智谱用 GLM-5.3 自己优化了自己的推理系统
智谱披露 GLM-5.3-Flash 的全部生产推理已运行在超过 10 万块国产 AI 加速器上,从首次跑通到上线生产不到两周,端到端吞吐量提升 3.2 倍。完成大量优化工作的不是工程师团队,而是由 GLM-5.3 驱动的 AI 智能体,它通过“密集反馈”机制发现并修复了精度漂移、并发瓶颈和重复计算三个真实工程问题。唐杰强调目标设定、反馈环境搭建和高风险变更审查仍由人负责,但工程师角色正从解决问题转向设计反馈。
AI 日报
2026-09-17
精选事件
19
来源
10
精选
10
更多
9
AI DAILY BRIEFING
今日要闻集中在AI系统自我优化与科研基础设施。智谱披露GLM-5.3-Flash生产推理已运行在超10万块国产AI加速器上,由GLM-5.3驱动的Infra Agent通过密集反馈机制发现并修复精度漂移、并发瓶颈和重复计算,端到端吞吐提升3.2倍,从首次跑通到上线生产不到两周。唐杰强调目标设定、反馈环境搭建和高风险变更审查仍由人负责,工程师角色正从解决问题转向设计反馈。与此同时,加拿大和德国联合向Yoshua Bengio创立的LawZero提供高达3亿加元资助,用于扩大国际研究团队、确保计算基础设施并在柏林设立新办公室。20所全球顶尖高校联合发布ScienceIDE,将科研代码、运行环境和科学验证规则组织成可供AI执行、验证和学习的任务,强调用真实科学结果约束AI行为。此外,中科大与阿里巴巴提出CEDAR框架,在阿里1688约3200万条商品轨迹上验证,预测误差降低超57%,线上A/B测试带来商家LTV提升13%、店铺ROI提升15%。Figure发布Helix 2.5,使人形机器人在30个未见过的家庭中零样本执行全身家务任务,Index预训练将零样本成功率从9%提升至56%。微软分享内部AI转型经验,报告销售成交率提高20%、部分供应链工作流周期缩短高达75%。YC W26初创公司Skillsync推出工具,使AI聊天会话能在不同编程代理之间迁移。
智谱GLM-5.3驱动的Infra Agent在超10万国产芯片集群上完成推理系统优化,端到端吞吐提升3.2倍,显示AI参与自身基础设施优化的早期形态,但人类仍负责目标设定、反馈环境搭建和高风险变更审查。
加拿大和德国联合向LawZero提供高达3亿加元资助,用于推进‘科学家AI’安全设计方法并建立主权计算能力,反映国家对AI安全与计算主权的战略投入。
20所全球顶尖高校发布ScienceIDE,发现55.2%的缺陷任务程序能正常编译运行但科学结果错误,强调用真实科学结果约束AI行为,避免模型将错误结果当作成功奖励。
下一步关注:关注智谱Infra Agent的后续迭代及RSI进展;LawZero在获得资助后研究团队扩展与主权计算能力建设;ScienceIDE项目在科研社区的实际应用与反馈;CEDAR框架在更多业务场景的落地效果;Figure Helix 2.5在家庭环境中的长期表现与数据效率;微软前沿实践手册的行业采纳情况;Skillsync工具在开发者中的采用与代理互操作性进展。
智谱披露 GLM-5.3-Flash 的全部生产推理已运行在超过 10 万块国产 AI 加速器上,从首次跑通到上线生产不到两周,端到端吞吐量提升 3.2 倍。完成大量优化工作的不是工程师团队,而是由 GLM-5.3 驱动的 AI 智能体,它通过“密集反馈”机制发现并修复了精度漂移、并发瓶颈和重复计算三个真实工程问题。唐杰强调目标设定、反馈环境搭建和高风险变更审查仍由人负责,但工程师角色正从解决问题转向设计反馈。
智谱创始人唐杰及GLM团队发布长文,披露GLM-5.3驱动的Infra Agent在超过10万张国产芯片集群上完成模型适配、系统诊断与性能优化,不到两周将端到端吞吐提升至初始基线的3倍。团队认为这还不是完整的递归自我改进(RSI),但已出现早期形态,AI正从辅助人类研发模型走向参与构建自己的继任者。
中科大和阿里巴巴的研究团队提出CEDAR双重解耦建模框架,通过动作交错Transformer显式建模人为决策对时间序列的影响,并用残差修正模块融合外界干预因子。该工作在阿里1688约3200万条商品轨迹上验证,预测误差较最优基线降低超57%,线上A/B测试带来商家LTV提升13%、店铺ROI提升15%。该成果被KDD'26接收为Oral论文。
加拿大和德国宣布联合向位于蒙特利尔的非营利组织LawZero提供高达3亿加元的资助,该组织由Yoshua Bengio创立,旨在推进其“科学家AI”安全设计方法。这笔资金将用于扩大LawZero的国际研究团队、确保计算基础设施,并通过与Hypertec和5C的合作在加拿大建立主权计算能力,同时在柏林设立新办公室以扩展欧洲业务。
YC W26 初创公司 Skillsync 推出了一款工具,使 AI 聊天会话能够在不同编程代理之间迁移。该工具基于开源 Rust 引擎 txcript,可转换会话格式,保留消息、推理和工具调用历史。它还提供本地优先的桌面应用,并将技能和记忆存储为可移植的 Markdown 文件,通过 MCP 暴露给代理。
Figure推出了Helix 2.5神经网络,使其人形机器人能够在30个未见过的家庭中执行全身家务任务,而无需在这些环境中收集数据或调整模型。公司报告称,Index预训练将零样本成功率从9%提升至56%,且Helix 2.5使用的任务特定数据仅为可比Helix 02行为的一半。Figure已承诺投入35亿美元算力用于Helix,并称Index目前每秒生成约35分钟的人类经验数据。
