AI新闻

京东围绕物理AI布局两条基础设施线：推进国产十万卡算力集群，支撑训练、推理与系统协同；计划两年内采集超过千万小时真实场景具身数据，结合仿真和机器人数据训练模型。同时强调，这些是公开披露的计划目标，实际进度、数据质量和模型效果仍待验证。

京东启动物理AI加速计划，旨在将算力、数据、模型、机器人制造与供应链场景整合为系统竞争。计划涵盖数据采集、制造、销售、物流和服务六大方向，拟在两年内采集千万小时场景数据，并布局八十个基地。该计划试图以供应链方式组织具身智能，实现从技术演示向规模化生产工具的转变。

京东在JDDiscovery-2026大会上展示JoyAI系列世界模型及物理AI规划，尝试将模型从数字空间延伸至生产、仓储、配送等供应链环节。核心挑战不只是模型能力，还包括真实场景数据、持续运行、异常处理及商业化验证。

多智能体科研正从“能否完成”转向“以何成本、凭何证据完成”。不同上下文策略的token消耗差异悬殊，摘要上下文可大幅压缩成本但可能削弱追溯链；代理级与迭代级验证均无普适最优，形式化验证仍受高维输入与规模限制。团队需在资源成本、过程可追溯性与结果可信度间建立动态平衡。

OpenAI宣称其AI系统约88小时取得纳维-斯托克斯问题进展，但数学家团队提前公开相关结论引发优先权争议。事件凸显AI参与科研后，署名规则、贡献描述与发布时机等制度亟待重建。

OpenAI披露，一套内部AI系统协调约一万名智能体，在约88小时内生成纳维-斯托克斯问题的证明尝试及Lean形式化材料。形式化可检查性不等于数学定论，独立核验尚未完成，需确认命题范围、假设、证明链条与代码是否完整对应。

Meta在美国面向成年用户推出个人AI智能体Muse，能够连接邮件、日历等服务，自动完成购物、电影票、网球课预约及表单填写等日常事务，并在关键环节请求用户确认，强调授权管理和结果责任，以实现从信息建议向个人事务代办的转变。

Meta面向美国18岁及以上用户推出个人AI代理Muse，可通过独立应用、网站和WhatsApp协助购物、购票、预约、填表，并连接邮件、日历及部分第三方服务。文章分析其从问答到代办的边界，以及授权、隐私、支付安全、风险确认、过程记录与责任归属。

9月10日AI领域出现多项进展，包括AI自主完成量子计算实验、蚂蚁百灵开源多模态模型Ling-3.0-flash-VL、小米桌面智能体MiMo Desktop进入邀测，以及多项AI创业融资。这些线索共同指向AI从内容生成向真实任务执行演进的趋势，但多数进展仍需进一步验证。

【软盟资讯·新闻导读】9月9日，多条AI基础设施消息集中出现：Mistral完成30亿欧元D轮融资，摩尔线程与京东宣布建设十万卡AI工厂，三星与Mistral、高通与亚马逊分别推进芯片与数据中心合作。资本、能源、芯片和软件正在共同重塑AI产…

【软盟资讯·新闻导读】AI智能体正从“代拟内容”走向代收邮件、排日程和执行结账。责任讨论的关键，不是机器是否自主，而是谁授予权限、谁批准动作、谁保存证据，以及谁能在出错后及时止损。 当AI智能体只能整理邮箱、生成会议建议或拟写回复时，企业往…

AI产业竞争焦点正从单一模型参数转向终端、芯片、存储及协作软件等基础设施。模型竞争重点由静态输出转向动态任务完成能力，算力竞争则从峰值性能转向系统可用性。同时，AI应用正从软件协作延伸至具身智能等物理世界，模型、算力与能源的闭环成为核心。