i14 的 Laplace 3B 线性注意力模型在 AWS Trainium2 上用原生 PyTorch 完成训练与推理
i14 与 AWS 合作，借助 TorchNeuron Native 的原生 PyTorch 支持，将采用 Gated Linear Attention 的 Laplace 3B 线性注意力模型移植到 AWS Trainium2，并保留其 GLA 设计与 Muon 优化器。
#论文/研究
AWS Machine Learning BlogAI 评分1515
Microsoft ResearchAI 评分2626 微软研究院 Magnetar：基于哈希函数的通用零知识证明系统
微软研究院推出零知识证明系统 Magnetar，可证明用 Rust、Go 或 C 编写的程序，平均运行速度比此前最快的同类系统快 10 至 39 倍，且安全性仅依赖标准哈希函数。该系统延续了 Spartan、Phalanx、Nova 等十余年研究成果，旨在让生成证明像运行程序一样常规，可用于 AI 智能体行为合规证明和金融机构交易验证等场景。
Microsoft Research精选AI 评分6060 微软研究院研究将物理 AI 推理卸载到边缘或云端 GPU
微软研究院系统测量了移动操作机器人的推理负载，发现把推理从机载 GPU 卸载到本地或云端 GPU 可提升任务成功率并延长续航。
推荐理由：微软研究院对移动操作机器人负载做了系统测量，给出把推理从机载 GPU 卸载到边缘或云端的性能与续航对比数据。
国民技术 NationsAI 评分3535 国民技术发布具身机器人全栈芯片白皮书：MCU与安全芯片筑基
国民技术发布《AI基础设施系列白皮书·第一卷：具身智能机器人全栈芯片应用方案》，提出MCU、安全芯片与无线射频三位一体的机器人硬件底座。白皮书称全尺寸人形机器人基础配置搭载50-60颗MCU节点，高配版本可接近百颗，按单机平均60颗测算，十万台整机对应约600万颗MCU需求。方案覆盖人形机器人、机器狗、工业机械臂、灵巧手、AMR等场景，并解析国内国标与欧盟CRA合规要求。
Berkeley AI ResearchAI 评分5858 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley AI Research 博客介绍将 K-Search 进化式内核搜索框架扩展到 MLX，并新增结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。