Eka Robotics 以 14.5 亿美元估值完成 1.5 亿美元 A 轮融资，a16z 与 F-Prime 领投
相关推荐
加密企业银行平台 Limited 完成 1850 万美元种子轮融资，DCG 等参投
ChainCatcher 消息，据官方消息，加密企业银行平台 Limited 宣布完成 1850 万美元种子轮融资，由 Third Prime、North Island Ventures（NIV）、The House Fund、Collab+Currency 领投，ParaFi Capital、Pharsalus Capital、Digital Currency Group（DCG）、1982 Ventures、Onigiri Capital 等参投。据悉，Limited 是一个面向跨国企业的全球金融平台，整合本地企业账户、Visa 卡、支付、财资与费用管理及加密基础设施。企业可通过 ACH、SEPA、Pix、SWIFT 等本地通道收付款，也支持 BTC、ETH、USDC 等加密资产收发。
Google 称在 Willow 芯片将魔法态错误降低约 40 倍
ChainCatcher 消息，Google Quantum AI 团队在 Science 发表论文，宣布名为魔法态培育（magic state cultivation）的技术在 Willow 处理器上将错误降低约 40 倍，产出逻辑保真度达 99.99% 的 T 态。魔法态是运行有用量子程序所需的一次性资源，每使用一次即被消耗；据 Google 引用的估算，制造魔法态的成本最高可占量子计算机全部容量的 95%，留给实际计算的空间十分有限。此前的标准方案是物理学家 Sergei Bravyi 与 Alexei Kitaev 于 2004 年提出的魔法态蒸馏，需要大量只做这一件事的量子比特工厂。Google 研究人员 2024 年提出更廉价的培育路线，其行为更像过滤器：把粗糙的魔法态注入芯片的一小块区域，对其运行一连串检查，淘汰所有被检测出缺陷的尝试，并让通过者逐步扩增。实验中仅约 8% 的尝试通过全部检查，即每保留一个干净状态要丢弃超过九成的尝试。培育技术是 Gidney 2025 年估计 RSA-2048 加密可被不到百万个噪声量子比特攻破的支撑之一，较其 2019 年 2000 万的估计下降 20 倍。此次实验最多使用 Willow 105 个量子比特中的 54 个，论文指出分解 RSA-2048 密钥需要错误率约百亿分之一的魔法态，比此次成果干净约百万倍。
Google DeepMind 首次审计：AI 未加速自身研发，75% 代码由 AI 编写
ChainCatcher 消息，Google DeepMind 在 Gemini 4 Argon 安全报告中公布首次针对机器学习研发自动化的整体实证评估，结论是 AI 并未加速 AI 自身的研发，尽管 AI 已编写该实验室工程师交付的大部分代码。参与评估的研究员 Haydn Belfield 在 X 上表示，目前不存在显著的端到端 ML R&D 加速，因此 AI 驱动 ML R&D 的风险目前较低。团队构建了内部指数 GCI v1，将 123 个 AI 模型在 92 个基准上的得分合成单一数值。前沿 Gemini 能力以约每月 0.1 GCI 点的稳定速度提升，Gemini 1.5 Pro 在 2024 年底接近 0.5 点，Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点，Argon 约 3.3 点高于趋势线，但 Belfield 称这源于算力与组织投入增加，而非 AI 驱动的加速。DeepMind 生产代码中超过 75% 由 AI 编写，完全委托的代码合并请求比例在 4 月至 9 月间从 7.5% 升至 11.9%，但约 88% 的请求仍需多轮人工引导或人工编写。对 12 位资深研究者的调查显示，自动化在明确、可验证的执行任务中最高，在开放式科学构想、新实验设计与诊断训练不稳定等环节最低。
ZKsync 推出 Airbender Prime，单 GPU 实现以太坊实时证明
ChainCatcher 消息，以太坊二层网络 ZKsync 宣布推出证明器 Airbender Prime。ZKsync 表示，据其所知，这是首个在单块 GPU 上演示以太坊实时证明的证明器。Airbender Prime 面向后量子安全，使用基于哈希的 STARK，结合 GKR sumcheck、WHIR 多项式承诺与 BLAKE2s 哈希；其 L1 证明将采用基于 Keccak-256 的承诺，而非 BN254 配对。该证明器基于开放 RISC-V 标准，并将实时证明与独立验证器结合。在单 GPU 评估中，一块 NVIDIA RTX PRO 6000 Blackwell 对连续 7200 个以太坊主网区块中的 99% 完成证明，每块耗时低于 10 秒，统计包含见证准备；全部区块均在 12 秒内完成。ZKsync 称，Airbender Prime 在 ETHproofs 公开排行榜上报的平均证明时间、GPU 效率与成本方面领先，并已有双 GPU 与四 GPU 实时配置，同时降低了生成证明的硬件要求。
Google 推出 Playground，输入文字描述即可生成可玩游戏
ChainCatcher 消息，Google 于 10 月 7 日推出网页平台 Playground，用户可用自然语言描述游戏创意，无需编写代码即可获得可玩、可分享的游戏版本。用户还能通过对话继续调整物理效果、规则、角色或场景，并通过链接分享作品。该工具目前面向美国 18 岁以上用户开放，创建权限按用户的 Google AI 订阅等级分层。Playground 中的游戏可在手机和笔记本电脑的浏览器中运行。创作者可将作品设为私密，或发布至社区画廊，所有游戏均需通过安全审核，部分品类支持排行榜与多人模式。Google 称其为“一项早期实验”，其公告未披露定价，也未说明该工具由哪些 AI 模型驱动。升级路径指向 Unity Spark，Google 表示 Playground 将很快接入该工具，以满足需要专业级机制与高保真 3D 的创作者。Google 与 Unity 在联合声明中称 Spark 将于今年晚些时候推出，封闭测试即将开启。此前 DeepMind 于 2024 年发布 Genie 模型，今年 1 月 Google 又向美国 AI Ultra 订阅用户开放基于 Genie 3 的 Project Genie。
Reka发19B Rho-1：一个模型同时处理图文、视频和机器人动作
动察 Beating AI 快讯，由前 DeepMind、Google Brain 和 Meta FAIR 研究人员创办的美国 AI 公司 Reka 发布 190 亿参数模型 Rho-1。它可以在一次对话里处理文字、图片和视频，还能输出机器人动作。比如先生成一张灯塔图片，再让灯塔动起来、修改视频里的天气，最后继续追问两段视频有什么区别。前面生成的内容会一直留在上下文里，不需要重新交给另一个模型处理。 它还支持在视频生成过程中继续接收指令。视频正在往前生成时，用户可以临时要求改变天气、运动方向或其他内容，后面的画面会接着调整。基础版生成速度约为实时的 0.79 倍。蒸馏版把生成步骤从 99 步压到 8 步，Reka 测得约 1 秒可以生成 5.3 秒视频。 机器人也接在同一个模型里。Rho-1 一边预测摄像头接下来会看到什么，一边输出机器人的动作信号，不需要再让一个单独的规划模型决定怎么动。目前官方展示的还是 LIBERO 仿真任务，没有公布实体机器人的测试结果。 类似的统一模型今年已经出现过。英伟达 Cosmos 3 也能统一处理文字、图片、视频、声音和动作。Rho-1 更偏向连续交互，重点展示同一个上下文里反复生成、修改和继续推理。 Rho-1 从零训练，使用 320 张 H100，训练约 3 个月。当前视频分辨率为 672×384，长视频仍可能出现画面结构漂移，视频定位和局部编辑也不够稳定。模型目前只是研究预览，权重和 API 都还没有开放。