistanbul 在网页上10秒内训练一个小模型（电子鹦鹉）。只需将纯文本文档（如哈利波特1-7）拖入即可，建议使用 Apple Silicon Mac（M1-M5），避免 markdown/json 等格式。N 卡（3080Ti）适配不佳。提醒尊重版权，勿公开发布他人作品。
Apple 为首次 App Store 下载量不足 200 万的开发者免除云 API 费用，以降低 AI 实验门槛。
