OpenAI 宣称证明纳维 - 斯托克斯方程奇点 OpenAI 利用大规模测试时计算发现方程奇点，有望角逐千禧年大奖，震惊学界。
深度解读
若该成果经同行评审确认，将是 AI 从“模式匹配”迈向“科学发现”的里程碑。纳维 - 斯托克斯方程是流体力学基石，其解的存在性与光滑性属千禧年难题。OpenAI 此举表明，通过扩展测试时计算（Test-time Compute），大模型已具备辅助甚至主导复杂数学证明的能力。这不仅挑战了传统科研范式，更意味着 AI 在基础科学领域的价值将远超应用层，可能引发新一轮科研基础设施的投资热潮。
Prime Intellect 发布高效融合 MoE 内核 发布可训练融合 MoE 内核，将 Qwen3 MoE 训练步骤速度提升高达 34%。
深度解读
在大模型参数量激增的背景下，训练效率直接决定了研发成本和迭代速度。Prime Intellect 优化的融合 MoE 内核，通过减少内存访问开销和计算冗余，实现了显著的加速比。这对于开源社区尤为重要，使得中小团队也能负担得起大规模稀疏模型的训练。技术层面看，这表明硬件感知的软件优化仍是提升算力的关键途径，单纯依赖堆砌显卡的时代正在过去，软硬协同设计成为主流。
Baseten 发布超低成本决策模型 joey-1 发布 2B 参数决策模型 joey-1，返回校准概率而非文本，成本极低且延迟小。
深度解读
joey-1 的出现反映了 AI 应用层的细分趋势：并非所有场景都需要生成式大模型。在许多分类、路由或风控场景中，直接输出概率分布的小模型更高效、更可控。其极低的成本和延迟使其非常适合嵌入到高并发业务流程中。这种“去文本化”的模型设计思路，提示开发者应根据实际需求选择工具，避免“大材小用”，从而构建更具性价比的 AI 系统架构。