数据来源 AI HOT，按北京时间 10 月 2 日收录的条目整理，并核对发布方或研究者原文。文中的产品性能、模型评测和研究推算保留原发布方的适用范围。
模型发布/更新
Ai2 开放科学文献报告模型 AstaBrief-8B
艾伦人工智能研究所（Ai2）开放 AstaBrief-8B 模型权重。模型以研究问题和已检索的科学文献片段为输入，生成带引用的报告；模型卡说明，它基于 Qwen3-8B，并经过监督微调和离线偏好优化。
Ai2 在模型卡中公布了 ScholarQA-CS2 等评测结果，并将模型定位于研究与教育用途。带引用的输出仍需读者核对原文，评测分数也不能保证每篇生成报告准确。
产品发布/更新
NVIDIA 推出 64GB 版 DGX Spark，计划 10 月 23 日开售
NVIDIA 宣布为 DGX Spark 增加 64GB 统一内存配置，由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 销售，起售价 4,999 美元，计划于 10 月 23 日开售。官方称单台设备可在本地运行最高 1000 亿参数的模型；实际可运行规模仍取决于模型精度、上下文长度和任务负载。
两台 64GB 设备可通过 NVIDIA Sync Cluster Assistant 连接，合计提供 128GB 内存。NVIDIA 给出的最高 1.7 倍性能提升来自其指定的 Qwen 3.8 27B 测试，不代表所有模型和场景。
Prime Intellect 发布 Prime Inference 推理服务
Prime Intellect 发布 Prime Inference，提供按需调用的 serverless 端点和预留容量，用于部署前沿开放模型。服务支持兼容 OpenAI 的接口，官方示例可通过 CLI 或 API 调用 GLM-5.3。
Prime Intellect 称平台在内部每天处理近一万亿 token，并提供跨数据中心的故障切换。这些是公司公布的运行规模与服务设计；其 OpenRouter 上的 GLM-5.3 端点已于 9 月 22 日先行上线，本次发布是推理平台的公开介绍。
🔗 Prime Intellect：Prime Inference 发布说明
Google 披露用于 Gboard 的可信执行环境联邦学习系统
Google Research 介绍一套基于可信执行环境（TEE）的联邦学习系统：设备上传加密训练样本，预先授权的数据访问策略写入公开透明日志，服务器侧只允许符合策略的 TEE 工作负载处理数据。Google 称外部人员可以检查运行代码与策略，但也指出侧信道防护和软件实现的完整正确性证明仍是后续工作。
Google 表示，Gboard 已用该系统训练英语和日语的下一词预测模型。官方报告了训练速度及隐私保证方面的改进，但没有把这套部署扩展为所有 Gboard 语言模型均已迁移的结论。
🔗 Google Research：Toward provably private learning from federated data
论文研究
Meta 分享数学家与 Muse Spark 协作的六篇论文
Meta AI Research 公布六篇由数学家与 Muse Spark 1.1、1.2 协作完成的数学论文，涉及概率、微分方程、群论和优化等领域。研究团队通过普通 meta.ai 聊天界面使用模型，没有另建专用研究脚手架；Meta 称其中五篇回应了此前公开的研究问题。
Meta 说明，每篇论文标注主要由人类或 AI 起草的段落，并由另一组数学家审阅。部分问题也有其他团队独立提出解法；这些成果应按各篇论文与后续同行检验理解，不能概括为模型独立解决了六个开放难题。
🔗 Meta AI Research：Solving Open Research Problems Together
Epoch AI 估算未来高带宽内存可支持的智能体并发量
Epoch AI 建模估算：如果 2025 至 2027 年出货的高带宽内存（HBM）完成部署，并全部分配给相关负载，硬件可支持约 3000 万至 1.7 亿个并发运行的前沿模型智能体。研究结合 HBM 出货预测、推理基准和单位智能体服务成本推算，给出的是条件情景，不是目前在线的智能体数量。
Epoch AI 指出，实际可用容量还取决于计算、互连、数据中心部署和需求；模型效率与服务价格也会改变估算。文中把持续运行时长换算为人类全职工作时长，只是时间量级比较，不等于相同的工作质量或经济产出。
🔗 Epoch AI：How many AI agents could we run?
AI 热点日报 · 作者 ZestJT · 数据来源 AI HOT（aihot.virxact.com）