More from Soumith Chintala | AI News

AI News

Soumith Chintala

@soumithchintala

Cofounded and lead Pytorch at Meta. Also dabble in robotics at NYU.

Soumith徵集海得拉巴AI领袖

据@soumithchintala，他征集本地深科、AI研究与GPU专家。 (Source)

08-16-2026 05:55
开源权重路线平衡安全与分级开放

据soumithchintala称，Thinking Machines以分级开放Inkling实现安全与开源兼容。 (Source)

07-31-2026 23:59
Inkling Small发布：四分之一体积

据soumithchintala称，Inkling-Small体量缩至四分之一且开源权重，便于微调与多模态部署。 (Source)

07-30-2026 17:55
Laguna S 2.1发布：118B强势来袭

据soumithchintala称，Laguna S 2.1具118B MoE与百万上下文，单机DGX Spark可运行，权重已在Hugging Face开放。 (Source)

07-22-2026 00:34
Kimi K3发布：2.8万亿参数与百万上下文

据soumithchintala称，Kimi K3具2.8万亿参数、百万上下文、原生多模态，并将于2026-07-27开放权重。 (Source)

07-16-2026 23:41
Modal DFlash 推理吞吐提升67%

据soumithchintala称，Modal基于DFlash的Inkling在SGLang端点将吞吐与交互提升67%。 (Source)

07-15-2026 21:06
Inkling发布975B开源多模态模型

据soumithchintala称，Inkling开放权重，原生文本图像音频，现已上架Tinker与HuggingFace。 (Source)

07-15-2026 18:15
Thinking Machines发布去中心化AI愿景

据@soumithchintala称，三大战略将降低对中心化AGI依赖。 (Source)

07-10-2026 17:18
ThinkyMachines发布个性化战略

据soumithchintala称，三大战略聚焦个性化、参与与去中心化。 (Source)

07-10-2026 17:13
桥水精调模型击败前沿成本

据soumithchintala称，桥水以专家标注与蒸馏精调模型，在财讯筛选上更稳更省。 (Source)

06-30-2026 20:18
桥水精调模型击败前沿大模型

据soumithchintala称，桥水用专家标注与蒸馏精调模型，更准更省钱。 (Source)

06-30-2026 19:27
Flourish致力实现类人效率

据soumithchintala称，Flourish欲达类人样本与能耗效率，或重塑AI训练与芯片布局。 (Source)

06-05-2026 13:02
交互模型推动实时系统设计演示

据soumithchintala称，演示展示交互模型协同系统设计、读论文与实时核查。 (Source)

05-13-2026 18:39
Thinking Machines招募超算工程师

据@SoumithChintala称，正招募超算工程师支持实时模型与大规模训练。 (Source)

05-12-2026 17:12
Thinky交互模型提升人机带宽

据@soumithchintala与Thinking Machines称，交互模型提升实时协作与带宽。 (Source)

05-11-2026 20:48
Test of Time LLM复古测评上线

据@soumithchintala称，该LLM以复古趣味测评吸引关注。 (Source)

04-28-2026 13:25
Claude加速企业支持规模化分析

据@soumithchintala称，Anthropic或用Claude或人工扩充支持，企业趋向多模型开放框架。 (Source)

04-27-2026 13:29
黄仁勋播客深度解析：生态系统战略、测试时计算与多层政策杠杆的AI商业影响

据Soumith Chintala在X所述，黄仁勋与Dwarkesh Patel的对谈显示，AI进步更多来自生态系统与供应链优势、测试时计算与后训练迭代的累积，而非单一“相变式”模型节点，此观点来源于Soumith Chintala。根据Dwarkesh Patel公布的播客提纲，议题涵盖英伟达供应链护城河、TPU竞争、以及对华芯片出口政策，提示芯片商与云厂商的商业机会与风险。依据Soumith Chintala的分析，以最先进的中国开源模型为基线，叠加三个数量级的测试时计算和未公开的后训练方法，可能带来竞争逼近，因而需在芯片、互连、软件栈与合规等多层面实施审慎、连续的政策干预。据Soumith Chintala报道，过早过猛的监管可能削弱美国竞争力，企业可在合规工具、推理加速、供应链编排等领域布局以捕捉增量需求。 (Source)

04-20-2026 16:32
Thinking Machines收购Workshop Labs：人机协作AI战略与2026增长前景分析

根据Soumith Chintala在X平台的发布，Workshop Labs加入Thinking Machines，目标是打造“增强人类而非取代人类”的AI路线，并附有官方公告与博客链接佐证。依据Workshop Labs博客文章，此次整合将聚焦人机协作的人在回路系统，优先发展企业级协作助手与决策支持工具。根据Thinking Machines在X上的公告，包含Luke Drago与LRudL在内的新成员将强化落地能力，预示短期内在企业数据协作助手、检索增强生成与工作流编排等方向推出产品。对企业而言，此举带来在现有数据栈内部署AI助手、加速洞察并保持人类审阅的机会，尤其适合金融、医疗与公共服务等监管行业，相关信息均来自Workshop Labs博客与X平台公告。 (Source)

04-13-2026 18:05
NVIDIA投资并携手Thinking Machines：1GW级算力与Vera Rubin集群推动前沿模型训练 | 深度分析

据soumithchintala在X平台披露，Thinking Machines与NVIDIA达成合作，将从Vera Rubin集群起步，部署逾1GW算力，共同协同设计系统与架构，用于前沿模型训练与可定制AI平台；NVIDIA亦对Thinking Machines进行了重要投资；上述信息并由Thinking Machines官网公告加以确认（据thinkingmachines.ai/news/nvidia-partnership/）。根据该公告，此举为企业级大模型训练与定制化落地创造商机，短期内将带动GPU算力供给、训练即服务与行业专属模型方案的市场需求。 (Source)

03-10-2026 13:51