牛津大学、斯坦福大学等20所全球顶尖高校的研究者联合发布ScienceIDE项目,旨在将科研代码、运行环境和科学验证规则组织成可供AI模型执行、验证和学习的任务。项目发现,在1769个缺陷任务中,55.2%的程序能正常编译运行但科学结果错误,因此强调用真实科学结果约束AI行为,避免模型将错误结果当作成功奖励。
OpenAI 于9月8日宣布,其未发布的内部模型解决了纳维-斯托克斯存在性与光滑性问题,这是克雷数学研究所的千年大奖问题之一。该证明显示,光滑的三维不可压缩流体可在有限时间内产生无界速度,并已通过 Lean 形式化验证。此次宣布引发了与数学家的优先权争议。
谷歌联合 Google DeepMind、马里兰大学和弗吉尼亚大学提出 Dream-RSI 框架,将智能体过去的搜索记录转化为回放模拟器,在不重新训练模型的情况下测试和改写搜索策略。实验显示,该方法在 Lasso 算法发现中调用次数最高减少约 162 倍,在 GPU 内核优化中生成次数减少约 2.43 倍或性能提升至固定策略的 2.09 倍。该工作属于智能体 Harness 层的递归自我改进,并未修改 Gemini 模型权重。
Sharpa Robotics 提出 World Synesthesia Model(WSM,世界联觉模型),将视觉几何、触觉接触、本体感觉与动作历史统一到可复用的世界模型状态中,使策略能持续推断手-物系统的隐含物理状态。该工作被 CoRL 2026 高分收录,并在人形尺寸 22-DoF 五指灵巧手上实现扰动鲁棒、物体 ID 无关的通用手内旋转,支持零样本未见物体与真实平台扰动恢复。
小米公开直播MiMo-V2.6 Flash和Pro两款模型的强化学习训练,实时展示训练成本、奖励曲线和硬件状态。负责人罗福莉在沉寂半年后解释,团队专注于研究强化学习能扩展到多远,并沿训练计算量、环境/执行框架、评分计算三个维度扩展RL。训练已进行约一天多,两款模型在RL过程中均有明显能力提升。
Anthropic CEO Dario Amodei在周末文章中提议,前沿AI公司应嵌入第三方评估员,赋予其评估模型对齐、报告安全事件并无编辑控制地发布发现的权力。Amodei承诺Anthropic将给予METR和Redwood Research等评估员扩展访问权限,OpenAI CEO Sam Altman表示其公司也将跟进。评估员普遍欢迎该提议,但表示关键细节仍未解决,包括实际能获得多少访问权限,并指出没有约束性监管的自愿承诺可能很脆弱。
云知声正式发布U2-Flash,这是国产RSI早期模型,在后训练闭环中让模型参与生成训练数据、分析执行轨迹和修复训练系统。相比上一代U2,U2-Flash生成速度提升2.1倍,Agent任务完成时间缩短35%,Token消耗降低20%-30%,并在DeepSWE v1.1、TerminalBench 3.0和SWE-Bench Pro等基准上大幅提升。该模型采用稀疏MoE架构,总参数约266B,单次推理仅激活约10B,限时六折并提供免费Token额度。
紫东太初开源了通用多模态大模型ZDTaichu5.0-9B,在九大国际空间理解基准测试中八项排名第一,空间具身能力显著领先。同时,该模型在图文理解、OCR、数学推理和代码等通用任务上保持第一梯队水平,实现了空间能力与通用能力的双线突破。
在2026智能经济论坛上,百度智能云提出“产业智能体操作系统”,希望把智能体与企业的数据、知识、流程和云资源组织在一起,让AI从办公场景深入生产、研发、风控和经营决策。百度智能云总裁沈抖表示,智能体有机会把模型能力进步转化为企业经营成果,并最终兑现为经济价值。文章还以阿尔特风阻设计为例,说明决策智能体伐谋接入CFD仿真系统后,经120轮演化将一次风阻评估缩短至秒级。
上海人工智能实验室联合复旦大学、上海交通大学、香港科技大学和浙江大学提出SHE与SafeEvolve两项工作,探索大模型Agent的安全进化新范式。SHE从完整执行轨迹出发,将安全Harness拆解为System Prompt、Rule Bank、Safety Memory和Tool Policy四类组件,通过轨迹诊断实现局部修订与验证。SafeEvolve进一步将经过验证的Harness安全经验写入Policy model,通过Harness-use SFT等阶段提升模型自身的安全决策能力。
谷歌研究人员发表论文提出Dream-RSI方法,利用AI历史探索记录构建模拟世界,在虚拟环境中优化搜索策略,从而大幅降低计算成本。在算法工程、数学优化和GPU内核工程任务上,该方法能达到甚至超越原有方案的发现效果。
DeepSeek机器学习系统工程师刘胜与在个人平台发布长文《我不得不把才华埋葬在昨天》,讲述自己刚为DeepSeek V4.1交付核心Attention算子后,却因AI在算子编写等底层工程能力上的快速进步而面临被替代、被迫转业的处境。文章回顾了他在DeepGEMM、DeepEP V2和V4.1主算子上的贡献,并指出AI自主设计端到端极致算子的能力可能在半年到一年内追平甚至超越顶级人类工程师。
优篮子 Ulanzi 与腾讯 WorkBuddy 联合推出 Vibe Key AI 键盘麦,售价 269 至 299 元,旨在通过语音指令更便捷地调用 AI 完成创作与办公任务。文章实测了该产品在生成海报、创建腾讯会议、整理会议纪要等场景中的表现,认为语音交互能减少手动输入提示词和切换工具的繁琐,提升效率。