- 资讯公开站Digitimes
Synopsys与OpenAI共享AI芯片设计模型收入
Synopsys and OpenAI to share revenue from AI model built to run chip design tools
Synopsys于2026年9月30日宣布与OpenAI签署协议，共同构建用于运行芯片设计工具的生成式AI模型并分享收益，以应对生成式AI对EDA业务的冲击。
- 资讯公开站Digitimes
DIGITIMES洞察：代理式AI将推理瓶颈转向token控制与任务质量
DIGITIMES Insight: Agentic AI shifts inference bottleneck to token control and task quality
DIGITIMES Intelligence观察指出，AI应用正从分类AI、生成式AI向2027年代理式AI时代演进，推理瓶颈将转向token控制与任务质量。
- 资讯公开站Digitimes
中国生成式AI用户超7亿，推动制造业和人形机器人应用
China's generative AI user base tops 700 million, driving adoption into manufacturing and humanoid robots
中国生成式AI应用持续扩大。中国互联网络信息中心（CNNIC）9月29日发布的2026年生成式AI应用发展报告称，截至上半年中国生成式AI用户超过7亿。
- 论文公开站arXiv
MINT：建模生成式AI对网络流量的影响
MINT: Modeling GenAI Impact on Network Traffic
生成式AI正成为主流网络负载，但数据包级模拟器缺乏基于实测的GenAI流量模型。目前研究人员只能用文件传输和视频流等传统来源近似GenAI服务，限制了真实性。
- 资讯公开站Semiconductor Engineering
直觉与AI
Intuition and AI
摘要显示，文章探讨AI是否具有创造力，认为除非我们真正理解创造力的含义，否则无法回答这个问题，而创造力本身难以描述。文章将直觉与AI联系起来，但未给出明确结论或具体技术细节。
意义：对开发者而言，厘清创造力的定义是评估生成式AI能力边界的前提，影响模型评测与产品定位。
- 论文公开站arXiv
通过输出后处理实现黑盒生成式AI的统计属性对齐
Statistical attribute alignment for black-box generative AI via output post-processing
摘要显示，该研究针对黑盒生成式AI提出输出后处理方法，使生成输出中某属性（如性别、种族、年龄等受保护属性）的分布与用户指定目标分布对齐，适用于公平性与合成数据生成等场景。作者针对精确与近似对齐分别设计算法，最小化对生成器的期望查询次数，并证明当请求输出数m趋于无穷时算法具有最优性。在文本到图像生成与地理编码人物生成任务上的实验表明，该后处理算法可改善统计属性对齐，与基于提示词的干预形成互补。
意义：为开发者提供不依赖模型内部结构的黑盒后处理方案，可在公平性与合成数据场景中低成本控制输出属性分布。
- 资讯公开站Entrepreneur
你的品牌对AI搜索引擎不可见，只是你还不知道
Your Brand Is Invisible to AI Search Engines. You Just Don’t Know It Yet.
文章指出，过去20年在线曝光依赖谷歌首页排名，但AI搜索正在改变这一规则。摘要显示，品牌在AI搜索引擎中的可见性成为新问题，许多企业尚未意识到自身在AI搜索中已处于隐形状态。文章探讨了这一变化对品牌发现方式的影响及应对思路。
意义：AI搜索正在取代传统搜索成为流量入口，开发者与营销人员需重新思考品牌在生成式AI中的可见性与优化策略。
- 论文公开站arXiv
均匀与重掩码离散扩散模型的自适应采样保证
Provably adaptive sampling with uniform and remasking discrete diffusion models
摘要显示，针对均匀前向过程的离散扩散模型，标准τ-leaping采样器的下界随维度d线性增长，但该研究提出一种基于留一法去噪器的一阶采样器，支持并行坐标更新，并能纠正采样中的去噪错误。主要结果建立了自适应采样保证：在忽略对数因子下，N = O(DTC(X0)/ε)步即可达到O(ε_score+ε)的采样误差，其中DTC为双总相关，表明采样复杂度由目标分布的内在结构而非维度决定。
意义：该研究为离散扩散模型提供了更高效的采样方法，将采样复杂度与数据内在结构关联，有望提升高维生成任务的效率，对生成式AI的推理优化有重要意义。
- 论文公开站arXiv
AI从应用到硅片的权威验证：一人五周流片RISC-V，零人工审查
AI with Authority, from Application to Silicon
摘要显示，生成式AI使机器验证从昂贵开销变为高效必需。一名研究人员在五周内，利用消费级AI订阅，指挥AI代理从应用代码经验证编译器到RISC-V处理器流片，全程无人工审查、无人工编写RTL。所采用的Salt方法基于证明内核，杜绝幻觉证明，验证从Lean 4内核到硅边界SAT检查逐环相扣。记录显示错误账本编号至#256，零错误证明进入记录。
意义：展示AI代理在硬件设计中的可靠协作范式，验证自动化证明与人类监督的结合，对提升AI开发效率与信任度有指导意义。
