谷歌算法六倍压显存，金融AI融资狂奔

今天的技术圈堪称“效率革命”与“商业落地”的双重奏。谷歌发布的 TurboQuant 算法以零损耗的极限压缩引爆了工程界，将大模型推理的内存成本砍去六分之五；而在产业端，它石智航用亚毫米级的吉尼斯纪录证明了具身智能的实战能力，法律与金融领域的 AI Agent 融资总额逼近 4 亿美元。与此同时，AI 记忆的哲学悖论与 A2A 商业模式的预言，让我们在技术狂奔中不得不思考遗忘与决策的意义。

底层硬核：谷歌重构内存逻辑

谷歌公开全新极限压缩算法：LLM提速8倍、内存占用狂降6倍，精度零损失

这不仅是一次量化升级，更是一场针对 KV Cache 瓶颈的数学手术。谷歌的 TurboQuant 通过极坐标变换将向量压缩至 3.5 bit 且零精度损失，推理速度提升 8 倍。它消除了传统量化中用于归一化的内存开销，实现了真正的“免训练”在线压缩。这意味着未来长文本应用不再依赖昂贵的 HBM 显存堆叠，普通显卡乃至 Mac Mini 都能跑得起超大模型。对于开发者而言，这标志着算力焦虑从“硬件储备”转向了“算法效率”，性价比将成为新的核心竞争力。

具身智能：从“感知”到“理解”的质变

「被动感知」到「理解接触」！它石智航重磅发布OmniVTA视触觉世界模型

它石智航用“吉尼斯纪录”交卷真干活的具身大脑，丁文超：从来没有Plan B

机器人不仅要“看”，更要“懂”接触。它石智航发布的 OmniVTA 视触觉世界模型，核心在于从被动感知转向主动预测，利用慢快双系统架构，在隐空间推演接触动态。配合其 A1 机器人创下的线束装配吉尼斯纪录，我们看到了具身智能在亚毫米级柔性操作上的突破。丁文超强调“以人为中心”的数据采集路线，否定了遥操作在超高精度任务上的有效性。这对行业的启示是：真正的通用智能必须理解物理世界的接触规律，而非单纯模仿动作轨迹。

商业落地：垂直 AI 的融资盛宴

速递｜红杉资本三度押注，法律AI独角兽Harvey完成2亿美元融资，估值110亿美元

金融Agent再获近2亿加码！启明红杉高瓴集体押注，5个月内连获两轮融资

资本正在重金押注能真正“干活”的垂直 AI。法律科技巨头 Harvey 估值飙升至 110 亿美元，金融 AI 领跑者讯兔科技也在 5 个月内连获两轮融资。这两家公司的共同点在于，它们都超越了简单的效率工具，进化为能够处理复杂工作流的“AI 研究员”或“AI 律师”。这预示着 AI 商业化的下半场已从通用大模型转向了垂直场景的深度渗透，懂行业 Know-how 比懂大模型架构更具商业爆发力。

模型前沿：时序预测与架构革新

刷榜多元时序预测，性能波动0%！打破CI/CD二元对立 | ICLR'26

CPiRi 框架的提出为多元时间序列预测（MTSF）领域的 CI/CD 之争画上了句号。通过冻结预训练时序编码器并引入置换不变正则化，它成功融合了通道独立（CI）的鲁棒性与通道依赖（CD）的关系捕捉能力。在通道乱序测试中性能零波动的结果，证明了其学会了真正的物理关联而非“位置记忆”。对于工业物联网和金融预测等面临结构性漂移的场景，这种兼具泛化性与精度的架构将成为新的标准。

35 年只卖设计，今天亲自下场造芯！Arm 首款自研芯片发布，Meta 抢下首单

Arm 破天荒地推出了首款自研芯片 Arm AGI CPU，标志着其从 IP 授权商向芯片厂商的转型。该芯片专为代理式 AI 基础设施设计，强调在机架级规模下的高密度调度能力。这反映了 AI 基础设施的一个新趋势：随着 Agent 系统的兴起，CPU 的角色正从单纯的协处理器转变为管理海量智能体协同的“节奏核心”，服务器架构正在为 AI 负载重构。

深度思考：遗忘的价值与 A2A 时代

三点十四分的狗

花叔这篇文章堪称今日最佳哲学思考。他用博尔赫斯的“富内斯”隐喻批判了当下 AI 记忆系统的“堆砌”倾向——记住一切细节却不等于理解。AI 记忆的核心能力不应是存储，而是判断“什么不值得存储”的主动遗忘。这不仅是对产品设计的反思，更是对“智能”本质的回归：思考的本质是忽略差异、概括模式。未来的 AI 产品，谁能解决“遗忘”问题，谁就能做出真正懂人的系统。

增长的底牌，变了！

王赛老师的演讲预言了 A2A（Agent to Agent）商业时代的到来。当商业连接从 B2B/C2C 演进为 A2A，流量入口将从“人的注意力”变为“智能体的决策权”。这意味传统的 UI 和广告营销将失效，GEO（生成引擎优化）和结构化数据将成为新护城河。同时，他强调在 AI 能提供无数“策”的时代，人类的稀缺价值在于“决”——承担风险和赋予意义的勇气。这为企业指明了在 AI 浪潮中生存的最后防线。

工程实践：Mac Mini 也能跑大模型

Google 新算法，Mac Mini 也能跑 Qwen3.5

这是 TurboQuant 算法最快落地的实证。技术社区迅速将其移植到 MLX 框架，在 Mac Mini 上成功运行 Qwen3.5-35B 的 64K 长对话，且 Needle 测试全中。这再次印证了优秀算法的威力：它打破了高端硬件的垄断，让个人开发者也能在本地玩转大模型。这种“降维打击”不仅降低了开发门槛，也预示着边缘侧 AI 计算的潜力正在被数学创新彻底释放。